肺癌概率模型在早期肺癌篩查中的臨床應用效果分析

言成一

（南華大學附屬長沙市中心醫院胸心外科，湖南長沙 410004）

肺癌屬于臨床常見肺部原發性惡性腫瘤，研究顯示，肺癌的發病率及死亡率均位于惡性腫瘤首位，國內肺癌的發病率及死亡率也呈現逐年增長的趨勢，即使接受多學科綜合治療，其5年總體生存率也僅為18%左右，較乳腺癌、結腸癌等惡性腫瘤低，這與肺癌臨床癥狀隱匿、自身惡性程度高、確診時多達晚期等相關[1-2]。目前針對肺癌的早期篩查，大多是臨床醫師綜合考量篩查者臨床特征（如臨床癥狀、病程、煙草攝入、既往腫瘤史和家族史等情況）、影像學特點、實驗室檢查等因素后初步作出良惡性判斷，其結果與醫生個人臨床經驗、診斷水平有關。近年，有學者提出構建相應數學模型計算肺部腫物惡性概率，其中Veterans Affairs模型和Mayo Clinic肺癌預測模型應用廣泛[3]。有報道顯示，Mayo Clinic肺癌預測模型中充分納入了年齡、吸煙與否、既往有無惡性腫瘤病史、結節直徑、毛刺征、位置等因素，在預測肺癌良惡性方面具有一定參考價值，而目前國內鮮有關于此方面的報道[4]。因此，本研究旨在探討Mayo Clinic肺癌預測模型在早期肺癌篩查中的臨床應用效果，以期指導早期肺癌診治，現報道如下。

1 資料與方法

1.1 一般資料選取2019年3月至2022年3月南華大學附屬長沙市中心醫院收治的300例肺部占位性病變者作為研究對象進行回顧性分析。其中男性173例，女性127例，年齡18～85歲，平均年齡（61.82±12.11）歲；病程3～12個月，平均病程（6.37±2.05）個月；病灶直徑1.62～15.00 cm，平均病灶直徑（4.89±1.43）cm；穿刺部位：右肺上葉58例，右肺下葉87例，左肺上葉75例，左肺下葉58例，右肺中葉22例；有吸煙史84例；有胸外惡性腫癌病史62例；有毛刺征191例。本研究經南華大學附屬長沙市中心醫院醫學倫理委員會批準。納入標準：①均符合《2010中國肺癌臨床指南》[5]中肺部占位性病變的診斷標準，均經纖維支氣管鏡肺組織活檢或痰脫落細胞學等檢查確診；②年齡＞18歲，首次發病；③入組前未行放化療或手術等治療；④無肺不張、胸腔積液及肺內無活動性炎癥。排除標準：①單或雙肺出現原發病灶2個及以上；②合并嚴重膽道及消化系統、乳腺、前列腺等其他系統/器官病變；③伴嚴重肝腎功能不全、心功能不全等臟器疾病；④糖尿病、肺部轉移瘤。

1.2 研究方法①統計患者一般資料。包括性別、年齡、吸煙史、病程、胸外腫瘤史、病灶直徑、臨床影像資料（有無毛刺）等。②行肺癌概率模型預測及病理學檢查。評價肺癌概率模型對肺癌的預測價值，評估肺癌概率模型預測肺癌與病理結果的一致性；肺癌概率模型預測：運用Mayo Clinic肺癌概率模型對每例患者惡性概率進行計算，P=eX/（1+eX）（e表示自然系數）。其中X=-6.8272＋0.0391×age＋0.7917×smoke＋1.3388×cancer＋0.1274×diameter＋1.0407×spiculation＋0.7838×upper。age表 示 患者確診時年齡，單位為歲；smoke表示吸煙史，患者既往吸煙或目前吸煙計為1，反之計為0；cancer表示胸外腫瘤史，患者有胸外腫瘤史（確診5年以上）計為1，反之計為0；diameter表示病灶最大直徑，單位以mm表示；speculation表示毛刺，伴毛刺計為1，反之計為0；upper表示腫瘤部位位于肺上葉，處于肺上葉計為1，反之計為0。③病理學檢查。所有入選對象均行外科手術或纖維支氣管鏡、皮肺穿刺，獲取活檢組織，結果證實肺癌即為陽性，良性病變（包括結核、炎性肉芽腫、炎性假瘤等）即為陰性。

1.3 統計學分析采用SPSS 24.0統計學軟件進行數據分析。計數資料以[例(%)]表示，組間比較行χ2檢驗；繪制受試者工作特征曲線（ROC）評價肺癌概率模型對肺癌的預測價值；采用Kappa一致性檢驗評估肺癌概率模型預測肺癌與病理結果的一致性。以P＜0.05為差異有統計學意義。敏感度=真陽性例數/（真陽性例數+假陰性例數）×100%；特異度=真陰性例數/（真陰性例數+假陽性例數）×100%；準確度=（真陽性例數+真陰性例數）/（真陽性例數+假陰性例數+假陽性例數+真陰性例數）；陽性預測值=真陽性例數/（真陽性例數+假陽性例數）×100%；陰性預測值=真陰性例數/（真陰性例數+假陰性例數）×100%。

