Please wait a minute...
图/表 详细信息
构建并验证nomogram模型预测ⅠA期肺腺癌肺泡间转移
张龙富, 刘洁, 倪筝, 路新源, 胡斌, 汪灏, 冯明祥, 张勇
中国癌症杂志    2022, 32 (12): 1210-1217.   DOI: 10.19401/j.cnki.1007-3639.2022.12.009
摘要   (261 HTML4 PDF(pc) (1420KB)(776)  

背景和目的:肺泡间转移(spread through air spaces,STAS)是早期肺腺癌的不良预后因素,尤其是楔形切除的患者,术前预测STAS有助于选择更佳的手术方式。本研究旨在建立并验证基于术前临床和影像学特征的列线图(nomogram)来预测ⅠA期肺腺癌的STAS。方法:回顾性分析2017年1月—2018年12月在复旦大学附属中山医院接受手术治疗的595例ⅠA期肺腺癌患者,通过4%的甲醛溶液固定石蜡包埋组织切片评估STAS结果。基于术前临床资料和胸部计算机体层成像(computed tomography,CT),4种临床特征和11种影像学特征纳入分析。通过logistic回归筛选临床和影像学特征中预测STAS的独立预测因素并构建nomogram模型。通过一致性指数(concordance index,C-index)、受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(area under curve,AUC)、校准图来评估模型的效能。结果:在595例ⅠA期肺腺癌患者中,STAS阳性为87例(14.6%)。单因素及多因素logistic回归结果显示分叶征(OR = 8.156,95% CI:1.021 ~ 65.099)、毛刺征(OR = 5.258,95% CI:2.506 ~ 11.032)和实性成分占比(consolidation tumor ratio,CTR)(0.50<CTR≤0.75,OR = 16.955,95% CI:3.579 ~ 80.309;0.75 <CTR≤1.00,OR = 20.793,95% CI:4.383 ~ 98.636)是STAS阳性的独立预测因素。基于这些预测因素建立的nomogram模型,对于STAS有较好的预测效能;C-index为0.901,AUC为0.897,且校准曲线拟合良好。结论:本研究建立并验证了预测ⅠA 期肺腺癌STAS的nomogram模型。本模型操作简单,有较好的预测效能,有利于术前选择合理的手术方式。


Variable OR 95% CI P value Variable OR 95% CI P value
Age/year CTR
<65 1.000 - - CTR≤0.50 1.000 - -
≥65 1.722 1.086-2.729 0.021 0.50<CTR≤0.75 21.599 5.917-78.845 <0.001
Gender 0.75<CTR≤1.00 62.709 19.398-202.721 <0.001
Female 1.000 - - Emphysema
Male 2.420 1.524-3.842 <0.001 Absent 1.000 - -
Smoke Present 3.014 1.747-5.197 <0.001
Never 1.000 - - Lobulation
Ever 4.817 2.985-7.773 <0.001 Absent 1.000 - -
CEA Present 46.790 6.462-338.792 <0.001
Normal 1.000 - - Spiculation
High 3.531 1.627-7.661 0.001 Absent 1.000 - -
Lesion location Present 17.635 9.103-34.160 <0.001
Lower lobe 1.000 - - Pleural retraction
Upper and middle lobe 0.794 0.495-1.272 0.338 Absent 1.000 - -
Nodule pattern Present 1.428 0.905-2.253 0.125
Pure GGN 1.000 - - Vacuole sign
Mixed GGN 8.107 1.089-60.352 0.041 Absent 1.000 - -
Solid 74.026 10.023-546.687 <0.001 Present 1.046 0.648-1.689 0.853
Tumor sizeD/cm Vascular change
D≤1 1.000 - - Normal 1.000 - -
1<D≤2 2.740 1.061-7.118 0.037 Convergent 1.900 0.884-4.083 0.100
2<D≤3 4.246 1.593-11.316 0.004 Nodule-pleural types
No connection 1.000 - -
Attachment 0.711 0.442-1.145 0.161
View table in article
表2 单因素logistic回归分析
正文中引用本图/表的段落
本研究以STAS为因变量,采用单因素和多因素logistic回归分析来确定哪些参数可以作为STAS的独立预测因素。单因素回归分析显示,年龄≥65岁、男性、吸烟、CEA水平升高、实性结节、结节直径>1 cm、肺气肿、CTR、分叶征、毛刺征与ⅠA期肺腺癌的STAS阳性有关(表2)。多因素回归分析显示,分叶征(OR = 8.156,95% CI:1.021 ~ 65.099, P = 0.048)、毛刺征(OR = 5.258,95% CI:2.506 ~ 11.032,P <0.001)、0.50<CTR≤0.75(OR = 16.955,95% CI:3.579 ~ 80.309,P <0.001)、0.75<CTR≤1.00(OR = 20.793,95% CI:4.383 ~ 98.636,P<0.001)为STAS的独立预测因素。其余为非独立预测因素(表3)。
相对于术后病理学检查结果,校准曲线显示了良好的一致性,表明nomogram术前预测早期腺癌STAS的稳定性(图2)。C-index为0.901(95% CI:0.872 ~ 0.929),提示本模型有较好的预测效果。
本文的其它图/表