DECT定量指标鉴别GGN型肺腺癌亚型的价值

目的:探讨CT图像特征联合双能CT(DECT)定量指标在鉴别GGN型肺腺癌病理亚型中的意义.方法:回顾性分析2021年2月-2021年8月经手术病理证实的共150枚GGN型肺腺癌病灶的DECT图像.依据术后病理类型将GGN分为浸润性腺癌组(n=71)和原位/微浸润组(n=79).分析每个GGN病灶的CT征象(结节最大径、边缘特征、结节内支气管形态、结节内血管形态).在西门子后处理工作站上分别测量结节各项DECT定量指标值,包括实性肿瘤占比(CTR)、碘浓度、标准化碘摄取-校正空气分数(NIU-cAF)、有效原子序数(Zeff-c)和40～100 keV增强单能量图像上的CT值和双能曲线斜率λ.比较各变量(CT征象和DECT定量指标)在两组间的差异.采用二元Logistic回归分别建立模型1(边缘特征+结节内血管形态)、模型2(NIU-cAF+CTR分级)和联合预测模型(边缘特征+结节内血管形态+NIU-cAF+CTR分级),并采用ROC曲线和Z检验分析或比较有统计学意义的各项变量及模型的诊断效能.结果:浸润性腺癌组中毛刺或分叶、支气管迂曲僵硬、血管迂曲僵硬和CTR分级(≥0.50)这4个征象的出现率及GGN的最大径、Zeff-c及在40～100 keV增强单能量图像上的CT值均高于原位/微浸润组(P<0.05),浸润性腺癌组GGN的NIU-cAF低于原位/微浸润组(P<0.05).其中,边缘毛刺或分叶、结节内血管形态、CTR分级及NIU-cAF为术前鉴别磨玻璃结节型肺腺癌病理亚型的独立预测因子(OR=3.895、3.513、1.709、0.963,P均<0.05),这4个变量构建的联合预测模型的AUC为0.889(95％CI:0.827～0.934),诊断符合率、特异度和敏感度分别为82.0％、77.2％和93.0％.联合预测模型的AUC高于模型1和模型2(P均<0.05).结论:CT征象联合DECT定量指标对鉴别GGN型肺腺癌病理亚型有较高的诊断效能.