Spectral CT Combined with Tumor Markers to Predict Ki-67 Expression in Lung Adenocarcinoma
-
摘要:
目的：探讨能谱CT定量参数联合血清肿瘤标志物（CEA、CA-125）对肺腺癌Ki-67表达的预测价值。方法：回顾性分析2020年6月至2022年2月经病理证实为肺腺癌的64例患者临床病理及影像学资料，所有患者均行双期能谱CT检查，且疗前血清CEA和CA-125水平明确。根据术后病理结果分为Ki-67高表达组（＞30％）、Ki-67低表达组（≤30％）。经双能量后处理工作站测得能谱相关定量参数碘值（IC）、标准化碘比率（NIC）及能谱曲线斜率（λHU），根据病历资料获取疗前血清CEA和CA-125表达水平。采用t/Mann-Whitney U检验、
$\chi^2 $ 检验比较两组间各参数的差异，采用ROC曲线评估参数的预测效能。结果：Ki-67低表达组静脉期IC、NIC和λHU值均高于高表达组，组间差异有统计学意义；Ki-67高表达组血清CEA及CA-125水平高于低表达组，组间差异有统计学意义；其他参数组间差别无统计学意义。ROC曲线分析显示多因素联合指标对Ki-67的预测效能明显高于各单因素指标，曲线下面积为0.754，敏感度为77.78％，特异度为72.97％。结论：静脉期能谱CT定量参数、血清CEA及CA-125水平对预测Ki-67表达有一定价值，能够为临床治疗方案的选择提供一定依据。Abstract:Purpose: To investigate the predictive value of energy spectrum CT quantitative parameters combined with serum tumor markers (CEA, CA-125) on Ki-67 expression in lung adenocarcinoma. Methods: The clinicopathological and imaging data of 64 patients with lung adenocarcinoma confirmed by pathology from June 2020 to February 2022 were retrospectively analyzed. All patients underwent dual-phase energy spectrum CT examination, and serum CEA and CA-125 levels before treatment were clear. Based on postoperative pathological results, patients were divided into two groups, the high expression group of Ki-67 (>30%) and the low expression group of Ki-67 (≤30%). The iodine value (IC), standardized iodine ratio (NIC), and the slope of the energy spectrum curve (λHU) were measured by a dual-energy post-processing workstation. The expression levels of SERUM CEA and CA-125 before treatment were obtained according to medical records. Statistical analysis of the data was performed with SPSS 22.0; t-test or Mann−Whitney U test and
$\chi^2 $ tests were used to compare the differences in parameters between the two groups, and the ROC (receiver operating characteristic curve, ROC) curve was used to evaluate the prediction efficiency of the parameters. Results: The IC, NIC, and λHU values in the low expression group were higher than those of the high expression group, and the differences were statistically significant. Serum CEA and CA-125 levels in the Ki-67 high expression group were higher than