血清标志物预测模型在恶性肺结节筛查中的诊断价值

摘要

目的 构建整合肺相关血清标志物的恶性肺结节预测模型，探讨该模型在临床诊疗恶性肺结节中的应用价值。方法 选择2024年1月—2025年4月于广州医科大学附属清远医院就诊的恶性肺结节患者60例(恶性组)、良性肺结节患者50例(良性组),收集所有患者的一般临床资料、影像学资料以及实验室数据，采用多因素logistic回归分析筛选恶性肺结节的独立危险因素，采用受试者工作特征曲线(ROC)分析所构建的恶性肺结节预测模型对恶性肺结节患者的诊断价值。结果 肺相关血清标志物[癌胚抗原(CEA)、神经元特异性烯醇化酶(NSE)、细胞角蛋白19片段(CYFRA21-1)、胃泌素释放肽前体(ProGRP)、鳞状细胞癌相关抗原(SCCA)、乳酸脱氢酶(LDH)、血清铁蛋白(FERR)]阳性(OR=6.555)、毛刺征(OR=4.324)和结节最大直径(OR=1.131)是恶性肺结节的独立危险因素(P<0.05);本研究构建了恶性肺结节预测模型，其曲线下面积(AUC)为0.817,敏感度为83.3%,特异度为68.0%;北大模型的AUC为0.720,敏感度为38.3%,特异度为91.3%。结论 成功构建肺相关血清标志物(CEA、NSE、CYFRA21-1、PGRP、SCCA、LDH、FERR)预测模型，该模型对恶性肺结节的诊断效能较优。

关键词

血清标志物 / 预测模型 / 恶性肺结节 / 诊断价值 / 北大模型

基金资助

广东省基础与应用基础研究基金项目(2023A1515220068); 清远市科技计划项目(221105157684673); 广东省医学科学技术研究基金项目(B2025750)