劉子嬌
恩施州土家族苗族自治州中心醫(yī)院放射科(湖北 恩施 445800)
肺癌的發(fā)病率和病死率均居于各惡性腫瘤的前列,其中肺腺癌是肺癌的主要類型之一,占比達50%以上。近年來,隨著CT影像學技術的發(fā)展及肺癌CT篩查的普及,磨玻璃結節(jié)(ground glass nodules,GGN)檢出逐漸增加[1]。GGN是肺薄層CT掃描呈云霧狀密度輕度增加的局限性陰影,又分為純磨玻璃結節(jié)(pure ground glass nodules,pGGN)和混合磨玻璃結節(jié)(mixed ground glass nodules,mGGN)。2011年國際肺癌研究聯(lián)合會及多個發(fā)達國家呼吸學會將肺腺癌分為浸潤前病變[不典型腺瘤樣增生(atypical adenomatous hyperplasia,AAH)、原位腺癌(adenocarcinoma in situ,AIS)]和浸潤性病變[微浸潤腺癌(minimally invasive adenocarcinoma,MIA)、浸潤性腺癌(invasive adenocarcinoma,IA)],其中以IA的預后最差[2-3]。IA包括5種常見病理亞型,其中貼壁生長亞型預后最好,在制定手術方案時可考慮僅進行亞肺葉切除+局限性淋巴結清掃或無需縱膈清掃,而其他病理則需要采取肺葉切除+系統(tǒng)性縱膈淋巴結清掃[4]。因此,如何準確鑒別出預后較好的貼壁生長亞型對手術治療方案的選擇及調(diào)整術后輔助治療決策有重要意義。多層螺旋CT(multi-slice spiral CT,MSCT)利用薄層掃描及圖像后處理方法能夠獲取更多GGN圖像信息,既往有研究發(fā)現(xiàn),利用GGN形態(tài)學特征及定量參數(shù)對浸潤程度有很高的診斷價值[5-6],但關于IA患者不同病理亞型的進一步鑒別診斷研究較少?;诖耍狙芯恳苑尾坑跋駥W表現(xiàn)為GGN、病理檢查明確為IA的患者臨床資料進行回顧分析,旨在探討不同IA病理亞型的MSCT特征,為患者制定更合理的治療方案提供參考依據(jù)。報道如下。
1.1 臨床資料回顧2020年8月至2022年7月本院收治的154例GGN患者的臨床資料。
納入標準:符合第八版美國癌癥聯(lián)合委員會(American Joint Committee on Cancer,AJCC)分期系統(tǒng),接受手術切除,術后病理證實為Ⅰ期(T1N0M0)期IA的患者;術前接受肺部MSCT檢查,提示為GGN;均為單發(fā)病灶;原發(fā)性肺腺癌;臨床資料完整。排除標準:MSCT檢查前接受放化療或穿刺活檢者;術前MSCT檢查與手術時間間隔>1個月;圖像不清晰;病灶最大徑>3cm或實性占比≥0.5者;合并其他肺部疾病者;伴嚴重內(nèi)科疾病者。本研究獲得本院醫(yī)學倫理委員會批準同意。
1.2 MSCT檢查方法采用荷蘭Philips IQon spectral CT機檢查。多層螺旋掃描參數(shù):管電壓120kVp,管電流80~280mA,螺距0.984,準直器寬度0.625×64mm,球管轉速0.33s/r,F(xiàn)OV 50cm×50cm,薄層重建1.0 mm。
