CT影像學診斷模型對鑒別腹膜疾病的臨床價值

宋 慧，鄭國啟，楊棟梁， 陳躍峰，張 力，徐延峰

(1.滄州市中心醫院 a.消化內科;b.影像科，河北 滄州 061001; 2.滄州醫學高等專科學校 計算機教研室, 河北 滄州 061001)

腹水是臨床常見的病理征象，其中惡性腫瘤導致腹水占所有腹水的10%[1]，而延遲診斷和治療的患者預后較差。在腹水的惡性病因中，腹膜轉移癌(peritoneal carcinomatosis, PC)，尤其是來源于胃腸道和卵巢的惡性腫瘤占80%以上，腹膜和腹膜下原發腫瘤的發生率遠低于這些部位的轉移性疾病。但是在有石棉暴露的地區，需要考量石棉曝露對本地區病種的影響。我們前期研究發現，在本地區不明原因腹腔積液患者中結核性腹膜炎(tuberculous peritonitis, TBP)是最常見的病因，其次是惡性腹膜間皮瘤(diffuse malignant peritoneal mesothelioma, DMPeM)和腹膜轉移癌[2]。僅憑影像學診斷往往是不可能精確的，而且區分良性和惡性過程以及原發性和轉移性過程也具有挑戰性[3]。但是，根據高分辨率計算機斷層攝影(CT)的特點，結合患者的相關臨床和人口統計數據，在許多情況下可以幫助臨床醫生縮小腹膜腫瘤的鑒別診斷范圍。在之前的研究中，我的同事證實了CT在鑒別惡性腹膜間皮瘤與結核性腹膜炎[4]或腹膜轉移癌[5]中的作用。在實際工作中，如何區分這三種疾病是一個很困難的問題，所以我們設計了這個研究。本研究旨在通過Bayes判別分析綜合惡性腹膜間皮瘤CT影像學特征，從而得到綜合診斷模型，用以輔助診斷惡性腹膜間皮瘤，也可用于不明原因腹水的鑒別診斷。

1 資料與方法

1.1研究對象 本研究為回顧性病例對照研究，分析我院2015年8月至2018年10月收治的腹膜增厚患者147例。DMPeM組60例， 男性19例，女性41例，平均年齡(60.0±8.5)歲。95% DMPeM患者有石棉接觸史，其余兩組均無石棉接觸史。腹脹(85.0%)是最常見的癥狀。其他癥狀包括腹痛(40.0%)和腹部腫塊(15.0%)。體格檢查發現腹水(40/60)和腹部腫塊(7/60)。TBP組32例， 男性19例，女性13例，平均年齡(35.0±3.2)歲。最常見的癥狀為發熱(65.2%)、腹脹(85.2%)和腹痛(40.7%)。PC組55例，男性18例，女性37例，平均年齡(65.0±9.5)歲。關于腹膜受累的原因; 25/55的患者(45.0%)為卵巢癌，16例(29.0%)為結腸癌，6例(11.0%)為胰腺癌，3例(5.0%)為乳腺癌，2例(4.0%)為胃癌，3例(5.0%)為原發不明原因癌。其中以腹脹為主要臨床表現。本研究通過滄州中心醫院倫理委員會審批，倫理審批編號為:2012-012-01。

1.2納入標準 (1)首次就診患者；(2)行病理檢查前兩周內行胸部CT及腹部、盆腔平掃+增強CT檢查，且具備薄層CT圖像；(3)病理結果證實；(4)DMPeM診斷符合2012年國際間皮瘤協作組制定的《惡性間皮瘤病理診斷指南》[6]；TBP的診斷至少以下列標準之一為依據:①干酪樣肉芽腫的組織學證據;或②病變或腹水中抗酸桿菌的組織學表現；在組織學證據的基礎上建立了PC的診斷；(5)1例患者僅患上述三種疾病之一。

1.3排除標準 (1)CT檢查前因研究疾病行腹膜手術或者放、化療；(2)合并2種以上研究疾病者；(3)未行腹部、盆腔強化CT掃描或者無薄層CT圖像者。

1.4CT掃描方法及參數 所有入組患者均在病理檢查前兩周內行螺旋CT增強掃描檢查(Lightspeed 16, GE, USA)。胸部、腹部、骨盆的成像參數為:120 kV，150～ 300 mA，0.5 s/rot，層厚5 mm。患者統一取仰臥位，掃描范圍包括胸部、全腹、盆腔。增強掃描：使用自動注射器(OptiVantage, Liebel-Flarsheim Company, USA)以3 ml/s的速度經肘靜脈注射非離子型造影劑75～100 ml，注藥延遲30～35 s后再進行掃描獲得圖像。上述影像學資料由三名經驗豐富的放射科醫師按照CT觀察指標共同閱片。

