目的:探讨最上纵隔淋巴结转移对pN2期非小细胞肺癌（NSCLC）患者术后复发及生存的影响。方法:回顾性分析2007年1月至2016年12月共261例在北京大学第一医院胸外科行肺癌根治术联合包含最上纵隔淋巴结的系统性淋巴结清扫的pN2期NSCLC患者的临床资料。男性180例，女性81例，年龄（61.5±9.4）岁（范围：31~83岁）。以最上纵隔淋巴结是否转移，将患者分为转移组128例和无转移组133例，对两组患者术后复发及生存情况进行随访。采用Kaplan-Meier法绘制两组患者术后无病生存曲线和总体生存曲线，应用Cox比例风险模型分析预后因素。结果:全部261例患者的中位无病生存期为28个月，转移组低于无转移组（19个月比33个月， P=0.005）。全组中位总体生存期为44个月，转移组低于无转移组（37个月比49个月， P=0.005）。多因素分析结果显示，全肺切除、脏层胸膜侵犯是术后总体生存（ HR=1.85，95% CI：1.25~2.72， P=0.002； HR=1.82，95% CI：1.30~2.56， P=0.007）和无病生存（ HR=1.61，95% CI：1.10~2.35， P=0.014； HR=1.77，95% CI：1.27~2.46， P=0.001）的独立预后因素，而最上纵隔淋巴结转移、淋巴血管侵犯仅为术后无病生存的独立预后因素（ HR=1.39，95% CI：1.03~1.87， P=0.030； HR=1.40，95% CI：0.99~1.81， P=0.042）。 结论:pN2期NSCLC患者中，最上纵隔淋巴结有转移者预后较差。全肺切除和脏层胸膜侵犯是术后复发和长期生存的不利因素，最上纵隔淋巴结转移和淋巴血管侵犯是术后复发的不利因素。

目的:探讨基于增强CT影像组学方法及形态学征象在术前预测非小细胞肺癌患者脏层胸膜侵犯（VPI）的效能。方法:回顾性研究。纳入2019年1月—2021年1月蚌埠医学院第一附属医院收治的肺癌患者220例，其中男145例、女75例，年龄43~89（62.6±10.0）岁，均行根治性手术治疗。按照术后病理检查确诊有VPI 90例、无VPI 130例。将入组患者按照4∶1的比例随机分配到训练组（176例）与验证组（44例）。基于术前增强CT图像提取影像组学特征，采用LASSO-logistic回归模型选择动静脉期相关性最高的影像组学特征建立VPI预测模型。利用独立样本 t检验和 χ2检验筛选临床资料及CT形态学征象等相关变量，结合最终选择的相关性最高的影像组学特征构建联合模型；绘制受试者工作特征（ROC）曲线，采用曲线下面积（AUC）评价模型在训练组和验证组中对VPI的预测效能，DeLong检验用于比较模型间AUC的差异。 结果:从提取出的1 878个影像组学特征中筛选出动脉期及静脉期各10个最具相关性的影像组学特征，分别用于建立动脉期和静脉期影像组学VPI预测模型。在训练组和验证组中，静脉期影像组学模型AUC值分别为0.867（95% CI 0.815～0.920）和0.855（95% CI 0.746～0.964），均大于动脉期的0.844（95% CI 0.784～0.904）和0.814（95% CI 0.677～0.951），差异均有统计学意义（ Z=2.20、2.07， P值均<0.05）。有、无VPI的患者在空洞征、毛刺征与胸膜凹陷征3种CT形态学特征的差异均有统计学意义（ χ2＝8.30、7.87、10.32， P值均<0.05）。训练组与验证组患者基线资料比较，差异无统计学意义（ P值均>0.05）。联合模型由最终选择的10个相关性最高的静脉期影像组学特征及上述3种CT形态学征象共同构建，其在训练组和验证组中AUC分别为0.914（95% CI 0.875～0.953）和0.884（95% CI 0.785～0.984），均大于静脉期影像组学模型，差异均有统计学意义（ Z=3.09、2.21， P值均<0.05），即联合模型对VPI的预测效能更高。 结论:基于增强CT静脉期图像的影像组学特征联合空洞征、毛刺征与胸膜凹陷征3种CT形态学征象构建的联合模型，对于术前非小细胞肺癌患者是否发生VPI的判定具有很好的预测效能，可以协助临床决策。

大多数孤立性纤维瘤（SFT）起源于脏层胸膜，部分起源于壁层胸膜，肺SFT非常少见。增强CT检查对肺SFT的诊断和鉴别具有重要价值。PET/CT是评估肿瘤大小、侵犯范围及远处转移的重要方法。虽然SFT的影像学表现有一定的特征性，但其确诊仍依赖于组织病理学检查。笔者报道了1例多发肺SFT病例，从临床症状、增强CT和 18F-FDG PET/CT影像学表现、病理诊断及鉴别诊断等方面分析了该病的特点，并通过文献复习加深了对该病的认识。

