CT特征联合肿瘤标志物预测肺磨玻璃结节肿瘤浸润性的回顾性队列研究

　　肺癌是癌症死亡的主要原因（占癌症死亡总数的18.0%）[]。随着治疗方法的进步，其生存率有所提高，但总的5年生存率仍较低，只有19%[]。这种不良预后的主要原因为许多患者在最初诊断时已经是晚期病变，甚至多达55%患者在最初诊断时出现了远处转移[]。使用低剂量CT肺癌筛查试验多次证明，与对照组相比，筛查组的肺癌死亡人数有所减少[]。早发现、早诊断、早治疗是降低肺癌死亡率的主要手段。但是部分肺部小结节，尤其是边界清楚、直径<10 mm的纯磨玻璃结节（ground-glass nodule，GGN）存在过度治疗的现象[]。因此如何确保应该进行早期治疗的小结节得到及时处理，同时又避免过度治疗是亟待解决的难题。不同侵袭程度的早期腺癌具有重叠的CT形态，并经常表现为亚实性结节，其定义为边界模糊、结节性肺衰减增加、支气管和血管边缘保留，包括纯GGN和部分实性结节，取决于是否有实性成分[]。2021年发布的第五版胸部肿瘤世界卫生组织分类[]中将原位腺癌（adenocarcinoma in situ，AIS）和非典型腺瘤样增生（atypical adenomatoid hyperplasia，AAH）归类到前驱体病变，而微浸润性腺癌（minimally invasive adenocarcinoma，MIA）依然归类到腺癌。这个新分类引起国内肿瘤专家的激烈讨论，其中包括：AIS被剔出肺癌诊断了，那就不再属于恶性肿瘤，手术切除也就没有必要了[]。所以准确区分是前驱体病变还是浸润性病变对于制定治疗决策至关重要。先前已经有许多研究者[-]将肺部结节的轮廓、边缘、内部特征与病理标本进行比较，发现CT特征有助于制定区分良性和恶性病变的标准。基于已有的研究，我们提出一种设想：能否将CT特征联合肿瘤标志物建立一个数学模型来准确预测肿瘤的浸润性，从而协助临床医生制定治疗决策，提高患者生存获益。因此，基于该设想我们进行了此研究。

　　回顾性分析2018年6月—2021年5月在我院行手术治疗、具有病理分析结果及对应CT图像资料、肿瘤标志物结果共389例（389个亚实性结节）患者的临床资料。纳入标准：（1）术前1个月内在我院行平扫CT扫描；（2）结节直径≤3 cm；（3）CT图像层厚≤1 mm；（4）术前未行活检或抗肿瘤治疗；（5）有术前1个月内肿瘤标志物结果；（6）病理结果为AAH、AIS、MIA、浸润性腺癌（invasive adenocarcinoma，IAC）；（7）结节性质为纯磨玻璃或部分实性。根据纳入标准，排除147例患者（其中错构瘤14例、炎性假瘤4例、肌纤维母细胞瘤6例、慢性炎症5例、纤维增生2例、结核球79例、鳞状细胞癌22例、机化性肺炎11例、软骨瘤2例、硬化性血管瘤2例），无多发性腺瘤病例。余242例患者（242个结节）纳入研究，其中男107例、女135例，平均年龄（57.98±9.57）岁。AAH 24例，AIS 44例，MIA 10例，IAC 164例。根据术中快速冰冻结果行肺楔形切除术、肺亚段切除术或肺叶切除术+纵隔淋巴结清扫。

　　根据病理诊断结果分为浸润前病变（AAH/AIS）和浸润性病变（MIA/IAC）。将纳入研究患者DICOM格式的CT资料导入到人工智能系统（点内科技ScrynProTM肺小结节智能辅助筛查系统）。该人工智能系统基于国内顶尖肺部专科医院及大型三甲医院海量真实肺部CT影像数据及病理金标准数据，进行深度学习训练，其验证结果表明对于<3 cm的肺小结节检出效果尤佳。系统可针对影像检测，提供结节测量分割、结节良恶性风险、浸润分型概率等结果。SurgiPro?整体验证性能：总体良恶性曲线下面积（area under the curve，AUC）可达0.81～0.93，总体腺癌ⅠA期判别AUC在0.88～0.95。人工智能系统识别肺结节，自动计算并输出肺结节的性质、标准直径、实性成分大小、体积、平均CT值、最大CT值、最小CT值、中心CT值以及有无分叶征、毛刺征、胸膜凹陷征、血管穿行等特征。并收集肺癌肿瘤标志物，主要包括：神经元特异性烯醇化酶（neuron-specific enolase，NSE）、癌胚抗原（carcinoembryonic antigen，CEA）、细胞角蛋白19片段（CYFRA21-1）、胃泌素释放肽前体。