1.3 圖像分析完成掃描后,對采集數(shù)據(jù)進行標準算法重建,由兩名胸部影像科醫(yī)師進行雙盲分析,意見不統(tǒng)一時協(xié)商解決。在肺窗(1600HU,窗位-600HU)及縱膈窗(400HU,窗位40HU)下獨立測量結節(jié)長徑、實性占比(實性部分長徑占最大層面長徑的百分比,純磨玻璃結節(jié)實性占比=0)、CT值,并評估CT特征,包括病灶位置、結節(jié)密度(混合磨玻璃、純磨玻璃)、形狀是否規(guī)則、邊界是否模糊,有無深分葉征(邊緣扇貝狀隆起)、毛刺征(放射樣線條影)、胸膜凹陷征(胸膜表面至結節(jié)之間有線狀影相連,且胸膜呈三角形凸起)、空泡征(含氣腔隙)、支氣管改變(支氣管擴張、扭曲等改變)、血管集束征(結節(jié)周圍血管聚集)。
1.4 統(tǒng)計學分析將SPSS 26.0軟件分析數(shù)據(jù),分別以()表示計量資料,并進行t檢驗,用例數(shù)或“%”表示計數(shù)資料,并進行χ2檢驗,多因素Logistic回歸分析法評估鑒別貼壁生長亞型與非貼壁生長亞型的主要因素,并進行受試者工作特征(receiver operating characteristics,ROC)曲線進行預測效能評估。以P<0.05為差異有統(tǒng)計學意義。
2.1 IA患者各病理亞型臨床資料比較154例患者中男性74例(48.05%),女性80例(51.95%);年齡33~75歲,平均年齡(62.15±10.13)歲;有吸煙史者25例(16.23%),有飲酒史者31例(20.13%);術后經(jīng)病理診斷明確病理亞型分別為:貼壁生長型31例(20.13%)、腺泡型95例(61.69%)、乳頭型18例(11.69%)、微乳頭型7例(4.55%)、實體型3例(1.95%)。各病理亞型患者年齡、吸煙史及飲酒史資料比較,差異無統(tǒng)計學意義(P>0.05);貼壁生長型男性占比高于腺泡型和乳頭型,差異有統(tǒng)計學意義(P<0.05)。見表1。
表1 各病理亞型臨床資料比較
2.2 IA患者各病理亞型MSCT特征比較IA患者各病理亞型在病灶位置、形狀是否規(guī)則、有無胸膜凹陷征方面比較,差異無統(tǒng)計學意義(P>0.05)?;旌夏ゲAЫY節(jié)占比比較,貼壁生長型低于其他亞型,乳頭型低于腺泡型(P<0.05);邊界模糊、深分葉征占比比較,貼壁生長型低于腺泡型(P<0.05);毛刺征占比比較,貼壁生長型低于腺泡型和乳頭型,腺泡型低于乳頭型(P<0.05);空泡征占比比較,貼壁生長型低于乳頭型、微乳頭型和實體型,腺泡型低于乳頭型和實體型(P<0.05);支氣管改變、血管集束征占比比較,貼壁生長型低于腺泡型和乳頭型(P<0.05);結節(jié)長徑比較,貼壁生長型低于腺泡型,腺泡型低于微乳頭型和實體型(P<0.05);實性占比比較,貼壁生長型低于其他亞型,腺泡型和乳頭型低于微乳頭型和實體型(P<0.05);CT值比較,貼壁生長型低于其他亞型(P<0.05)。見表2。
2.3 多因素Logistic回歸評估鑒別貼壁生長亞型與非貼壁生長亞型的主要因素以IA患者GGN結節(jié)病理亞型為因變量(貼壁生長型=0,非貼壁生長型=1),貼壁生長型與非貼壁生長型患者存在差異的臨床因素及影像學指標為自變量納入多因素Logistic回歸模型,賦值方法:性別(女=0,男=1)、結節(jié)密度(純磨玻璃=0,混合磨玻璃=1)、邊界(清晰=0,模糊=1)、深分葉征(無=0,有=1)、毛刺征(無=0,有=1)、空泡征(無=0,有=1)、支氣管改變(無=0,有=1)、血管集束征(無=0,有=1)、結節(jié)長徑(實測值)、實性占比(實測值)、CT值(實測值),經(jīng)Logistic回歸分析發(fā)現(xiàn),支氣管改變、毛刺征、實性占比偏高、CT值偏低是鑒別IA患者GGN結節(jié)為非貼壁生長亞型的獨立危險因素(P<0.05)。見表3。
