孤立性肺结节恶性概率估算临床预测模型的建立

张晓辉　陈　成　曾　辉　宁卫卫　张　楠　黄建安

孤立性肺结节恶性概率估算临床预测模型的建立

张晓辉陈成曾辉宁卫卫张楠黄建安

【摘要】目的筛选恶性孤立性肺结节(solitary pulmonary nodules,SPN)的危险因素，构建判断SPN良恶性的临床预测模型。方法回顾性分析孤立性肺结节患者270例的临床资料及胸部影像学特征。结果270例患者中，肺癌110例(40.7%)，良性病变160例(59.3%)。在SPN的影像学分析中，分叶、毛刺、胸膜牵拉、增强后强化、支气管充气征与结节恶性病变显著相关，P<0.05，而边缘清晰、钙化、密度均匀均与良性病变显著相关，P<0.05。在单因素分析中，恶性孤立性肺结节与患者年龄、吸烟史、影像学特征、结节最大径等因素显著相关，P<0.05。在多因素分析中，患者年龄、恶性影像学特征及结节最大径是恶性SPN的独立危险因素(P<0.01)。建立的SPN恶性概率估算的临床预测方程为：SPN恶性预测值P=ex/(1+ex),X=-5.882+0.050×年龄+1.672×影像学良恶性+0.123×结节最大径，其中e为自然对数。选取截断点为0.46，敏感性达82%，特异性达85%，阳性预测值80%，阴性预测值87%。临床预测模型的受试者工作特征曲线下面积为0.901。结论患者年龄、恶性影像学特征及结节最大径是判断SPN良恶性的独立影响因素，建立的数学预测模型的准确性较高，有较高的临床应用价值。

【关键词】孤立性肺结节；Logistic回归分析；危险因素；预测模型

(ThePracticalJournalofCancer,2016,31:059～062)

孤立性肺结节(solitary pulmonary nodules，SPN)系指直径≤3 cm的完全被脏层胸膜包绕的单个球形或椭圆形致密影，其边缘清楚、周围为充气肺组织，不伴有肺门和纵隔淋巴结肿大、肺不张和胸腔积液等表现[1]。本组研究收集我院270例孤立性肺结节患者的临床资料进行分析总结，拟建立临床预测模型，为SPN的良恶性鉴别诊断提供一种便捷有效的工具，并评估其诊断价值。

1　资料与方法

1.1　一般资料

根据纳入标准和排除标准收集、分析2007年4月至2014年4月间，苏州大学附属第一医院收治的孤立性肺结节患者270例，其中男性144例，女性126例。年龄24～77岁，平均年龄(55.50±12.73)岁。所有患者均为孤立性肺结节，不伴有肺门及纵隔淋巴结肿大，结节直径3.6～30 mm，平均直径(12.76±6.74)mm。纳入标准：①均行胸部CT检查；②肺内病变为单发肿块，肿块最大径≤30 mm；③不伴有相应肺段和肺叶的肺炎、肺不张，无纵膈淋巴结肿大和胸腔积液表现，无远处转移迹象；④均行开胸手术、胸腔镜手术或者纤维支气管镜检查，有明确的病理诊断。排除标准：①肺内结节直径大于30 mm；②肺内多发结节伴有相应肺段和肺叶的肺炎、肺不张或纵隔淋巴结肿大；③无检查记录或检查记录不完善者；④纤维支气管镜检查病理提示良性病变，但临床分析及影像学表现怀疑恶性病变的患者；⑤有远处转移者。吸烟史系指患者吸烟指数(每天吸烟支数×吸烟年数)>300的患者，有吸烟史者为64例，其中恶性肿瘤为34例(53.12%)，良性疾病30例(46.88%)。

1.2　影像学分析

使用64层螺旋CT(Siemens SOMATOM Sensation 64)从肺尖至肋膈角进行常规CT扫描，扫描参数：管电压120 kV，管电流110 mAs，层厚及间距1 mm，螺距0.875，矩阵512×512，视野320 mm×320 mm。扫描结束后自动行常规层厚的肺和纵隔窗重建，然后对病灶行薄层CT重建，层厚1.0～2.0 mm。胸部CT所见结节边缘界限清晰、密度均匀、有钙化者定为良性影像学表现；呈浸润性生长、轮廓不清、密度不均、边缘及周围或有毛刺征、分叶征、支气管充气征、有胸膜牵拉征者定为恶性影像学表现。