those of the low expression group, and the difference was statistically significant. There were no significant differences in other parameters between the two groups. ROC curve analysis showed that CEA had the best predictive efficiency for Ki-67, with an area under the curve of 0.697, sensitivity of 39.17%, and specificity of 100%. Conclusions: The quantitative parameters of energy spectrum CT in the venous phase, serum CEA, and CA12-5 levels have a certain value in predicting the expression of Ki-67, which can provide a basis for selecting a clinical treatment plan.-
Keywords:
- energy spectrum CT /
- lung adenocarcinoma /
- tumor markers /
- Ki-67
-
非对比增强冠状动脉磁共振成像（non-contrast-enhanced coronary magnetic resonance angiography，NCE-CMRA）是一种无需使用对比剂以及接受电离辐射的无创检测冠状动脉狭窄的检查手段[1]。对于特定的冠心病患者群体，比如肾功能不全的患者,使用冠状动脉CTA（coronary CTA，CCTA）或者冠状动脉造影术（coronary angiography，CAG）所需要的碘对比剂容易导致急性肾损伤[2-3]，而使用增强的CMRA所需要的钆对比剂又会有导致肾源性全身性纤维化的风险[4]，同为无创性冠状动脉狭窄检查方式，NCE-CMRA便可作为有效的替代检查方式。
3.0T NCE-CMRA由于其较高的磁场强度，相比于1.5T拥有更高的信噪比（signal-to-noise ratio，SNR）和对比噪声比（contrast-to-noise ratio，CNR），因此具有潜在更高的空间分辨率。然而高场强带来的磁场不均匀性增加会使3.0T NCE-CMRA所获取的图像质量下降[5]，尤其是表现在引起基于频率的压脂技术的有效性下降方面[6]，包裹冠状动脉的心外膜脂肪信号若不能得到有效抑制，则会阻碍冠状动脉解剖结构的可视化并且产生伪影，从而影响CMRA的诊断价值。随着研究进展，通过使用特定压脂技术，3.0T NCE-CMRA的图像质量逐渐提高，并且逐渐优于1.5T[7]。
频率选择饱和法压脂技术（spectral presaturation with inversion recovery，SPIR）可利用频率选择性射频脉冲仅使脂肪的磁化饱和，同时保持水的磁化从而抑制冠状动脉周围脂肪信号。其中3.0T全心冠状动脉梯度回波（whole heart coronary artery turbo-field-echo，WHCA TFE）序列可通过与压脂技术相结合提升血管信号[8]，并且该序列与SPIR压脂技术结合诊断冠状动脉狭窄的可行性已被最近研究证实[9]。
mDixon是一种非平衡快速梯度回波序列，它可以基于水和脂肪在3.0T的较大化学位移抑制背景脂肪信号，从而重建出水图像用于诊断冠状动脉狭窄[10]。作为传统Dixon序列的改良，mDixon序列已经被证实在外周血管疾病以及先心病方面具有优秀的诊断能力[11-12]。根据最近研究[13]，mDixon序列对于冠状动脉狭窄也具有良好的诊断准确性。然而这两种3.0T NCE-CMRA技术的诊断性能目前仍缺乏对比性研究。
本研究尝试以CAG检查结果为金标准，在3.0T NCE-CMRA上分别应用mDixon序列和WHCA TFE序列使用SPIR技术对可疑冠心病患者扫描，并将两种方法作对比，以评估其诊断表现。
1. 资料与方法
1.1 研究对象
本研究为前瞻性研究，符合《赫尔辛基宣言》。经过烟台毓璜顶医院伦理委员会批准（伦理号No.2021-453），并且每名受试者在接受检查前均签署了知情同意书。
从2022年9月到2023年12月，共纳入45例拟行CAG检查的可疑冠心病患者。排除标准：心律失常、端坐呼吸、冠状动脉支架置入或冠状动脉搭桥手术史以及具有MRI检查禁忌症。
患者在接受CMRA检查前被告知保持规律平稳并且小幅度的呼吸，检查前不服用β受体阻滞剂类药物或舌下含服硝酸甘油。
1.2 CMRA图像采集
两种不同序列的NCE-CMRA都在3.0T MR扫描仪（Philip Ingenia；Philips Healthcare）上进行，该设备配有32通道体部相控阵表面线圈。检查者进行扫描前将一条医用腹带缠绕于患者肋骨下缘以减少呼吸运动伪影[14]，使用四导联心电图进行前瞻性心电门控，以及自由呼吸膈肌导航作为呼吸门控。
