趙月，夏國林

（鄭州人民醫(yī)院 醫(yī)學(xué)影像科，河南 鄭州 450003）

早期篩查、早期診斷及治療是降低肺癌死亡率最為有效的方法［1］。近年來，隨人們對(duì)自身健康意識(shí)的不斷提高及影像技術(shù)的進(jìn)步，肺結(jié)節(jié)尤其是孤立性肺磨玻璃影結(jié)節(jié)（ground-glass nodule,GGN）的檢出率逐漸增加。有研究顯示，GGN 惡性率約達(dá)34%，顯著高于實(shí)性結(jié)節(jié)的7%［2］，且由于GGN 病變性質(zhì)及內(nèi)部成分復(fù)雜多樣，使臨床診斷難度加大［3］。此外，肺內(nèi)結(jié)節(jié)的篩查多使用低劑量CT，但在臨床的實(shí)際操作中，由于受多種因素的影響，要進(jìn)行完全推廣具有一定的難度，因此探索新的篩查方法具有重要意義。肺部影像報(bào)告和數(shù)據(jù)系統(tǒng)（Lung Imaging Reporting and Date System,Lung-RADS）是由美國放射學(xué)院針對(duì)肺癌高風(fēng)險(xiǎn)人群制定的肺結(jié)節(jié)影像學(xué)報(bào)告和數(shù)據(jù)系統(tǒng)［4］，多用于肺實(shí)性結(jié)節(jié)的初步鑒別，但目前在國內(nèi)的應(yīng)用價(jià)值尚未經(jīng)大量研究證實(shí)，且在肺GGN 上的應(yīng)用鮮有報(bào)道。因此，本研究旨在探討Lung-RADS 分級(jí)系統(tǒng)聯(lián)合CT 征象在肺GGN 診斷中的應(yīng)用，為臨床對(duì)GGN 的診斷篩查策略提供一定參考。現(xiàn)報(bào)道如下。

1 資料與方法

1.1 一般資料

分析2018 年5 月至2019 年5 月在鄭州人民醫(yī)院接受檢查的90 例孤立性肺GGN 患者的臨床資料，按照GGN 病理檢查或2 年隨訪結(jié)果分為良性組34 例和惡性組56 例。90 例患者中男性37 例，女性53 例，年齡34～75 歲，平均（56.32±10.17）歲；純磨玻璃影結(jié)節(jié)（pGGN）38 例，混合型性磨玻璃影結(jié)節(jié)（mGGN）52 例。納入標(biāo)準(zhǔn)：①年齡≥18 歲，經(jīng)CT 檢查明確為肺部孤立性GGN；②影像學(xué)表現(xiàn)清晰明確，一般及臨床資料完整；③接受CT 檢查2 年內(nèi)通過病理活檢或隨訪明確結(jié)節(jié)性質(zhì)者。排除標(biāo)準(zhǔn)：①合并肺不張、活動(dòng)性肺炎、胸腔積液者；②伴有肺門或縱膈處明顯的淋巴結(jié)腫大者；③合并肺轉(zhuǎn)移瘤者。

1.2 方法

1.2.1 CT 檢查 使用西門子64 排螺旋CT 機(jī)進(jìn)行胸部CT 掃描檢查；掃描條件：管電壓80～140 kV，管電流60～100 mA，層厚5 mm，層間距5 mm；操作期間指導(dǎo)患者呼吸變化配合檢查，掃描區(qū)域?yàn)檎麄€(gè)肺野；檢查結(jié)束后，所有患者的影像資料均由兩位影像科副主任級(jí)別及以上醫(yī)生共同閱片判斷，觀察并記錄病灶形態(tài)、實(shí)性成分、有無毛刺、分葉、支氣管充氣、空泡等征像，并測(cè)量病灶的大小。

1.2.2 Lung-RADS 分級(jí)及診斷 根據(jù)CT 表現(xiàn)，所有病灶根據(jù)Lung-RADS 分級(jí)標(biāo)準(zhǔn)進(jìn)行分級(jí)［5］，主要分為2 級(jí)、3 級(jí)、4 級(jí)（4A、4B、4X）。2 級(jí)為良性表現(xiàn)，惡性發(fā)生率小于1%；3 級(jí)發(fā)生良性可能性大，惡性概率大于1%；4 級(jí)為可疑惡性，惡性概率較高。定義2 級(jí)為陰性，3 級(jí)和4 級(jí)為陽性。其中3 級(jí)和4 級(jí)患者均給出開展進(jìn)一步的CT檢查或手術(shù)、病理活檢明確結(jié)節(jié)性質(zhì)的建議，未進(jìn)行手術(shù)、活檢的3 級(jí)及4 級(jí)患者及所有2 級(jí)患者每6 個(gè)月進(jìn)行定期隨訪檢查，共隨訪兩年。兩年內(nèi)結(jié)節(jié)明顯曾大或出現(xiàn)惡性表征時(shí)進(jìn)行CT 檢查結(jié)合病理活檢明確結(jié)節(jié)性質(zhì)；兩年內(nèi)結(jié)節(jié)未出現(xiàn)明顯惡性變化者為明確良性GGN。將患者按照最終結(jié)節(jié)定性分為良性組34 例和惡性組56 例。

