基于血清学标记物和CT特征模型预测肝细胞癌组织分化程度

黄翔, 何畅, 陈莲环, 凌文峰, 张志强, 朱志强, 陈小凤, 杨志企

分子影像学杂志 ›› 2024, Vol. 47 ›› Issue (06) : 649-654.

基于血清学标记物和CT特征模型预测肝细胞癌组织分化程度

  • 黄翔, 何畅, 陈莲环, 凌文峰, 张志强, 朱志强, 陈小凤, 杨志企
作者信息 +
History +

摘要

目的 探讨基于联合血清学标记物和CT特征模型在评估肝细胞癌(HCC)组织分化程度中的应用价值。方法 回顾性收集梅州市人民医院2015年11月~2023年10月共206例HCC患者的临床及CT资料,其中训练组144例(包括42例低分化HCC和102例中高分化HCC),验证组62例(包括21例低分化HCC和41例中高分化HCC)。比较低分化HCC和中高分化HCC组间血清学标记物及CT特征差异。采用多因素筛选HCC分化程度独立危险因素并构建模型。结果 相比中高分化HCC,低分化HCC的AFP阳性率(P=0.001)、乙肝发生率(P=0.003)、低密度环征(P=0.015)和癌栓发生率(P=0.001)较高,平扫CT值较低(P=0.010)。多因素分析显示AFP(OR=0.269,P=0.027)、低密度环征(OR=0.273,P=0.047)、癌栓(OR=0.191,P=0.005)和肿瘤平扫CT值(OR=1.091,P=0.009)是HCC组织分化程度的独立危险因素。基于联合AFP、低密度环征、癌栓和肿瘤平扫CT值的联合模型诊断效能最高,其在训练组和验证组中的曲线下面积分别为0.780和0.620。结论 AFP、低密度环征、癌栓和肿瘤平扫CT值是HCC组织分化程度的独立危险因素,基于上述特征构建的联合模型对HCC组织分化程度具有较好诊断价值。

关键词

肝细胞癌 / 组织分化程度 / CT / 血清学标记物 / 诊断效能

中图分类号

R735.7 / R730.44

引用本文

导出引用
黄翔, 何畅, 陈莲环, 凌文峰, 张志强, 朱志强, 陈小凤, 杨志企. 基于血清学标记物和CT特征模型预测肝细胞癌组织分化程度. 分子影像学杂志. 2024, 47(06): 649-654

基金

广东省医学科研基金项目(B2023445); 梅州市人民医院培育项目(PY-C2023035); 梅州市社会发展科技计划项目(2023B12)

评论

Accesses

Citation

Detail

段落导航
相关文章

/