循环肿瘤细胞联合影像学特征预测肺亚实性结节浸润性模型的建立和验证

目的 探讨循环肿瘤细胞(circulating tumor cells,CTCs)联合影像学特征建立的模型对肺亚实性结节肿瘤浸润性的预测价值.方法 回顾性纳入2019年2月-2022年2月在兰州大学第一医院胸外科就诊的296例患者,其中男130例、女166例,中位年龄62.00岁.采用随机数字表法按3:1的比例将患者分为训练集和内部验证集,其中训练集213例、内部验证集83例.根据病理诊断结果分为浸润前病变组(非典型腺瘤样增生和原位腺癌)和浸润性病变组(微浸润性腺癌和浸润性腺癌).对训练集进行单因素和多因素logistic回归分析,筛选出独立危险因素(P≤0.05)并构建Nomogram预测模型.通过受试者工作特征曲线和校准曲线分别验证模型的准确性和一致性;对不同直径结节进行亚组分析,进一步验证模型的性能.计算出敏感性、特异性、阳性预测率、阴性预测率和准确性.结果 Logistic回归分析结果显示,年龄、CTCs、结节成分、分叶征、毛刺征是肺亚实性结节浸润性的独立危险因素(P＜0.05).训练集中Nomogram预测模型的曲线下面积(area under the curve,AUC)为0.914(0.872,0.956),显著优于影像学特征预测模型的AUC[0.856(0.794,0.9 17),P=0.003]和单独CTCs预测模型的AUC[0.750(0.675,0.825),P=0.001];训练集的C指数为0.914,矫正C指数为0.902;内部验证集的C指数为0.894,矫正C指数为0.843;训练集在结节直径范围为5～20 mm、10～20 mm和21～30 mm时,Nomogram 预测模型的 AUC 为 0.902(0.848,0.955)、0.913(0.860,0.966)和 0.873(0.730,1.000).结论 本研究建立的预测模型可以提高肺亚实性结节浸润性的诊断价值,更有效地辅助临床诊断疾病.