





【摘要】 目的:探究肺結節肺部影像報告與數據系統(Lung-RADS)分類聯合電子計算機斷層掃描(CT)診斷惡性孤立性肺結節(SPN)的價值。方法:選擇2020年6月—2022年6月萍鄉市人民醫院收治的120例SPN患者的臨床資料,經病理或手術明確24例良性SPN、96例惡性SPN;回顧性分析其肺結節Lung-RADS分類及CT影像檢查結果,采用受試者操作特征(ROC)曲線分析Lung-RADS分類、CT征象評分單獨及聯合診斷惡性SPN的效能。結果:120例患者Lung-RADS分類結果顯示,2類16例,3類20例,4A類10例,4B類54例,4C類20例。良性SPN組病灶邊界光整、鈣化占比均高于惡性SPV組,支氣管截斷、胸膜牽拉、分葉、腫瘤血管征象占比均低于惡性SPN組,差異均有統計學意義(Plt;0.05)。良性SPN組CT征象評分2分患者占比高于惡性SPN組,惡性SPN組CT征象4、5、6分患者占比均高于良性SPN組,差異均有統計學意義(Plt;0.05)。ROC曲線分析顯示,Lung-RADS分類、CT征象評分聯合診斷惡性SPN的AUC值為0.948,高于二者單獨診斷的0.881、0.931,聯合診斷惡性SPN的敏感度為97.92%,高于lung-RADS分類、CT征象評分單獨診斷的83.33%、89.58%。結論:Lung-RADS分類與CT征象聯合診斷惡性SPN較二者單獨診斷具備更高診斷效能,可提升惡性SPN診斷敏感度,具有良好的臨床應用價值。
【關鍵詞】 孤立性結節 肺部影像報告與數據系統 CT征象
孤立性肺結節(SPN)是指發生于肺實質內最大徑≤30 mm的單發、圓形(或類圓形)結節狀不透亮影[1]。SPN為肺內疾病常見的異常影像學征象之一,其病變種類豐富,既包括炎性假瘤、結核瘤、機化性肺炎等常見的良性病變,也包括肺癌、轉移瘤等惡性病變[2]。相關數據調查顯示我國惡性腫瘤新增近400萬,肺癌占其中的20.55%[3],因此對于病情發展的控制仍不容忽視,為使患者獲得及時診治并提升治療效率,SPN的及時發現與定性至關重要。隨著電子計算機斷層掃描(CT)的普及與不斷發展,其以快速有效、分辨率高、后處理能力強及無創等優勢逐漸成為臨床診斷肺部疾病最有價值的檢查手段[4]。近年來相關研究發現,通過肺部影像報告與數據系統(Lung-RADS)可將結節進行規范化與標準化處理與分類,在直觀展現結節特征的同時為良惡性結節的診斷提供更多可靠信息[5],而CT與Lung-RADS聯合診斷SPN的效果如何尚待探究,基于此,本研究采用肺結節Lung-RADS聯合CT對惡性SPN進行診斷以探究兩者診斷價值。現報道如下。
1 資料與方法
1.1 一般資料
回顧性分析2020年6月—2022年6月萍鄉市人民醫院收治的120例SPN患者的臨床資料。納入標準:(1)經影像學明確診斷為SPN,有明確手術或穿刺活檢診斷結果;(2)結節直徑≤30 mm且為單發;(3)CT影像資料、肺結節Lung-RADS分類資料完整,能滿足研究需要。排除標準:(1)臨床資料缺失;(2)肺轉移瘤;(3)伴明顯肺不張或淋巴結腫大。120例患者中男86例,女34例;年齡33~76歲,平均(54.38±6.15)歲;良性24例(肉芽腫性炎24例),惡性96例(包括腺癌56例,鱗癌30例,原位癌10例);臨床癥狀:胸痛、胸部不適12例,咳嗽、痰中帶血20例,無癥狀(體檢時發現)88例。將良性SPN患者納入良性SPN組,惡性SPN患者納入惡性SPN組。本研究經萍鄉市人民醫院醫學倫理委員會批準。
1.2 方法
所有患者均行CT檢查,采用東芝64排128層螺旋CT機(日本東芝公司)進行胸部掃描,掃描參數:管電壓、管電流分別為80~140 kV、120~100 mA,層厚、層距為5 mm(或0.625 mm)。具體操作:取患者仰臥位,指導呼吸進行檢查,掃描范圍包括整個肺野,掃描完畢后將病灶原始資料重建后傳至后處理工作站,采用最大密度投影(MIP)、容積再現(VRT)、多平面重建(MPR)等方面觀察病灶特點。
1.3 觀察指標及評價標準
(1)由3名經驗豐富且具10年以上臨床經驗的醫師對影像資料進行分析,觀察病灶邊界、鈣化、支氣管充氣、支氣管截斷、胸膜牽拉、分葉、空泡、空洞及腫瘤血管征象;比較兩組的CT征象。(2)根據Lung-RADS進行分類,分類依據主要包括結節增長變化、結節大小等,0類為曾做過CT檢查,但因圖像無法比較,肺部CT掃描不完整;1、2類為良性結節,3類為未定性結節,4A、4B、4C類為可疑惡性[6]。(3)對CT征象進行評分,比較兩組CT征象之間是否存在差異,CT征象評分如下:類別不明確,需聯合肺癌CT篩查或比較二次的胸部CT檢查為0分;陰性,無結節或明確良性結節為1分;良性實性或非實性結節,3個月以上無增長為2分;良性可能,實性結節在6~8 mm或新發結節總直徑lt;6 mm,非實性結節≥20 mm或新發為3分;可疑,實性結節≥6 mm,新發或增長結節的實性成分lt;4 mm為4分;可疑,實性結節≥15 mm或新發結節≥8 mm為5分,具有額外特征的3級或4級結節,或存在惡性傾向的結節為6分[7]。
1.4 統計學處理