首先使用快速定位序列确定膈顶以及心脏位置，随后使用二维平衡稳态自由进动（two-dimensional balanced steady-state free precession，2D b-SSFP）序列扫描四腔心层面电影图像确定右冠状动脉相对静止期作为每个心动周期的固定采集时间段。随后患者使用固定采集时间段，随机顺序分别接受3.0T WHCA TFE序列和mDixon序列CMRA检查，二者均使用敏感度编码（sensitivity encoding，SENSE）作为加速采集技术。
WHCA TFE序列扫描参数：TR 4.3 ms，TE 1.7 ms，FOV 290×252×140 mm，采集矩阵180×140×90，重建矩阵374×292×220，反转角10°，SENSE 2.0×1.0，压脂技术SPIR。mDixon序列扫描参数：TR 4.5 ms，E1 1.4 ms，TE 2 2.6 ms，FOV 270×300×100 mm，采集矩阵176×201×150，重建矩阵352×400×300，SENSE 2.0×1.0。
mDixon序列获得的图像中仅水成像图被用于分析。CMRA的采集过程中记录平均心率以及门控效率。
1.3 全心CMRA图像分析
CMRA获取的原始数据均被直接传送至独立的飞利浦工作站（IntelliSpace Portal，Philips Healthcare）进行图像重建。
利用双盲法，由两名对患者CAG检查结果不知情的经验丰富的放射科医师进行图像质量评分以及显著狭窄诊断。根据美国心脏会（American Heart Association，AHA）分段法评估各个冠状动脉节段[15]。
分别测量左前降支、回旋支以及右冠状动脉长度及血管直径，其中左前降支长度测量包括左主干，血管直径在血管中段测量。两名观察者观察结果若出现差异则最后通过共识阅读获得统一结论。
主观图像质量评分采用5分法。标准：1分为不可评估，图像伪影严重，冠状动脉显示差；2分为可评估，图像伪影中等，冠状动脉显示一般；3分为可评估，图像伪影较轻，冠状动脉显示良好；4分为可评估，图像伪影轻微，冠状动脉显示好；5分为可评估，无图像伪影，冠状动脉显示十分清晰。同时，CAG可见而NCE-CMRA不可视节段也被评分为1分。
图像质量大于等于2分的节段被纳入于诊断冠状动脉显著狭窄，显著狭窄定义标准：管腔狭窄程度明显，大于血管直径的50%，管腔局限性的明显信号丢失或减低[16]。同时根据意向治疗分析，无法评估节段被纳入显著狭窄（包括评分1分以及CAG可见而NCE-CMRA不可见节段）[17]。
1.4 CAG评估
每名受检者在接受CMRA检查之后的两天内进行CAG检查。利用双盲法，由两名经验丰富的心内科医生在对CMRA结果不知情的情况下对CAG结果进行判定。根据AHA分段法评估各个冠状动脉节段[15]。
使用冠状动脉造影术定量分析软件（QCA；Siemens Healthcare）进行辅助评估，管腔狭窄程度大于50%定义为显著狭窄[16]，同时若血管直径小于1.5 mm则不纳入狭窄评估。
1.5 统计分析
采用SPSS 27.0进行统计学分析。定量变量用
$（\bar{x} \pm s） $ 表示，分类变量用百分比来表示。使用配对t检验比较序列之间血管长度、血管直径的差异，使用配对Wilcoxon符号秩和检验比较各个节段的序列之间的主观图像质量评分的差异，使用Kappa分析评估两名观察者之间的一致性。以CAG为参考标准，分别在基于血管、节段水平分别评估两种CMRA序列对显著冠状动脉狭窄的诊断表现（敏感性、特异性、准确性、阳性预测值以及阴性预测值），结果包含95% CI。使用McNemar检验比较不同序列之间的敏感性、特异性、准确性，使用联合假设检验比较阳性预测值、阴性预测值，同时分别计算两种NCE-CMRA基于血管水平、节段水平的F1值。
P < 0.05认为差异有统计学意义。
2. 结果
2.1 受检者基本信息
共45例可疑冠心病患者被纳入本次实验，其中3例患者因以下原因被排除检查：心律失常（2例），冠状动脉支架置入史（1例）；有1名患者由于在检查过程中呼吸模式不规则未能完成扫描；1名患者虽然成功完成CMRA扫描，但因无法耐受CAG检查未被纳入分析。
最终共40名患者完成CMRA扫描并被纳入分析，其中男性21例、女性19例，年龄41~75岁（57±10）岁；高血压23例，有吸烟史19例，有胸痛史25例；患者体质指数为（25.1±2.7），WHCA TFE平均扫描时间为（9.5±2.3）min，mDixon平均扫描时间为（8.0±2.1）min，扫描过程平均心率为（69±10）次/min，平均导航效率为（56±12）%。
2.2 NCE-CMRA的图像质量
两种NCE-CMRA中平均血管长度及血管直径见表1。mDixon序列所测得有效血管长度以及血管直径结果均优于WHCA TFE序列使用SPIR技术。
