摘要
摘要目的基于临床因素及18F-FDG PET/CT代谢参数建立预测肺腺癌表皮生长因子受体(EGFR)突变的列线图模型并验证。方法回顾性分析2014年1月至2019年1月间哈尔滨医科大学附属第一医院的114例肺腺癌[男59例、女55例，年龄(60.0±10.8)岁]患者的临床资料[吸烟状态、肿瘤位置、临床分期及癌胚抗原(CEA)水平]、18F-FDG PET/CT代谢参数[SUVmax、肿瘤代谢体积(MTV)及病灶糖酵解总量(TLG)]及EGFR突变检测结果。将患者分为训练组(80例)及验证组(34例)。在训练组中，采用单因素分析(两独立样本t检验、Wilcoxon秩和检验、χ2检验或Fisher确切概率法)选取EGFR突变组与野生组间差异有统计学意义的变量。计算方差膨胀系数(VIF)删除存在共线性的变量后，基于赤池信息准则(AIC)构建最优logistic模型的列线图模型。在训练组及验证组中采用一致性指数(C-index)、灵敏度、特异性、准确性、校准度及决策曲线分析(DCA)等评估模型效果。结果114例患者中，EGFR突变型56例、EGFR野生型58例。在训练队列中，EGFR突变组与野生组间性别(男/女：14/26与25/15; χ2＝6.05，P＝0.014)、吸烟状态(有/无吸烟史：4/36与22/18; χ2＝18.46，P<0.001)及SUVmax[5.72(3.90，8.32)与8.09(4.56，12.55)；W＝1 045.50，P＝0.018]的差异有统计学意义；余指标差异均无统计学意义(t＝－0.54, χ2值：0.20和0.20，W值：921.50和983.00，均P>0.05)。性别、吸烟状态和SUVmax的VIF均小于10，同时由3种因素构成的列线图模型具有最小AIC(90.06)。模型在训练组中C-index值为0.798(95% CI：0.699~0.897)、灵敏度为85.0%(34/40)、特异性为70.0%(28/40)、准确性为77.5%(62/80)。在验证组中C-index值为0.854(95% CI：0.725~0.984)、灵敏度为13/16、特异性为14/18、准确性为79.4%(27/34)。模型具有良好的校准度，DCA示模型在较大的阈值范围内(训练组：0~0.59，验证组：0~0.65)能使患者临床获益。结论基于性别、吸烟状态及SUVmax的列线图模型能够协助临床便捷预测肺腺癌EGFR突变状态。
出版日期
2022年12月13日（中国期刊网平台首次上网日期，不代表论文的发表时间）
