非實性肺結節獨立危險因素分析及良惡性預測模型建立

劉參軍 趙家瑩 王 劍

1.江蘇大學醫學院，江蘇鎮江 212000；2.江蘇省鎮江市第一人民醫院呼吸科，江蘇鎮江 212002

肺癌占所有癌癥死亡的27%，且非吸煙女性患者中肺腺癌的診斷比例逐年升高[1-2]，且臨床診斷多為晚期，生存率低[3]。肺結節是肺癌重要的早期影像學表現，分為實性結節和非實性結節[4]，胸部低劑量CT 在肺癌篩查中可以降低高危人群的肺癌死亡率[5]。臨床篩查肺結節良惡性常用mayo 模型[6]、VA 模型[7]、北大模型[8]等，但非實性結節的預測模型較少[9]。本研究擬篩選出影響非實性肺結節的獨立危險因素，建立合理的良惡性預測模型，以提高該部分結節診斷率。

1 資料與方法

1.1 一般資料

回顧性分析2015—2020 年于江蘇省鎮江市第一人民醫院診斷為非實性肺結節患者共309 例，其診斷參考2010 年Fleishner 學會制訂的肺結節處理指南[10]。其中病理檢查結果為良性者納入對照組（61 例），包括慢性炎癥17 例、不典型增生25 例、真菌3 例、結核7 例及炎性假瘤9 例。惡性者納入觀察組（248 例），包括非典型腺瘤樣增生79 例、原位癌62 例、微浸潤性腺癌68 例及浸潤性腺癌39 例。

1.2 納入與排除標準

納入標準：①結節直徑＞5 mm；②胸部CT 提示結節體積變大；③直徑＞1 cm 未經治療，經病理活檢診斷明確的非實性肺結節。

排除標準：①影像學和/或臨床資料缺失；②既往有肺部腫瘤史。

1.3 觀察指標

提取兩組一般資料和臨床資料，包括性別、年齡、吸煙史、癌胚抗原（carcinoembryonic antigen，CEA）水平、癌抗原125（cancer antigen 125，CA125）。收集兩組胸部CT 資料，包括結節部位（左側、右側）、結節直徑、實性部分長徑、平均CT（mean CT，m-CT）值、鈣化、血管征、空泡征、分葉征、毛刺征、胸膜牽拉征、縱膈/肺門淋巴結腫大。

1.4 統計學方法

采用SPSS 20.0 對所得數據進行統計學分析，計量資料采用均數±標準差（）表示，比較采用t 檢驗；計數資料采用例數和百分率表示，比較采用χ2檢驗。采用logistic 回歸模型分析影響因素及建立預測模型。采用受試者操作特征曲線及曲線下面積（area under the curve，AUC）分析該模型的診斷價值。以P ＜0.05 為差異有統計學意義。

2 結果

2.1 兩組臨床資料比較

觀察組年齡、CEA 水平、結節直徑、實性部分長徑、m-CT 值及鈣化、血管征、空泡征、分葉征、毛刺征占比均高于對照組，差異有統計學意義（P ＜0.05）。見表1。

表1 兩組一般資料及臨床資料比較

2.2 非實性肺結節惡性的影響因素分析

將單因素分析中差異有統計學意義（P ＜0.05）的作為自變量，其中分類變量賦值為“有=1，無=0”，將非實性肺結節良惡性情況作為因變量（惡性=1，良性=0），進行多因素分析。結果顯示，高CEA 水平、實性部分長徑較長、高m-CT 值及具有血管征、空泡征、分葉征、毛刺征均為非實性肺結節惡性的獨立危險因素（OR ＞1，P ＜0.05）。見表2。

2.3 非實性肺結節惡性預測模型的建立

預測模型為P=ex/（1+ex），x=-6.078+（2.002×毛刺征）+（3.438×空泡征）+（3.877×血管征）+（0.622×CEA）+（0.149×實性部分長徑）+（0.003×|m-CT|）+（5.494×分葉征）。其中毛刺征、空泡征、血管征、分葉征存在代入“1”，不存在代入“0”。

2.4 預測模型的診斷價值分析

該模型AUC（95%CI）為0.882（0.834～0.929）（P ＜0.05），截斷值為0.842，陽性預測值為0.903，靈敏度為89.9%，特異性為71.2%。見圖1。

3 討論

肺結節直徑是病灶惡性程度的重要因素[11]。研究發現，病灶整體的大小并不能影響其惡性的概率[12]，且非實性結節的侵襲程度并不是由其整體大小決定的[13]，說明以非實性肺結節為主的肺癌具備不同的臨床病理特征。目前非吸煙女性肺腺癌發病率增加[2，14-15]。m-CT 值在評估磨玻璃結節的惡性程度方面具有很高的準確性[16-17]，m-CT 值越高結節惡性可能性越大[18-19]。但是m-CT 值會受到肺部其他因素的影響導致測量偏差，測量時需更加謹慎。

部分實性結節也稱為混合性結節，其實性部分有侵襲作用，對肺結節的良惡性具有一定的診斷價值，出現實性轉化是惡性腫瘤的指標[20]。非實性結節的侵襲成分為固體成分，部分實體直徑的長度對結節的良惡性有預測作用[13]，與本研究基本一致。

血管重塑或新生血管是腫瘤發展早期變化。低劑量CT 可反映孤立性肺結節與血管的關系，如一條或多條血管在病變方向集中并穿過病變，或在病變邊緣被截斷，受累血管可能出現扭曲、僵硬或不規則擴張，并與肺動脈或肺靜脈相連。當磨玻璃密度結節內見到扭曲、擴張或更為復雜的血管，其極可能是惡性浸潤性腺癌[21-22]。

空泡征是預測腺癌的標記[23]。結節的分葉多見于肺癌邊緣，非分葉狀的邊緣則在良性病變中更為常見[24]。與平滑、圓形或多邊形比較，毛刺狀突起及分葉狀突起增加了肺癌的可能性[9，25]。本研究結果也提示分葉征、毛刺征和空泡征是非實性肺結節惡性的獨立危險因素。

CEA 在不同病理類型的肺癌中有明顯的差別，但其在腺癌中水平較高[26]。有研究表明，CEA 水平可預測部分實性肺腺癌的淋巴結轉移，絕大多數接受手術治療的部分實性肺腺癌患者的預后較好，如果在術前評估中發現CEA 水平升高，手術方案可能會改變[12]。在惡性腫瘤早期，CT 檢查結果不明時，腫瘤標志物的升高對癌癥有著一定的潛在警示作用。相關文獻表明，如微RNA、循環腫瘤細胞等生物標志物聯合CEA 能夠更好地提高早期肺癌的檢出率[27-28]。但是，考慮到本研究僅用于肺結節的初篩，結合經濟適用的原則，故未納入其他指標。

本研究對象為臨床良惡性不明的非實性肺結節，篩選出m-CT 值、血管征、CEA、實性部分長徑、毛刺征、空泡征、分葉征這些獨立危險因素，并建立了合理的預測模型，從一定程度上有助于提高該部分結節診斷的準確性，且避免了不必要的重復檢查。但本研究納入樣本量較少，仍需開展大樣本前瞻性隊列研究進一步驗證。