王丹雯 周建良

肺部磨玻璃結(jié)節(jié)(pulmonary ground-glass nodules,GGN)指在高分辨率CT(high resolution CT)上, 其可表現(xiàn)出癥狀如下：磨砂狀、云霧狀, 且均表現(xiàn)為陰影部分, 是一種非特異性的肺實(shí)質(zhì)病變, 對(duì)其進(jìn)行細(xì)致密切觀察, 可發(fā)現(xiàn)周圍有血管束和支氣管的存在, 且表現(xiàn)明顯［1,2］。GGN 患者發(fā)病后, 可引發(fā)多類疾病出現(xiàn), 可累及淋巴循環(huán), 腦血管循環(huán), 均會(huì)受到相應(yīng)的阻礙, 甚至引發(fā)癌癥結(jié)節(jié), 根據(jù)相關(guān)研究數(shù)據(jù)顯示, 對(duì)于早期GGN 患者而言, 若能給予及時(shí)診斷和治療, 則可在很大程度上將其生存率提升至90%左右［3,4］。所以應(yīng)對(duì)早期GGN 患者實(shí)行定性診斷以區(qū)分結(jié)節(jié)的良惡性, 以指導(dǎo)臨床早期治療, 改善患者預(yù)后［5,6］?；诖? 本研究選擇2021 年1 月～2022 年12 月于蘇州市吳中人民醫(yī)院放射科接受診治的82 例GGN 患者。對(duì)其應(yīng)用高分辨率CT 進(jìn)行診斷, 分析其診斷結(jié)果, 為后期GGN患者良惡性的臨床鑒別提供參考價(jià)值。

1 資料與方法

1.1 一般資料 選取2021 年1 月～2022 年12 月于蘇州市吳中人民醫(yī)院放射科接受診治的82 例GGN 患者, 其中原位癌16 例, 微浸潤(rùn)性腺癌27 例, 浸潤(rùn)性腺癌31 例, 非典型腺瘤樣增生7 例, 炎性細(xì)胞浸潤(rùn)1 例。將所有患者根據(jù)腫瘤良惡性分為良性組(8 例)和惡性組(74 例), 本院醫(yī)學(xué)倫理委員會(huì)對(duì)本研究?jī)?nèi)容進(jìn)行審核并批準(zhǔn)。

納入標(biāo)準(zhǔn)：①均經(jīng)高分辨率CT 檢查呈GGN 征象；②所有患者均經(jīng)活檢或手術(shù)檢查, 并經(jīng)醫(yī)師確診為良惡性GGN；③患者及其家屬均簽訂知情同意書(shū)；④臨床資料完整。

排除標(biāo)準(zhǔn)：①多發(fā)性肺部結(jié)節(jié)；②經(jīng)CT 檢查后,圖像質(zhì)量較差；③既往有惡性腫瘤史；④存在基礎(chǔ)疾??；⑤有遠(yuǎn)處轉(zhuǎn)移跡象；⑥精神存在問(wèn)題, 無(wú)法與醫(yī)師正常溝通和交流。

1.2 方法 所有患者均行高分辨率CT 檢查, 64 排CT機(jī)(西門(mén)子, 型號(hào)：Definition AS), 首先將電壓和電流層厚進(jìn)行設(shè)置, 分別為120 kV 和5.00 mm；采用高分辨骨算法重建, 設(shè)置重建層厚為1.00 mm；檢測(cè)前指導(dǎo)患者進(jìn)行呼吸訓(xùn)練, 確保檢測(cè)圖像的質(zhì)量, 掃描范圍為正常胸部范圍。

1.3 觀察指標(biāo) 比較兩組高分辨率CT影像學(xué)特征(病灶大小、病灶形狀、分葉征、毛刺征、界面、囊狀透光影、空泡征、支氣管征、血管集束征、密度、胸膜凹陷征),采用多因素Logistic 回歸分析惡性GGN 患者的影像學(xué)危險(xiǎn)因素, 同時(shí)分析影像學(xué)檢測(cè)對(duì)惡性GGN 的診斷價(jià)值。

