基于Logistic回归探讨CT形态学参数对高级别肺腺癌的预测价值

摘要

目的：基于Logistic回归探讨CT形态学参数对高级别肺腺癌的预测价值。方法：回顾性选取我院2022年1月—2023年9月已确诊为肺腺癌且行肺癌根治性手术切除的患者187例，根据病理结果 分为高级别肺腺癌组（n=73）和非高级别肺腺癌组（n=114）。记录并比较两组患者的临床与病理资料以及CT形态学参数（包括病灶长径/短径、平均CT值、分叶、毛刺、空泡、形状、密度、支气管充气征和胸膜牵拉征）。采用多因素Logistic回归分析高级别肺腺癌的独立预测因子。采用ROC曲线评估CT形态学参数诊断高级别肺腺癌的价值。结果：高级别肺腺癌组与非高级别肺腺癌组在性别、年龄等方面差异无统计学意义。两组的主要组织学模式差异有统计学意义（P<0.05）。高级别肺腺癌组病灶长径/短径、平均CT值均大于非高级别肺腺癌组；高级别肺腺癌组出现分叶、毛刺、不规则形状、实性结节、胸膜牵拉征的频率高于非高级别肺腺癌组（P<0.05）；两组出现空泡和支气管充气征的差异无统计学意义（P>0.05）。多因素Logistic回归分析结果显示，病灶长径/短径、平均CT值、分叶、毛刺、形状、密度、胸膜牵拉征是高级别肺腺癌的独立预测因子（P<0.05）;CT形态学参数预测高级别肺腺癌的AUC分别为0.714、0.622、0.703、0.705、0.612、0.664、0.594，联合预测的AUC为0.944，高于单独预测的AUC。结论：CT形态学参数对高级别肺腺癌具有较好的预测价值。

关键词

肺肿瘤 / 体层摄影术,X线计算机