用细胞外体积分数计算机断层扫描评估淋巴瘤中的脏参与
Suqin Xu1, Meimei Cao1, Longlan Chen2
1Departments of Radiology and.
Journal of computer assisted tomography
|October 22, 2024
概括
细胞外体积 (ECV) 分数有效地识别了淋巴瘤患者的脏参与. 将ECV分数与垂直长度 (SVL) >13厘米结合起来,可以更好地诊断扩散干涉.
科学领域:
- 放射学和成像学 放射学和成像学
- 在瘤学瘤学.
- 医学诊断 医学诊断 医学诊断
背景情况:
- 淋巴瘤中脏干扰是常见的,影响预后.
- 精确检测脏干扰对于分期和治疗决策至关重要.
- 传统的计算机断层扫描 (CT) 在诊断扩散干涉方面存在局限性.
研究的目的:
- 评估细胞外体积 (ECV) 分数在识别淋巴瘤中脏参与方面的有用性.
- 为了确定ECV分数是否可以提高CT的诊断性能,用于扩散的脏干涉.
- 为了比较ECV分数与常规CT指标用于脏参与诊断.
主要方法:
- 对135名淋巴瘤患者进行了反差增强CT和18F-氧葡萄糖正子发射断层扫描/CT的回顾性分析.
- 计算所有患者的ECV分数.
- 脊髓垂直长度 (SVL) >13厘米和增强模式的评估,以检测脊髓扩散干涉.
- 接收器操作特征 (ROC) 曲线分析以比较诊断性能 (曲线下的面积 - AUC).
主要成果:
- 脑电静脉分数在识别干涉方面表现良好 (AUC = 0.839).
- 在扩散的脏干扰方面,ECV分数显著优于SVL>13厘米 (AUC = 0.788对0.627) 和异常增强模式 (AUC = 0.788对0.596).
- 结合ECV分数和SVL>13厘米,实现了最高的诊断性能 (AUC = 0.830).
结论:
- 脑脊髓脉动分数是识别淋巴瘤患者脏干扰的宝贵工具.
- 建议将ECV分数与SVL>13厘米结合起来,以更好地预测扩散的脏干扰.
- 与单个参数相比,这种综合方法提供了更高的诊断准确性.


