孤立性肺結節危險因素分析

曹 嵐, 陶玉堅, 趙元璐, 張 盼

(1. 揚州大學醫學院, 江蘇 揚州, 225000; 2. 揚州大學附屬醫院 呼吸內科, 江蘇 揚州, 225009)

肺結節(PN)是指肺內單發性或多發性、直徑≤3 cm、邊界清晰或不清晰的病灶，影像學表現為密度增高的陰影。單個PN稱為孤立性肺結節(SPN), 發生SPN的病理機制尚不明確，肺部原發性惡性腫瘤、結核瘤、轉移瘤、炎性假瘤、錯構瘤、結節病等多種疾病均可引起SPN[1]。肺癌是最常見的肺部原發性惡性腫瘤之一，據統計男性肺癌病死率位居首位，女性肺癌病死率位居第2位[2]。研究[3]表明，盡早治療肺惡性結節不僅可以緩解患者焦慮情緒，還可以提高5年生存率。本研究收集在揚州大學附屬醫院胸外科行手術治療且已確定病理類型的127例SPN患者的臨床資料，探討惡性結節的獨立危險因素，現報告如下。

1 資料與方法

1.1 一般資料

本研究收集2019年4月—2020年4月在揚州大學附屬醫院胸外科手術治療且已確定病理類型的127例SPN患者的臨床資料，剔除純磨玻璃結節(pGGO)患者后共納入80例患者，其中男35例，女45例，年齡34～79歲，平均(60.44±9.84)歲。以病理檢查結果為金標準，將80例患者分為良性組及惡性組。惡性組55例，其中腺癌50例，鱗癌4例以及小細胞癌1例; 良性組25例患者全部為良性結節，包括炎性結節15例、肺結核球5例、纖維瘤3例、錯構瘤1例，機化性肺炎1例。入選標準: ① 患者臨床資料齊全; ② 經影像學檢查確診為SPN者; ③ 患者無精神障礙，知曉并同意參與本研究。排除標準: ① 臨床特征及影像學資料不完整者; ② 影像學資料提示為多發性PN; ③ 術前對SPN已行治療措施的患者; ④ 精神障礙疾病或不愿意參與本研究者。

1.2 方法

所有患者術前均采用西門子公司生產的128層螺旋CT掃描系統進行檢查。患者仰臥位，抬起兩側上臂，醫師自肺尖至肺底行橫斷位掃描。掃描層間厚度2 mm。由2～3名經驗豐富的影像學醫師各自閱片，觀察并分析SPN患者的結節直徑、密度、位置、是否存在毛刺、分葉情況以及胸膜凹陷征、血管集束征、鈣化征象、空泡征等影像學資料。若有醫師診斷結果與其他醫師存在差異，則由科室內部進行討論后得出最終診斷結果。

1.3 統計學方法

采用SPSS 19.0分析數據，計量資料采用均數±標準差表示，正態分布數據采用t檢驗，非正態分布數據采用秩和檢驗。計數資料采用[n(%)]表示，行卡方檢驗及Fisher精確檢驗，采用多因素Logistic回歸分析確定危險因素。P<0.05表示差異有統計學意義。建立預測模型，繪制受試者工作特征(ROC)曲線，并對該模型進行Hosmer-Lemeshow擬合優度檢測。

2 結 果

2.1 臨床和影像學特征分析結果

2組患者性別、吸煙史、結節位置、胸膜凹陷征、血管集束征、鈣化、空泡征比較，差異無統計學意義(P>0.05), 但年齡、既往惡性腫瘤史、血清癌胚抗原(CEA)、血清可溶性細胞角蛋白19片段(CYFRA21-1)、結節直徑、毛刺征、分葉征比較，差異有統計學意義(P<0.05)。見表1。

表1 良惡性SPN患者臨床特征比較

2.2 多因素分析結果

將臨床資料中差異有統計學意義的變量設為自變量，以良惡性病理類型為因變量，采用Logistic回歸分析進行多因素分析的結果表明，既往腫瘤史、血清CEA水平、血清CYFRA21-1水平、分葉征為惡性結節的獨立危險因素，見表2。

