肺结节患者的临床特征在判断良恶性中的意义

doi:10.3877/cma.j.issn.2095-5820.2022.03.005

目的

探究肺结节特点与其病理结果的相关性，分析患者临床特征（临床因素、检验结果、胸部CT影像特征）对判断肺结节良恶性的临床意义。

方法

回顾性分析147例肺结节患者，根据病理活检结果分为良性组39例，恶性组108例。比较两组患者的一般情况（性别、年龄、吸烟史、恶性肿瘤家族史）、肺癌4项[癌胚抗原（CEA）、鳞状上皮细胞抗原（SCCAg）、神经元特异性烯醇化酶（NSE）、细胞角蛋白19片段（Cyfra21-1）]以及高分辨率CT征象，评估差异有统计学意义的因素在鉴别良恶性肺结节中的效能。

结果

两组患者在性别、吸烟史、4个肺癌指标（CEA、SCCAg、NSE、Cyfra21-1）、结节大小、结节边缘、毛刺征的比较，差异均无统计学意义（均P＞0.05），在年龄、恶性肿瘤家族史、结节形态、分叶征、空泡征、胸膜牵拉征、血管集束征的比较，差异均有统计学意义（均P＜0.05）。在高分辨率CT征象中，分叶征对判断肺结节良恶性的效能最高，敏感度达79.6%。Logistic线性回归分析显示磨玻璃结节、分叶征、空泡征都是恶性的危险因素（均P＜0.05）。

结论

患者的年龄、恶性肿瘤家族史、结节形态（磨玻璃结节）、分叶征、空泡征、胸膜牵拉征、血管集束征对鉴别肺结节良恶性有一定的参考意义。

关键词: 肺结节, 肺癌, 危险因素

Objective

To explore the correlation between the characteristics of pulmonary nodules and their pathological results, and to speculate the clinical significance in judging the benign and malignant of pulmonary nodules.

Methods

A retrospective analysis of 147 patients with pulmonary nodules, including 39 cases benign (benign group) and 108 cases malignant (malignant group). To evaluate the effectiveness of statistically significant factors in differentiating the benign and malignant pulmonary nodules, the general conditions (age, gender, smoking history)、tumor indexes (CEA, SCCAg, NSE, CYFRA21-1) and high-resolution CT signs between the groups were compared.

Results

There was no significant difference in gender, smoking history, four lung cancer indexes, nodule size, nodule edge and burr sign between the groups (all P＞0.05), but there were significant differences in age, family history of malignant tumor, nodule morphology, lobulation sign, vacuole sign and pleural traction sign (all P＜0.05). The lobulation sign was the most effective factor in judging the benign and malignant of pulmonary nodules among the high-resolution CT signs, with a sensitivity of 79.6%. Logistic linear regression analysis showed that ground-glass nodule, lobulation and vacuole were all risk factors for malignancy (all P＜0.05).

Conclusion

Age, family history of malignant tumor, nodule shape, lobulation sign, vacuole sign and pleural traction sign have certain reference significance in differentiating benign and malignant pulmonary nodules.

Key words: Pulmonary nodules, Lung cancer, Risk factors

表1 两组患者的一般资料比较

组别	例数	年龄（岁， $\bar{x}$ ±s）	性别［例（%）］		吸烟史［例（%）］		家族史［例（%）］
组别	例数	年龄（岁， $\bar{x}$ ±s）	男	女	是	否	有	无
良性组	39	50.41±12.73	21（53.85）	18（46.15）	8（20.51）	31（79.49）	2（5.13）	37（94.87）
恶性组	108	50.41±12.73	50（46.30）	58（53.70）	17（15.74）	91（84.25）	25（23.15）	83（76.85）
χ²/t值		-4.496	0.654		0.462		6.205
P值		<0.001	0.419		0.497		0.013

表1 两组患者的一般资料比较

组别	例数	年龄（岁， $\bar{x}$ ±s）	性别［例（%）］		吸烟史［例（%）］		家族史［例（%）］
组别	例数	年龄（岁， $\bar{x}$ ±s）	男	女	是	否	有	无
良性组	39	50.41±12.73	21（53.85）	18（46.15）	8（20.51）	31（79.49）	2（5.13）	37（94.87）
恶性组	108	50.41±12.73	50（46.30）	58（53.70）	17（15.74）	91（84.25）	25（23.15）	83（76.85）
χ²/t值		-4.496	0.654		0.462		6.205
P值		<0.001	0.419		0.497		0.013