1.3　统计学分析

应用统计软件包SPSS 19.0软件对数据进行统计学分析。①影像学特征资料用χ2检验，P<0.05为差异有统计学意义；②把全部资料分类后通过单因素分析法判断影响SPN恶性概率的因素；③采用多因素Logistic逐步回归分析法筛选与良恶性存在的独立相

关因素的变量，并根据入选的变量建立预测模型；④应用最终的预测模型来计算每例参与者SPN恶性概率，然后比较病理诊断结果与模型的预测概率，构建工作特征曲线(ROC)。

2结果

2.1　临床病理特征

270例孤立性肺部结节，恶性病变110例(40.7%)，其中腺癌84例(76.4%)，鳞癌8例(7.3%)，复合癌6例(5.4%)，转移癌12例(10.9%)；良性病变160例(59.3%)，其中炎症70例(43.8%)，结核42例(26.3%)，错构瘤16例(10.0%)，不典型腺瘤样增生12例(7.5%)，血管瘤6例(3.7%)、炎性假瘤4例(2.5%)、曲霉菌病2例(1.2%)，其他 8例(5.0%)。

2.2　SPN的影像学特征

270例患者，胸部CT检查发现：结节位于左肺上叶78例(28.9%)，左肺下叶40例(14.8%)，右肺上叶60例(22.2%)，右肺中叶32例(11.9%)，右肺下叶60例(22.2%)。其中良性影像学表现106例(39.3%)，恶性影像学表现164例(60.7%)。患者的CT影像学上每个病灶的形态特点，包括病灶边缘、密度、分叶、毛刺、胸膜牵拉、钙化、增强后强化、支气管充气征等均不同。经统计学分析，分叶、毛刺、胸膜牵拉、增强后强化、支气管充气征与结节恶性病变显著相关(P<0.001)，而边缘光滑、钙化、密度均匀均与良性病变显著相关 (P<0.001)(表1)。

2.3　恶性孤立性肺结节危险因素的单因素分析结果

恶性孤立性肺结节的检获与患者年龄、吸烟史、影像学特征、结节最大径等因素关联差异有统计学意义(P<0.05)，而与患者性别及病变部位等因素关联差异无统计学意义(P>0.05)(表2)。

2.4　恶性孤立性肺结节危险因素的Logistic多因素逐步回归分析

单因素分析中差异有统计学意义的年龄、吸烟史、恶性影像学特征、结节最大径4个因素作为Logistic多因素回归分析，采用逐步回归(Forward LR)的方法。患者年龄、结节最大径及恶性影像学特征进入模型，其OR值均>1，因此，患者年龄、结节最大径及恶性影像学特征是孤立性肺结节恶性肿瘤病变的重要危险因素(P<0.01)，而其他因素与结节的良恶性无关(P>0.05)(表3)。

表1　270例孤立性肺结节病灶的影像学特征/例

表2　270例孤立性肺结节的单因素分析/例

表3　孤立性肺结节恶性病变重要危险因素的logistic

2.5　预测模型的建立

根据以上多因素Logistic回归分析结果，得出孤立性肺结节的恶性概率的简易预测模型：P=ex/(1+ ex),X=-5.882+0.050×年龄+1.672×影像学良恶性+0.123×结节最大径，其中e为自然对数，年龄的单位为年，影像学良恶性的恶性赋值为1，良性赋值为0(胸部CT所见结节边缘界限清晰、密度均匀、有钙化者定为良性影像学表现；呈浸润性生长、轮廓不清、密度不均、边缘及周围或有毛刺征、分叶征、支气管充气征、有胸膜牵拉征者定为恶性影像学表现)，结节最大径的单位为毫米。应用上述预测模型计算每例本研究参与者孤立性肺结节恶性肿瘤的概率，再与最终的病理学"金标准"诊断对比，应用绘制受试者工作特征曲线(receiver operating characteristic curve，ROC)，计算曲线下面积(area under the curve，AUC)，曲线下面积为0.901，见图1。