表3 多因素Logistic回歸鑒別貼壁生長亞型與非貼壁生長亞型的主要因素
2.4 Logistic模型對GGN貼壁生長亞型的預測效能分析利用支氣管改變、毛刺征、實性占比、CT值建立Logistic回歸分析模型,logit(p)=-0.224+0.315×無支氣管改變+0.851×無毛刺征+0.629×實性占比+0.106×CT值,對建立的Logistic回歸分析模型及單項變量分別進行ROC分析,結果顯示Logistic回歸分析模型對GGN貼壁生長亞型預測的曲線下面積(area under the curve,AUC)(95%CI)為0.870(0.807~0.919),分別高于無支氣管改變[0.635(0.554~0.711)]、無毛刺征[0.647(0.566~0.722)]、實性占比[0.797(0.725~0.857)]、CT值[0.668(0.588~0.742)]單項預測效能(Z=4.995、5.823、2.775、3.751,均P<0.05)。見表4和圖1。
圖1 MSCT參數(shù)及Logistic模型預測GGN貼壁生長亞型的ROC曲線
表4 MSCT參數(shù)及Logistic模型預測GGN貼壁生長亞型的效能分析
2.5 典型病例病例1:男,78歲,病理診斷為腺泡型浸潤性腺癌(圖2D),MSCT橫斷位顯示病灶形態(tài)不規(guī)則,邊緣毛刺(圖2A);矢狀位顯示血管改變,血管集束征(圖2B);冠狀位顯示部分實性結節(jié)(圖2C)。病例2:女,46歲,病理診斷為:貼壁生長亞型浸潤性腺癌(圖2H),MSCT橫斷位提示右肺上葉見不規(guī)則磨玻璃結節(jié)灶(圖2E);冠狀位顯示局部見少量實性成分,其內(nèi)血管束稍毛糙,支氣管略擴張(圖2F-圖2G)。
圖2A-圖2H 浸潤性腺癌MSCT圖像;患者男,78歲,主訴左側胸痛3月余,無明顯咳嗽、咳痰,無明顯活動后喘氣,凌晨疼痛明顯,非心前區(qū)絞痛,有慢性支氣管炎病史,CT顯示左上肺尖后段見磨玻璃結節(jié)(圖2A-圖2D)。圖2A 橫斷位顯示病灶形態(tài)不規(guī)則,邊緣毛刺;圖2B 矢狀位顯示血管改變,血管集束征;圖2C 冠狀位顯示部分實性結節(jié);圖2D 病理組織HE染色(×200),診斷為腺泡型?;颊吲?6歲,無不適,體檢發(fā)現(xiàn)右上肺占位三月,我院CT顯示右上肺尖段磨玻璃結節(jié)灶(E-G),圖2E 橫斷位提示右肺上葉見不規(guī)則磨玻璃結節(jié)灶;圖2F-圖2G 冠狀位,局部見少量實性成分,其內(nèi)血管束稍毛糙,支氣管略擴張;圖2H 病理組織HE染色(×200),診斷為貼壁生長型。
隨著人們對腫瘤警惕性增強及醫(yī)學影像學技術的不斷發(fā)展,臨床中早期肺癌檢出率不斷提高。早期肺癌灶在胸部CT上常表現(xiàn)為GGN,其發(fā)展是一個緩慢的過程,在組織病理學方面GGN病灶包括炎癥、局灶性纖維化、浸潤前病變(AAH/AIS)及浸潤性病變(MIA/IA)[7]。臨床專家認為,肺部持續(xù)存在的孤立性GGN診斷為早期肺腺癌的幾率較高,聯(lián)合血清腫瘤標志物、影像學特征有助于鑒別結節(jié)的病理分型[8]。報道顯示,Ⅰ期IA患者5年生存率為66%~86%,不同IA病理亞型患者預后不同,其中實體型預后最差,貼壁生長型5年生存率達90%,預后最好,可能與癌灶生長方式有關[9]。因此,及時、有效的診斷IA病理亞型,有助于選擇合適治療策略改善預后[10]。
