國內外兩大數學診斷模型在孤立性肺結節中的對比研究

康劍洪 陳婷 李智杰 何弢

【摘要】 目的：比較兩種數學診斷模型對孤立性肺結節（SPN）的臨床診斷價值。方法：對2014年1月-2019年12月筆者所在醫院113例SPN患者的資料進行回顧性分析，采用北大模型（PKUPH）及Mayo模型中的公式對SPN惡性預測概率進行計算;繪制ROC曲線，計算兩種模型的特異度、靈敏度及ROC曲線下面積（AUC）。結果：北大模型靈敏度為82.1%，特異度為88.9%，AUC為0.889。Mayo模型靈敏度為67.4%，特異度為88.9%，AUC為0.823。結論：北大模型對判斷SPN良惡性具有較高的準確性。

【關鍵詞】 孤立性肺結節 數學診斷模型 對比研究

doi：10.14033/j.cnki.cfmr.2020.13.067 文獻標識碼 B 文章編號 1674-6805（2020）13-0-03

Comparative Study of Two Major Mathematical Diagnosis Models in Solitary Pulmonary Nodules at Home and Abroad/KANG Jianhong， CHEN Ting， LI Zhijie， HE Tao. //Chinese and Foreign Medical Research， 2020， 18（13）： -164

[Abstract] Objective： To compare the clinical diagnostic value of two mathematical diagnosis models for solitary pulmonary nodules. Method： The data of 113 SPN patients in our hospital from January 2014 to December 2019 were retrospectively analyzed， and the prediction probability of SPN malignancy was calculated by using PKUPH model and Mayo model. The ROC curve was plotted and the specificity， sensitivity and area under the curve （AUC） were calculated. Result： The sensitivity， specificity and AUC of PKUPH model were 82.1%， 88.9% and 0.889. The sensitivity， specificity and AUC of Mayo model were 67.4%， 88.9% and 0.823. Conclusion： The PKUPH model has a higher accuracy in judging the benign and malignant of SPN.

[Key words] Solitary pulmonary nodule Mathematical diagnosis model Contrastive study

First-authors address： The Second Affiliated Hospital of Chengdu Medical College， Nuclear Industry 416 Hospital， Chengdu 610000， China

孤立性肺結節（solitary pulmonary nodule，SPN）是指邊界清楚、影像學不透明、直徑在3 cm以內、周圍完全被含氣肺組織包繞的單發或多發的肺部結節，不伴肺不張、肺門腫大和胸腔積液[1]。SPN是一種常見的肺部影像學表現，也是當前國內外研究的熱點、重點、難點。不同SPN患者的臨床特點和影像學特征各不相同，采用定量數學模型可以判斷結節的良惡性。根據相關公式可計算出肺結節的惡性概率。由于對SPN的關注度不斷提高，國內外多家機構均設計了有自己特點的數學模型。但是，相關數學模型是否具有普遍適用性尚需臨床數據驗證。為解決這一問題，本文對國內外納入病例數較多、影響較大、相對成熟的兩大模型（Mayo模型、北大模型）進行對比研究，報道如下。

1 資料與方法

1.1 一般資料

對2014年1月-2019年12月筆者所在醫院113例SPN患者的資料進行回顧性分析。納入標準：（1）CT影像檢查顯示為孤立性肺結節，經病理檢查明確診斷;（2）病灶直徑≤30 mm;（3）有完整的CT影像資料及其他臨床資料;（4）吸煙史。男68例，女45例;年齡（63.17±9.10）歲;惡性95例（腺癌59例，鱗癌18例，小細胞癌8例，分型不明10例），良性18例（錯構瘤5例，炎性假瘤12例，纖維組織囊腫1例）。良惡性患者的病史及CT征象見表1。

1.2 方法

病理檢查方法主要有纖維支氣管鏡、CT引導下肺穿刺活檢及手術（楔形切除術及肺葉切除術）。

將患者臨床資料分別代入各模型中。北大模型：x=-4.496+（0.07×年齡）+（0.676×直徑）+（0.736×毛刺）+（1.267×腫瘤家族史）-（1.615×鈣化）-（1.408×邊界）。Mayo模型：x=6.827 2+（0.039 1×年齡）+（0.791 7×吸煙史）+（1.338 8×惡性腫瘤史）+（0.127 4×直徑）+（1.040 7×毛刺）+（0.783 8×上葉）。兩種模型均通過P=ex/（1+ex）求出相應的孤立性肺結節惡性預測概率。

1.3 觀察指標

通過兩種模型計算113例SPN惡性預測概率，以散點圖表示。通過ROC曲線，計算兩種模型的特異度、靈敏度及曲線下面積（AUC）。

1.4 統計學處理

采用SPSS 17.0軟件進行數據處理，計數資料以率（%）表示，采用字2檢驗;以靈敏度為縱坐標，以1-特異度為橫坐標繪制ROC曲線，計算兩種模型的特異度、靈敏度及AUC，P<0.05為差異有統計學意義。

2 結果

將113例SPN患者臨床資料分別代入北大模型和Mayo模型并計算P值，兩種模型惡性預測概率散點圖見圖1。北大模型的靈敏度為82.1%，特異度為88.9%，AUC為0.889;Mayo模型的靈敏度為67.4%，特異度為88.9%，AUC為0.823，見表2、圖2及表3。