本研究數據采用SPSS 20.0統計學軟件進行分析和處理,計量資料以(x±s)表示,組間比較采用獨立樣本t檢驗,組內比較采用配對t檢驗;計數資料以率(%)表示,采用字2檢驗;采用受試者操作特征(ROC)曲線分析兩種方法的診斷效能。以Plt;0.05為差異有統計學意義。
2 結果
2.1 120例SPN患者的Lung-RADS分類
120例SPN患者Lung-RADS分類結果顯示:2類16例,3類20例,4A類10例,4B類54例,4C類20例;典型病例見圖1、圖2。
2.2 兩組CT征象比較
兩組支氣管充氣征、空泡征、空洞征占比比較,差異均無統計學意義(Pgt;0.05);良性SPN組病灶邊界光整、鈣化占比均高于惡 性SPN組,支氣管截斷、胸膜牽拉、分葉、腫瘤血管征占比均低于惡性SPN組,差異均有統計學意義(Plt;0.05)。見表1。
2.3 兩組CT征象評分比較
良性SPN組CT征象評分2分患者占比高于惡性SPN組,惡性SPN組CT征象4、5、6分患者占比均高于良性SPN組,差異均有統計學意義(Plt;0.05),見表2。
2.4 CT征象與Lung-RADS分級單獨及聯合診斷效能
ROC曲線分析顯示,Lung-RADS分類、CT征象評分聯合診斷惡性SPN的AUC值為0.948,高于二者單獨診斷的0.881、0.931;聯合診斷惡性SPN的敏感度為97.92%,高于Lung-RADS分類、CT征象評分單獨診斷的83.33%、89.58%。見表3、圖3。
3 討論
隨著醫療水平的不斷上升,部分晚期肺癌患者的生存率可達7年以上,但目前我國仍存在較高的肺癌發病率與死亡率[8]。肺結節的影像學表現為直徑在30 mm以內且近似圓形的肺部陰影,包括多發性與孤立性兩種,臨床通常采用X線、CT等對肺結節進行診斷,前者雖然具有價格低、操作快捷等優勢但對于病灶邊界、形狀等顯示較為模糊,無法成為有效的診斷標準[9],CT掃描圖像較X線更清晰,且對于肺結節的形態、大小、內部特征及位置等具有清晰判斷,且CT技術的發展將SPN的檢出率提高30%以上[10],但SPN的過度診斷及假陽性率將對臨床診斷與治療產生阻礙。Lung-RADS分類為2014年美國放射學院(ACR)所制定[11],其可依據病灶成分及大小對病灶性質進行鑒別,為使患者獲得更加明確有效的診斷利于后期治療,本研究采用肺結節Lung-RADS分類聯合CT對惡性肺結節進行診斷。
結果顯示120例患者Lung-RADS分類結果顯示:2類16例,3類20例,4A類10例,4B類54例,4C類20例;惡性SPN患者CT征象中,病灶邊界、鈣化、支氣管截斷、胸膜牽拉、分葉、腫瘤血管征象比較差異均有統計學意義;支氣管充氣、空泡、空洞征象比較差異均無統計學意義。良性征象以鈣化為主,孔芳等[12]研究表明鈣化多發生于結核球等,若病灶中含脂質成分則可增加診斷為錯構瘤的準確性而惡性結節中的鈣化多呈斑點狀或不規則,呈離散性分布,范圍較小;惡性征象主要包括邊界不光整、支氣管截斷、胸膜牽拉、分葉、腫瘤血管;良惡性SPN患者的支氣管充氣、空洞及空泡征象比較無顯著差異,表明血管分型、結節形態對于結節惡性的診斷具有重要意義,結果與Silva等[13]的研究相似。ROC曲線分析顯示,Lung-RADS分類、CT征象評分聯合診斷惡性SPN的AUC值最高于單獨診斷,敏感度、特異度分別為97.92%與91.67%,表明采用Lung-RADS分類單獨對惡性SPN進行診斷時存在一定局限性,當其與CT聯合進行診斷時兩者敏感度得到一定程度提升,其原因可能為惡性SPN進展通常表現為病灶實性成分增加,當其達到3類以上時惡性概率較大,此時通常需配合CT檢查以提升檢出率且當Lung-RADS分類未達到3類以上時可避免不必要篩查,降低過度診斷率[1],但當病灶直徑≤20 mm時,其結構難以準確顯示于常規影像上,較易導致漏診,此時需結合CT征象進行分析[14],而兩種方法聯合對病灶形態學特征、成分及大小進行綜合分析,為臨床提供更加準確、全面的影像依據[15-17],因此診斷效能更高。由于Lung-RADS分類為主要針對肺癌或伴有慢性阻塞性肺病、肺氣腫等各種疾病的高危人群[18-20],而本研究對此設置嚴格的納排標準且納入患者數較為局限,故在對Lung-RADS分類評估惡性SPN時存在一定誤差,后續將通過完善納排標準及擴大樣本量等方式對結果做進一步研究。
綜上所述,Lung-RADS分類與CT征象在診斷惡性SPN中均具有一定價值,兩者聯合診斷惡性SPN較單一方式具備更高診斷效能,可提升惡性SPN診斷敏感度,可為臨床診斷惡性SPN及防止肺部其他疾病發生、發展提供依據。
參考文獻
[1] YOON S H,KIM Y J,DOH K,et al.Interobserver variability in lung CT screening reporting and data system categorisation in subsolid nodule-enriched lung cancer screening CTs[J].European Radiology,2021,31(9):7184-7191.