1.5CT觀察指標及標準 (1)腹水存在:腹水在腹部和骨盆廣泛存在為大量，在肝臟和脾臟周圍局部存在時為中度，僅有少量液體存在時為輕度;(2)腹膜CT分析:評估腹膜增厚異常(分為光滑增厚或不規則增厚)及腹膜結節[7]。厚度超過2 mm被認為是增厚[8];(3)大網膜受累分為結節樣、污跡樣(軟組織密度不清的浸潤)、餅樣增厚(大網膜與結締組織混合呈餅樣增厚);(4)小腸腸系膜受累分為腸系膜增厚(脂肪密度升高至增厚的軟組織代替脂肪)，腸系膜縮短/腸壁固定(腸系膜明顯增厚，引起腸系膜縮短、腸壁固定);(5)淋巴結腫大的存在及位置:腹膜后、腸系膜淋巴結短軸直徑大于1 cm，縱隔、肺門、心膈角淋巴結短軸直徑大于0.5 cm，認為淋巴結腫大;(6)腹部實質臟器浸潤或轉移;(7)胸腔變化，如胸膜斑、胸腔積液等。

1.6統計學方法 應用SPSS 23.0軟件進行統計分析。將全部患者根據病理結果分為DMPeM組(n=60)、TBP組(n=32)和PC組(n=55)，分別統計每例患者影像學特征，應用卡方檢驗比較不同組別影像學改變，尋找出3組中有差異的變量引入判別分析。再由計算機軟件隨機挑選117例患者作為試驗組(訓練樣本)，將上述變量引入Bayes判別分析中，建立Bayes判別方程。最后，利用剩余30例患者作為檢驗組(驗證樣本)，將其資料代入已建立的Bayes判別方程驗證其準確性。P<0.05為差異有統計學意義。

2 結 果

2.1CT影像學表現 不同類型的腹膜增厚、大網膜增厚、腸壁固定、臟器受累(臟器浸潤或轉移)、胸膜斑在各組間比較差異有統計學意義(P<0.05)。3組CT影像學表現比較見表1。

表1 3組CT的表現[例(%)]

2.2建立綜合診斷模型 計算機軟件隨機挑選117例患者作為試驗組(訓練樣本)，其余為檢驗組(驗證樣本)。兩組腹膜增厚、大網膜增厚、腸壁固定、臟器受累(臟器浸潤或轉移)、胸膜斑資料見表2。將試驗組數據利用Bayes判別分析方法獲得Bayes判別方程系數，以此來建立Bayes判別分析函數。見表3。

表2 兩組一般資料及進入判別模型的各診斷指標(例)

表3 分類函數系數

根據以上表格中的Bayes判別系數建立Bayes判別函數： DMPeM(惡性腹膜間皮瘤)組： Y1=-17.282+1.569X1+2.331X2+4.130X3+3.730X4+20.416X5。TBP(結核性腹膜炎)組：Y2=-3.410+0.846X1+2.226X2+0.223X3-1.732X4+0.068X5。PC(腹膜轉移癌)組：Y3=-8.431+3.086X1+0.825X2+2.007X3+5.106X4+0.973X5。(其中Y1為腹膜間皮瘤組、Y2為結核性腹膜炎組、Y3為腹膜轉移癌組；X1為腹膜病變，X2為大網膜病變，X3為腸壁固定，X4為臟器受累，X5為有無胸膜斑)。

2.3判別分析的結果及驗證 通過試驗組(訓練樣本)進行自身檢驗的方法所測得的綜合診斷模型的診斷準確率為89.7%，誤判率為10.3%。然后通過將檢驗組(驗證樣本)30例患者影像學數據帶入通過試驗組(訓練樣本)的方程后，診斷準確率為86.7%，誤判率13.3%。

