使用CT特征预测部分固体和固体结节中的内脏质侵袭:系统性审查,元分析和独立的队列验证
1Department of Radiology, Sichuan Clinical Research Center for Cancer, Sichuan Cancer Hospital & Institute, Sichuan Cancer Center, University of Electronic Science and Technology of China, Chengdu, China.
Journal of computer assisted tomography
|December 8, 2025
概括
这项研究确定了CT的关键特征,以预测肺结节中的内脏膜入侵 (VPI). 一个经过验证的模型整合了这些因素,以改善部分固体和固体结节的手术前决策.
科学领域:
- 放射学 放射学是一门学科.
- 肺部病理学 肺部病理学
- 在瘤学瘤学.
背景情况:
- 内脏膜入侵 (VPI) 是肺结节管理中的一个关键因素.
- 准确预测VPI对于适当的手术前规划和治疗策略至关重要.
- 目前用于在部分固体和固体节点中预测VPI的方法需要改进.
研究的目的:
- 进行元分析,确定部分固体和固体结节中VPI的风险因素.
- 使用已识别的风险因素开发和验证VPI的预测模型.
- 为了增强手术前临床决策,为 subpleural 结节.
主要方法:
- 在PubMed,Embase和Web of Science的系统文献搜索,寻找对CT特征预测VPI的研究.
- 超分析用于计算语义特征的聚合几率比率 (OR) 和定量特征的标准化平均差异 (SMD).
- 在独立队列 (203名患者) 中开发和验证预测模型,通过AUC评估诊断性能.
主要成果:
- 在分析中包括了13项涉及3999名患者的研究.
- 确定了关键预测因子:肺部内 (OR: 3.428),结节类型 (OR: 4.867),螺纹 (OR: 2.581),叶片 (OR: 1.855),血管收标志 (OR: 3.606) 和最大固体直径 (SMD: 0.894).
- 预测模型在验证队列中实现了0.892的AUC (95%CI:0.840-0.931).
结论:
- 通过整合特定的CT特征,构建了一个有效的VPI预测模型.
- 该模型包括多腔缩,结节类型,螺纹,球状,血管收标志和最大固体直径.
- 这种模型可以为患有下部分固体和固体结节的患者提供术前临床决策的信息.
更多相关视频
07:53Author Spotlight: Advancing 3D Modeling for Enhanced Diagnosis and Treatment of Pulmonary Nodules in Early-Stage Lung Cancer
Published on: October 13, 2023
2.0K
08:05Lung CT Segmentation to Identify Consolidations and Ground Glass Areas for Quantitative Assesment of SARS-CoV Pneumonia
Published on: December 19, 2020
14.7K
