论文部分内容阅读
目的:通过单因素和多因素分析筛选出与孤立性肺结节(solitary pulmonary nodules,SPN)恶性概率相关的临床资料,构建一种判断SPN良恶性的数学预测模型。方法:回顾性收集2000年1月至2009年9月在北京大学人民医院经手术切除并明确病理诊断的SPN患者资料共371例(A组),其中男197例、女174例。总结患者的年龄、性别、病程、症状、吸烟史及吸烟量、既往肿瘤史、肿瘤家族史、肿瘤部位、肿瘤最大径、肿瘤有无钙化、毛刺、分叶、胸膜牵拉征、边界清楚、血管集束征、空洞共17项临床资料,通过逻辑回归分析筛选与SPN病理性质相关的独立因素,构建数学预测模型。另外收集2009年10月至2010年5月期间切除并明确病理诊断的SPN患者资料共62例(B组)以验证本模型的临床预测价值。结果:A组371例SPN中良性142例(46.9%),229例恶性(53.1%)。单因素分析结果显示,患者年龄、吸烟史及吸烟量、肿瘤家族史、钙化、毛刺、分叶、胸膜牵拉征、边界以及肿瘤最大径在良、恶性SPN之间的差异有统计学意义。多因素Logistic回归分析结果显示,年龄、直径、肿瘤家族史、毛刺、钙化、边界清楚等6项因素在良性和恶性SPN之间的差异有统计学意义(P<0.05),是判断SPN性质的独立影响因素。建立的SPN良恶性预测数学方程为:SPN恶性预测值=ex/(1+ex),x=-4.496+(0.07×年龄)+(0.676×直径)+(0.736×毛刺)+(1.267×肿瘤家族史)-(1.615×钙化)-(1.408×边界),其中e为自然对数。选取截点T=0.463,利用B组数据验证该公式对SPN良、恶性判断的灵敏性为92.5%,特异性为81.8%,阳性预测值90.2%,阴性预测值85.7%。本组数学预测模型的受试者工作特征曲线下面积为0.888±0.054。结论:患者年龄、肿瘤最大径、肿瘤家族史、钙化、毛刺、边界是判断SPN良、恶性的独立相关因素,通过逻辑回归建立的数学预测模型的准确性较高,有较好的临床应用价值。