1.4 統(tǒng)計(jì)學(xué)方法 采用SPSS26.0 統(tǒng)計(jì)學(xué)軟件處理數(shù)據(jù)。計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差(±s)表示, 采用t 檢驗(yàn)；計(jì)數(shù)資料以率(%)表示, 采用χ2檢驗(yàn)；多因素采用Logistic 回歸分析。P＜0.05 表示差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 兩組影像學(xué)特征比較 兩組病灶大小、病灶形狀、空泡征、支氣管征、血管集束征、胸膜凹陷征比較,無(wú)明顯差異(P＞0.05)。惡性組患者有分葉征55 例、有毛刺征56 例、有囊狀透光影54 例、界面清楚光整45 例、界面清楚毛躁20 例、界面模糊9 例、密度為pGGN 20 例, 良性組分別為1、2、1、1、1、6、6 例, 比較差異較大(P＜0.05)。見(jiàn)表1。

表1 兩組影像學(xué)特征比較(n)

2.2 惡性GGN 患者多因素Logistic 回歸分析 將惡性GGN 發(fā)生作為研究因變量, 將分葉征、毛刺征、囊狀透光影、界面和密度作為自變量, 多因素分析賦值量表見(jiàn)表2。Logistic 回歸模型顯示分葉征、毛刺征、囊狀透光影、界面和密度是惡性GGN 的影響因素(P＜0.05)。見(jiàn)表3。

表2 多因素分析賦值量表

表3 惡性GGN 患者多因素Logistic 回歸分析

2.3 高分辨率CT 檢測(cè)對(duì)惡性GGN 的診斷價(jià)值 高分辨率CT 檢測(cè)對(duì)惡性GGN 的診斷價(jià)值最高的為分葉征, 最低的為界面。見(jiàn)表4。

表4 高分辨率CT 檢測(cè)對(duì)惡性GGN 的診斷價(jià)值

3 討論

近年來(lái), 已有大量研究指出, 對(duì)于GGN 患者應(yīng)實(shí)行盡早發(fā)現(xiàn), 早期鑒別, 以提供及時(shí)預(yù)防和治療, 可有效避免癌變的發(fā)生, 結(jié)節(jié)主要表現(xiàn)為以下性狀：質(zhì)地呈現(xiàn)磨砂玻璃征象, 密度相較于正常結(jié)節(jié)有上升趨勢(shì)。且有研究發(fā)現(xiàn), 對(duì)于GGN 進(jìn)行早期鑒別, 相比普通CT診斷, 高分辨率CT 可將肺組織細(xì)微結(jié)構(gòu)和病灶直觀清晰的呈現(xiàn), 基于此, 本研究分析高分辨率CT 對(duì)GGN患者良惡性結(jié)節(jié)的診斷價(jià)值和意義［7］。

肺癌是臨床較為常見(jiàn)的一類惡性腫瘤, 無(wú)論是臨床死亡率還是病殘率, 均明顯高于其他腫瘤, 因此對(duì)該類患者實(shí)行早期診斷和治療極為重要, 有助于改善患者預(yù)后, 提高生存率［8］。良惡性GGN 的鑒別診斷是診斷癌癥的典型方法, 但從肺部玻璃結(jié)節(jié)早期癥狀來(lái)看,其主要鑒別手段以病理檢測(cè)為主, 雖然其診斷結(jié)果準(zhǔn)確率較高, 但該診斷方法創(chuàng)傷性較強(qiáng), 臨床應(yīng)用中局限性極大, 隨著影像技術(shù)的發(fā)展, 臨床對(duì)于GGN 的診斷逐漸采用高分辨率CT, 通過(guò)高分辨率CT 對(duì)GGN 患者進(jìn)行相應(yīng)的診斷, 可有效區(qū)分良惡性結(jié)節(jié), 具有手術(shù)簡(jiǎn)單、無(wú)創(chuàng)的優(yōu)點(diǎn)［9,10］。

