探究高分辨率CT 征象对GGN 患者良恶性的临床诊断价值

王丹雯 周建良

肺部磨玻璃结节(pulmonary ground-glass nodules,GGN)指在高分辨率CT(high resolution CT)上, 其可表现出症状如下：磨砂状、云雾状, 且均表现为阴影部分, 是一种非特异性的肺实质病变, 对其进行细致密切观察, 可发现周围有血管束和支气管的存在, 且表现明显［1,2］。GGN 患者发病后, 可引发多类疾病出现, 可累及淋巴循环, 脑血管循环, 均会受到相应的阻碍, 甚至引发癌症结节, 根据相关研究数据显示, 对于早期GGN 患者而言, 若能给予及时诊断和治疗, 则可在很大程度上将其生存率提升至90%左右［3,4］。所以应对早期GGN 患者实行定性诊断以区分结节的良恶性, 以指导临床早期治疗, 改善患者预后［5,6］。基于此, 本研究选择2021 年1 月～2022 年12 月于苏州市吴中人民医院放射科接受诊治的82 例GGN 患者。对其应用高分辨率CT 进行诊断, 分析其诊断结果, 为后期GGN患者良恶性的临床鉴别提供参考价值。

1 资料与方法

1.1 一般资料 选取2021 年1 月～2022 年12 月于苏州市吴中人民医院放射科接受诊治的82 例GGN 患者, 其中原位癌16 例, 微浸润性腺癌27 例, 浸润性腺癌31 例, 非典型腺瘤样增生7 例, 炎性细胞浸润1 例。将所有患者根据肿瘤良恶性分为良性组(8 例)和恶性组(74 例), 本院医学伦理委员会对本研究内容进行审核并批准。

纳入标准：①均经高分辨率CT 检查呈GGN 征象；②所有患者均经活检或手术检查, 并经医师确诊为良恶性GGN；③患者及其家属均签订知情同意书；④临床资料完整。

排除标准：①多发性肺部结节；②经CT 检查后,图像质量较差；③既往有恶性肿瘤史；④存在基础疾病；⑤有远处转移迹象；⑥精神存在问题, 无法与医师正常沟通和交流。

1.2 方法 所有患者均行高分辨率CT 检查, 64 排CT机(西门子, 型号：Definition AS), 首先将电压和电流层厚进行设置, 分别为120 kV 和5.00 mm；采用高分辨骨算法重建, 设置重建层厚为1.00 mm；检测前指导患者进行呼吸训练, 确保检测图像的质量, 扫描范围为正常胸部范围。

1.3 观察指标 比较两组高分辨率CT影像学特征(病灶大小、病灶形状、分叶征、毛刺征、界面、囊状透光影、空泡征、支气管征、血管集束征、密度、胸膜凹陷征),采用多因素Logistic 回归分析恶性GGN 患者的影像学危险因素, 同时分析影像学检测对恶性GGN 的诊断价值。

1.4 统计学方法 采用SPSS26.0 统计学软件处理数据。计量资料以均数±标准差(±s)表示, 采用t 检验；计数资料以率(%)表示, 采用χ2检验；多因素采用Logistic 回归分析。P＜0.05 表示差异有统计学意义。

2 结果

2.1 两组影像学特征比较 两组病灶大小、病灶形状、空泡征、支气管征、血管集束征、胸膜凹陷征比较,无明显差异(P＞0.05)。恶性组患者有分叶征55 例、有毛刺征56 例、有囊状透光影54 例、界面清楚光整45 例、界面清楚毛躁20 例、界面模糊9 例、密度为pGGN 20 例, 良性组分别为1、2、1、1、1、6、6 例, 比较差异较大(P＜0.05)。见表1。

表1 两组影像学特征比较(n)

2.2 恶性GGN 患者多因素Logistic 回归分析 将恶性GGN 发生作为研究因变量, 将分叶征、毛刺征、囊状透光影、界面和密度作为自变量, 多因素分析赋值量表见表2。Logistic 回归模型显示分叶征、毛刺征、囊状透光影、界面和密度是恶性GGN 的影响因素(P＜0.05)。见表3。

