期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于高分辨率CT征象建立logistic回归模型对IA期肺腺癌高级别模式的预测价值
被引量：
6
1
作者
董浩
邱勇刚
+4 位作者
汪鑫斌
杨俊杰
楼存诚
叶晓丹
YIN Lekang
《中国癌症杂志》
CAS
CSCD
北大核心
2023年第8期768-775,共8页
背景与目的:研究表明,当存在高级别组织学模式(微乳头状和实体模式)时,肺腺癌患者的预后明显较差,往往需要更积极的治疗方式,术前确定浸润性肺腺癌中是否存在任何高级别模式(high-grade pattern,HGP)可以帮助预测患者的预后并确定治疗...
背景与目的:研究表明,当存在高级别组织学模式(微乳头状和实体模式)时,肺腺癌患者的预后明显较差,往往需要更积极的治疗方式,术前确定浸润性肺腺癌中是否存在任何高级别模式(high-grade pattern,HGP)可以帮助预测患者的预后并确定治疗策略。本研究旨在建立基于高分辨率计算机体层成像(computed tomography,CT)征象的logistic回归模型预测ⅠA期肺腺癌的HGP。方法:回顾性分析经病理学检查证实为ⅠA期肺腺癌的443例患者(445个病灶)的临床、病理学及影像学资料。根据病理学检查结果有无HGP将445个病灶分成两组:HGP组(n=88个)和非HGP(non-HGP,n-HGP)组(n=357个)。患者的临床病理学资料包括年龄、性别、吸烟史、肿瘤位置、分期及病理生长方式等。CT影像学上观察病灶大小、密度、形状、毛刺征、分叶征、空泡征、空气支气管征、胸膜凹陷征等。两组间定量参数比较采用Mann-Whitney U检验,计数资料采用χ2检验或Fisher确切概率法。采用单因素结合多因素logistic回归分析筛选独立预测因子,并根据多因素logistic回归分析结果分别构建临床模型、CT模型及临床-CT模型,模型间诊断效能的比较采用Delong检验。结果:单因素分析中HGP组与n-HGP组之间年龄、性别、吸烟史、肿瘤大小、密度、形状、毛刺、分叶征、胸膜牵拉差异有统计学意义(P<0.05),多因素logistic回归分析结果显示肿瘤大小(P=0.040;OR=1.063,95%CI:1.003~1.126)、密度(P<0.001;OR=8.249,95%CI:4.244~16.034)、分叶征(P=0.001;OR=3.101,95%CI:1.598~6.021)是HGP的独立预测因素,临床模型、CT模型、临床-CT模型预测HGP的曲线下面积(area under curve,AUC)值分别为0.634、0.838及0.834。结论:肿瘤大小、密度与分叶征是ⅠA期肺腺癌HGP的独立预测因子。基于高分辨率CT征象的logistic回归模型具有较好的诊断效能,可以为临床诊断及制订外科治疗方案提供一定的参考依据。
展开更多
关键词
肺腺癌
高级别模式
预测模型
高分辨率CT
在线阅读
下载PDF
职称材料
题名
基于高分辨率CT征象建立logistic回归模型对IA期肺腺癌高级别模式的预测价值
被引量：
6
1
作者
董浩
邱勇刚
汪鑫斌
杨俊杰
楼存诚
叶晓丹
YIN Lekang
机构
杭州市萧山区第一人民医院放射科
杭州市萧山区第一人民医院病理科
复旦大学附属中山医院放射科
上海医学影像研究所
复旦大学附属中山医院肿瘤中心
出处
《中国癌症杂志》
CAS
CSCD
北大核心
2023年第8期768-775,共8页
基金
国家自然科学基金(81571629、82071990)
上海市科学技术委员会项目(19411965200)
+2 种基金
浙江省医药卫生科技计划项目(2023RC252)
杭州市农业与社会发展科研引导项目(20220919Y078)
杭州市萧山区社会发展重大科技计划政策引导项目(2021309)。
文摘
背景与目的:研究表明,当存在高级别组织学模式(微乳头状和实体模式)时,肺腺癌患者的预后明显较差,往往需要更积极的治疗方式,术前确定浸润性肺腺癌中是否存在任何高级别模式(high-grade pattern,HGP)可以帮助预测患者的预后并确定治疗策略。本研究旨在建立基于高分辨率计算机体层成像(computed tomography,CT)征象的logistic回归模型预测ⅠA期肺腺癌的HGP。方法:回顾性分析经病理学检查证实为ⅠA期肺腺癌的443例患者(445个病灶)的临床、病理学及影像学资料。根据病理学检查结果有无HGP将445个病灶分成两组:HGP组(n=88个)和非HGP(non-HGP,n-HGP)组(n=357个)。患者的临床病理学资料包括年龄、性别、吸烟史、肿瘤位置、分期及病理生长方式等。CT影像学上观察病灶大小、密度、形状、毛刺征、分叶征、空泡征、空气支气管征、胸膜凹陷征等。两组间定量参数比较采用Mann-Whitney U检验,计数资料采用χ2检验或Fisher确切概率法。采用单因素结合多因素logistic回归分析筛选独立预测因子,并根据多因素logistic回归分析结果分别构建临床模型、CT模型及临床-CT模型,模型间诊断效能的比较采用Delong检验。结果:单因素分析中HGP组与n-HGP组之间年龄、性别、吸烟史、肿瘤大小、密度、形状、毛刺、分叶征、胸膜牵拉差异有统计学意义(P<0.05),多因素logistic回归分析结果显示肿瘤大小(P=0.040;OR=1.063,95%CI:1.003~1.126)、密度(P<0.001;OR=8.249,95%CI:4.244~16.034)、分叶征(P=0.001;OR=3.101,95%CI:1.598~6.021)是HGP的独立预测因素,临床模型、CT模型、临床-CT模型预测HGP的曲线下面积(area under curve,AUC)值分别为0.634、0.838及0.834。结论:肿瘤大小、密度与分叶征是ⅠA期肺腺癌HGP的独立预测因子。基于高分辨率CT征象的logistic回归模型具有较好的诊断效能,可以为临床诊断及制订外科治疗方案提供一定的参考依据。
关键词
肺腺癌
高级别模式
预测模型
高分辨率CT
Keywords
Lung adenocarcinoma
High-grade pattern
Prediction model
High-resolution CT
分类号
R734.2 [医药卫生—肿瘤]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于高分辨率CT征象建立logistic回归模型对IA期肺腺癌高级别模式的预测价值
董浩
邱勇刚
汪鑫斌
杨俊杰
楼存诚
叶晓丹
YIN Lekang
《中国癌症杂志》
CAS
CSCD
北大核心
2023
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