表 1 NCE-CMRA序列间血管可见长度与血管直径对比Table 1. Comparison of visible vessel length and diameters between NCE-CMRA sequencesmDixon
序列WHCA TFE
序列、SPIR
技术P 血管长度/cm 右冠状动脉 14.8±2.8 14.4±2.7 < 0.001 左前降支 13.3±1.9 13.0±1.9 < 0.001 左回旋支 10.5±1.6 10.2±1.8 < 0.001 血管直径/mm 右冠状动脉 4.2±0.6 4.1±0.6 0.002 左前降支 4.0±0.4 3.8±0.5 < 0.001 左回旋支 3.5±0.5 3.4±0.6 < 0.001 基于冠状动脉节段的图像质量评分见表2。共21个节段因直径小于1.5 mm未被纳入分析，排除这些血管节段，共499个节段被纳入分析，其中mDixon序列可见节段为495个（99.1%），WHCA TFE序列使用SPIR技术可见节段为492个（98.5%）。
表 2 NCE-CMRA序列间图像质量评分对比Table 2. Comparison of subjective image quality grades between NCE-CMRA sequences冠状动脉 mDixon
序列WHCA TFE
序列、SPIR
技术P 右冠状动脉 近段 4.3±0.7 4.2±0.8 0.035 中段 4.0±0.8 3.6±0.7 0.001 远段 3.5±0.8 3.3±0.9 0.008 后降支/后侧支 3.5±0.9 3.0±0.8 0.001 左主干 4.5±0.6 4.4±0.6 0.083 左前降支 近段 4.4±0.7 4.3±0.7 0.317 中段 4.1±0.7 3.9±0.7 0.003 远段 3.8±0.9 3.6±0.8 0.033 第1对角支 3.8±0.9 3.7±0.9 0.025 第2对角支 3.4±0.9 3.3±0.8 0.034 左回旋支 近段 4.3±0.7 4.0±0.9 0.008 远段 3.6±1.0 3.4±0.9 0.021 钝缘支 3.4±0.9 3.0±0.8 0.004 总体 3.9±0.9 3.7±0.9 0.001 两种NCE-CMRA除在左主干、左前降支近段图像质量评分没有显著差异之外，在其余血管节段的图像质量评分以及所有血管节段的整体图像质量评分mDixon序列均高于传统SPIR技术。 两名观察者之间的NCE-CMRA图像质量评分一致性良好（Kappa=0.83）。
2.3 NCE-CMRA的诊断表现
CAG结果显示，共26.1%（130/499）的节段、63.3%（76/120）的血管有显著狭窄。两个序列之间诊断性能比较汇总于表3。相较于WHCA TFE序列，mDixon序列在基于血管水平显示出更高的敏感性（89.4%比81.6%）、准确性（89.1%比83.3%）；在节段水平也显示出更高的敏感性（78.5%比66.1%）、特异性（96.5%比93.8%）、准确性（91.7%比80.2%）、阳性预测值（88.6%比78.9%）以及阴性预测值（93.4%比88.7%）。
表 3 NEC-CMRA序列间诊断效能对比［%（95% CI）］Table 3. Comparison of diagnostic performance between NCE-CMRA sequences分析水平 NCE-CMRA 敏感性 P 特异性 P 准确性 P 阳性预测值 P 阴性预测值 P 基于血管 mDixon序列 89.4
（82.4~96.5）0.031 88.6
（78.9~98.4）0.5 89.1
（83.5~94.8）0.039 93.2
（87.2~99.1）0.167 82.9
（71.8~94.1）0.129 WHCA TFE序列、SPIR技术 81.6
（72.7~90.5）86.4
（75.8~96.9）83.3
（76.6~90.1）91.2
（84.3~98.1）73.1
（60.6~85.5）基于节段 mDixon序列 78.5
（71.3~85.6）0.002 96.5
（94.6~98.4）0.031 91.7
（89.3~94.2）< 0.001 88.6
（82.8~94.6）0.004 93.4
（90.1~95.3）0.006 WHCA TFE序列、SPIR技术 66.1
（57.9~74.4）93.8
（91.3~96.2）86.6
（83.6~89.6）78.9
（71.1~86.7）88.7
（85.6~91.9）同时，在基于血管水平，mDixon序列的F1值为91.3%，WHCA TFE序列使用SPIR技术为80.5%；在基于节段水平，mDixon序列的F1值为83.3%，WHCA TFE序列使用SPIR技术为71.9%。典型图像见图1。
![]()