表2 多因素分析赋值量表

表3 恶性GGN 患者多因素Logistic 回归分析

2.3 高分辨率CT 检测对恶性GGN 的诊断价值 高分辨率CT 检测对恶性GGN 的诊断价值最高的为分叶征, 最低的为界面。见表4。

表4 高分辨率CT 检测对恶性GGN 的诊断价值

3 讨论

近年来, 已有大量研究指出, 对于GGN 患者应实行尽早发现, 早期鉴别, 以提供及时预防和治疗, 可有效避免癌变的发生, 结节主要表现为以下性状：质地呈现磨砂玻璃征象, 密度相较于正常结节有上升趋势。且有研究发现, 对于GGN 进行早期鉴别, 相比普通CT诊断, 高分辨率CT 可将肺组织细微结构和病灶直观清晰的呈现, 基于此, 本研究分析高分辨率CT 对GGN患者良恶性结节的诊断价值和意义［7］。

肺癌是临床较为常见的一类恶性肿瘤, 无论是临床死亡率还是病残率, 均明显高于其他肿瘤, 因此对该类患者实行早期诊断和治疗极为重要, 有助于改善患者预后, 提高生存率［8］。良恶性GGN 的鉴别诊断是诊断癌症的典型方法, 但从肺部玻璃结节早期症状来看,其主要鉴别手段以病理检测为主, 虽然其诊断结果准确率较高, 但该诊断方法创伤性较强, 临床应用中局限性极大, 随着影像技术的发展, 临床对于GGN 的诊断逐渐采用高分辨率CT, 通过高分辨率CT 对GGN 患者进行相应的诊断, 可有效区分良恶性结节, 具有手术简单、无创的优点［9,10］。

有研究表明, 应尽快检测和鉴别玻璃状肺结节,这对癌症的临床防治具有重要意义。肺部的玻璃结节,主要指CT 图像上磨玻璃结构密度轻微增加的云状迹象。临床研究表明［11］早期识别肺部毛玻璃结节, 可以在很大程度上早期对癌症进行诊断, 尽早识别并治疗,相对于常规CT 而言, 高分辨率CT 下, 可将肺组织一些微小病变进行观察和诊断, 降低误诊率。因此, 掌握背景CT 肺部扫描对早期鉴别良性和恶性淋巴结, 对患者而言, 极为重要。本研究结果显示, 两组病灶大小、病灶形状、空泡征、支气管征、血管集束征、胸膜凹陷征比较, 无明显差异(P＞0.05)。恶性组患者有分叶征55 例、有毛刺征56 例、有囊状透光影54 例、界面清楚光整45 例、界面清楚毛躁20 例、界面模糊9 例、密度为pGGN 20 例, 良性组分别为1、2、1、1、1、6、6 例, 比较差异较大(P＜0.05)。与良性病变相比,恶性肿瘤边缘存在明显不同, 主要以毛刺状和分叶状为主, 在影像学检查后, 其大多可表现为形态规则或不规则［12,13］。本研究结果还显示, 将恶性GGN 发生作为研究因变量, 将分叶征、毛刺征、囊状透光影、界面和密度作为自变量, 多因素Logistic 回归模型显示分叶征、毛刺征、囊状透光影、界面和密度是恶性GGN的影响因素(P＜0.05)。高分辨率CT 检测对恶性GGN的诊断价值最高的为分叶征, 最低的为界面。提示肺部GGN 的高分辨率CT 征象可有效鉴别诊断良恶性结节［14］。分析原因, 对于良恶性肺部疾病患者而言, 对其应用高分辨率CT 检查, 其肺部GGN 可获得有效的鉴别, 但因二者的部分影像学特征差异较为显著；对于恶性病变患者而言, 其体内细胞出现大量癌变, 突发性较强, 导致繁殖能力增高, 所以观察结节体积, 可发现其显著增加, 且在解剖学形态方面, 还可能会表现为胸膜凹陷、分叶征等, 所以相较于普通的CT, 应用高分辨率CT, 可显著将微小病灶给予显现, 对肺部GGN患者的征象具有良好的鉴别和认识, 有利于指导GGN良恶性, 保证患者预后［15,16］。虽然本研究取得一定研究成果, 但仍存在一定的局限性, 因本研究纳入的患者仅有82 例, 经分组后良性组患者较少, 今后应扩大样本量进一步分析高分辨率CT 征象对GGN 患者良恶性诊断及临床价值。

综上所述, 对于GGN 患者而言, 高分辨率CT 征象分叶征、毛刺征、囊状透光影、界面和密度是恶性肿瘤发生的影像学危险因素, 而应用高分辨率CT 检查,判别良恶性效果较好, 且分叶征诊断价值最高, 可为临床GGN 患者的良恶性诊断鉴别提供参考。