基于能譜CT參數與臨床病理因素建立高海拔地區非小細胞肺癌患者的淋巴結轉移預測模型

胡志鵬, 冶 治, 張慶欣

(青海省人民醫院 胸外科, 青海 西寧, 810000)

肺癌最常見的類型是非小細胞肺癌(NSCLC), 其具有細胞增殖緩慢、晚期轉移率高、死亡率高等特點[1-3]。目前, NSCLC的治療包括手術治療、化療和免疫治療，而大多數NSCLC患者在發病前期不會有明顯的癥狀表現，確診時多為晚期，且伴有血行轉移或淋巴結轉移，而淋巴結轉移會直接影響手術治療的效果[4]。本研究分析NSCLC患者淋巴結轉移的影響因素，根據影響因素建立預測模型，并進一步驗證模型的臨床預測價值，現將結果報告如下。

1 資料與方法

1.1 一般資料

選取青海省人民醫院2020年1月—2021年7月收治的NSCLC患者84例作為研究對象，年齡50～70歲，平均(64.45±2.32)歲，男38例，女46例，腫瘤位于左側肺39例，右側肺45例，有吸煙史者40例。選取其中50例患者進行能譜CT檢查并收集臨床資料，依據淋巴結轉移病理檢查結果分為轉移組和未轉移組。其余34例患者作為預測模型的驗證研究對象。納入標準: ① 經病理學檢查結果證實為NSCLC者[5]; ② 臨床資料完整者; ③ 能譜CT成像的能譜曲線參數偏差較小者; ④ 預期存活時間超過3個月者。排除標準: ① 已接受舒尼替尼、多西紫杉醇、順鉑等放化療治療者; ② 近1個月內服用其他抗炎抑制藥物、抗癌藥物者; ③ 合并肺結核、肺間質纖維化、肺源性心臟病以及其他惡性腫瘤者; ④ 精神疾病史或者有溝通障礙者。

1.2 方法

1.2.1 能譜CT成像檢查: 胸部CT增強掃描采用的設備為GE Revolution CT(美國GE公司生產)，掃描范圍為胸廓入口至腎上腺，由專業醫務人員在掃描前進行呼吸訓練指導，囑咐患者在掃描時保持深吸氣末屏氣狀態。利用高壓注射器經肘靜脈注射320 mg/mL低滲非離子型對比劑，注射速率為3.0 mL/s。延遲時間為0.5 s, 準直器寬度、層間距、掃描視野分別為40 mm、5 mm、32 cm, 雙源切換數據為80～120 kVp, 將采集的原始數據依據單能重建算法重建圖像后傳入GE AW4.6r軟件進行圖像處理。

1.2.2 癌胚抗原(CEA)檢測: 采集50例研究對象的2 mL空腹靜脈血，參照3 000 轉/min、20 cm離心半徑的條件進行離心，持續10 min后收集血清，采用SIEMENS XP化學發光免疫分析儀測定CEA。

1.3 觀察指標

① 記錄50例患者的淋巴結轉移發生情況并進行分組，收集并比較2組患者的臨床病理資料，包括年齡、性別、吸煙史、隆突位置、術前CEA、淋巴結直徑。② 比較2組患者的能譜CT參數差異，包括動靜脈期碘密度值(IC)、水密度值(WC), 計算淋巴結、原發病灶的能譜曲線斜率(λHu)及兩者的λHu比值，記錄標準化碘密度值(NIC)、標準化水密度值(NWC)、標化有效原子序數(Neff-Z)。③ 采用多因素分析NSCLC患者發生淋巴結轉移的影響因素。④ 依據影響因素建立NSCLC患者淋巴結預測模型，以后續納入的34例NSCLC患者的淋巴結轉移情況進行驗證研究，評估預測模型的特異度、敏感度、準確度。

1.4 統計學方法

2 結 果

2.1 NSCLC患者淋巴結轉移臨床特征的單因素分析

50例NSCLC患者中, 15例患者發生淋巴結轉移，發生率為30.00%。轉移組與未轉移組在術前CEA、距隆突位置、淋巴結直徑方面比較，差異均有統計學意義(P<0.05), 見表1、圖1。

A: 中央型鱗癌，腫瘤侵犯上腔靜脈，縱隔淋巴結轉移; B: 上葉支氣管完全阻塞，右上葉完全不張;C: 肺門淋巴結及隆突下淋巴結明顯增大，考慮轉移; D: 腫瘤侵犯右側主肺動脈; E: 腫瘤侵犯右肺上葉尖前干支動脈。

表1 NSCLC患者淋巴結轉移臨床特征的單因素分析[n(%)]

2.2 轉移組與未轉移組NSCLC患者的能譜CT參數比較

轉移組患者的淋巴結λHu、淋巴結與原發病灶λHu比值、NIC均低于未轉移組患者，差異均有統計學意義(P<0.05); 轉移組與未轉移組患者的原發病灶λHu、Neff-Z、IC、WC、NWC比較，差異無統計學意義(P>0.05)。見表2。

表2 轉移組與未轉移組能譜CT參數比較

2.3 NSCLC患者淋巴結轉移的影響因素的多因素分析

將P<0.05的變量設為自變量，包括淋巴結λHu、淋巴結與原發病灶的λHu比值、NIC、距隆突位置、術前CEA、淋巴結直徑，將NSCLC患者發生淋巴結轉移設為因變量，采用多因素回歸分析NSCLC患者發生淋巴結轉移的影響因素，結果顯示，淋巴結與原發病灶的λHu比值、術前CEA≥5 ng/mL、淋巴結直徑≥3 cm是NSCLC患者發生淋巴結轉移的危險因素(P<0.05)。見表3、表4。上述回歸分析結果準確、可靠，回歸方程的擬合度R2=0.265, 擬合度顯著(F=4.001,P=0.002)，提示本回歸模型存在顯著意義，即自變量中至少有1個可以顯著影響，回歸方程的殘差情況見圖2。