2 結果

2.1 肺癌概率模型預測結果分析300例肺部占位性病變者病理組織學證實肺癌患者276例，其中肺腺癌141例，肺鱗癌85例，肺小細胞癌34例，神經內分泌癌4例，惡性梭性肉瘤4例，黏液表皮樣癌4例，肉瘤樣癌4例；肺部良性病變24例，其中炎性肉芽腫13例，結核4例，炎性假瘤7例。肺癌概率模型預測結果顯示，肺癌249例，其中肺腺癌143例，肺鱗癌74例，肺小細胞癌24例，神經內分泌癌2例，惡性梭性肉瘤2例，黏液表皮樣2例，肉瘤樣癌2例；肺部良性病變51例，其中炎性肉芽腫22例，結核13例，炎性假瘤16例。肺癌概率模型預測結果顯示29例假陰性，2例假陽性，預測準確率為89.67%，見表1。

表1 肺癌概率模型預測結果分析

2.2 肺癌概率模型對肺癌的預測價值ROC分析結果顯示，肺癌概率模型對肺癌有一定預測價值，曲線下面積（AUC）為0.837（SE=0.034，P＜0.05，95%CI=0.771～0.904），對應的預測敏感度為0.881，特異度為0.724。AUC為0.837，說明該模型具有良好的預測能力，見圖1。

圖1 肺癌概率模型預測肺癌的ROC曲線

2.3 肺癌概率模型預測肺癌與病理結果的一致性分析將肺癌概率模型預測結果與病理結果進行對比，發現肺癌概率模型預測肺癌與病理結果一致性檢驗的Kappa值為0.536（P＜0.05），敏感度為89.49%，特異度為91.67%，準確度為89.67%，陽性預測值為99.20%，陰性預測值為43.14%，見表2。

表2 肺癌概率模型預測肺癌與病理結果的一致性分析

3 討論

肺癌早期臨床表征缺乏特異性，診斷率較低[6]。目前檢測手段（包括影像學、細胞學、病理學檢查及腫瘤標記物等）雖較多，但研究顯示，影像學難以區分肺部惡性腫瘤與良性結節。細胞學和病理學檢查均屬有創檢測，往往需留取活檢組織，標本重復獲取難度較大；而腫瘤標記物雖可用于肺部良惡性占位病變鑒別診斷，但單獨應用的敏感性、特異性較差[7]。

目前，臨床已證實肺部良惡性占位病變鑒別診斷往往需綜合考量患者年齡、吸煙史、臨床病史、病灶大小、影像學特征（如形態等），生長速度等多因素，通常認為吸煙史、胸外腫瘤史、確診年齡及病灶直徑為肺部占位惡性病變的高危因素，建立確切有效的肺結節預測模型能使肺癌診斷時間提前4～12個月[8]。有研究顯示，患者平均年齡每增加10歲，肺部惡性占位病變風險提高7.30%；吸煙者肺部惡性占位病變風險是不吸煙者的10倍，重度吸煙者肺部惡性占位病變風險是不吸煙者的15～35倍；伴胸外惡性腫瘤者其肺部占位性病變的惡變概率為79%，無既往惡性腫瘤史的惡性概率為63%[9-10]。潘宴青等[11]發現通過納入影像學特征（如位于上葉、毛刺征等）與臨床特征（年齡、吸煙狀態等），構建多種肺部良惡性占位病變預測模型（即基于數理醫學模型），在肺癌早期篩查中具有重要的作用。有研究提出，針對難以定性的肺腫物，采用已驗證過的數學模型對其惡性概率行定量計算，并按照惡性概率數值劃分為三個層次的惡性風險，即高度（＞65%）、低-中度（5%～65%）、很低（＜5%），有利于提高肺癌預測的準確性，便于實施臨床監測、隨訪等干預措施[12]。

目前國外基于數理醫學模型應用較為廣泛的是Veterans Affairs模型和Mayo Clinic肺癌預測模型，中國肺癌防治聯盟專家推薦依據目標人群特征、易用性、驗證程度可選用Mayo Clinic肺癌預測模型。盧興時等[13]通過對196例孤立性肺結節患者的臨床資料進行回顧性分析，發現高齡、直徑增大、分葉、細胞角蛋白19陽性是惡性孤立性肺結節患者的獨立預測因子，并發現Mayo Clinic肺癌預測模型預測惡性孤立性肺結節的AUC為80.0%，提示其在孤立性肺結節良惡性判斷中具有良好的預測效能。本研究中，通過納入影響肺癌臨床概率的因素，包括年齡、吸煙史、胸外惡性腫瘤病史、胸部CT特征（病變位置、毛刺征），構建Mayo Clinic肺癌預測模型。ROC分析結果顯示，該模型預測肺癌的AUC為0.837，敏感度為0.881，特異度為0.724；而進一步分析肺癌概率模型預測肺癌與病理結果的一致性，發現該模型預測肺癌與病理結果一致性檢驗的Kappa值為0.536，證實該模型在肺癌早期篩查中具有重要作用，這與上述報道相似。究其原因，Mayo Clinic肺癌預測模型納入了肺癌危險因素（包括年齡、吸煙史、胸外惡性腫瘤病史、病變位置等），臨床特征變量總權重近似于影像學特征變量的總權重，故其預測效能高，特異性較好。此外，有報道顯示，Mayo Clinic肺癌預測模型預測肺癌的準確性高于Veterans Affairs模型[14]，多因Veterans Affairs模型兩類變量權重相差較大，較側重臨床特征變量，導致預測效能下降。

綜上所述，Mayo Clinic肺癌概率模型在肺癌早期篩查中具有重要的指導作用，臨床應引起足夠重視。但本研究未比較該模型與Veterans Affairs等模型預測肺癌的準確性，并未涉及該模型聯合腫瘤標記物在肺癌預測中的臨床意義，故今后仍有待深入研究。