1.2.3 根據(jù)患者結(jié)節(jié)性質(zhì)計(jì)算Lung-RADS 分級(jí)的診斷敏感度、特異度和準(zhǔn)確度 敏感度=真陽性例數(shù)/（真陽性+假陰性）例數(shù)×100%，特異度=真陰性例數(shù)/（真陰性+假陽性）例數(shù)×100%，準(zhǔn)確度=（真陽性+真陰性）/病例總數(shù)×100%。

1.3 統(tǒng)計(jì)方法

采用SPSS 19.0 統(tǒng)計(jì)軟件分析數(shù)據(jù)。計(jì)數(shù)資料以百分率（%）表示，組間比較用χ2檢驗(yàn)；采用多因素Logistic 回歸分析影響GGN 良、惡性的因素；采用受試者工作特征（ROC）曲線分析指標(biāo)的診斷性能。P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 Lung-RADS 分級(jí)診斷結(jié)果分析

本研究中90 例GGN 患者經(jīng)手術(shù)、病理活檢診斷或2 年隨訪期證實(shí)良性34 例，惡性56 例。Lung-RADS 分級(jí)與最終結(jié)節(jié)性質(zhì)分布結(jié)果如表1所示?？梢钥闯觯瑦盒越M中陽性比例顯著高于良性組（P＜0.05）。Lung-RADS 診斷GGN 性質(zhì)的敏感度為89.29%（50/56）、特異度為58.82%（20/34）、準(zhǔn)確度為77.78%（70/90）。

表1 Lung-RADS 分級(jí)的敏感度、特異度分析 ［n(%)］

2.2 不同性質(zhì)GGN 組間CT 征象差異

結(jié)果顯示，惡性組的不規(guī)則形態(tài)、毛刺征、分葉征、胸膜牽拉征、空泡征、空氣支氣管征比例顯著高于良性組，差異具有統(tǒng)計(jì)學(xué)意義（P＜0.05），見表2。

表2 不同CT 征象在良性組和惡性組間的差異 ［n(%)］

2.3 影響GGN 惡性的多因素Logistic 分析

納入表2 中組間有差異（P＜0.05）的指標(biāo)以及Lung-RADS 分級(jí)進(jìn)行多因素回歸，自變量賦值見表3。結(jié)果顯示，分葉征、毛刺征及Lung-RADS 分級(jí)是GGN 性質(zhì)的獨(dú)立相關(guān)因素（P＜0.05），見表4。

表3 自變量賦值表

表4 多因素Logistic 回歸分析GNN 性質(zhì)的相關(guān)因素

2.4 Lung-RADS 分級(jí)聯(lián)合CT 征象預(yù)測(cè)GGN 性質(zhì)的價(jià)值

根據(jù)表4 中Logistic 回歸分析結(jié)果，建立Logistic 回歸方程，計(jì)算Lung-RADS 分級(jí)聯(lián)合分葉征和毛刺征的聯(lián)合變量。采用ROC 曲線分析聯(lián)合變量診斷GGN 性質(zhì)的性能，結(jié)果顯示聯(lián)合變量的曲線下面積（AUC）為0.887（95%CI：0.803～0.994），靈敏度為94.12%，特異度為83.93%，見圖1。

