基于CECT的简化评分模型,用于区分低风险胸膜瘤与超减轻胸膜囊:符合STARD标准的文章
Lin Zhao1, Jingwu Li2, Yongliang Liu3
1Department of Computed Tomography, Tangshan People's Hospital, Tangshan, Hebei Province, China.
Medicine
|September 9, 2025
概括
使用对比度增强计算机断层扫描 (CECT) 的新评分模型有效地区分低风险胸膜瘤 (LRT) 与胸膜囊. 这种简化的方法提供了高准确性和方便性,用于诊断前端中枢结节.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 前腹中的超减弱结节带来了诊断上的挑战.
- 区分低风险胸膜瘤 (LRTs) 和胸膜囊对于适当的患者管理至关重要.
研究的目的:
- 评估一种使用对比增强计算机断层扫描 (CECT) 来区分LRT与胸膜囊的简化得分模型.
- 评估开发的评分模型的诊断性能和临床实用性.
主要方法:
- 对72名接受双相CECT的患者 (32名LRT,40名胸膜囊) 的回顾性分析.
- 开发使用多变量逻辑回归和随后简化得分模型的预测模型.
- 使用接收器操作特征 (ROC) 曲线,决策曲线分析和DeLong测试进行性能评估.
主要成果:
- LRT显示出与胸膜囊的特征差异,包括离中线位置,较高的静脉相CT值,以及中度至严重的增强 (P < .001).
- 简化得分模型实现了高诊断精度 (0.861),灵敏度 (0.719) 和特异性 (0.975),ROC曲线下的面积为0.936.
- 决策曲线分析表明,评分模型的临床净益有利.
结论:
- 双相CECT是一种强大的工具,可以将LRT与超减弱的胸膜囊区分开来.
- 开发的诊断评分模型是直接的,方便的,并表现出强大的诊断能力,促进广泛的临床采用.
