易芹芹 周 宙 凌人男

深圳市人民醫(yī)院放射科 (廣東 深圳 518001)

腮腺是體內最大的唾液腺，腮腺病變是臨床上常見的頭頸部病變。由于治療方式及預后的顯著差異，腮腺病變的良惡性鑒別雖然困難但很重要[1]；囊變是在腮腺病變中較為常見的一種征象，在良惡性病變中均可出現(xiàn)[2]。多形性腺瘤及腺淋巴瘤是腮腺內最常見的兩類良性腫瘤，由于手術方式及切除范圍不同，術前鑒別診斷亦很重要[3-5]。CT增強檢查可以較平掃更易發(fā)現(xiàn)腮腺病變內囊變，并可觀察囊變的特征[6]。腮腺病變內囊變對其良惡性鑒別，對多形性腺瘤與腺淋巴瘤的鑒別是否具有意義鮮有文獻研究。本文回顧性分析伴有囊變的腮腺病變，探究囊變特征、臨床特征及一般影像學特征對該類病變良惡性鑒別及多形性腺瘤與腺淋巴瘤鑒別的診斷是否具有意義，并嘗試建立預測模型，指導診斷。

1 資料與方法

1.1 資料收集與整理回顧性分析2018年1月至2020年3月我院符合以下標準的患者資料：頸部CT平掃及增強確定為腮腺病變并伴有囊變；有病理結果；未經任何治療。排除標準為：僅有CT平掃而未增強；合并其它部位的惡性腫瘤。共有符合納入及排除標準的病例131例。搜集患者的臨床及影像學資料包括：年齡、性別、腫瘤最大徑、囊變最大徑、囊變占比、囊壁是否規(guī)則、囊變是否位于中央、是否累及深葉、是否邊界清楚、病變是否位于單側、病變是否為單發(fā)、是否有貼邊血管征、頸部是否有腫大淋巴結；囊變所占比例是依據增強圖像上囊變區(qū)最大截面面積占腫塊最大截面面積比例進行評分分類，1/4以下為1分，1/4-1/2為2分，1/2-3/4為3分，大于3/4為4分，評分≤2分為a類，評分＞2分為b類。關于影像學征象的判定是由兩位具有10年頭頸部放射診斷經驗的醫(yī)師分別確定，如有爭議則通過協(xié)商討論確定。將上述病例按7：3隨機分為兩組：A組92例作為訓練組，B組39例作為驗證組，進行良惡性腫瘤的分析。

從收集的131例病例中篩選出腺淋巴瘤及多形性腺瘤共83例，按7：3隨機分為兩組：C組58例作為訓練組，D組25例作為驗證組。

1.2 統(tǒng)計學處理應用SPSS 23.0進行統(tǒng)計學分析。對訓練集(A組及C組資料)中的各因素進行單因素分析。定量資料間的比較，符合正態(tài)分布的采用兩獨立樣本的t檢驗，不符合正態(tài)分布的采用致和檢驗；定性資料間的比較采用卡方檢驗，若定性資料四格表中存在某一個理論頻數T＜5，則用Fisher精確檢驗。檢驗標準為0.05。提取具有統(tǒng)計學意義的因素進行多因素Logistic回歸分析，采用前進法，建立回歸方程，計算訓練組預測概率值、繪制ROC并計算AUC。將B組資料帶入A組建立的回歸方程，將D組資料帶入C組建立的回歸方程，計算預測概率值、繪制ROC曲線并計算AUC。

2 結果

2.1 病理結果搜集的131例伴有囊變的腮腺病變中，良性病變95例(72.5%)，惡性病變36例(27.5%)。良性病變中，多形性腺瘤45例(54.2%)，腺淋巴瘤38例(45.8%)。

2.2 單因素及多因素分析結果單因素分析(見表1)示在伴有囊變的腮腺病變中，腫瘤最大徑、囊壁是否規(guī)則、囊變是否位于中央、邊界是否清楚及頸部是否有腫大淋巴結在良惡性病變中的差異具有統(tǒng)計學意義；年齡、性別、囊變最大徑、囊變占比、是否累及深葉、是否有貼邊血管征、是否為單側病變、是否為單發(fā)病變在良惡性病變中的差異沒有統(tǒng)計學意義。多因素Logistic回歸分析(見表2)示邊界不清為惡性病變獨立影響因素。