图1　ROC曲线图

3　讨论

目前肺癌患者早期发现、早期诊断、早期治疗是提高其治疗效果和延长生存期的关键，但这也一直是困扰临床工作者的难题。肺癌患者在发现孤立性肺结节时，很多都是无任何临床症状或仅有咳嗽、咳痰等症状，而且是在常规体检时才发现病变的。这提示了对肺癌进行筛查和对高危人群进行监测的重要性。CT是对孤立性肺结节安全、迅速、无创伤性的检查方法，有较高的准确性，对肺癌的早期发现提供可靠地依据[2]。研究发现，早期肺癌经过合理治疗，5年生存率达到80%以上，对于中晚期肺癌患者5年生存率明显下降[3]。因此，诊断孤立性肺结节的关键是确定或排除恶性结节，合理评价孤立性肺结节，从而使恶性病变得到及时、准确的诊断及治疗，同时也避免了对良性病变的过度治疗[4]。现行的诊疗措施，往往无法准确评估孤立性肺结节的性质，患者往往也担心结节会出现恶性病变，而采取手术切除病灶，导致很多的良性病变过度治疗[5]。因而临床上迫切需求1种SPN良恶性预测模型，这种模型将综合考虑患者的临床资料和影像学特征，全面有效及定量化的评估结节的性质。

自Swensen等创立Mayo Clinic肺癌预测模型以来，大大方便了广大临床医务工作者，为SPN的研究开辟了新的路径。研究发现，计量模型对SPN的判断与资深临床医生的判断结果相近[6]。而且数学模型不依赖于临床医生的临床经验，不受临床医生的逻辑思维、判断能力、情绪状态等情况影响，具有较高的独立性，便于交流、推广。自2009年中国抗癌协会肺癌专业委员会对Swensen模型达成共识，并推荐在我国SPN评价中应用以来[7]，我国国内尚无可靠的临床预测模型，SPN的临床预测模型一直在完善中。本组研究通过对270例SPN的临床资料进行分析，得出年龄、影像学特征、结节最大径为影响SPN性质的独立危险因素，并成功构建临床预测模型。

张轶等[8]报道患者年龄、肿瘤大小、影像学表现是影响SPN性质的独立影响因素，与本研究相一致。年龄是孤立性肺结节良恶性的独立预测因子，年龄越大，结节恶性的可能性越大。李运等[9]研究发现老年组患者SPN恶性率超过85%，是年轻患者的2.25倍，与本组研究相符。SPN的直径越小，其良性的可能性越大[10]。Wahidi等研究发现，结节最大径小于5 mm，恶性0～1%，5～10 mm，恶性6%～28%，大于20 mm，恶性64%～82%，大于3 cm的肺部阴影常称之为肺块影，以恶性病变居多[11]。从结节的CT影像学特征预测良恶性是辨别SPN性质的关键。胸部CT所见结节边缘界限清晰、密度均匀、有钙化者定为良性影像学表现；呈浸润性生长、轮廓不清、密度不均、边缘及周围或有毛刺征、分叶征、支气管充气征、有胸膜牵拉征者定为恶性影像学表现。

根据本次研究构建的预测模型，计算出每例SPN患者恶性概率，以病理诊断为“金标准”，以不同的恶性概率为临界值，得出不同的敏感性和特异性，以假阳性(即1-特异性)为横坐标，以真阳性率(即敏感性)为纵坐标，使用SPSS 19.0软件制定出ROC曲线，同时得出曲线下面积为0.901，表明具有较高的准确性和诊断价值。并从中选择敏感性和特异性均最高的截断点值即为本公式的截断点。通过反复计算，本组的截断点最终选择为0.46，敏感性达82%，特异性达

85%，阳性预测值80%，阴性预测值87%，结果满意。因此认为P>0.46为恶性，<0.46判断为良性。本研究收集的均为国人的临床资料、由专人操作，入选标准一致，样本量大，临床和影像资料完备，研究结果客观、准确，数据模型简单易算，适用于我国的临床工作推广。

参考文献

[1]Sim YT,Poon FW.Imaging of solitary pulmonary nodule-a clinical review〔J〕.Quant Imaging Med Surg,2013,3(6):316-326.