图 1 冠状动脉造影（CAG）与全心CMRA多平面重组以及横断位图像对比图注：显示冠状动脉狭窄（↑），（a）（d）为CAG图像；（b）、（c）、（e）、（f）为CMRA图像；（a）（d）显示左前降支中段与第1对角支近段中度狭窄；（b）（c）分别为mDixon序列与WHCA TFE序列使用SPIR技术多平面重组图像第1对角支近段对应狭窄区域，mDixon序列可见中度狭窄，狭窄程度显示较TFE序列使用SPIR技术更加明显；（e）（f）分别为mDixon序列与WHCA TFE序列使用SPIR技术多平面重建图像左前降支中段对应狭窄区域。Figure 1. Comparison of coronary angiography (CAG) with whole-heart CMRA multiplanar recombination and cross-sectional images3. 讨论
本研究结果显示，相较于3.0T WHCA TFE序列使用SPIR技术，mDixon序列在使用相同图像加速采集技术的情况下，在更短的成像时间中获得了更高的中远段血管及分支血管的图像质量评分以及更长的可视血管长度，这与最近Tian等[13]的研究结果相似。同时，以CAG检查结果为金标准，mDixon序列还显示了较高的敏感性、特异性以及诊断准确性，并且相较于传统CMRA的诊断性能有显著进步[18]。
Lu等[19]实验证明，检查前服用硝酸甘油（nitroglycerin，NTG）可有效提升mDixon CMRA的诊断特异性，但NTG会诱导产生非内皮依赖性血管扩张受损，这与动脉粥样硬化和心血管意外事件的发生概率增加相关[20]，并且硝酸甘油也可能会因为提高患者心率而降低图像质量，因此CMRA检查前仍需尽量避免舌下含服硝酸甘油。而本实验两种NCE-CMRA扫描均在患者未服用β受体阻滞剂或舌下含服硝酸甘油的情况下完成，并且获得了具有良好敏感性、特异性的图像，这为扩大NCE-CMRA的临床使用范围以及减少检查前的药物依赖提供了依据。
Dixon方法的压脂原理是利用水与脂肪的分子运动频率差异[21]，因此无论是1.5T还是3.0T的磁场强度，都具有可靠的压脂能力。既往研究已经证明在3.0T CMRA中，Dixon序列相较于梯度回波序列使用SPIR技术可获取更好的图像质量[22]，但其样本量仅为8例健康志愿者，未能研究Dixon序列的诊断性能。
本研究扩大了样本含量，并且使用了作为传统Dixon改良版本的mDixon序列，进一步证实了其相较于WHCA TFE序列使用SPIR技术更加稳健的抑脂能力和更强的冠状动脉狭窄诊断性能；此外，本研究mDixon序列所获取图像质量与可见血管长度均优于SPIR技术这一结果也与先前实验结果相一致[22]。这应该是由于呼吸运动产生的伪影不会影响mDixon的水成像图像[23]，这使mDixon对呼吸运动的敏感性更低，从而在更易受运动伪影影响的中远段及分支血管水平上获取了更高图像质量评分，并且假阴性血管节段数量减少，因此诊断准确性也更高。
除了对呼吸运动伪影的低敏感性，mDixon不依赖于预饱和或反转预脉冲，这使其在3.0T或更高场强所带来的磁场不均匀性增加的情况下仍能尽量避免伪影的产生以及低对比度的情况，从而保证获取高质量的图像[22]，而且在3.0T的高场强下，SPIR技术易产生空间错配现象以及对B0或B1场不均匀敏感的缺点进一步被放大，这也导致其诊断性能弱于mDixon序列。
除本实验所对比研究的两种压脂技术外，近年也有许多新兴的压脂技术被应用于NCE-CMRA。快速中断稳态（fast interrupted steady-state，FISS）序列因为其用于成像的射频脉冲（radiofrequency pulse，RF pulse）同时可以压制脂肪信号，所以具有固有的压脂能力，在成像过程中不需要周期性地施加脂肪抑制和上升脉冲，从而提升了扫描时间效率和嵌入在心外膜脂肪中的冠状动脉的可视化程度[24]。
目前已有研究证明了FISS在NCE-CMRA中应用的可行性[25]。脂质不敏感的二项式非共振射频激励法（lipid-insensitive binomial off-resonance excitation，LIBRE）是利用一种非空间选择性的水激发脉冲，该脉冲在3.0 T的高场强下显示出稳健的压脂能力[26]，并且相较于传统的脂肪抑制技术，LIBRE获取了更高的NCE-CMRA图像质量[27]。但是，以上两种新兴的压脂技术均缺乏应用于冠状动脉狭窄的诊断性能研究，这仍需要多中心、多样本量的进一步研究。
此外，扫描时间长容易受患者心率及呼吸的影响，从而导致图像质量下降[28-29]，本实验采用的是SENSE技术加速采集，其加速采集时间效果有限，故成像时间较长。根据最近研究[30]，使用压缩感知−敏感度编码技术（compressed sensing-sensitivity encoding，CS-SENSE）与Dixon序列相结合，可以在保证图像质量、诊断表现的同时缩短采集时间。本实验mDixon序列使用SENSE技术在获得与其相似的诊断表现的同时，成像时间较长，也与该研究结果一致。