表2 两组肺结节患者的肺癌4项比较［例（%）］

组别	例数	CEA		SCCAg		NSE		Cyfra21-1
组别	例数	升高	正常	升高	正常	升高	正常	升高	正常
良性组	39	2（5.13）	37（94.87）	3（7.69）	36（92.31）	10（25.64）	29（74.36）	10（25.64）	29（74.36）
恶性组	108	17（15.74）	91（84.26）	3（2.78）	105（97.22）	14（12.96）	94（87.04）	38（35.19）	70（64.81）
χ²值		2.867		0.735		3.371		1.187
P值		0.090		0.391		0.066		0.276

表2 两组肺结节患者的肺癌4项比较［例（%）］

组别	例数	CEA		SCCAg		NSE		Cyfra21-1
组别	例数	升高	正常	升高	正常	升高	正常	升高	正常
良性组	39	2（5.13）	37（94.87）	3（7.69）	36（92.31）	10（25.64）	29（74.36）	10（25.64）	29（74.36）
恶性组	108	17（15.74）	91（84.26）	3（2.78）	105（97.22）	14（12.96）	94（87.04）	38（35.19）	70（64.81）
χ²值		2.867		0.735		3.371		1.187
P值		0.090		0.391		0.066		0.276

表3 两组肺结节患者的血清肿瘤标志物测定值比较［μg/L，M（Q₁，Q₃）］

组别	例数	CEA	SCCAg	NSE	Cyfra21-1
良性组	39	1.73（1.21，2.94）	0.60（0.50，1.10）	11.42（8.73，13.70）	2.41（1.80，3.86）
恶性组	108	2.49（1.64，4.43）	0.60（0.50，0.90）	12.34（10.81，14.26）	2.91（1.92，3.89）
Z值		2.46	0.737	1.584	1.038
P值		0.14	0.461	0.113	0.299

表3 两组肺结节患者的血清肿瘤标志物测定值比较［μg/L，M（Q₁，Q₃）］

组别	例数	CEA	SCCAg	NSE	Cyfra21-1
良性组	39	1.73（1.21，2.94）	0.60（0.50，1.10）	11.42（8.73，13.70）	2.41（1.80，3.86）
恶性组	108	2.49（1.64，4.43）	0.60（0.50，0.90）	12.34（10.81，14.26）	2.91（1.92，3.89）
Z值		2.46	0.737	1.584	1.038
P值		0.14	0.461	0.113	0.299

表4 肺结节患者的高分辨率CT征象比较［例（%）］

项目	良性组（n=39）	恶性组（n=108）	χ²值	P值	项目	良性组（n=39）	恶性组（n=108）	χ²值	P值
结节大小				0.541*	毛刺征			3.726	0.054
微小结节	1（2.56）	2（1.85）			有	15（38.46）	61（56.48）
小结节	13（33.33）	44（40.74）			无	24（61.54）	47（43.52）
大结节	25（64.10）	62（57.41）			空泡征			11.811	0.001
结节形态			18.173	＜0.001	有	5（12.82）	47（43.52）
实性	32（82.05）	48（44.44）			无	34（87.18）	61（56.48）
部分实性	1（2.56）	32（29.63）			胸膜牵拉征			4.429	0.035
磨玻璃	6（15.38）	28（25.93）			有	14（35.90）	60（55.56）
结节边缘			0.099	0.753	无	25（64.10）	48（44.44）
清晰	33（84.62）	89（82.41）			血管集束征			4.128	0.042
模糊	6（15.38）	19（17.59）			有	6（15.38）	35（32.41）
分叶征			4.979	0.026	无	33（84.62）	73（67.59）
有	24（61.54）	86（79.63）
无	15（38.46）	22（20.37）

表4 肺结节患者的高分辨率CT征象比较［例（%）］

项目	良性组（n=39）	恶性组（n=108）	χ²值	P值	项目	良性组（n=39）	恶性组（n=108）	χ²值	P值
结节大小				0.541*	毛刺征			3.726	0.054
微小结节	1（2.56）	2（1.85）			有	15（38.46）	61（56.48）
小结节	13（33.33）	44（40.74）			无	24（61.54）	47（43.52）
大结节	25（64.10）	62（57.41）			空泡征			11.811	0.001
结节形态			18.173	＜0.001	有	5（12.82）	47（43.52）
实性	32（82.05）	48（44.44）			无	34（87.18）	61（56.48）
部分实性	1（2.56）	32（29.63）			胸膜牵拉征			4.429	0.035
磨玻璃	6（15.38）	28（25.93）			有	14（35.90）	60（55.56）
结节边缘			0.099	0.753	无	25（64.10）	48（44.44）
清晰	33（84.62）	89（82.41）			血管集束征			4.128	0.042
模糊	6（15.38）	19（17.59）			有	6（15.38）	35（32.41）
分叶征			4.979	0.026	无	33（84.62）	73（67.59）
有	24（61.54）	86（79.63）
无	15（38.46）	22（20.37）