圖1 Lung-RADS 分級(jí)聯(lián)合CT 征象的預(yù)測(cè)GGN 性質(zhì)的ROC 曲線

3 討論

近年來，肺結(jié)節(jié)的良惡性鑒別診斷一直是肺癌篩查的重點(diǎn)和難點(diǎn)［6］。GGN 是肺結(jié)節(jié)常見的病變類型。研究顯示［7-8］，GGN 與肺癌密切相關(guān)，且多數(shù)肺腺癌早期表現(xiàn)為GGN。由于GGN 可見于炎癥、肺間質(zhì)性疾病及腫瘤等多種病理改變，CT 影像學(xué)表現(xiàn)特異度較低［9］，進(jìn)而使臨床診斷的難度增加。肺癌的早期篩查是一個(gè)較復(fù)雜的問題，在診斷的準(zhǔn)確度、篩查成本及整體獲益之間需要適當(dāng)?shù)臋?quán)衡［10］。而篩查結(jié)果可直接影響后續(xù)決策，特別是針對(duì)性質(zhì)不明結(jié)節(jié)，缺乏統(tǒng)一的標(biāo)準(zhǔn)和規(guī)范。因此，探索規(guī)范的肺癌的篩查方法具有重要意義。Lung-RADS 分級(jí)系統(tǒng)是國外開發(fā)的標(biāo)準(zhǔn)化影像報(bào)告系統(tǒng)指南，其目的在于規(guī)范肺癌患者的篩查過程，合理指導(dǎo)臨床決策，減少醫(yī)療成本及降低患者多次檢查的風(fēng)險(xiǎn)，進(jìn)而提高肺癌篩查的效率。Lung-RADS 分級(jí)的主要依據(jù)是病灶的大小和成分?，F(xiàn)有研究也證實(shí)［11］，GGN 結(jié)節(jié)的大小和成分是判斷其良惡性的重要指標(biāo)。隨著基于Lung-RADS 分級(jí)的肺癌篩查逐漸開展，多數(shù)研究認(rèn)為Lung-RADS 分級(jí)可降低篩查的假陽性率和患者CT 檢查次數(shù)，對(duì)肺癌的早期篩查工作具有一定價(jià)值［12］。本研究結(jié)果顯示，Lung-RADS 分級(jí)系統(tǒng)診斷惡性結(jié)節(jié)的敏感度89.29%、特異度58.82%，準(zhǔn)確度77.78%，提示Lung-RADS 分級(jí)系統(tǒng)對(duì)GGN診斷具有一定作用，但性能仍不夠理想。有研究指出［13］單獨(dú)依靠Lung-RADS 分級(jí)系統(tǒng)診斷惡性結(jié)節(jié)存在一定的局限性，單純考慮結(jié)節(jié)大小和成分或可致使部分惡性結(jié)節(jié)漏診，尤其是肺癌風(fēng)險(xiǎn)較高的純磨玻璃結(jié)節(jié)（pGGN）。因此，臨床仍有必要對(duì)疑似惡性性質(zhì)進(jìn)行進(jìn)一步高劑量CT 診斷獲取結(jié)節(jié)更多影像學(xué)征象，進(jìn)而提高診斷的準(zhǔn)確度［14］。因此將Lung-RADS 分級(jí)與CT 征象兩者聯(lián)合對(duì)診斷GGN 的性質(zhì)具有一定的必要性。

不同的病理變化過程是決定良、惡性GGN 不同CT 征象的關(guān)鍵原因，結(jié)節(jié)的形態(tài)、分葉征、毛刺征、空泡征、空氣支氣管征、胸膜凹陷征等對(duì)鑒別其良惡性具有重要作用［15］。有研究表明［16-18］惡性GGN 結(jié)節(jié)在不規(guī)則性、空泡征、空氣支氣管征、胸膜凹陷征的發(fā)生程度顯著高于良性結(jié)節(jié)。其中，分葉征、毛刺征是肺癌診斷最常見的CT 征象。在惡性病灶的進(jìn)展過程中，結(jié)節(jié)邊緣可向各個(gè)方向分化生長并受到周圍不同組織的牽拉，且由于阻力大小不同，使結(jié)節(jié)表現(xiàn)出多個(gè)波浪狀改變，形似分葉狀，即CT 表現(xiàn)上的分葉征；同時(shí)隨著病灶浸潤程度的不斷增加，侵犯鄰近的小血管、小淋巴管及支氣管末端或病灶內(nèi)增生的膠原纖維對(duì)周圍組織產(chǎn)生牽拉，從而表現(xiàn)為多發(fā)的細(xì)短線條狀密度影，結(jié)節(jié)邊緣向周圍延伸呈放射狀毛刺，即為CT 中的毛刺征。研究表明［19-20］，分葉征、毛刺征在惡性結(jié)節(jié)中的發(fā)生比例顯著高于良性結(jié)節(jié)，也是結(jié)節(jié)惡變的獨(dú)立危險(xiǎn)因素。本研究結(jié)果顯示，惡性GGN 組的不規(guī)則形態(tài)、分葉征、毛刺征、空泡征、空氣支氣管征、胸膜牽拉征比例均顯著高于良性GGN 患者，與既往研究相符，且GGN 的分葉征、毛刺征是惡性GGN 的獨(dú)立相關(guān)因素。進(jìn)一步將Lung-RADS 分級(jí)與CT 征象中的毛刺征和分葉征聯(lián)合后，聯(lián)合變量診斷GGN 性質(zhì)的特異度和敏感度均高于單獨(dú)Lung-RADS 分級(jí)診斷，提示Lung-RADS 分級(jí)聯(lián)合CT 征象可提高GGN 的診斷精度。

綜上所述，本研究認(rèn)為Lung-RADS 分級(jí)系統(tǒng)聯(lián)合CT 征象對(duì)肺GGN 的鑒別診斷性能良好，優(yōu)于單獨(dú)Lung-RADS 分級(jí)診斷，具有一定的臨床應(yīng)用價(jià)值。這對(duì)臨床采取合理的診斷決策具有一定的提示意義。