开发并内部验证一种临床诺模图，该诺模图结合了定量CT特征，用于预测直径≤3厘米的肺结节是否为恶性肿瘤

《BMC Medical Imaging》：Development and internal validation of a clinical nomogram incorporating quantitative CT features for predicting malignancy in pulmonary nodules?≤?3 cm

　　

摘要

背景

准确区分直径≤3厘米的良性与恶性肺结节仍然是一个临床挑战。本研究旨在开发并内部验证一个临床可解释的评分系统，该系统结合了临床变量和定量计算机断层扫描（CT）特征来预测肺结节的恶性程度。

方法

这项回顾性单中心研究纳入了1,419名在2012年1月至2025年7月期间接受手术切除且病理学结果确认的直径≤3厘米的肺结节患者。这些患者被随机分为训练集（n=994）用于模型开发，以及验证集（n=425）用于内部验证。收集了临床数据、常规影像学检查结果、血清生物标志物以及术前薄层CT的定量测量结果。多变量逻辑回归被用来识别与恶性相关的变量并构建评分系统。

结果

在1,419个结节中，1,150个（81.0%）为恶性，269个（19.0%）为良性。最终评分系统纳入了七个变量：可疑的放射学特征、结节大小、性别、发现时的症状、实变与肿瘤的比例、最小CT衰减值以及年龄。尽管在多变量分析中年龄没有统计学显著性，但基于临床考虑仍将其纳入最终模型。可疑的放射学特征（调整后的比值比[aOR] = 6.61，95%置信区间[CI]：4.51–9.84；P < 0.001）、结节直径>2厘米（aOR = 4.07，95% CI：2.16–7.62；P < 0.001）、女性性别（aOR = 1.69，95% CI：1.23–2.33；P = 0.001）、无症状表现（aOR = 0.48，95% CI：0.34–0.69；P < 0.001）、实变与肿瘤的比例>0.50（aOR = 0.20，95% CI：0.06–0.61；P = 0.005）以及每100 HU增加的最小CT衰减值（aOR = 0.82，95% CI：0.74–0.92；P < 0.001）均与恶性独立相关。评分系统表现出良好的区分能力，训练集的接收者操作特征曲线下面积为0.809，验证集为0.782。校准分析显示预测风险与观察风险一致，决策曲线分析也证明了其实用性。

结论

我们开发并内部验证了一个结合定量CT特征的临床评分系统，用于评估手术切除的直径≤3厘米肺结节的恶性风险。该模型在区分能力、校准性能以及在恶性比例较高的术前患者群体中的潜在实用性方面表现良好。在常规临床应用之前，需要在更广泛、选择标准较低、通过筛查发现的、偶然发现的以及多中心人群中进行外部验证。