圖2 多元線性回歸方程標準化殘差直方圖

表3 變量賦值表

表4 多因素分析NSCLC患者淋巴結轉移的影響因素

2.4 NSCLC患者淋巴結轉移預測模型的建立與驗證

NSCLC患者淋巴結預測模型為: 0.269+0.463×淋巴結與原發病灶的λHu比值+0.337×淋巴結直徑-0.403×術前CEA。將用于驗證的NSCLC患者的淋巴結轉移危險因素帶入列線圖預測模型，計算其概率值。以50%作為預測概率值的淋巴結轉移判定值，預測概率值≥50%認為發生淋巴結轉移的可能性高，為高危患者; 預測概率值<50%認為發生淋巴結轉移的可能性低，為低危患者。34例患者中，共有20例發生淋巴結轉移, 14例未發生轉移, NSCLC淋巴結預測模型檢出21例淋巴結轉移, 13例未轉移，檢測準確度為85.29%, 敏感度為85.71%, 特異度為84.62%。

3 討 論

2020年中國臨床腫瘤學會(CSCO)《非小細胞肺癌診療指南(第8版)》明確提出了對于不同病理類型、分期和分子分型(包括不同驅動基因)的NSCLC, 臨床治療應采取不同的方案，其中縱隔淋巴結轉移是影響 NSCLC手術效果、預后的關鍵因素，針對N0～1期及N2～3的NSCLC患者應采用不同的治療方案[6]。術前準確預測NSCLC縱隔淋巴結轉移是制訂科學、合理的治療方案的關鍵[7]。作者在既往臨床工作中發現患者胸部CT檢查提示肺門及縱隔淋巴結多數腫大，臨床多考慮轉移，而術后病理證實多數為炎性反應增生淋巴結，術前預測縱隔淋巴結轉移會直接影響到臨床個體化綜合治療的效果，更為手術介入的時機提供依據，因此需要建立預測縱隔淋巴結轉移的模型，以便提高預測的準確性。

碘是能譜CT成像所用對比劑中的主要成分，因此碘密度可反映腫瘤及淋巴結供血情況[8]。本研究結果顯示，淋巴結轉移NSCLC患者病灶中的淋巴結λHu、淋巴結與原發病灶的λHu比值以及NIC值均顯著低于淋巴結未轉移的患者，淋巴結與原發病灶的λHu比值是NSCLC患者發生淋巴結轉移的危險因素，提示轉移病灶與原發病灶存在一定的同源性, λHu值、NIC可有效反映轉移淋巴結與原發病灶的同源性。相較于常規CT, 能譜CT可以避免射線硬化產生的效應問題，保證單能量水平與CT值的精準對應，還可保證隨單能量變化獲取對應的CT動態變化值，因此可準確檢查出NSCLC患者的淋巴結轉移情況，而淋巴結和原發病灶λHu比值可以作為預測NSCLC淋巴結轉移的敏感指標[9]。

肺癌主要起源于支氣管、肺葉支氣管，中央型肺癌是指癌組織靠近肺門[10]。本研究結果顯示，中央型肺癌較周圍性肺癌的淋巴結轉移率高，分析其原因可能是距離肺門較近的中央型肺癌對支氣管壁以及周圍正常肺部組織的侵襲程度更嚴重，另外由胸內肺門向縱隔淋巴結引流是肺癌胸內淋巴結轉移的主要途徑，因此NSCLC患者更容易發生淋巴結轉移，該類患者更傾向于選擇系統性淋巴結清掃，可以保證較為準確的淋巴結分期[11]。本研究轉移組、未轉移組患者的術前CEA水平存在顯著差異，轉移組患者的CEA水平更高，并且CEA是NSCLC患者淋巴結轉移模型以及危險因素中的一項，與既往研究[12]基本相符，提示術前CEA在NSCLC患者淋巴結轉移中具有較高的敏感性以及預測價值。產生上述結果的原因是CEA為臨床常用的腫瘤敏感標志物，內胚層細胞分化的癌細胞表面是主要分布位置，形成于細胞漿，經細胞膜傳遞分泌于細胞外以及周圍體液中，在血清、胃液等體液中均可檢出，隨著患者病情的加重, CEA水平會相應增加[13]。

本研究中，未轉移組患者淋巴結直徑顯著小于轉移組患者，并且納入了預測NSCLC患者發生淋巴結轉移的模型中，提示大直徑淋巴結患者的轉移風險更高。龔麒麟等[14]研究發現，淋巴結直徑越小，其淋巴結轉移的風險越低，與本研究結果相符，分析其原因可能是直徑>1 cm的淋巴結為危險淋巴結，在一定程度上增加了患者淋巴結再轉移的風險，而大直徑的淋巴結提示腫瘤患者的肺內脈管侵及組織加重，進而增高患者侵襲脈管組織出現淋巴結轉移的風險。本研究應用NSCLC患者淋巴結轉移預測模型檢測34例NSCLC患者淋巴結轉移的準確度、敏感度、特異度均超過80.00%, 結合以上單因素、多因素結果分析均可說明應用NSCLC患者淋巴結影響因素制訂的預測模型可準確、有效預測NSCLC患者的淋巴結轉移情況，具備較高的預測價值。

本研究存在的局限性為受到圖像儲存和質量因素的影響而導致研究樣本量相對較少，并且樣本數據來源于單中心醫療機構，可能會增加數據偏倚發生風險。總之, NSCLC患者淋巴結轉移中可應用能譜CT參數以及臨床病理因素中的相關危險因素建立預測模型進行準確預測，該模型可作為預測淋巴結轉移的首選工具。