目的:探讨CT特征预测胸膜下临床ⅠA期周围型肺腺癌脏层胸膜侵犯（VPI）的价值。方法:回顾性分析2015年1月至2021年11月于海军军医大学长征医院诊断为胸膜下临床ⅠA期周围型肺腺癌274例患者的CT征象。按照6∶4的比例，将2015年1月至2019年8月收集的164例患者作为训练组，将2019年8月至2021年11月收集的110例患者作为验证组。定量测量肿瘤最大径、实性成分最大径、病灶与胸膜间最小距离，计算实性成分占比；并分析肿瘤的CT征象，如肿瘤与胸膜的关系分型、是否存在桥征、病灶的位置、密度类型、形状、边缘、边界等。采用单因素分析找出与VPI相关的变量，再进行多因素logistic回归分析，明确VPI的独立危险因素，建立二元logistic回归模型。在训练组和验证组中使用受试者操作特征曲线评估模型的预测效能。结果:274例肺腺癌中有VPI 121例，无VPI 153例。训练组中有VPI 79例、无VPI 85例。单因素分析发现训练组中实性成分最大径、实性成分占比、密度类型、毛刺征、血管集束征、肿瘤与胸膜关系、桥征在有VPI与无VPI肺腺癌患者间差异有统计学意义（ P<0.05）。多因素logistic回归分析发现训练组中肿瘤与胸膜关系［以Ⅰ型为参照，Ⅱ型（OR=6.662，95%CI 2.364~18.571， P<0.001），Ⅲ型（OR=34.488，95%CI 8.923~133.294， P<0.001）］及血管集束征（OR=4.257，95%CI 1.334~13.581， P=0.014）是VPI的独立危险因素。以0.504为训练组logistic回归模型的最佳截断值，其预测VPI的灵敏度为62.03%、特异度为89.41%，曲线下面积为0.826。该模型在验证组中以0.449为最佳截断值，其预测VPI的灵敏度为92.86%、特异度为47.06%，曲线下面积为0.713。 结论:CT特征中肿瘤与胸膜关系、血管集束征有助于鉴别胸膜下的临床ⅠA期周围型肺腺癌是否发生VPI。

目的:评估基于 18F-FDG PET的影像组学模型在术前预测肺腺癌(LAC)脉管浸润(LVI)及脏层胸膜侵犯(VPI)的价值。 方法:对2018年8月至2022年8月期间在南京医科大学附属泰州人民医院经手术病理确诊的87例LAC患者[男42例、女45例，年龄为(64.6±9.0)岁；共90个病灶]进行回顾性分析，基于PET图像提取、筛选影像组学特征，使用支持向量机(SVM)、逻辑回归(LR)、决策树(DT)和K-最近邻(KNN)算法构建机器学习模型；采用分层抽样法(Python中的StratifiedkFold函数)将数据按8∶2分成训练集和测试集，使用5折交叉验证法验证模型性能的稳定性并绘制ROC曲线，计算并比较AUC(Delong检验)，评价影像组学模型预测LAC LVI及VPI的价值。结果:SVM、LR、DT、KNN模型预测LAC患者LVI的训练集AUC分别为0.91、0.90、0.91、0.91，测试集AUC为0.85、0.87、0.77、0.78；在预测VPI时，训练集AUC分别为0.86、0.86、0.84、0.81，测试集分别为0.82、0.80、0.69、0.78；SVM模型F1分数最佳，预测LVI和VPI时分别为0.59和0.66。4种模型间AUC差异无统计学意义( z值：－1.46～1.71，均 P>0.05)。 结论:基于 18F-FDG PET影像组学特征构建的机器学习模型对于术前预测LAC患者LVI及VPI均表现出良好的效能，有助于对LAC的风险分层及临床决策的制定。SVM模型在预测LVI和VPI中性能最佳。

肺癌是常见的胸部恶性肿瘤,致死率高,严重威胁患者的身心健康.甲状腺转录因子1(thyroid transcription factor-1,TTF-1)免疫组化染色与弹力纤维(elastic fibers,EFs)染色均是诊断肺腺癌非常重要的辅助手段.国际肺癌研究协会第8版TNM分期标准规定肺癌细胞突破脏层胸膜EFs及以下,相应TNM分期应提升至IB期,IA期与IB期治疗方案不同,因此EFs是否被突破对于确定患者治疗方案至关重要[1-2].在实际运用中,肿瘤细胞在EFs染色后与胸膜中增生的纤维背景难于分辨,病理医生对于肿瘤是否突破EFs还需要反复比对免疫组化TTF-1与EFs染色的定位.因此作者尝试将免疫组化TTF-1与EFs染色结合在一起,开发新的双染方案.