　　扫描参数为：（1）西门子Siemens SOMATOM Definition AS+64排螺旋CT。管电压：120 kV；管电流：自动管电流调节；螺距：1.2；层厚：1 mm；视野：326 mm；图像矩阵：512×521。（2）GE Discovery CT750 HD 64排螺旋CT，管电压：120 kV；管电流：自动管电流调节；螺距：0.863 1；层厚：1 mm；视野：350 mm；图像矩阵：512×521。（3）GE Light speed VCT 64排螺旋CT，管电压：120 kV；管电流：自动管电流调节；螺距：1.2；层厚：1 mm；视野：350 mm；图像矩阵：512×521。 扫描范围自肺尖到肺底，深吸一口气之后屏住呼吸开始扫描，所有的参数由平扫CT获得。

　　242枚GGN标本均由我院胸外科医师行胸腔镜下手术获得。手术标本经4%中性甲醛固定，病灶切片，石蜡包埋、制片，常规苏木精-伊红染色，部分加做免疫组织化学检查进一步明确肿瘤分类。由2名经验丰富的病理诊断医师诊断，当结果不一致时经综合讨论达成一致。诊断标准：（1）AAH：局灶性病变（≤0.5 cm），上皮细胞轻-中度不典型增生，沿肺泡或呼吸性支气管壁生长，无间质性炎性反应和纤维增生；（2）AIS：局灶性病变（≤3.0 cm），肿瘤细胞沿肺泡壁伏壁式生长，无间质、血管或胸膜浸润；（3）MIA：局灶性病变（≤3.0 cm），腺泡细胞以伏壁式生长为主且浸润灶≤0.5 cm；（4）IAC：局灶性病变（≤3.0 cm），病变浸润范围>0.5 cm。

　　采用SPSS 25.0统计软件进行统计学分析。服从正态分布的计量资料采用均数±标准差（±s）表示，组间比较采用t检验；不服从正态分布的计量资料采用中位数（四分位数间距）［M（IQR）］表示，组间比较采用秩和检验。计数资料以例数及率（%）表示，组间比较采用χ2检验或Fisher确切概率法；将性别、年龄、结节性质、标准直径、实性成分大小、体积、CEA等18项因素进行单因素分析，将单因素分析结果中差异有统计学意义的数据纳入多因素分析，分析GGN肿瘤浸润性的独立危险因素。建立肿瘤浸润概率预测模型，绘制受试者工作特征（receiver operating characteristic，ROC）曲线，计算AUC，确定模型的诊断截点值，分析模型的敏感度和特异度。AUC在0.5～<0.7之间为诊断价值较低，0.7～0.9为诊断价值中等，>0.9诊断价值较高。P≤0.05为差异有统计学意义。

　　本研究已通过兰州大学第一医院伦理委员会批准，批准号：LDYYLL2021-355。

　　研究纳入的242例患者中，浸润前病变共68例，其中男21例、女47例，平均年龄（54.47±9.97）岁；浸润性病变174例，其中男86例、女88例，平均年龄（59.29±9.10）岁。患者的CT特征及肿瘤标志物结果；见。

　　经单因素分析，肺腺癌浸润前病变和浸润性病变在性别（P=0.009）、结节性质（P<0.001）、年龄（P=0.001）、标准直径（P<0.001）、实性成分大小（P<0.001）、体积（P<0.001）、平均CT值（P<0.001）、最大CT值（P<0.001）、中心CT值（P<0.001）、Cyfra21-1（P=0.003）、吸烟（P=0.008）、毛刺征（P<0.001）、分叶征（P=0.044）差异均有统计学意义。而NSE（P=0.580）、胃泌素释放肽前体（P=0.242）、CEA（P=0.248）、胸膜牵拉征（P=0.235）、血管穿行（P=0.137）差异无统计学意义。

　　经二元logistic回归进行多因素分析，结果发现结节性质（P=0.003）、实性成分大小（P<0.001）、中心CT值（P=0.002）、Cyfra21-1（P=0.024）、毛刺征（P=0.037）是影响肺腺癌浸润程度的独立影响因素；见。其临界值分别为8.65 mm、–309.00 Hu、3.23 ng/mL（正常范围为0～3.3 ng/mL）。部分实性结节中浸润性病变所占比例（63.2%）高于纯GGN中浸润性病变比例（8.7%）。浸润性病变实性成分大小、Cyfr21-1及中心CT值均大于浸润前病变。建立的回归模型为logit（P）=0.982–（3.369×结节性质）+（0.921×实性成分大小）+（0.002×中心CT值）+（0.526×Cyfra21-1）–（0.0953×毛刺征）。定量结果有则记为1，无则记为0。结节性质：磨玻璃记为0，部分实性记为1；实性成分大小<8.65 mm记为0，≥8.65 mm记为1；中心CT值<–309.00 Hu记为0，≥–309.00 Hu记为1；Cyfr21-1<3.23 ng/mL记为0，≥3.23 ng/mL记为1。对该模型进行似然比检验（P<0.001），表明模型具有统计学意义。霍斯默-莱梅肖检验显示观测数据和回归模型拟合状态良好（P=0.951）。然后分别绘制中心CT值、实性成分大小、Cyfra21-1、模型预测可能性的ROC曲线；见。AUC分别为0.748、0.888、0.582、0.908；见。预测模型预测肿瘤浸润性的准确率为91.3%，预测模型AUC、敏感度、特异度均高于其它单因素分析指标。