表5 高分辨率CT征象的良恶性能效［%（n/N）］

变量	敏感度	特异度	阳性预测值	阴性预测值
结节形态	55.56（60/108）	82.05（32/39）	89.55（60/67）	40.00（32/80）
分叶征	79.63（86/108）	38.46（15/39）	78.18（86/110）	40.54（15/37）
空泡征	43.52（47/108）	87.18（34/39）	90.38（47/52）	35.79（34/95）
胸膜牵拉征	55.56（60/108）	64.10（25/39）	81.08（60/74）	34.25（25/73）
血管集束征	32.41（35/108）	84.62（33/39）	85.37（35/41）	31.13（33/106）

表5 高分辨率CT征象的良恶性能效［%（n/N）］

变量	敏感度	特异度	阳性预测值	阴性预测值
结节形态	55.56（60/108）	82.05（32/39）	89.55（60/67）	40.00（32/80）
分叶征	79.63（86/108）	38.46（15/39）	78.18（86/110）	40.54（15/37）
空泡征	43.52（47/108）	87.18（34/39）	90.38（47/52）	35.79（34/95）
胸膜牵拉征	55.56（60/108）	64.10（25/39）	81.08（60/74）	34.25（25/73）
血管集束征	32.41（35/108）	84.62（33/39）	85.37（35/41）	31.13（33/106）

表6 影响结节良恶性的CT征象的logistic回归分析结果

变量	β	Wald χ²	P值	OR值	95%CI
结节形态	1.000	11.125	0.01	2.694	（1.500，4.838）
分叶征	0.905	3.138	0.049	2.628	（1.003，6.888）
空泡征	1.455	6.817	0.005	4.544	（1.571，13.149）
胸膜牵拉征	0.207	0.193	0.661	1.229	（0.489，3.093）
血管集束征	0.956	3.219	0.073	2.602	（0.915，7.398）

表6 影响结节良恶性的CT征象的logistic回归分析结果

变量	β	Wald χ²	P值	OR值	95%CI
结节形态	1.000	11.125	0.01	2.694	（1.500，4.838）
分叶征	0.905	3.138	0.049	2.628	（1.003，6.888）
空泡征	1.455	6.817	0.005	4.544	（1.571，13.149）
胸膜牵拉征	0.207	0.193	0.661	1.229	（0.489，3.093）
血管集束征	0.956	3.219	0.073	2.602	（0.915，7.398）

