摘要
目的：微浸润性肺腺癌（Minimally invasive adenocarcinomas,MIAS）及浸润性肺腺癌(Invasive pulmonary adenocarcinomas,IPAS）在传统影像表现上存在较多重叠，无法准确诊断，而二者的手术方式及预后差别较大，因此术前诊断具有重要的临床价值。影像组学通过挖掘分析的肉眼不可见的数据信息，提取出特征数据，并进行定量及综合分析以支持临床决策。通过建立联合模型以期为术前诊断MIAS及IPAS提供临床决策。 方法：我们回顾性地纳入了2021年12月至2023年10月在广元市中心医院治疗的肺腺癌患者，按7∶3的比例将患者随机分为训练集和验证集；按照病理结果病变的浸润程度，分为微浸润肺腺癌及浸润性肺腺癌。采用最小绝对收缩和选择算子（Least absolute shrinkage and selection operator，LASSO）进行特征筛选，建立影像组学模型，对多因素逻辑回归分析有统计学意义的临床影像学特征构建临床模型及二者的联合模型诺模图。 结果：纳入了156例（56岁±11岁，56名男性）。最终的影像组学模型包括15个影像组学特征，在训练组、验证组中，影像组学模型评估P的AUC值分别为0.88、0.72。将单因素和多因素分析均有统计学意义的结节大小及分叶征纳入联合模型构建诺模图，诺模图诊断微浸润性肺腺癌及浸润性肺腺癌的AUC在训练组、验证组和测试组中分别为0.90、0.77。 结论：本研究建立了临床模型、组学模型及CT临床影像学特征及组学特征三者的联合模型对微浸润性肺腺癌及浸润性肺腺癌进行鉴别诊断，发现联合模型具有最佳诊断效能，结节密度、结节大小、毛刺征及分叶征在鉴别二者中有统计学意义，结节大小及分叶征是鉴别微浸润性肺腺癌及浸润性肺腺癌的独立危险因素。
NETL