现阶段，临床上越来越多地使用胸部CT用于肺癌的筛查，广泛地减少层厚导致了临床常规中肺部小结节的发生率增加。由于良性和恶性结节的影像学特征并不明确，因此它们的管理对临床医生来说仍然具有挑战性。以前的一项研究表明，胸部成像和结节检测的大幅增加产生了更多的假阳性结果，但同时也未能发现更多的肺癌病例。除了长期的影像学检查以检测生长情况、组织学工作或PET/CT之外，在临床常规中，可以通过统计预测模型无创地估计出大于8毫米的偶然肺结节的肺癌概率。两个最常用的模型是针对偶然肺结节的梅奥诊所模型和针对筛查发现的结节的布鲁克大学模型。这两个模型在基于两种类型结节的各种人群的研究中得到了广泛验证。然而，最近一项基于23'89名附带肺结节参与者的大型队列的研究报告称，两种模型的预测价值都是 "可接受的"，并有高估肺癌的趋势。因此，我们有理由推测全肺方法是否能进一步增加现有模型的价值。

定量计算机断层扫描（QCT）早已被确立为评估各种疾病的肺实质和气道异常的客观方法，如COPD和间质性肺病（ILD）。由于COPD和ILD与肺癌风险的增加有关，研究假设QCT可能产生有关恶性肿瘤的预测价值。然而，其潜力迄今几乎没有被探索。

近日，发表在European Radiology杂志的一项研究评估了全肺和结节肺叶的定量计算机断层扫描（QCT）对肺结节恶性肿瘤风险估计的价值，为肺结节风险的准确评估提供了参考依据。

本项研究共回顾性地纳入了251名在平扫薄层CT上有肺部结节的受试者（中位数[IQR]年龄，65（57-73）岁；37%为女性）。20%的结节是恶性的，其余的是良性的，无论是组织学上的还是至少1年的随访。CT扫描经内部软件处理计算参数，如平均肺密度（MLD）或周边肺气肿指数（pEI）。使用逻辑回归法进行QCT变量选择，其中选定的变量被整合到梅奥诊所和准布洛克模型中。

全肺分析显示，良性结节组与恶性结节组在一些参数上存在差异，如MLD（-766 vs. -790 HU）或pEI（40.1 vs. 44.7 %）。根据所有可用数据，提议的QCT模型的曲线下面积（AUC）为0.69（95%-CI，0.62-0.76）。在将MLD和pEI整合到Mayo Clinic和Brock模型后，两个临床模型的AUC都有所提高（AUC，分别为0.91至0.93和0.88至0.91）。小叶特异性分析显示，在良性结节（EI，0.5 %对0.7 %；p < 0.001）和恶性结节（EI，1.2 %对1.7 %；p = 0.001）方面，有结节的小叶肺气肿比肺部其他部位要少。

图  YACTA分析的示例。顶行（a）：一位75岁的男性，主要是左侧肺气肿（黄色标记），右肺上叶有一个8毫米的结节（红圈）。该结节原来是一个原发性肺腺癌。该患者自童年起就因这种病因不明的严重单侧肺气肿而反复出现气胸。右边的三维容积图像描述了气道的分割和左肺肺气肿（全肺参数。MLD, -814.7 HU; EI, 10.1%;带瘤叶的参数。MLD, -824.3 HU; EI, 2.6%）。底排（b）：一名73岁的男性COPD患者（50py），右肺上叶有一个5毫米的结节（红圈）。该结节在随访期间消失，因此被归类为良性。右边的三维容积图像描述了气道的分割和分布在两肺的小簇状肺气肿（全肺参数。MLD, -827.0 HU; EI, 17.3%; 肿瘤叶的参数。MLD, -831.4 HU; EI, 15.6%)

本项研究表明，全肺的QCT参数可以用于偶发肺结节的恶性肿瘤风险评估。其中，QCT与已建立的Mayo Clinic和Brock模型相结合可增加诊断的价值。

原文出处：

Alan A Peters,Oliver Weinheimer,Oyunbileg von Stackelberg,et al.Quantitative CT analysis of lung parenchyma to improve malignancy risk estimation in incidental pulmonary nodules.DOI:10.1007/s00330-022-09334-w