表1 單因素分析結果(良惡性)

表2 Logistic回歸分析結果(良惡性)

單因素分析(見表3)示在伴有囊變的腮腺病變中，性別、囊變是否位于中央、是否具有貼邊血管征及病灶是否位于單側在多形性腺瘤及腺淋巴瘤中的差異具有統(tǒng)計學意義；年齡、腫瘤最大徑、囊變最大徑、囊變占比、囊壁是否規(guī)則、是否累及深葉、是否為單發(fā)病變、是否邊界清、頸部是否有腫大淋巴結在多形性腺瘤及腺淋巴瘤中的差異沒有統(tǒng)計學意義。多因素Logistic回歸分析(見表4)示囊變不位于中央、男性及具有貼邊血管征為腺淋巴瘤的獨立相關因素。

表3 單因素分析結果(多形性腺瘤/腺淋巴瘤)

表4 Logistic回歸分析結果(多形性腺瘤/腺淋巴瘤)

2.3 建立的模型建立的伴有囊變的腮腺病變良惡性預測模型為p=ex/(1+ex)，其中x=-3.871+5.257×邊界不清，e為自然對數，邊界不清為1，邊界清楚為0。以計算出的概率繪制訓練組ROC曲線(圖1)，得到曲線下面積為0.932，95%CI為0.840～0.989。

圖1 伴有囊變的腮腺病變良惡性預測模型(訓練組)ROC曲線。圖2 伴有囊變的腮腺腺淋巴瘤/多形性腺瘤預測模型(訓練組)ROC曲線。圖3 伴有囊變的腮腺病變良惡性預測模型(驗證組)ROC曲線。圖4 伴有囊變的腺淋巴瘤/多形性腺瘤預測模型(驗證組)ROC曲線

建立的伴有囊變的腮腺病變腺淋巴瘤/多形性腺瘤預測模型為p=ex/(1+ex)，其中x=-3.382-1.947×中央囊變+3.594×性別+2.024×貼邊血管征，e為自然對數，中央囊變、貼邊血管征以1代表有，0代表無；男性以1代表，女性以0代表。以計算出的概率繪制訓練組ROC曲線(見圖2)，得到曲線下面積為0.896，95%CI為0.809～0.983。

2.4 模型的驗證將B組資料中的影響因素及其賦值帶入良惡性預測模型，繪制ROC曲線(見圖3)，得到驗證組曲線下面積為0.885，95%CI為0.774～0.996。

將D組資料中的影響因素及其賦值帶入腺淋巴瘤/多形性腺瘤預測模型，繪制ROC曲線(見圖4)，得到曲線下面積為0.880，95%CI為0.769～0.925。

3 討論

本研究通過對131例伴有囊變的腮腺病例的臨床因素(2項)、CT增強圖像囊變征象(4項)及一般CT征象(7項)進行了Logistic回歸分析。在良惡性鑒別組中，顯示邊界不清楚為伴囊變的腮腺惡性病變的獨立危險因素，據此建立回歸方程并在驗證組驗證，訓練組和驗證組ROC曲線下面積分別為0.932和0.885，提示模型預測性能良好。本研究還進一步在伴有囊變的腮腺良性病變中，將最常見的多形性腺瘤與腺淋巴瘤組進行了鑒別，顯示男性、囊變不位于中央及具有貼邊血管征是診斷腺淋巴瘤的獨立影響因素，據此建立回歸方程并在驗證組驗證，訓練組和驗證組ROC曲線下面積分別為0.896和0.880，提示模型預測性能良好。

腮腺良性或惡性病變均可導致瘤內囊變，囊變原因不盡相同。腮腺良性腫瘤囊變原因可分為2類[7-8]，第一類組織學上腫瘤主要為多囊性結構，其內伴有乳頭狀生長的實性組織，包括腺淋巴瘤、化生的腺淋巴瘤及腮腺囊腺瘤，第二類是由于實性腫瘤囊性變而引起，常表現(xiàn)為實性及囊性成分混雜存在，包括多形性腺瘤、基底細胞腺瘤。惡性腫瘤囊變的一般原因是生長速度快、血供不足引起瘤內壞死，除此以外，在腮腺惡性腫瘤中囊變還有特有原因[6]，比如低級別粘液表皮樣癌含有大量分泌粘液細胞而易囊變，部分惡性腫瘤由于出血后吸收也會在CT上顯示為囊變。

