量化对比增强CT参数的附加值在区分恶性和良性固体肺结节方面

科学领域:

• 放射学和成像科学 放射学和成像科学
• 瘤学和肺部医学 肺部医学

背景情况:

• 区分恶性和良性固体肺结节 (SPNs) 对于患者管理至关重要.
• 常规的胸部对比增强计算机断层扫描 (CECT) 为结节评估提供了成像数据.

研究的目的:

• 评估来自CECT的定量参数的附加值,以区分恶性和良性SPNs.
• 评估定量,定性和组合成像模型的诊断性能.

主要方法:

• 使用非增强型和CET扫描对81种病理确认的SPN进行了回顾性分析.
• 提取定量参数 (减弱值,差异值,直径) 和定性CT特征.
• 使用交叉验证和统计测试开发和验证多变量逻辑回归模型 (定性,定量,组合).

主要成果:

• 与良性SPN相比,恶性SPN表现出更高的年龄和更多的定量参数 (AV_A,AV_N,AV_V,△AV_A-N,△AV_V-N,直径) (P <0.05).
• 静脉相衰减值 (AV_V) 在定量参数中表现出最强的分辨力 (AUC = 0.779).
• 组合模型 (AUC = 0.900 ± 0.042) 的表现明显优于定性模型 (AUC = 0.877 ± 0.019,P = 0.016),显示了改进的校准和决策曲线性能.

结论:

• 定量CECT参数,特别是AV_V,显著有助于区分恶性SPNs.
• 定量AV_V与定性成像特征的整合可以提高恶性瘤风险分层的诊断准确性.
• 综合模型提供了优越的性能,用于区分恶性和良性SPNs.