Multivariate Analysis of Solid Pulmonary Nodules Smaller than 1 cm in Distinguishing Lung Cancer from Intrapulmonary Lymph Nodes

Abstract

背景与目的肺实性小结节的术前诊断及鉴别诊断十分困难。计算机断层扫描（computed tomography, CT）作为肺癌筛查的常用手段，被广泛应用于临床。本研究旨在对 < 1 cm的肺实性结节临床诊疗中肺恶性结节与肺内淋巴结患者的临床资料进行分析，为两者的鉴别提供参考。方法回顾性分析2017年6月-2020年6月行手术治疗的肺实性结节患者。共收集了145个结节（肺腺癌60个，肺类癌2个，恶性间皮瘤1个，肉瘤样癌1个，淋巴结81个）的患者临床资料，最终分为肺腺癌和肺内淋巴结两组，并对其临床资料进行了统计分析。根据单因素分析（χ2检验、t检验）结果筛选有统计学差异的变量，纳入Logistic回归多因素分析，确定预测变量并绘制受试者工作曲线（receiver operating characteristic, ROC）曲线，得到曲线下面积（area under the curve, AUC）值。结果Logistic回归分析显示结节最长径、Max CT值、分叶征和毛刺征是肺腺癌与肺内淋巴结鉴别的重要指标，风险比分别为106.645（95%CI: 3.828-2, 971.220, P < 0.01）、0.980（95%CI: 0.969-0.991, P < 0.01）、3.550（95%CI: 1.299-9.701, P=0.01）、3.618（95%CI: 1.288-10.163, P=0.02）。根据Logistic回归分析结果确定预测模型，绘制ROC曲线，计算曲线下面积AUC值=0.877（95%CI: 0.821-0.933, P < 0.01）。结论对于 < 1 cm的肺实性结节，在众多因素中，肺结节最长径、Max CT值、分叶征和毛刺征对鉴别肺恶性结节和肺内淋巴结更为重要。