目的 建立1种以18F-FDG PET/CT和临床信息为基础的数学模型,并评价该模型对SPN良恶性的鉴别诊断价值.方法 回顾性分析2004年11月至2014年5月在南方医科大学南方医院PET中心行18F-FDG PET/CT显像的SPN患者164例,纳入患者的临床信息(年龄、性别、吸烟史、恶性肿瘤病史)、薄层CT形态信息(结节大小、位置、毛刺征)和PET代谢信息进行logistic回归分析,建立数学模型,设立最佳工作点,通过ROC曲线分析和评估该模型对SPN的诊断效能.结果 164例SPN患者中,104例经病理证实为肺癌,60例为良性病变.统计学分析结果显示,患者年龄、病灶毛刺征(0:无,1:有)和代谢增高程度(0:不高于纵隔,1:高于纵隔)对诊断模型的建立有价值(x2=5.486、16.240和33.855,均P＜0.05),而性别、吸烟史、病灶大小和位置对诊断模型的建立无价值(x2=2.452、0.453、0.127和0.390,均P＞0.05),恶性肿瘤病史因相关病例数太少(仅2例)而被排除在统计学分析之外.最终得到包含患者年龄、病灶毛刺征和代谢增高程度的SPN诊断模型:P=1/(1+e-z),其中z=-5.512+0.061×年龄+2.208x毛刺征+3.767x代谢增高程度.将该诊断模型与PET二分法进行配对ROC曲线比较,两者的AUC分别为0.92(95％ CI:0.87～ 0.96)和0.80(95％ CI:0.73～0.86),前者的诊断效能较高(z=4.369,P＜0.05).

作者：刘文涓；王全师；吴湖炳；韩彦江；周文兰；李洪生

来源：中华核医学与分子影像杂志 2016 年 36卷 3期