1	世界卫生组织. 前十位死亡原因[EB/OL]. 2020-12-9) [2021-12-1]. URL
2	郑荣寿, 孙可欣, 张思维, 等. 2015年中国恶性肿瘤流行情况分析[J]. 中华肿瘤杂志, 2019, 41(1) : 19-28.
3	Choi HK, Ghobrial M, Mazzone PJ. Models to estimate the probability of malignancy in patients with pulmonary nodules[J]. Ann Am Thorac Soc, 2018, 15(10): 1117-1126.
4	罗继元, 万青松, 王志明, 等. 肺纯磨玻璃结节侵袭性肺腺癌CT影像学特征[J]. 中国CT和MRI杂志, 2019, 17(8): 57-60.
5	Khan T, Usman Y, Abdo T, et al. Diagnosis and management of peripheral lung nodule[J]. Ann Transl Med, 2019, 7(15): 348.
6	Erasmus JJ, Truong MT, Dos Santos RS, et al. Understanding lung-RADS 1.0: A case-based review[J]. Semin Ultrasound CT MR, 2018, 39(3): 260-272.
7	Vlahos I, Stefanidis K, Sheard S, et al. Lung cancer screening: nodule identification and characterization[J]. Transl Lung Cancer Res, 2018, 7(3): 288-303.
8	陈丽, 徐培, 唐丽娜, 等. 530例肺结节患者的临床病理特征分析[J]. 广西医学, 2021, 43(16): 1977-1980.
9	潘峒林, 李亚文, 李翔宇, 等. 肺结节恶变危险因素的系统评价与meta分析[J]. 河南医学研究, 2021, 30(23): 4244-4248.
10	王志鹏, 宗亮, 孙清超, 等. 孤立性肺结节的危险因素[J]. 临床肺科杂志, 2018, 23(4): 624-627, 635.
11	王媛媛, 叶维霞, 熊佳, 等. 血清TK1 CYFRA21-1和SCC-Ag联合胸部CT影像特征诊断良恶性肺结节[J]. 西部医学, 2021, 33(9): 1340-1343.
12	曾聪, 全国莉, 王春莲. 联合检测6种血清肿瘤标志物在肺癌诊断中的意义[J]. 广东医学, 2012, 33(6): 808-810.
13	石婕, 刘璇, 明宗娟, 等. 细胞因子与肿瘤标志物联合检测对孤立性肺结节良恶性鉴别诊断的价值[J]. 中国肺癌杂志, 2021, 24(6): 426-433.
14	奚小祥, 吕必宏, 叶婷, 等. NSE、Cyfra21-1、CEA及CA125在孤立性肺结节诊断中的价值[J]. 实用临床医药杂志, 2015, 19(21): 41-43, 51.
15	魏斌, 曹承启, 魏雅萍. 血清CEA水平与肺癌分期, 近期疗效及生存时间的相关性研究[J]. 现代肿瘤医学, 2009, 17(11): 2142-2143.
16	高洁, 张伦军, 彭珂, 等. 血清肿瘤标志物CEA、CYFRA21-1、SCCAg、NSE、ProGRP在不同病理分型肺癌诊断中的应用价值[J]. 南方医科大学学报, 2022, 42(6): 886-891.
17	Kupert E, Anderson M, Liu Y, et al. Plasma secretory phospholipase A2-IIa as a potential biomarker for lung cancer in patients with solitary pulmonary nodules[J]. BMC Cancer, 2011, 11(1): 513.
18	袁丽侠, 张玲, 张清禄, 等. CYFRA21-1、CA153、SCC、CRP联合检测在肺癌诊断中的应用价值[J]. 临床医学研究与实践, 2022, 7(1): 122-125.
19	孔芳, 段艳华, 宋学林, 等. 高分辨率CT鉴别诊断良、恶性实性孤立性肺结节[J]. 中国医学影像技术, 2021, 37(8): 1168-1172.
20	高琳, 顾慧, 康冰, 等. CT平扫和增强图像对480例患者肺磨玻璃结节的诊断价值[J]. 山东大学学报(医学版), 2021, 59(10): 68-74, 86.
21	Liu G, Li M, Li G, et al. Assessing the blood supply status of the focal ground-glass opacity in lungs using spectral computed tomography[J]. Korean J Radiol, 2018, 19(1): 130-138.
22	臧汉杰, 郭浩东, 王之悦, 等. 良、恶性肺磨玻璃结节的CT鉴别诊断:形态学特征和CT纹理分析的对比研究及联合应用[J]. 临床放射学杂志, 2022, 41(4): 628-634.
23	张晓菊, 白莉, 金发光, 等. 肺结节诊治中国专家共识(2018年版)[J]. 中华结核和呼吸杂志, 2018, 41(10): 763-771.
24	中国肺癌防治联盟, 中华医学会呼吸病学分会肺癌学组, 中国医师协会呼吸医师分会肺癌工作委员会. 肺癌筛查与管理中国专家共识[J]. 国际呼吸杂志, 2019, 39(21): 1604-1615.
25	Martínez-Ramírez OC, Pérez-Morales R, Castro-Hernández C, et al. Association of the promoter methylation and the rs12917 polymorphism of MGMT with formation of DNA bulky adducts and the risk of lung cancer in mexican mestizo population [J]. DNA Cell Biol, 2019, 38(4): 307-313.
26	Huang X, Wu C, Fu Y, et al. Methylation analysis for multiple gene promoters in non-small cell lung cancers in high indoor air pollution region in China[J]. Bull cancer, 2018, 105(9): 746-754.
27	Fabrizio FP, Sparaneo A, Centra F, et al. Methylation density pattern of KEAP1 gene in lung cancer cell lines detected by quantitative methylation specific PCR and pyrosequencing[J]. Int J Mol Sci, 2019, 20(11): 2697.
28	Imperatori A, Sahnane N, Rotolo N, et al. LINE-1 hypomethylation is associated to specific clinico-pathological features in Stage I non-small cell lung cancer[J]. Lung cancer, 2017, 108: 83-89.
29	BulkEtmar, AyAnne-Sophie, HammadiMehdi, et al. Epigenetic dysregulation of KCa 3.1 channels induces poor prognosis in lung cancer[J]. Int J Cancer, 2015, 137(6): 1306-1317.

