基于CT人工智能参数、血清学指标构建孤立性肺结节恶变风险模型与验证
朱列
姚本波
钱勇
643000 四川省自贡市第四人民医院放射科
摘要：目的 探讨孤立性肺结节(SPN)恶变风险影响因素及CT人工智能参数、血清学指标,构建列线图模型并验证.方法 采用回顾性对照研究方法,收集2021年1月至2023年11月收治的178例SPN患者临床资料,根据病理结果分为恶变组(n=62)和非恶变组(n=116).统计2组人口学特征、CT人工智能参数、血清学指标,采用Lasso-Logistic回归方程筛选SPN恶变风险,根据筛选变量构建列线图模型,并进行内部与外部验证.另按照同样标准选取2023年12月至2024年2月收治的50例SPN患者进行外部验证.结果 以病理结果为金标准,SPN恶变发生率为34.83％.Lasso-Logistic回归方程显示,平均CT值、实性占比、吸烟史、呼吸系统相关病史、MIC-1、CD147是SPN恶变的影响因素(P＜0.05).基于Lasso-Logistic回归方程分析结果建立SPN恶变列线图模型,该列线图模型诊断AUC分别为0.805、0.782,诊断结果与实际结果基本一致,在0.05～0.8、0.1～0.8范围内存在显著临床净获益度,在0～0.75、0～0.80范围内可有效区分SPN恶变风险高危患者.结论 基于平均CT值、实性占比、MIC-1、CD147等因素构建的列线图模型有助于诊断SPN恶变风险,识别高风险人群,指导临床诊治.
关键词：孤立性肺结节恶变影响因素列线图模型CT人工智能参数血清学指标
分类号：R814.42(放射医学)
资助基金：四川省医学会科研项目(Q22087)自贡市重点科技计划自贡市医学大数据与人工智能研究院协同创新类项目(2022ZCYGY26)
论文发表日期：2025-01-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 33-37 )
英文信息