肺磨玻璃结节胸部CT影像特征及恶性Logistic多因素预测模型构建研究  

作　　者：李桂琴 邹若飞 

机构地区：[1]哈尔滨工程大学医院放射科,黑龙江哈尔滨150000 [2]黑龙江省森工总医院CT室,黑龙江哈尔滨150000

出　　处：《影像研究与医学应用》2022年第18期59-61,共3页Journal of Imaging Research and Medical Applications

摘　　要：目的:探究不同性质肺磨玻璃结节(ground-glass nodule,GGN)的胸部CT影像特征,利用Logistic多因素回归分析筛选恶性结节的独立影响因素,为临床诊治肺磨玻璃结节提供依据。方法:选取2019年3月—2022年1月于哈尔滨工程大学医院、黑龙江省森工总医院经手术证实的180例肺磨玻璃结节患者,依据手术及病理检查结果将其分为良性组(n=85)及恶性组(n=95)。收集年龄、性别、CT影像特征资料,进行单因素分析,然后将单因素分析对比差异具有统计学意义的指标纳入Logistic多因素分析,构建GGN恶性的预测模型。结果:经Logistic回归分析发现,高龄(≥65岁)、结节直径(≥16 mm)、mGGN、胸膜凹陷征、毛刺征是恶性结节的独立危险因素(OR>1,P<0.05)。得出GGN恶性预测模型,Logisti(P)=-3.745+(0.563×高龄)+(0.567×结节直径)+(0.653×胸膜凹陷征)+(0.687×mGGN)+(0.732×毛刺征)。结论:高龄(≥65岁)、结节直径(≥16 mm)、mGGN、胸膜凹陷征、毛刺征是恶性结节的危险因素,而且构建预测模型具有较高的临床应用价值。

关 键 词：胸部CT影像 肺磨玻璃结节 性质鉴别 预测模型 Logistic多因素分析 

分 类 号：R445.3[医药卫生—影像医学与核医学]