高分辨率CT在≤2 cm的肺部磨玻璃结节良恶性鉴别中的应用

蓝美红，郭志强

（山东省公共卫生临床中心医学影像科 山东 济南 250000）

肺部磨玻璃结节（ground-glass nodule，GGN）在肺结节中的表现形式较为特殊，通过高分辨率CT（HRCT）可观察到其内部分阴影的界限较为清晰，部分呈现出不清晰的局限性高密度影，且气管、血管束和小叶间隔呈不规则状[1]。肺部GGN分为良性和恶性，结节的病理性质不同其治疗方法也各不相同，良性结节有着恶变的隐患，因此肺部GGN的病理性质确定的越早，治疗越及时，病情的发展越能够很好地预防和控制，患者的生存率也越高，据相关数据显示，其术后5年的生存率已超过80%[2]。所以肺部GGN良恶性的早期鉴别诊断对患者的预后效果有着直接影响。传统的肺部GGN恶性结节是以手术病理结果作为诊断标准，这种有创检查给患者的身心带来痛苦的同时，患者的生命健康也会受到一定的威胁，故认可度较低。近年来，随着胸部HRCT技术的日益成熟，其具有操作简单、检查无创性、高安全性等特点，使其在临床疾病鉴别诊断中的应用日益广泛，患者的满意度显著提升。本研究回顾分析了80例患者≤2 cm的肺部GGN良恶性的HRCT征象，并对良恶性结节的鉴别诊断和应用价值进行了探讨，现报道如下。

1 资料与方法

1.1 一般资料

选取山东省公共卫生临床中心2019年1月—2021年12月收治的80例具有≤2 c m肺部磨玻璃结节高分辨率CT征象的患者作为研究对象。80例患者中男46例，女34例；年龄38～85岁，平均（61.47±11.25）岁；37例有吸烟史。以病理检查结果为金标准将患者分为良性组（36例）和恶性组（44 例）两组。两组患者的一般资料如性别比例、年龄、吸烟史等对比差异无统计学意义（P＞0.05），具有可比性；两组患者肺叶分布情况比较差异有统计学意义（P＜0.05），本研究良性结节多位于上叶，恶性结节多位于下叶。见表1。

表1 两组患者一般资料对比

纳入标准：①所选病例的结节良恶性均经手术病理确诊；②符合《中国肺癌筛查与早诊早治指南（2021，北京）》的相关标准[3]；③肝肾功能指标正常者；④ 肺部GGN最大径在2 c m以下（包括2 c m）者。排除标准：①有家族肿瘤史者；②合并严重基础疾病者；③有幽闭恐惧症倾向者；④HRCT图像模糊，不符合诊断要求者。

1.2 方法

所有患者均在CT引导下经皮肺穿刺活检术获取标本，并将取出的组织送至医院病理科进行检查。所有患者均采用飞利浦Brilliance 64层螺旋CT机进行扫描。先行常规CT扫描，范围从肺尖至肺底。扫描结束后获取的所有CT图像均上传至Philips工作站进行重建，确保获取的图像具有多方位、多平面、高清晰度。由2名高年资放射科医师通过双盲法对两组扫描图像独立阅片，如有分歧再共同阅片并讨论，以确保最终诊断结果的准确性。

1.3 观察指标

（1）对比两组患者肺部GGN的HRCT征象。①病灶大小：根据颜得新[4]的相关研究,病灶的平均值大小要以最大层面上的长短径作为划分标准，可分为0.5 cm以下和0.5～2.0 cm两组。②形态特征：病灶形态可呈现出不规则形、圆形或类圆形；肺部GGN边缘呈毛刺征且血管扭曲/扩张；肺部肿瘤边界包括模糊、清楚光整、清楚毛糙三种；磨玻璃密度征根据亚实性结节又可分为纯磨玻璃结节（pGGN）和混杂性磨玻璃结节（mGGN）；GGN内现囊状透亮影、支气管征；邻近结构的血管集束征和胸膜凹陷征发生改变。

（2）对比肺部GGN的HRCT征象对良恶性GGN的诊断效能。

1.4 统计学方法

采用SPSS 25.0统计软件进行数据分析，符合正态分布的计量资料以均数±标准差（x-± s）表示，行t检验；计数资料以频数（n）、百分率（%）表示，行χ2检验，P＜0.05为差异有统计学意义。

2 结果

2.1 对比两组患者肺部GGN的HRCT征象

两组患者肺部GGN边缘、肺部肿瘤边界、囊状透亮影、磨玻璃密度征、血管集束征及胸膜凹陷征的HRCT征象占比对比差异有统计学意义（P＜0.05），其他征象差异无统计学意义（P＞0.05），见表2。良恶性肺部GGN征象改变的典型病例见图1、图2。