本实验的局限性。①实验参与患者具有地域集中性，且最终纳入分析样本含量较少，仅为40例。②本实验成像时间仍较长，对此可采用较先进的重建技术加速采集，如CS-SENSE技术。③冠状动脉CTA作为目前常用的无创影像学检查，其原始图像与NCE-CMRA均为横断位，并且可重建单独血管图像，两者比较可更加直观显示诊断性能差异，为进一步验证NCE-CMRA的诊断性能，还应尽量与CTA检查结果进行对比。④本实验两种CMRA的血管长度与直径均为所获取图像在飞利浦工作站进行多平面重建后进行准确测量并对比，由于CAG检查时受心脏搏动以及造影剂充盈不均等因素影响，血管长度无法准确测量，并且所测得血管直径位置并不能与CMRA准确对应，因此本实验并未进行CAG与CMRA的血管长度与直径比较，仅进行了两种NCE-CMRA间的对比。
综上所述，mDixon序列相较于WHCA TFE序列使用SPIR技术在3.0T NCE-CMRA检测冠状动脉狭窄的应用中具有更好的诊断效能。
-
![]()
图 2 病例CT图像特征示意图，患者男，62岁，右肺下叶肺腺癌
Figure 2. Schematic diagram of CT images of one case. The patient is a 62-year-old male with adenocarcinoma of the lower lobe of the right lung
![]()
图 4 多因素联合指标预测Ki-67的ROC曲线分析
Figure 4. ROC curve analysis of multi-factor combined index prediction Ki-67
表 1 Ki-67高低表达组间临床及影像学特征比较（n=64）
Table 1 Comparison of clinical and imaging characteristics between the high and low Ki-67 expression groups (n=64)
项目 参数 例数（百分比） 低表达组 高表达组 P 性别 男性 31（48.4） 14 17 0.994 女性 33（51.6） 18 15 年龄（平均数/岁） ≤62 31（48.4） 18 13 0.604 ＞62 33（51.6） 14 19 结节或肿块/cm 结节（≤3） 30（46.9） 17 13 0.113 肿块（＞3） 34（53.1） 15 19 长径（中位数/mm） ≤32 34（53.1） 22 12 0.735 ＞32 30（46.9） 10 20 短径（中位数/mm） ≤23 32（50.0） 20 12 0.351 ＞23 32（50.0） 12 20 
下载: 导出CSV
表 2 高、低Ki-67表达组间能谱定量参数、血清肿瘤标志物水平比较（n=64）
Table 2 Comparison of quantitative parameters of the energy spectrum and serum tumor markers between the high and low Ki-67 expression groups (n=64)
项目 参数 低表达组$ (\bar x\pm s) $ 高表达组$ (\bar x\pm s) $ P 动脉期 IC 1.182±0.253 0.870±0.090 0.984 NIC 0.125±0.024 0.998±0.012 0.727 λHU 1.788±0.305 1.240±0.097 0.702 静脉期 IC 1.782±0.203 1.122±0.213 0.020 NIC 0.405±0.041 0.227±0.025 0.026 λHU 2.399±0.295 1.458±0.107 0.013 血清肿瘤标志物 CEA 12.081±3.375 42.468±11.322 0.032 CA-125 4.337±0.884 9.106±1.703 0.045 注：低表达组：Ki-67＜30％；高表达组：Ki-67≥30％；IC：碘值；NIC：标准化碘比率；λHU：40～100 keV之间的能谱衰减
曲线斜率；CEA：癌胚抗原；CA-125：糖类抗原；粗体表示高低Ki-67组间存在显著性差异（P＜0.05）。
下载: 导出CSV
表 3 能谱参数及血清肿瘤标志物水平预测Ki-67的效能
Table 3 Efficacy of energy spectrum parameters and serum tumor marker levels in predicting Ki-67
参数 AUC 截断值 敏感性/％ 特异性/％ P CEA 0.697 44.07 39.13 100.00 0.019 CA-125 0.688 5.26 52.17 88.24 0.026 *IC 0.669 1.00 48.39 81.82 0.014 *NIC 0.662 25.3 54.84 78.79 0.019 *λHU 0.680 1.19 41.94 93.94 0.008 注：CEA：癌胚抗原；CA-125：糖类抗原；*：静脉期；IC：碘值；NIC：标准化碘比率；λHU：40～100 keV之间的能谱衰减曲