3 討 論

不明原因腹水是工作中經常遇到的臨床難題，特別是無腹膜活檢能力的醫療機構，常規血液學、腹水檢查或者一般影像學檢查往往無法明確診斷。在一般的臨床機構，腹膜轉移癌占所有不明原因腹水的8%[1]，腹膜間皮瘤發病率遠低于轉移性疾病，除非患者有石棉暴露史。腹膜結核(PTB)在所有不明原因腹水中占4%，由于其臨床表現通常不明顯，因此很難診斷。20世紀60、70年代滄州地區存在大面積家庭作坊式手紡石棉線和石棉加工廠，故本地區存在局部惡性腹膜間皮瘤高發，本課題組曾總結本地區惡性腹膜間皮瘤的發病特點[9-11]，并且既往研究中曾分析惡性腹膜間皮瘤與結核性腹膜炎[4]及腹膜轉移癌[5]的影像學鑒別診斷。但是，在實際臨床工作中我們發現，影像學表現不典型或者有交叉的病例診斷依然困難，而且由于腹膜病變多為不規則、邊界不清晰的腫塊，使放射組學[12]在此類患者的應用存在限制。故而我們在既往研究的基礎上，嘗試應用統計學方法尋找3種疾病鑒別的量化模型。

判別分析產生于20世紀30年代，是利用已知類別的樣本建立判別模型，為未知類別的樣本判別的一種統計方法。Bayes判別分析是判別分析中相對比較有優勢的一種分析方法，它假定對研究對象已經有一定的認識，用先驗概率分布來描述這種認識，然后用獲得的訓練樣本來修正已有的認識得到后驗概率的分布。近年來，判別分析在自然科學、社會學及經濟管理學科中都有廣泛的應用，隨著現代醫學的發展，判別分析也逐漸被應用于醫療的各種領域[13]。

本研究統計3組患者CT影像學表現及各組間比較發現腹膜增厚、大網膜增厚、腸壁固定、臟器受累(臟器浸潤或轉移)、胸膜斑在各組間改變有統計學意義(P<0.05)，這與既往的研究類似[4-5]。以這5種特征為基礎，利用Bayes判別分析方法所建立的綜合診斷模型的函數，通過驗證發現，以病理結果為金標準，試驗組(訓練樣本)中惡性腹膜間皮瘤患者診斷正確率87.5%，誤判率12.5%；結核性腹膜炎組診斷準確率100%，誤判率0%；腹膜轉移癌組診斷正確率86.7%，誤判率13.3%。綜合以上結果可以得出，運用診斷模型進行診斷的正確率為89.7%。但是自身檢驗有其本身的缺陷性，對于結果的判斷會存在一定的偏倚，通常會導致低估誤判率，從而最終使判別效果得到夸大，因此本研究再通過預留的檢驗組(訓練樣本)對綜合診斷模型進行客觀評估，其最終的結果顯示：檢驗組(訓練樣本)共計惡性腹膜間皮瘤患者12例，通過運用綜合診斷模型進行判斷正確的例數為10例，判斷正確率為83.3%；結核性腹膜炎患者8例，通過運用綜合診斷模型進行判斷正確的例數為8例，判斷正確率為100.0%；腹膜轉移癌患者10例，通過運用綜合診斷模型進行判斷正確的例數為8例，判斷正確率為80.0%；綜合以上結果可以得出，運用診斷模型進行診斷的正確率為86.7%，誤判率13.3%，在臨床應用中具有價值，并且其結核性腹膜炎的診斷率達100%，對于腹膜增厚性疾病診斷有相當大的幫助。但最終的結果仍會存在一定的偏倚，其原因主要包括：①檢驗組(驗證樣本) 中各種影像學表現主要為分類變量，存在一定的主觀性，可能會對最終模型的建立產生一定的影響；②最終診斷模型的整體診斷率稍低于通過自身檢驗正確率，說明建立的模型還并不夠完善，還需要對其進行進一步擴大樣本量的修正。

同時本研究發現石棉斑對判斷惡性腹膜間皮瘤的貢獻度最大，這也與臨床工作相符，國內外既往的研究發現石棉接觸是惡性腹膜間皮瘤發病的主要原因[11, 14]。更加說明石棉接觸史在臨床工作中對于判斷與否存在惡性腹膜間皮瘤的重要性。

為保證該綜合診斷模型的臨床判斷的準確性，影像學醫師需要按照本研究中各分類變量的定義準確判斷變量，結合病理結果，驗證該模型的診斷準確率。該綜合診斷模型建立后，我們將近期的3例腹膜疾病患者(1例惡性腹膜間皮瘤，2腹膜轉移癌)的影像變量帶入模型，與病理結果符合率達100%，當然，在臨床工作中需要更多的數據來驗證模型，必要時擴大樣本量修正該模型。

總之，Bayes判別分析方法通過將多種CT影像特征綜合后建立的綜合影像診斷模型在臨床工作中對不明原因腹水及腹膜增厚性疾病的判斷有一定的價值，其將多種變量進行綜合，相對減少了臨床工作中個體主觀因素的影響，有進一步推廣價值。