表2 两组患者肺部GGN的HRCT征象比较[n（%）]

表2 （续）

图1 良性磨玻璃结节

图2 恶性磨玻璃结节（腺癌）

2.2 对比肺部GGN的HRCT征象对良恶性GGN的诊断效能

以是否为良恶性GGN为因变量，以HRCT征象为自变量进行二元Logistic回归分析，显示血管扭曲/扩张、毛刺征、肺部肿瘤边界及胸膜凹陷征是良恶性GGN的独立危险因素（P＜0.05），见表3。

表3 恶性GGN的影响因素Logistic分析

2.3 HRCT征象在良恶性GGN诊断的效能

以良恶性GGN为因变量，以血管扭曲/扩张、毛刺征、肺部肿瘤边界及胸膜凹陷征构建联合预测方程Log（p）=3.866×血管扭曲扩张+1.562×毛刺征+2.929×肿瘤边界+2.284胸膜凹陷征+0.965，分析4种征象联合与单一征象在评估GGN良恶性的效能。绘制ROC曲线显示，联合预测因子的曲线下面积（AUC）显著高于单一征象。见图3、表4。

图3 HRCT征象在良恶性GGN诊断的ROC曲线

表4 HRCT征象诊断良恶性GGN的效能

3 讨论

肺癌是肺部最常见的恶性肿瘤，也是癌症领域的“头号杀手”，数据显示，2020年肺癌的全球发病率高达12%[5]。肺部良、恶性结节的早期发现和鉴别对肺癌的预防及针对性治疗影响深远。与普通螺旋CT相比，HRCT能够多平面、高清晰度地显示肺部微小病灶及内部组织的细微结构。从病理学角度看，肺泡内的含气量出现不正常减少、液体积聚情况异常、肺泡上皮细胞异型增生明显、肺泡间质内炎细胞浸润、肺泡间隔增厚异常，CT征象表现为局限性高密度影，其中的血管和支气管因密度影高度不够而没有被完全遮盖，进而形成肺部GGN[6]。相关研究表明，肺部GGN特别是连续出现的GGN极大可能是恶性肿瘤早期的预警信号[7]。

良性GGN的CT影像特征呈豆状、多边形、三角形、圆形或半圆形，边缘光滑，其中Ⅰ型GGN边界模糊，最中间位置是内核中心，部分呈偏心性；Ⅱ型GGN病变多已侵犯邻近血管，但未包埋血管。恶性GGN的主要特征是血管扭曲/扩张、边界清楚光整，更倾向于包裹并拖曳血管进入病变。本研究对≤2 cm的肺部GGN良恶性的HRCT征象进行了对比分析，结果显示，GGN良性组血管扭曲/扩张占比为2.70%，恶性组占比为75.00%；GGN良性组毛刺征占比为11.11%，恶性组占比为56.82%；GGN良性组血管集束征占比为36.11%，恶性组占比为63.64%；GGN良性组胸膜凹陷征占比为41.67%，恶性组占比为77.27%。pGGN和mGGN是根据GGN内的亚实性结节来划分的，有研究表明GGN的实性成分与恶性的可能性成正比[9]。本研究显示，良性组共10例mGGN（27.78%），恶性组共25例mGGN（56.82%），在≤2 cm的肺部GGN良、恶性的鉴别中pGGN和mGGN有一定的参考价值。其中边界模糊的GGN对恶性GGN的灵敏度及特异度的评价不高，而边界清楚光整、血管集束征及胸膜凹陷征对恶性GGN的预测价值较高。臧汉杰等[10]研究发现的结节肺纹理改变、胸膜凹陷征等是常见的恶性征象，与本文研究结果一致。

Logistic回归分析显示，血管扭曲/扩张、毛刺征、血管集束征及胸膜凹陷征是决定≤2 cm的肺部恶性的独立影响因素（P＜0.05），这与大多数相关研究结果[8]相同，即血管扭曲/扩张、毛刺征、血管集束征及胸膜凹陷征对恶性征象有显著的参考价值，且提示GGN早期肺癌的可能性较高。在临床诊断中单一征象无法作为评估GGN良恶性的参考指标，因此本实验中将血管扭曲/扩张、毛刺征等4种最为典型的征象构建联合评估方程[Log（P）]，绘制ROC曲线进行分析，发现综合4种典型征象的联合评估曲线下面积为0.919，显著高于单一征象值，由此推测高频超声诊断≤2 cm的GGN时需要综合多种CT征象进行评估，提升诊断的准确率。

综上所述，肺磨玻璃结节的HRCT良、恶性影像征象存在一定的相关性，仔细辨别肺部磨玻璃结节是否有“边界不清”“血管扭曲/扩张”等HRCT征象，综合考量CT征象能够提升对≤2 c m GGN良恶性鉴别诊断效能。