线斜率。
下载: 导出CSV
表 4 多因素联合指标预测Ki-67的效能
Table 4 Prediction of Ki-67 performance by multiple factors combined with indicators
参数 AUC 敏感性/％ 特异性/％ P 联合指标 0.754 77.78 72.97 ＜0.01 注：联合指标：各项单因素指标（CEA、CA-125及静脉期IC、NIC、λHU）逻辑回归后所生成的多因素联合指标。
下载: 导出CSV
-
[1] TRAVIS W D, BRAMBILLA E, NOGUCHI M, et al. International Association for the Study of Lung Cancer/American Thoracic Society/European Respiratory Society: International multidisciplinary classification of lung adenocarcinoma[J]. Journal of Thoracic Oncology, 2011, 6(2): 244−285. doi: 10.1097/JTO.0b013e318206a221
[2] ZHANG J, WU J, TAN Q, et al. Why do pathological stage IA lung adenocarcinomas vary from prognosis? A clinicopathologic study of 176 patients with pathological stage IA lung adenocarcinoma based on the IASLC/ATS/ERS classification[J]. Journal of Thoracic Oncology, 2013, 8(9): 1196−1202. doi: 10.1097/JTO.0b013e31829f09a7
[3] 陈海瑞, 李文才, 陈天东, 等. 原发性肺腺癌组织亚型及预后[J]. 河南医学研究, 2017,26(18): 3271−3273. doi: 10.3969/j.issn.1004-437X.2017.18.003 CHEN H R, LI W C, CHEN T D, et al. Subtypes and prognosis of primary lung adenocarcinoma[J]. Henan Medical Research, 2017, 26(18): 3271−3273. (in Chinese). doi: 10.3969/j.issn.1004-437X.2017.18.003
[4] WARTH A, MULEY T, MEISTER M, et al. The novel histologic International Association for the Study of Lung Cancer/American Thoracic Society/European Respiratory Society classification system of lung adenocarcinoma is a stage-independent predictor of survival[J]. Journal of Clinical Oncology, 2012, 30(13): 1438−1446. doi: 10.1200/JCO.2011.37.2185
[5] ROSS D T, SCHERF U, EISEN M B, et al. Systematic variation in gene expression patterns in human cancer cell lines[J]. Nature Genetics, 2000, 24(3): 227. doi: 10.1038/73432
[6] MARTIN B, PAESMANS M, MASCAUX C, et al. Ki-67 expression and patients survival in lung cancer: Systematic review of the literature with meta-analysis[J]. British Journal of Cancer, 2004, 91(12): 2018−2025. doi: 10.1038/sj.bjc.6602233
[7] ISHIBASHI N, MAEBAYASHI T, AIZAWA T, et al. Correlation between the Ki-67 proliferation index and response to radiation therapy in small cell lung cancer[J]. Radiation Oncology, 2017, 12(16): 3−7.