腮腺病變囊變特征在良惡性腫瘤中具有鑒別診斷價值；朱小珊等[2]回顧性分析了117例腮腺病變，發(fā)現(xiàn)惡性腮腺腫瘤瘤內囊變區(qū)發(fā)生率較良性腫瘤囊變發(fā)生率高，差異具有統(tǒng)計學意義，腮腺良惡性腫瘤的囊變形態(tài)、囊變區(qū)所占比例分級及位置差異均有統(tǒng)計學意義；Hiroki Kato等[6]回顧性分析了72例伴有囊變的腮腺病變，發(fā)現(xiàn)囊壁不規(guī)則與囊變位于中央在良惡性腫瘤差異具有統(tǒng)計學意義；本研究發(fā)現(xiàn)在伴有囊變的腮腺病變中，囊壁是否規(guī)則和囊變是否位于中央在良惡性組間的差異具有統(tǒng)計學意義，與文獻[6]結論一致，然而，本研究進一步Logistic回歸分析發(fā)現(xiàn)，這兩項特征并不是良惡性病變的獨立影響因素。腮腺病變囊變特征在多形性腺瘤與腺淋巴瘤中亦具有鑒別診斷價值；本研究發(fā)現(xiàn)囊變是否位于中央在多形性腺瘤與腺淋巴瘤中的差異具有統(tǒng)計學意義，且進一步Logistic回歸分析發(fā)現(xiàn)其為獨立影響因素，可能由于腺淋巴瘤囊變區(qū)域與乳頭狀區(qū)域比例與分布不一，囊變更不常見于中央，常表現(xiàn)為裂隙樣或調色盤樣改變[9]；而多形性腺瘤囊變是由于退變所致，更常見于腫瘤中央[8]。

腮腺良性腫瘤常為膨脹性生長，表現(xiàn)為邊界清楚，周圍脂肪間隙清晰，而惡性腫瘤常浸潤性生長，表現(xiàn)為邊界不清，與周圍組織粘連[10-11]；邊界不清楚是腮腺腫瘤良惡性鑒別的重要特征之一[12-13]，本研究顯示邊界不清楚為伴有囊變的腮腺病變良惡性鑒別的獨立影響因素，與既往文獻結論相仿。本研究顯示，性別是伴有囊變的腮腺病變多形性腺瘤與腺淋巴瘤的獨立影響因素，腺淋巴瘤更容易發(fā)生于男性，而多形性腺瘤女性更多見，與文獻[14-15]結論相仿。貼邊血管征是由于腺淋巴瘤主要發(fā)生在腮腺內后下方，腫瘤增大時，可推擠下頜后下靜脈移位，使之緊貼病灶而形成，很多學者認為其為腺淋巴瘤診斷的重要征象[14,16]；本研究顯示貼邊血管征是伴有囊變的腺淋巴瘤與多形性腺瘤鑒別診斷的獨立影響因素，也說明了貼邊血管征在腺淋巴瘤鑒別診斷中的重要性。

綜上所述，本研究通過對伴有囊變的腮腺病變進行了單因素分析及Logistic回歸分析，確定了良惡性腫瘤與腺淋巴瘤/多形性腺瘤鑒別診斷的預測模型，通過驗證，具有良好的診斷效能，通過建立的預測模型，可以計算惡性病變及腺淋巴瘤的發(fā)生概率，從而協(xié)助臨床診斷；國內外文獻雖然有對腮腺病變的囊變特征進行分析，但不曾對伴有囊變的腮腺病變提出預測模型來直觀顯示預測概率；本研究不僅建立了惡性病變的預測模型，還建立了腺淋巴瘤預測模型，方便臨床工作。本研究尚存在一些不足，由于選擇的病例均是有病理結果的病例，存在選擇性偏移；該模型為單中心建立的模型，未來仍需要多中心實驗來驗證。