| 张丽萍，苏童，伍晓倩，曲江明，王天娇，徐振谭，陆晓平，陈钰，张竹花，冯逢，金征宇.双能CT定量参数联合淋巴结RADS评分预测头颈部鳞状细胞癌淋巴结转移[J].放射学实践,2025,(04):450-455 |
| 双能CT定量参数联合淋巴结RADS评分预测头颈部鳞状细胞癌淋巴结转移 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2025.04.005 |
| 中文关键词: 双能CT 头颈部肿瘤 鳞状细胞癌 淋巴结转移 |
| 基金项目:国家自然科学基金（82371962）；中央高水平医院临床科研业务费（2022-PUMCH-B-067）；2021 SKY影像科研基金（Z-2014-07-2101） |
|
| 摘要点击次数: 110 |
| 全文下载次数: 144 |
| 中文摘要: |
| 【摘要】目的：探讨双能CT（DECT）定量参数联合淋巴结影像数据和报告系统（Node-RADS）评分术前预测头颈部鳞状细胞癌（HNSCC）淋巴结转移的价值。方法：回顾性将2016年6月-2024年6月在本院确诊为HNSCC的57例患者共176枚淋巴结纳入本研究。根据病理结果，分为转移淋巴结组（TL，n=100）和非转移淋巴结组（NTL，n=76）。测量每个淋巴结的DECT定量参数，包括虚拟平扫（VNC）CT值、碘浓度（IC）、脂肪分数（FF）、电子云密度（ED）、有效原子序数（Zeff）、标准化碘浓度（NIC）及单能级40keV（VMI）图像上的CT值，计算40~100keV能谱曲线斜率λ和双能量参数（DEI）。基于Node-RADS 1.0对每个淋巴结进行Node-RADS评分。采用多因素logistic回归和LASSO回归进行变量筛选，建立基于DECT定量参数和Node-RADS评分的回归模型。利用受试者操作特征（ROC）曲线评估模型的预测效能，采用DeLong检验比较两个模型AUC的差异。结果：TL组和NTL组的RADS评分、Zeff、VMI40keV的CT值、λ和DEI值的差异均有统计学意义（P<0.05）。经多因素logistic回归分析，构建的预测模型中纳入了2个特征，分别是VMI40keV的CT值（OR=1.005，95%CI：1.001~1.009，P=0.02）和Node-RADS评分（OR=0.237，95%CI：0.1521~0.369，P＞0.05）；当VMI40keV值≤255.99HU，Node-RADS评分≥2分时，预测转移性淋巴结的AUC、敏感度、特异度和符合率分别为0.849（95%CI：0.794~0.904）、93.4%、62.0%和75.6%。经LASSO回归分析，模型评价指标最佳的Lambda值（lambda.min）为0.0146，筛选出的变量为DEI和Node-RADS评分；当DEI≤0.0461、Node-RADS评分≥3分时，预测转移性淋巴结的AUC、敏感度、特异度和符合率分别为0.850（95%CI：0.795~0.905）、93.4%、64.0%和76.8%。Logistic回归模型和LASSO回归模型预测转移性淋巴结的AUC的差异无统计学意义（Z=-0.546，P>0.05）。结论：DECT定量参数中淋巴结VMI40keV的CT值、DEI分别联合Node-RADS评分构建的诊断模型，可用于预测HNSCC淋巴结转移。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
