
-
生物通官微
陪你抓住生命科技
跳动的脉搏
用于无创预测非小细胞肺癌PD-L1表达的光子计数探测器CT的定量光谱参数
《BMC Medical Imaging》:Quantitative spectral parameters of photon-counting detector CT for noninvasive prediction of PD-L1 expression in non-small cell lung cancer
【字体: 大 中 小 】 时间:2026年07月03日 来源:BMC Medical Imaging 3.9
编辑推荐:
摘要研究目的本研究旨在探讨定量光子计数计算机断层扫描(PCCT)光谱参数在无创评估和预测非小细胞肺癌(NSCLC)中程序性死亡配体1(PD-L1)表达水平方面的应用价值。研究方法这项单中心回顾性研究纳入了63名接受治疗前PCCT检查的NSCLC患者。通过免疫组化方法检测这些患者的
本研究旨在探讨定量光子计数计算机断层扫描(PCCT)光谱参数在无创评估和预测非小细胞肺癌(NSCLC)中程序性死亡配体1(PD-L1)表达水平方面的应用价值。
这项单中心回顾性研究纳入了63名接受治疗前PCCT检查的NSCLC患者。通过免疫组化方法检测这些患者的术前PD-L1表达情况,并将其分为三组:阴性组(TPS<1%)、中间组(1%–49%)和阳性组(≥50%)。在40、70和100 keV的单能图像上,测量病变处的动脉期和静脉期CT值(A/V-40 keV、A/V-70 keV和A/V-100 keV)以及碘浓度。据此计算标准化碘浓度和光谱曲线斜率(λHU)。研究还采用了斯皮尔曼相关分析、皮尔逊相关分析、受试者工作特征曲线分析,以及单变量和多变量逻辑回归分析,以评估PCCT参数与PD-L1表达之间的关联程度、预测性能及其独立预测价值。
不同组别在年龄和性别方面存在统计学差异(P=0.036;P=0.008)。A-40 keV和A-λHU数值也存在显著差异。这两个参数都与PD-L1表达呈负相关关系(A-λHU:rs=-0.270,P=0.032;A-40 keV:rs=-0.279,P=0.027)。多变量逻辑回归分析表明,年龄和A-λHU分别是中间组和阳性组PD-L1表达的独立预测因子(OR值分别为1.014和0.031,两者P值均小于0.05)。受试者工作特征曲线分析显示,临床模型、PCCT模型以及两者结合的模型在预测高PD-L1表达方面表现良好,其曲线下面积分别为0.762(95%置信区间:0.637–0.860)、0.846(95%置信区间:0.733–0.925)和0.889(95%置信区间:0.785–0.954),所有值的P值均小于0.001。
年龄和A-λHU是治疗前NSCLC患者PD-L1表达水平的有效预测指标。将PCCT光谱参数与临床特征相结合的模型,有望成为NSCLC个性化治疗的非侵入性工具。
本研究旨在探讨定量光子计数计算机断层扫描(PCCT)光谱参数在无创评估和预测非小细胞肺癌(NSCLC)中程序性死亡配体1(PD-L1)表达水平方面的应用价值。
这项单中心回顾性研究纳入了63名接受治疗前PCCT检查的NSCLC患者。通过免疫组化方法检测这些患者的术前PD-L1表达情况,并将其分为三组:阴性组(TPS<1%)、中间组(1%–49%)和阳性组(≥50%)。在40、70和100 keV的单能图像上,测量病变处的动脉期和静脉期CT值(A/V-40 keV、A/V-70 keV和A/V-100 keV)以及碘浓度。据此计算标准化碘浓度和光谱曲线斜率(λHU)。研究还采用了斯皮尔曼相关分析、皮尔逊相关分析、受试者工作特征曲线分析,以及单变量和多变量逻辑回归分析,以评估PCCT参数与PD-L1表达之间的关联程度、预测性能及其独立预测价值。
不同组别在年龄和性别方面存在统计学差异(P=0.036;P=0.008)。A-40 keV和A-λHU数值也存在显著差异。这两个参数都与PD-L1表达呈负相关关系(A-λHU:rs=-0.270,P=0.032;A-40 keV:rs=-0.279,P=0.027)。多变量逻辑回归分析表明,年龄和A-λHU分别是中间组和阳性组PD-L1表达的独立预测因子(OR值分别为1.014和0.031,两者P值均小于0.05)。受试者工作特征曲线分析显示,临床模型、PCCT模型以及两者结合的模型在预测高PD-L1表达方面表现良好,其曲线下面积分别为0.762(95%置信区间:0.637–0.860)、0.846(95%置信区间:0.733–0.925)和0.889(95%置信区间:0.785–0.954),所有值的P值均小于0.001。
年龄和A-λHU是治疗前NSCLC患者PD-L1表达水平的有效预测指标。将PCCT光谱参数与临床特征相结合的模型,有望成为NSCLC个性化治疗的非侵入性工具。