3 討論

近年來，肺癌的發病率及死亡率均居所有惡性腫瘤之首，預后較差主要與早期發現及早期診斷困難、未能早期治療相關。目前，SPN的臨床處理與決策逐漸成為胸外科的一大熱點與難點。SPN往往是偶然被發現，一旦被發現，可能需要大量檢查或其他手段以明確診斷。由于CT的廣泛應用，SPN的檢出率明顯增加，在肺癌篩查中的檢出率約為20%，而檢出的SPN的惡性概率約為40%[1]。美國癌癥學會（ACS）曾報道，13名男性中就有1名患肺癌，16名女性中也會有1名患肺癌，其中20%～30%的患者表現為SPN[2]。由此可見，對SPN做出正確和及時的診斷極其重要。美國胸科醫師學院（ACCP）曾提出Mayo Clinic模型估算法公式。2015年，中國抗癌協會提出了《肺部結節診治中國專家共識》，其中也提到了Mayo診斷模型。

由于有關SPN的研究持續升溫，國內外多家機構均提出了自己的數學模型[3]。目前，在我國影響力較大的模型有北大模型和協和模型，國外有Brock模型等[4-5]。對于臨床醫師而言，選擇適合本地區人群、特異度和敏感度均較高的數學診斷模型尤為必要[6-8]。本研究通過回顧性分析筆者所在科室收治的本地區113例患者臨床資料，將相關數據代入各預測模型中，繪制ROC曲線后計算AUC。結果顯示，北大模型及Mayo模型的AUC分別為0.889、0.823，均>0.7。說明兩種模型預測能力均較好，但北大模型較Mayo模型更具優勢。

Mayo模型的診斷準確性相對較低的原因可能是模型建立時有12%的患者無明確病理診斷，而是通過2年隨訪無變化判定為良性[9]。此外，Mayo模型建立時間距今約30年，主要利用統計率高、空氣污染嚴重、非吸煙肺癌患者較多等數據[10-13]。同時，由于某些關鍵因素如肉芽腫病及其他感染性疾病等，Mayo Clinic模型并不適用于亞洲人群[14-15]。而北大模型（PHUPH）總結了目前已知的國內外報道的最大一組單純SPN病例，全部為中國人、由專人收集、入選標準一致、臨床和影像學資料完備。因此，以北大模型計算的數據較以往的結果更客觀、準確，且適用于我國，優于采用國外公式單純套用國內人群的模型。

影像學檢查方法的不斷進步將為SPN的確診帶來新的展望，但是利用SPN數學診斷模型預測結節的惡性概率仍是必不可少的手段，特別是對臨床經驗和輔助診斷設備相對欠缺的基層醫師有重要幫助[16]。同時，作為一種基層醫院常用的篩查手段，找到診斷準確性更高的數學診斷模型對肺癌的二級預防具有普遍而廣泛的意義。本文也為尋找本地區人群SPN的獨立危險因素進而建立適合本地區人群的數學診斷模型提供了研究基礎。

參考文獻

[1]林潔，鄭祥武，殷薇薇，等.PET/CT數學預測模型對孤立性肺結節診斷價值的ROC曲線分析[J].醫學影像學雜志，2014，24（12）：2113-2116.

[2]劉春全，崔永.肺結節評估四大指南比較分析[J].中國肺癌雜志，2017，20（7）：490-498.

[3] Zhang X，Yan H H，Lin J T，et al.Comparison of three mathematical prediction models in patients with a solitary pulmonary nodule[J].Chinese Journal of Cancer Research，2014，26（6）：647-652.

[4]田蓉，蘇鳴崗，田野，等.影響孤立性肺結節良惡性鑒別的因素分析及惡性可能性預測[J].四川大學學報：醫學版，2012，43（3）：404-408.

[5]林潔，唐坤，殷薇薇，等.PET/CT及其數學預測模型對孤立性肺結節診斷價值的對比研究[J].溫州醫科大學學報，2015，45（5）：354-358.

[6] Shi Z T，Wang Y H，He X Q.Differential diagnosis of solitary pulmonary nodules with dual-source spiral computed tomography[J].Experimental and Therapeutic Medicine，2016，12（3 Pt.A）：1750-1754.

[7]李運，陳克終，隋錫朝，等.孤立性肺結節良惡性判斷數學預測模型的建立[J].北京大學學報：醫學版，2011，43（3）：450-454.

[8] Cruickshank A，Stieler G，Ameer F.Evaluation of the solitary pulmonary nodule[J].Internal Medicine Journal，2019，49（3）：306-315.

[9]仲崇浩，史宏燦，束余聲，等.孤立性肺結節良惡性判斷數學預測模型的建立及臨床對比驗證分析[J].實用臨床醫藥雜志，2017，21（9）：82-85，93.

[10]喻微，葉波，續力云，等.預測惡性孤立性肺結節Logistic回歸診斷模型的建立[J].溫州醫科大學學報，2017，47（9）：660-665.

[11] Tanner N T，Aggarwal J，Gould M K，et al.Management of pulmonary nodules by community pulmonologists a multicenter observational study[J].Chest，2015，148（6）：1405-1414.

[12] Reeves A P，Xie Y，Jirapatnakul A.Automated pulmonary nodule CT image characterization in lung cancer screening[J].International Journal of Computer Assisted Radiology and Surgery，2016，11（1）：73-88.

[13]李笑瑩，劉芳，車海杰，等.腫瘤標志物預測孤立性肺結節惡性概率模型的建立與初步評價[J].山東大學學報：醫學版，2017，55（4）：60-64.

[14]張曉輝，陳成，曾輝，等.孤立性肺結節惡性概率估算臨床預測模型的建立[J].實用癌癥雜志，2016，31（1）：59-62.

[15]楊娟，孫雪麗，賴國祥，等.孤立性肺結節良惡性判別數學模型的建立與驗證[J].第二軍醫大學學報，2015，36（4）：407-412.

[16]羅俊敏，張敬宇.腫瘤標志物聯合檢測對肺癌的臨床價值探討[J].中國綜合臨床，2004，20（9）：810-811.

（收稿日期：2020-01-13） （本文編輯：李盈）