　　肺腺癌是最常见的非小细胞肺癌亚型，每年在全世界造成50多万人死亡[]。肺结节是肺癌的早期表现，根据结节中是否存在固体成分，将GGN分为混合GGN和纯GGN[]。当GGN持续3个月时，认为与肺腺癌有关[]。对于AIS的GGN患者，每年随访CT扫描可能是合理和安全的，5年生存率为100%[-]；在诊断为ⅠA期的患者中，5年生存率只有74.6%，尽早进行手术治疗是至关重要的。然而，由于GGN的不确定性，手术干预的最佳时机是有争议的[-]。因此迫切需要准确判断肺结节是浸润前病变还是浸润性病变。临床中，CEA、Cyfra21-1、NSE、癌抗原125（CA125）已经被广泛用于非小细胞肺癌的早期诊断[-]。Huang等[]报道肿瘤标志物联合影像学检查可克服单一检测的不足，避免误诊。研究[]表明CT特征与病理变化密切相关。 Li等[]综合CT形态学特征（分叶征、胸膜凹陷征、肿瘤边界模糊）及结节量化参数（平均直径、最大直径、CT平均值、CT最大值）构建鉴别AIS 与MIA、MIA、IAC的模型函数，结果显示综合信息可提高诊断准确性。所以本研究致力于探索一种在人工智能辅助下将CT特征联合肿瘤标志物用于预测肺癌肿瘤侵袭性的模型。

　　本研究发现结节实性成分大小、中心CT值、Cyfra21-1、结节性质、有无毛刺征是预测肺腺癌肿瘤浸润性的独立影响因素，其中实性成分大小的评估价值最高。GGN中实性成分的主要病理改变为：（1）肺间质的纤维炎性增生和炎性细胞浸润；（2）表现为层叠排列的癌细胞，肺泡结构不同程度受损且在致密的纤维结构中存在肿瘤细胞浸润。周边磨玻璃样变的主要成分为出血和炎症反应。因此理论上讲GGN实性成分越大说明肿瘤成分越多。本研究结果显示结节实性成分≥8.65 mm时，结节更倾向于浸润性病变，应该及时进行手术治疗。研究者[-]发现结节的实性成分大小可区分浸润前肿瘤和浸润性肿瘤，其临界值分别为9.4 mm、8.1 mm、9 mm。其研究结果与本研究的结果相似。

　　相关研究[-]发现平均CT值可作为区分侵袭性和非侵袭性GGN肺腺癌的阈值标准，并且CT值越高，恶性程度越高。Lee等[]认为具有更高像素衰减的GGN更有可能是侵袭性腺癌。CT衰减值增加主要是由于累积侵袭性细胞生长，局灶性纤维化或肺泡塌陷[-]。目前平均CT值对鉴别GGN恶性程度的意义已被文献[-, ]证实，但对平均CT值的临界值各中心报道不一，主要在–490～–440 Hu之间。Ichinose等[]发现最大CT值是组织学浸润性的独立预测因素。而本研究发现中心CT值可以预测肿瘤的浸润性，并且浸润性病变的CT值高于浸润前病变，当中心CT值≥–309.00 Hu时，病变更倾向于浸润性病变。

　　此外，一些研究[-]表明恶性GGN的分叶状、针状、棘突、胸膜凹陷、血管汇聚等现象明显多于良性GGN。Fan等[]发现恶性GGN的分叶征、毛刺征、棘突状、界面粗糙、含气空腔、胸膜凹陷、血管汇聚等明显高于良性GGN。本研究中仅毛刺征在预测肿瘤浸润性中具有统计学意义。有研究[-]表明CEA、Cyfra21-1、CA125可以预测患者的预后。Doweck等[]报道Cyfra21-1比TNM分期更能准确反映肿瘤大小。因此研究肿瘤标志物和肺腺癌肿瘤浸润性关系是有意义的。本研究仅发现Cyfra21-1可以独立预测肿瘤是否浸润，建立的预测模型能很好预测肺癌肿瘤浸润性，具有较高的预测准确性。本研究将肿瘤标志物与CT特征结合起来建立一个数学模型来判断肺结节的浸润性，仍存在以下不足之处：（1）本研究为单中心研究，且病例数量较少，需要扩大病例数量，进行多中心研究来进一步验证该模型的远期效果；（2）在预测肺GGN肿瘤浸润性研究前应该先进行肺GGN良恶性预测研究。在未来需要继续将这两方面结合起来进行前瞻性研究。

　　实性成分≥8.65 mm、中心CT值≥–309.00 Hu、边缘毛刺的部分实性肺结节更倾向于浸润性肺癌，在无明显手术禁忌证的情况下应该尽早手术治疗，反之CT随访观察。通过分析CT特征及肿瘤标志物所建立的预测模型能够较好预测肿瘤的侵袭性。其预测效果均优于任何单一因素的预测效果。

　　利益冲突：无。

　　作者贡献：何花负责论文构思及设计、筛选文献、提取资料、质量评估、整理及分析数据、撰写及修改论文；胡文滕进行筛选文献、提取资料、质量评估；胡文滕、蔺瑞江、魏宁、马敏杰、韩彪进行论文质量评价、修改论文。