有研究表明, 應(yīng)盡快檢測(cè)和鑒別玻璃狀肺結(jié)節(jié),這對(duì)癌癥的臨床防治具有重要意義。肺部的玻璃結(jié)節(jié),主要指CT 圖像上磨玻璃結(jié)構(gòu)密度輕微增加的云狀跡象。臨床研究表明［11］早期識(shí)別肺部毛玻璃結(jié)節(jié), 可以在很大程度上早期對(duì)癌癥進(jìn)行診斷, 盡早識(shí)別并治療,相對(duì)于常規(guī)CT 而言, 高分辨率CT 下, 可將肺組織一些微小病變進(jìn)行觀察和診斷, 降低誤診率。因此, 掌握背景CT 肺部掃描對(duì)早期鑒別良性和惡性淋巴結(jié), 對(duì)患者而言, 極為重要。本研究結(jié)果顯示, 兩組病灶大小、病灶形狀、空泡征、支氣管征、血管集束征、胸膜凹陷征比較, 無(wú)明顯差異(P＞0.05)。惡性組患者有分葉征55 例、有毛刺征56 例、有囊狀透光影54 例、界面清楚光整45 例、界面清楚毛躁20 例、界面模糊9 例、密度為pGGN 20 例, 良性組分別為1、2、1、1、1、6、6 例, 比較差異較大(P＜0.05)。與良性病變相比,惡性腫瘤邊緣存在明顯不同, 主要以毛刺狀和分葉狀為主, 在影像學(xué)檢查后, 其大多可表現(xiàn)為形態(tài)規(guī)則或不規(guī)則［12,13］。本研究結(jié)果還顯示, 將惡性GGN 發(fā)生作為研究因變量, 將分葉征、毛刺征、囊狀透光影、界面和密度作為自變量, 多因素Logistic 回歸模型顯示分葉征、毛刺征、囊狀透光影、界面和密度是惡性GGN的影響因素(P＜0.05)。高分辨率CT 檢測(cè)對(duì)惡性GGN的診斷價(jià)值最高的為分葉征, 最低的為界面。提示肺部GGN 的高分辨率CT 征象可有效鑒別診斷良惡性結(jié)節(jié)［14］。分析原因, 對(duì)于良惡性肺部疾病患者而言, 對(duì)其應(yīng)用高分辨率CT 檢查, 其肺部GGN 可獲得有效的鑒別, 但因二者的部分影像學(xué)特征差異較為顯著；對(duì)于惡性病變患者而言, 其體內(nèi)細(xì)胞出現(xiàn)大量癌變, 突發(fā)性較強(qiáng), 導(dǎo)致繁殖能力增高, 所以觀察結(jié)節(jié)體積, 可發(fā)現(xiàn)其顯著增加, 且在解剖學(xué)形態(tài)方面, 還可能會(huì)表現(xiàn)為胸膜凹陷、分葉征等, 所以相較于普通的CT, 應(yīng)用高分辨率CT, 可顯著將微小病灶給予顯現(xiàn), 對(duì)肺部GGN患者的征象具有良好的鑒別和認(rèn)識(shí), 有利于指導(dǎo)GGN良惡性, 保證患者預(yù)后［15,16］。雖然本研究取得一定研究成果, 但仍存在一定的局限性, 因本研究納入的患者僅有82 例, 經(jīng)分組后良性組患者較少, 今后應(yīng)擴(kuò)大樣本量進(jìn)一步分析高分辨率CT 征象對(duì)GGN 患者良惡性診斷及臨床價(jià)值。

綜上所述, 對(duì)于GGN 患者而言, 高分辨率CT 征象分葉征、毛刺征、囊狀透光影、界面和密度是惡性腫瘤發(fā)生的影像學(xué)危險(xiǎn)因素, 而應(yīng)用高分辨率CT 檢查,判別良惡性效果較好, 且分葉征診斷價(jià)值最高, 可為臨床GGN 患者的良惡性診斷鑒別提供參考。