[2]Henschke CI,Yip R,Yankelevitz DF,et al.Computed tomography screeningfor lung cancer〔J〕.Ann Intern Med,2013，159(2):156-157.

[3]VazquezaM,Darryl V,Elizabeth B,et al.Solitary and multiple resected adenocarcinomas after CT screening for lungcancer：Histopathologic features and their prognostic implications〔J〕.Lung Cancer,2009,64(2):148-154.

[4]Krochmal R,Arias S,Yarmus L,et al.Diagnosis and management of pulmonary nodules〔J〕.Expert Rev Respir Med,2014,8(6):677-691.

[5]Fariba Rezaeetalab,Kamran Aryana,Reza Bagheri,et al.The Role of Octreotate Scan in Discrimination of Solitary pulmonary nodule〔J〕.World J Nucl Med,2014,13(1):46-49.

[6]Swensen SJ,Silverstein MD,Edell ES,et al.Solitary pulmonary nodules:clinical prediction model versus physicians〔J〕.Mayo Clin Proc,1999,74(4):319-329.

[7]吴一龙，蒋国樑，廖美琳，等.孤立性肺结节的处理〔J〕.循证医学,2009,9(4):243-245.

[8]张轶，丁嘉安.孤立性肺结节良恶性病变的危险因素分析〔J〕.中国胸心血管外科临床杂志，2006,13(3):162-165.

[9]李运,隋锡朝,杨德松,等.孤立性肺结节的危险因素,中华胸心血管外科杂志〔J〕.2010,26(3):161-164.

[10]Yang D,Li Y,Liu J,et al.Study on solitary pulmonary no-

deles:correlation between diameter and clinical manifestation and pathological features〔J〕.Zhongguo Fei Ai Za Zhi,2010,13(6):607-611.

[11]Wahidi MM,Govert JA,Goudar RK,et al.Evidence for the treatment of patients with pulmonary nodules：when is it lung cancer ACCP evidence-based clinical practice guidelines(2nd edition)〔J〕.Chest,2007,132(3 suppl):94S-107S.

Establishment of Clinical Prediction Model to Estimate the Probability of Malignancy in Patients with Solitary Pulmonary Nodules

ZHANGXiaohui，CHENCheng，ZENGHui,etal.FirstAffiliatedHospitalofSoochowUniversity，Suzhou,215006

【Abstract】ObjectiveTo screen the clinical risk factors of lung cancer in the patients with solitary pulmonary nodules(SPN),and build the clinical prediction model to estimate the probability of malignancy.MethodsA retrospective analysis was performed on the clinical data and chest imaging characteristics of 270 patients with SPN.ResultsAmong 270 patients,there had 110 (40.7%) cases of lung cancer,and 160 (59.3%) benign lesions.On the analysis of imaging characteristics,lobulation，spiculated sign,pleural indentation sign,contrast enhancement,air bronchogram sign were associated with lung cancer(P<0.05).Nodules with clear boundary,calcification,homogeneous density were associated with benign lesions (P<0.05).Single factor analysis showed that age,smoking history,malignant imaging characteristics and diameter were significantly affected the judgment of SPN whether it was benign or malignant(P<0.05).The multivariate analysis revealed that age,malignant imaging characteristics and diameter were independent risk factors of lung cancer in the patients with SPN (P<0.01).The clinical prediction model to estimate the probability of malignancy as following:P=ex/(1+ex),X=-5.882+0.050*age+1.672*imaging characteristic+0.123*the maximum diameter，where the e is the base of the natural logarithm.The cut-off value was 0.46.The sensitivity was 82%,specificity 85%,positive balue 80%,and negative predictive value 87%.The area under the ROC curve for our model was 0.901.ConclusionAge,malignant imaging characteristics and diameter are independent risk factors of lung cancer in the patients with SPN.Our prediction model is accurate and sufficient to estimate the malignancy of patients with SPN.

【Key words】Solitary pulmonary nodule (SPN)；Logistic regression；Risk factor;Prediction model

中图分类号：R73-36

文献标识码：A

文章编号：1001-5930(2016)01-0059-04

DOI：10.3969/j.issn.1001-5930.2016.01.018

通讯作者：黄建安

基金项目：作者单位:215006 苏州大学附属第一医院