关键词:
非小细胞肺癌
(18)F-FDGPET/CT参数
临床特征
肿瘤标志物
肿瘤增殖活性
预测模型
摘要:
目的:基于^(18)F-FDG PET/CT参数整合临床特征及肿瘤标志物构建非小细胞肺癌(non-small cell lung cancer,NSCLC)肿瘤增殖活性的预测模型。方法:本研究为前瞻性研究,选取2022年10月至2024年6月福建医科大学附属第二医院收治的105例NSCLC患者。采用免疫组化检测NSCLC患者的Ki-67表达水平,根据Ki-67表达水平,分为Ki-67低表达组(Ki-67<30%,59例)及Ki-67高表达组(Ki-67≥30%,46例)。两组患者均接受^(18)F-FDG PET/CT检查,收集两组临床资料并检测血清肿瘤标志物水平。采用单因素和多因素Logistic回归分析NSCLC肿瘤增殖活性的影响因素,基于影响因素构建列线图预测模型并评价。受试者工作特征曲线(ROC)分析列线图预测模型对NSCLC肿瘤增殖活性的预测效能。结果:Ki-67高表达组最大标准化摄取值(the maximum standardized uptake value,SUVmax)、病灶糖酵解总量(total lesion glycolysis,TLG)、代谢体积(metabolic volume,MTV)、平均标准摄取值(average standard uptake value,SUVmean)高于Ki-67低表达组(P<0.05)。Ki-67高表达组鳞癌、低分化、TNM分期Ⅲ~Ⅳ、淋巴结转移占比高于Ki-67低表达组(P<0.05)。Ki-67高表达组血清神经元特异性烯醇化酶(neuronspecific enolase,NSE)、细胞角蛋白-19片段抗原(cytokeratin 19 fragment,CYFRA21-1)、鳞状上皮细胞癌抗原(squamous cell carcinoma antigen,SCC)水平高于Ki-67低表达组(P<0.05)。多因素Logistic回归分析模型,结果显示,SUVmax、SUVmean、MTV、TLG、CYFRA21-1、NSE、SCC水平升高及分化程度为低分化、病理分型为鳞癌、TNM分期III~IV期及淋巴结转移为NSCLC患者肿瘤增殖活性升高的危险因素(P<0.05)。列线图模型C-index为0.874,提示模型区分度较好,模型拟合优度较好(Hosmer-Lemeshow X^(2)=6.3,5,P=0.502)。ROC曲线分析显示,基于^(18)F-FDG PET/CT参数整合临床特征及肿瘤标志物构建NSCLC肿瘤增殖活性的列线图预测模型的曲线下面积(area under curve,AUC)为0.896,敏感度为82.77%,特异度为80.41%,最佳截断值为0.625,提示该模型具有良好的预测效能。结论:基于1F-FDG PET/CT参数整合临床特征及肿瘤标志物水平构建的预测模型对NSCLC肿瘤增殖活性具有较高的预测价值。