建立并验证以18f-发fdg petct和临床信息为基础的spn诊断模型.docx

硕士学位论文logistic回归分析，患者临床相关指标比较采用两样本t检验或Mann-Whitney 硕士学位论文 logistic回归分析，患者临床相关指标比较采用两样本t检验或Mann-Whitney 检验。采用Medcalc软件对资料进行ROC曲线分析，上述分析均以户I0．05为差 异有统计学意义。 结果 1．SPN患者的相关临床信息。164例SPN患者中，104例为肺癌，60例为良 性病变。所有肺癌患者均经病理组织学确诊；60例良性病变患者中，4l例经 病理组织学证实，19例经多次CT扫描随访发现病灶无变化或消失而确定为良 性病变。 2．二分法和SUVmax阂值法对SPN的诊断效能比较。用二分法和SUVmax阂值 法绘制ROC曲线，AUC分别为0．80(95％CI：0．73。0．86)和0。83(95％CI： 0．76’0．88)，两者判别效果的差异无统计学意义(z=1．31，础．19)。当以 SUVmax≥2．5为肺癌诊断界值时，18F-FDG PET／CT诊断肺癌的灵敏度和特异性 分别为94．2％(98／104),n60．0％(36／60)。当用二分法进行鉴别诊断时，18F-FDG PET／CT诊断肺癌的灵敏度和特异性分别为94．2％(98／104)和65．0％(39／60)。 3．SPN诊断模型的建立。将临床、CT和PET(二分法)信息资料纳入模型 研究，并用二分类非条件logistic回归分析建立模型，统计学分析发现13个 因子(年龄、性别、吸烟史、既往肿瘤病史、病灶位置、大小、钙化、毛刺 征、分叶征、血管集束征、胸膜牵拉征、空气支气管征、代谢增高程度)中， 年龄、性别、大小、钙化、毛刺征、分叶征、血管集束征、胸膜牵拉征、代 谢增高程度这9个因子在单因素分析中对鉴别SPN良恶性有意义，但在建立模 型时只有年龄、毛刺征及代谢增高程度与最终诊断结果相关(x纷别为4．164、 12．430、29．981，均PO．05)，肿瘤病史由于病例数过少(仅2例)而被排 除在logistic回归分析之外。由年龄、毛刺征及代谢增高程度3个因子建立的 临床预测模型为：P=I／(1+e1)。其中X=-5．124+0．058 X年龄+2．244 X 毛刺征+3．881 X代谢增高程度。 4．SPN诊断模型与PET-分法的诊断效能比较。对诊断模型与PET二．分法进 行ROC曲线分析，结果显示两者的AUC-ROC分别为0．91(95％CI：0．86“0．95)和 0．80(95％CI：0．73’0．86)，诊断模型的诊断效能明显优于PET--分法(z= 4．271，尸0．0001)。当该模型取最佳工作点P=O．8475时(即以P／0．8475为 Ill 万方数据 摘要肺癌诊断界值)，该模型与PET_7．分法诊断肺癌的灵敏度分别为92．3％(96／104) 摘要 肺癌诊断界值)，该模型与PET_7．分法诊断肺癌的灵敏度分别为92．3％(96／104) 和94．2％(98／104)，差异无统计学意义(x 2=O．500，P=O．5)，特异性分别 为78．3％(47／60)$n65．0％(39／60)，前者优于后者(x 2=6．125，P=O．008)。 结论 本研究通过纳入病人的临床、CT和PET等相关信息，建立了SPN鉴别诊断 数学模型，该模型的诊断效能优于传统的PET二分法，具有临床应用潜能。 第二部分以18F-FDG PET／CT和临床信息为基础的SPN诊断模型的验 证及与现有两种模型的比较 目的 验证以18F-FDG PET／CT和临床信息为基础的SPN诊断模型以及国内外的两 种SPN模型(Mayo模型和Li模型)，并比较它们的诊断效能，以期更好地指导 临床应用。 资料与方法 1．研究对象。收集2014年6月至2015年12月间因临床不能定性而行 18F-FDG PET／CT检查或因其他原因于PET／CT检查中意外发现SPN的患者共160 例，纳入128例有病理学诊断结果者或临床随访时间大于2年者，剔除32例无 病理学检查结果且随访时间小于2年者。所有患者均符合SPN诊断标准，且均 为实性结节，病灶直径8----．30mm。每位患者均收集以下临床资料：年龄、性别、 吸烟史、肿瘤病史、肿瘤家族史、病理结果、临床及影像学随访结果和时间 (包括结节消失、变小、无变化或增大)。 2．擒F-FDG PET／CT显像。PET／CT图像采集采用Biograph mCTx(Siemens 公司，德国)。18F-FDG由GE PETtrace(GE公司，美国)回旋加速器生产珀F离 子，经化学合成模块自动合成18F—FDG，放化纯95％。患者空腹6h以上，在注 射18F—FDG前测血糖，确保血糖水平Tmmol／L，对糖尿病患者先行血糖控制再 给予显像。平静