[1]	庄燕, 戴林峰, 张海东, 陈秋华, 聂清芳. 脓毒症患者早期生存影响因素及Cox 风险预测模型构建[J/OL]. 中华危重症医学杂志(电子版), 2024, 17(05): 372-378.
[2]	黄鸿初, 黄美容, 温丽红. 血液系统恶性肿瘤患者化疗后粒细胞缺乏感染的危险因素和风险预测模型[J/OL]. 中华实验和临床感染病杂志(电子版), 2024, 18(05): 285-292.
[3]	罗文斌, 韩玮. 胰腺癌患者首次化疗后中重度骨髓抑制的相关危险因素分析及预测模型构建[J/OL]. 中华普通外科学文献(电子版), 2024, 18(05): 357-362.
[4]	贺斌, 马晋峰. 胃癌脾门淋巴结转移危险因素[J/OL]. 中华普外科手术学杂志(电子版), 2024, 18(06): 694-699.
[5]	林凯, 潘勇, 赵高平, 杨春. 造口还纳术后切口疝的危险因素分析与预防策略[J/OL]. 中华疝和腹壁外科杂志(电子版), 2024, 18(06): 634-638.
[6]	杨闯, 马雪. 腹壁疝术后感染的危险因素分析[J/OL]. 中华疝和腹壁外科杂志(电子版), 2024, 18(06): 693-696.
[7]	杨轲, 丁增巴姆, 马静, 李盼盼, 陈婷. 全程无缝隙肺康复训练在单孔胸腔镜肺叶切除术中的临床应用[J/OL]. 中华肺部疾病杂志(电子版), 2024, 17(05): 801-804.
[8]	张礼江, 沈玲佳, 施我大. 倾向性评分匹配分析奥希替尼对晚期NSCLC 预后的影响[J/OL]. 中华肺部疾病杂志(电子版), 2024, 17(05): 820-822.
[9]	钱春蕊, 周燕, 张晶, 蔡笃财, 门慧, 王松海, 黎莉, 邢龙. 高分辨率CT 与多层螺旋CT 在肺结节及早期肺癌中的应用[J/OL]. 中华肺部疾病杂志(电子版), 2024, 17(05): 827-830.
[10]	司楠, 孙洪涛. 创伤性脑损伤后肾功能障碍危险因素的研究进展[J/OL]. 中华脑科疾病与康复杂志(电子版), 2024, 14(05): 300-305.
[11]	孙铭远, 褚恒, 徐海滨, 张哲. 人工智能应用于多发性肺结节诊断的研究进展[J/OL]. 中华临床医师杂志(电子版), 2024, 18(08): 785-790.
[12]	颜世锐, 熊辉. 感染性心内膜炎合并急性肾损伤患者的危险因素探索及死亡风险预测[J/OL]. 中华临床医师杂志(电子版), 2024, 18(07): 618-624.
[13]	李文哲, 王毅, 崔建, 郑启航, 王靖彦, 于湘友. 新疆维吾尔自治区重症患者急性肾功能异常的危险因素分析[J/OL]. 中华卫生应急电子杂志, 2024, 10(05): 269-276.
[14]	刘志超, 胡风云, 温春丽. 山西省脑卒中危险因素与地域的相关性分析[J/OL]. 中华脑血管病杂志(电子版), 2024, 18(05): 424-433.
[15]	曹亚丽, 高雨萌, 张英谦, 李博, 杜军保, 金红芳. 儿童坐位不耐受的临床进展[J/OL]. 中华脑血管病杂志(电子版), 2024, 18(05): 510-515.

阅读次数

全文

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	8

来源	本网站	其他网站

次数	4	4
比例	50%	50%

摘要

最新录用	在线预览	正式出版

0	0	86

来源	本网站	其他网站

次数	56	31
比例	64%	36%

选择文件类型/文献管理软件名称

选择包含的内容

Clinical features of patients with pulmonary nodules and their significance in judging benign and malignant

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Clinical features of patients with pulmonary nodules and their significance in judging benign and malignant