[2]邢媛媛,張慶,趙佳佳,等.CT靶掃描聯合三期增強掃描對孤立性肺結節的臨床鑒別診斷價值[J].中國老年學雜志,2021,41(7):1405-1408.
[3]周倩倩,曲歌平,張曉軍,等.218例老年患者孤立性肺結節的影像組學分析[J].中華保健醫學雜志,2021,23(3):250-254.
[4]馬趙,夏春華,王峻奇,等.孤立性肺結節CT征像在鑒別良惡性結節中的價值[J].醫學影像學雜志,2021,31(4):582-585.
[5] KASTNER J,HOSSAIN R,JEUDY J,et al.Lung-RADS version 1.0 versus lung-RADS version 1.1: comparison of categories using nodules from the national lung screening trial[J].Radiology,2021,300(1):199-206.
[6] CARTER B W,LICHTENBERGER J P,SHROFF G S,et al.Lung-RADS version 1.0[J].Seminars in Roentgenology,2017,52(3):11-13.
[7] RAZEK A A K A,EL BADRAWY M K,ALNAGHY E.Interstitial lung fibrosis imaging reporting and data system: what radiologist wants to know?[J].J Comput Assist Tomogr,2020,44(5):656-666.
[8]王家富,林琳,林耀云,等.螺旋CT和PET-CT掃描診斷肺癌及淋巴結轉移的臨床價值[J].河北醫學,2021,27(2):283-287.
[9]石婕,劉璇,明宗娟,等.細胞因子與腫瘤標志物聯合檢測對孤立性肺結節良惡性鑒別診斷的價值[J].中國肺癌雜志,2021,24(6):426-433.
[10]何桃,劉英,宋清泉,等.AFP、CYFRA21-1、NSE及CT征象在孤立性肺結節性質中鑒別價值[J].分子診斷與治療雜志,2021,13(9):1435-1439.
[11]余鎏,桂丹.136例肺結節患者CT診斷的回顧性分析及Lung-RADS分級的診斷價值[J].中國CT和MRI雜志,2021,19(9):57-60.
[12]孔芳,段艷華,宋學林,等.高分辨率CT鑒別診斷良、惡性實性孤立性肺結節[J].中國醫學影像技術,2021,37(8):1168-1172.
[13] SILVA M,MILANESE G,SESTINI S,et al.Lung cancer screening by nodule volume in Lung-RADS v1.1: negative baseline CT yields potential for increased screening interval[J].European Radiology,2020,31(4):1956-1968.
[14]桂曉瑞,呂維富,劉順,等.孤立性肺結節影像特征和誤診分析[J].醫學影像學雜志,2021,31(4):578-581.
[15]孟瑜,陳愛華,江龍,等.Lung-RADS分級、CT對孤立性肺結節的定性診斷價值[J].中國CT和MRI雜志,2021,19(9):51-53.
[16]俞璐.Brock模型及肺部結節CT報告分級系統對肺結節良惡性的鑒別診斷價值[J].中國基層醫藥,2023,30(12):1838-1842.
[17]張志剛,郭瑩,吳艷,等.低劑量螺旋CT征象聯合MDSCs對良惡性孤立性肺結節的鑒別診斷價值[J].臨床誤診誤治,2023,36(4):36-41.
[18]王濤,胡廣新.孤立性肺結節患者隨訪中X線攝影與低劑量CT的比較研究[J].貴州醫藥,2023,47(2):290-291.
[19]趙佳佳,王愛輝,邢媛媛,等.PET/CT超級迭代與普通迭代技術在孤立性肺結節診斷、腫瘤侵襲程度中評估價值比較及與Ki-67相關性[J].臨床放射學雜志,2023,42(4):591-596.
[20]張蜜,談炎歡,錢芯,等.基于高分辨率CT掃描的孤立性肺結節高危預測模型的建立與驗證[J].中國醫學物理學雜志,2023,40(2):190-195.