双能量CT定量参数联合CT征象预测中晚期肺腺癌表皮生长因子受体基因突变

摘要

目的 探究中晚期肺腺癌患者的双能量CT定量参数联合CT征象、临床特征与表皮生长因子受体（EGFR）基因突变的相关性，预测中晚期肺腺癌EGFR基因的突变情况。方法 回顾性收集盐城市第一人民医院2022年1月～2023年6月经病理学（纤维支气管镜、淋巴结、经皮肺穿刺）活检确诊的172例中晚期肺腺癌（临床分期Ⅲ～Ⅳ期）。采集患者的一般临床特征、CT征象及双能量CT(DECT)参数。根据EGFR基因检测结果分为阳性组和阴性组，采用独立样本t检验或秩和检验分析比较组间的差异，对有统计学意义的参数，逐步建立基于临床特征、常规CT征象、DECT定量参数及联合的二元Logistic回归模型，评价联合模型预测效能。结果 172例肺腺癌患者EGFR基因表达阳性者80例，阴性者92例。动脉期IC、NIC、斜率K40-100 keV及静脉期IC在两组之间的差异有统计学意义（P<0.001）；空气支气管征及胸膜牵拉征在两组之间的差异有统计学意义（P<0.05）；单因素Logistic回归显示动脉期IC、NIC、斜率K40-100 keV、静脉期IC、空气支气管征、胸膜牵拉征与EGFR基因突变相关；DECT联合参数模型Model1、DECT模型联合临床特征模型Model2、DECT模型联合临床特征及CT征象模型Model3的ROC曲线下面积分别为0.746（敏感度63.75%，特异度92.39%）、0.787（敏感度65.00%，特异度91.30%）、0.819（敏感度77.50%，特异度82.61%）。经DeLong检验，3个模型曲线下面积的差异无统计学意义（P>0.05）。结论 联合临床特征、CT征象的DECT模型能有效预测中晚期肺腺癌患者EGFR突变，且优于单一模型。

关键词

表皮因子生长受体 / 双能量CT / 肺腺癌 / 基因突变 / 预测模型