2.3 惡性結節的預測模型

惡性SPN的預測模型為P=ex/(1+ex),x=-2.767+(0.635×CEA)+(0.924×CYFRA21-1)+(2.003×惡性腫瘤史)+(2.346×分葉征)，其中e為自然對數,P為預測概率，患者有腫瘤病史則腫瘤史為1, 無則為0; PN有分葉征為1, 無分葉征為0。

建立SPN良惡性預測模型，將本研究結果代入公式，并以病理檢查結果為參照繪制ROC曲線，所得曲線下面積(AUC)為0.879±0.044, 95%CI為0.792～0.965。當最佳截斷點為0.723時，靈敏度為70.90%, 特異度為92.00%。將結果進行Hosmer-Lemeshow擬合優度檢測，所得χ2值為7.571,P=0.476, 提示預測值與病理檢查結果之間擬合度較好，該預測模型有一定的臨床預測價值。

表2 多因素Logistic回歸分析結果

3 討 論

目前，血清腫瘤標志物可以作為判斷良惡性PN的理想方法之一，有一定靈敏度和特異度。血清CEA作為細胞膜的結構蛋白，是一種具有人胚胎抗原特性的酸性糖蛋白，可作為診斷結腸癌和直腸癌的特異性腫瘤標志物。因為CEA水平在肺癌患者血清中也有所升高，所以臨床也將其廣泛應用在肺癌鑒別診斷、病情監測及療效評估中[4]。研究[5]認為，肺腺癌患者CEA水平高于肺小細胞癌以及鱗狀細胞癌, Logistic分析結果表明，血清CEA水平是惡性SPN的獨立危險因素之一。CYFRA21-1為角蛋白19的一個可溶性片段，位于人類上皮細胞中，在肺癌診斷中起重要作用。研究[6]表明, CYFRA21-1水平在肺癌患者中顯著增高，是惡性結節的獨立危險因素之一，同本研究結論相符。2019年，中華醫學會肺癌的臨床診療指南中提及, CEA聯合CYFRA21-1水平能夠提高肺腺癌診斷的靈敏度及特異度[7]。

磨玻璃密度的PN與肺腺癌有一定相關性[8]。肺腺癌以女性患者多見，與吸煙關系較小[9]。研究[10]表明，磨玻璃結節(GGO)可認為是一種惰性肺腺癌，隨著實性成分增加，惡性概率也會隨之增高。胸部CT檢查鑒別GGO的良惡性的準確率為90%以上[11], 高于本研究的初始模型，因此為進一步研究，本研究剔除了pGGO患者。肺部影像中的分葉征是指結節周圍輪廓不平整，呈現出分葉狀的征象。本研究結果表明，有分葉征是惡性結節的獨立危險因素之一。曹芹等[12]研究認為，分葉征為惡性結節的獨立危險因素之一，與本研究結論一致。蘭斌等[13]研究認為，分葉征是惡性SPN的危險因素，但在Logistic分析中差異無統計學意義。

目前，國內外研究者均建立了PN預測模型，且將其應用于PN良惡性評估中。SHE Y L等[14]研究表明，既往惡性腫瘤史的OR值高達12.82。美國胸外科協會(ACCP)推薦使用梅奧模型[15], 在該預測模型中，年齡、結節直徑、吸煙史、既往惡性腫瘤史及結節位置均納入了PN獨立危險因素中，與本研究結果不完全相同，可能與本研究樣本數量不足、臨床及影像學特征有局限性有關。本研究調查對象多為不吸煙的中老年女性患者，惡性結節發現較早，均在直徑較小時被切除，且中國人群特點與西方存在較大差異，因此研究結果具有一定差異性。另外，夏春秋[16]將CEA水平、CYFRA21-1水平、分葉征及磨玻璃密度均納入了獨立危險因素分析中，建立的診斷模型具有較高效能。周辰[17]建立的良惡性肺結節的預測模型中也將分葉征納入了多因素分析，AUC值為(0.879±0.044), 經驗證其診斷效力理想。王欣等[18]將磨玻璃密度納入獨立危險因素分析中，建立了數學模型，與梅奧模型的臨床診斷效果相當。

綜上所述，本研究所建立的惡性SPN的預測模型具有一定的臨床參考價值，但也存在著一定的缺陷，如樣本量的不足、臨床及影像學資料相對單一等，在日后的工作中，仍然需要擴大樣本量，并完善好患者的臨床病歷資料，為臨床研究創造出更大的價值。