本研究154例術后確診為IA的患者中,腺泡型占比最高(61.69%),貼壁生長型(20.13%)次之,微乳頭型(4.55%)和實體型(1.95%)占比最低,與文獻報道一致[11]。研究顯示,相較于晚期肺腺癌患者,早期患者中微乳頭型和實體型占比較低、貼壁生長型占比較高,在一定程度上能夠反映出貼壁生長型癌細胞惡性增殖能力較弱[12]。本研究對比各病理亞型MSCT特征發(fā)現(xiàn),不同亞型在結節(jié)密度、邊界模糊、深分葉征、毛刺征、空泡征、支氣管改變、血管集束征占比及結節(jié)長徑、實性占比、CT值方面存在差異,提示臨床中可通過分析上述影像學特征進行各亞型初步診斷。癌灶結節(jié)實性成分由癌細胞、纖維及塌陷的肺泡上皮細胞構成,其密度反映結節(jié)成分,因此GGN密度能夠反映腫瘤的侵襲性,有助于鑒別病理亞型[13]。多項研究證實,分葉征與毛刺征是影響癌細胞惡性行為的重要特征,此外,邊緣模糊、空泡征、支氣管改變、血管集束征也與肺腺癌浸潤特性有關[14-15]。這些特殊影像學特征的發(fā)生與肺炎性肌纖維母細胞(IMT)浸潤、癌細胞破壞肺泡和支氣管、膨脹性不均勻生長有關,隨著IMT的間質(zhì)浸潤,纖維牽拉周圍肺組織,從而造成了結節(jié)內(nèi)部及周圍血管、支氣管形態(tài)改變[16]。因此,結節(jié)密度、邊界模糊、深分葉征、毛刺征等不同影像特征有助于判斷IA的不同病理亞型。
本研究通過Logistic回歸分析發(fā)現(xiàn),支氣管改變、毛刺征、實性占比偏高、CT值偏低是鑒別IA患者GGN結節(jié)為非貼壁生長亞型的獨立危險因素。Volmonen等[17]報道指出,CT支氣管充氣征、實性成分比、切緣明確是區(qū)分肺腺癌侵襲性亞型及新分級的最佳影像學證據(jù),這與本研究結果相符。多項研究發(fā)現(xiàn),CT值是肺腺癌浸潤性的獨立預測因子,而肺腺癌的浸潤性與其病理亞型存在密切關聯(lián),浸潤程度越低CT值相對較低。Sun等[18]研究顯示,實性成分占比是預測表現(xiàn)為GGN的IA患者無病生存期及總生存期的重要因子,其占比越高預后越差;Okada等[19]報道也指出,相較于部分實體瘤患者,純實體瘤肺癌臟層胸膜侵犯發(fā)生率更高,預后更差。因此,CT值越高、實性占比越高往往提示浸潤程度更高。
本研究利用支氣管改變、毛刺征、實性占比、CT值建立Logistic回歸分析模型,ROC分析結果顯示,Logistic回歸分析模型對GGN貼壁生長亞型預測的AUC為0.870,分別高于無支氣管改變(AUC=0.635)、無毛刺征(AUC=0.647)、實性占比<17.3%(AUC=0.797)、CT值<-542 HU(AUC=0.668)單項的預測效能。分析可能原因為,磨玻璃結節(jié)、毛刺征的判斷易受主觀影響,CT值易受掃描參數(shù)影響,利用邏輯回歸算法將結節(jié)的MSCT特征及定量參數(shù)結合共同預測時,準確度更高[20]。
綜上所述,MSCT特征能幫助鑒別肺部IA患者GGN的不同病理亞型,其中支氣管改變、毛刺、實性占比及CT值與貼壁生長亞型密切相關,據(jù)此構建的Logistic回歸模型對貼壁生長亞型有較高的鑒別價值,為患者提供個體化醫(yī)療提供參考依據(jù)。