[8] LI Y, PAN Y, WANG R, et al. ALK-rearranged lung cancer in Chinese: A comprehensive assessment of clinicopathology, IHC, FISH and RT-PCR[J]. Plos One, 2013, 8(7): e69016. doi: 10.1371/journal.pone.0069016
[9] TOMIYAMA N, YASUHARA Y, NAKAJIMA Y, et al. CT-guided needle biopsy of lung lesions: A survey of severe complication based on 9783 biopsies in Japan[J]. European Journal of Radiology, 2006, 59(1): 60−64. doi: 10.1016/j.ejrad.2006.02.001
[10] SHAN L, LIAN F, GUO L, et al. Detection of ROS1 gene rearrangement in lung adenocarcinoma: Comparison of IHC, FISH and Real-Time RT-PCR[J]. Plos One, 2015, 10(3): e0120422. doi: 10.1371/journal.pone.0120422
[11] THIEME S F, GRAUTE V, NIKOLAOU K, et al. Dual energy CT lung perfusion imaging: Correlation with SPECT/CT[J]. European Journal of Radiology, 2012, 81(2): 360−365. doi: 10.1016/j.ejrad.2010.11.037
[12] MCCOLLOUGH C H, LENG S, YU L, et al. Dual- and multi-energy CT: Principles, technical approaches, and clinical applications[J]. Radiology, 2015, 276(3): 637−653. doi: 10.1148/radiol.2015142631
[13] LI G J, GAO J, WANG G L, et al. Correlation between vascular endothelial growth factor and quantitative dual-energy spectral CT in non-small-cell lung cancer[J]. Clinical Radiology, 2016, 71(4): 363−368. doi: 10.1016/j.crad.2015.12.013
[14] KARCAALTINCABA M, AKTAS A. Dual-energy CT revisited with multidetector CT: Review of principles and clinical applications[J]. Diagnostic and Interventional Radiology, 2011, 17(3): 181−194.
[15] de CECCO C N, DARNELL A, RENGO M, et al. Dual-energy CT: Oncologic applications[J]. American Journal of Roentgenology, 2012, 199(l): 98−105.
[16] FORNARO J, LESCHKA S, HIBBELN D, et al. Dual- and multi-energy CT: Approach to functional imaging[J]. Insights Imaging, 2011, 2(2): 149e59.
[17] LIN L Y, ZHANG Y, SUO S T, et al. Correlation between dual-energy spectral CT imaging parameters and pathological grades of non-small cell lung cancer[J]. Clinical Radiology, 2018, 73(4): 412.e1−412.e7. doi: 10.1016/j.crad.2017.11.004
[18] YANG F, DONG J, WANG X, et al. Non-small cell lung cancer: Spectral computed tomography quantitative parameters for preoperative diagnosis of metastatic lymph nodes[J]. European Journal of Radiology, 2017, 89: 129−135.
[19] SALGIA R, HARPOLE D, HERNDON J A, et al. Role of serum tumor markers CA 125 and CEA in non-small cell lung cancer[J]. Anticancer Research, 2001, 21(2B): 1241−1246.
计量
- 文章访问数: 270
- HTML全文浏览量: 83
- PDF下载量: 21