目的 探讨基于非小细胞肺癌(NSCLC)的CT影像组学定量特征,并联合常规影像主观特征及临床信息建立的联合预测模型对术前预测NSCLC脏层胸膜侵犯(VPI)的价值.方法 回顾性纳入 2家医院经手术病理确诊且病理结果明确VPI状态的NSCLC病人 385 例,分析其术前胸部增强CT影像和临床资料.以一家医院的 311 例病人作为训练集(VPI组 144 例,无VPI组 167 例),以另一家医院的 74 例病人作为验证集(VPI组 24 例,无VPI组50例)评估CT影像主观特征.采用半自动分割方法获取肿瘤感兴趣体积并提取影像组学特征,筛选最优的影像组学特征,并基于Logistic回归方法构建影像组学模型(影像组学标签).通过单因素、多因素Logistic回归方法筛选与VPI相关的临床和常规影像特征,建立临床-常规影像预测模型.将筛选的临床、常规影像特征和影像组学标签基于Logistic回归方法构建联合模型.采用受试者操作特征(ROC)曲线下面积(AUC)评估 3 种模型预测VPI的效能.结果 共提取 944 个影像组学特征,最终筛选出与VPI相关的 14个影像组学特征以及 2个临床-常规影像特征.在训练集和验证集中,影像组学模型的AUC分别为 0.785 和 0.717;临床-常规影像预测模型的AUC分别为 0.721 和0.690;联合模型的AUC分别为 0.829 和 0.748,联合模型的AUC值最高,其基于最大约登指数的最佳截断值为0.514,训练集和验证集中的准确度、敏感度、特异度分别为0.756、0.771、0.743和 0.743、0.750、0.740.结论 由术前CT影像组学特征和常规影像主观特征及临床信息构建的联合模型有助于预测NSCLC病人VPI,可协助临床决策,改善病人预后.

肺癌是全球癌症死亡的重要因素,脏层胸膜侵犯(visceral pleural invasion, VPI)作为影响肿瘤TNM分期系统的重要因素,影响患者预后[1] . 随着病理技术的发展,弹力纤维染色或免疫组化联合弹力纤维双重染色的出现可以提高胸膜侵犯评估的准确性,实现VPI快速、准确地评估[2-4] .临床工作中,蜡块择样误差可导致VPI漏诊,本研究通过比较分析HE染色法、单蜡块法和双蜡块法双重染色评估Ⅰ期非小细胞肺癌(non-small cell lung carcinoma, NSCLC)患者VPI的阳性率、误诊率和漏诊率,探讨双蜡块法在早期肺癌VPI判读中的应用价值.

目的:探讨胸部CT影像学特征在肺腺癌亚实性结节(SSN)脏层胸膜侵犯(VPI)中的临床预测价值.方法:回顾性收集2016年5月-2021年12月在本院经手术切除和病理确诊为肺腺癌SSN的患者103例.男34例,女69例,年龄25～82岁,平均(58.5±10.2)岁.病理组织学诊断结果VPI阳性组19例(18.45％),VPI阴性组84例(81.55％).记录患者的年龄、性别等临床资料.所有患者术前均行胸部CT检查.阅读CT影像学征象,包括位置、径线、密度、分叶征、毛刺征及胸膜凹陷征等.结节与胸膜关系(NPR)分为四种亚型:Ⅰ型,1条线相连;Ⅱ型,多条线相连;Ⅲ型,窄基底相贴;Ⅳ型,宽基底相贴.单因素分析比较VPI阳性组和阴性组在临床和CT影像学特征间的差异,将单因素分析差异有统计学意义的指标纳入多因素Logistic回归分析,通过受试者操作特征(ROC)曲线建立预测模型.结果:103例患者包括非实性结节49例(47.57％)和部分实性结节54例(52.43％).VPI阳性组和阴性组的性别和年龄差异无统计学意义(P=0.883、0.151).非实性结节VPI发生率为8.16％(4/49),低于部分实性结节27.78％(15/54),差异有统计学意义(P=0.01).NPR四种亚型发生VPI的比例分别为Ⅰ 型 6.82％(3/44)、Ⅱ 型 15.00％(3/20)、Ⅲ 型 28.00％(7/25)和 Ⅳ 型 42.86％(6/14),差异具有统计学意义(P=0.011).结节密度和NPR分型是预测肺腺癌SSN的VPI状态的独立危险因素.ROC结果显示,结节密度诊断VPI的曲线下面积(AUC)为0.663,敏感度为78.9％,特异度为53.6％;NPR分型诊断VPI的AUC为0.726,敏感度为68.4％,特异度为69.0％;两者联合诊断VPI的AUC为0.804,敏感度为73.7％,特异度为70.2％.结论:肺腺癌亚实性结节的CT影像学特征有助于脏层胸膜侵犯的术前评估,结节密度和结节与胸膜关系分型是预测脏层胸膜侵犯的独立危险因素.

近年来,随着肺结节的比例升高,术前经皮肺穿刺活检或经支气管镜活检越来越受到重视.大量临床证据也证实,Ⅰ期非小细胞肺癌(non-small cell lung cancer,NSCLC)的肺穿刺活检是安全可行的.但是,由于肺磨玻璃结节的组织学特点,与实性结节相比穿刺时更容易发生出血或咳嗽,肿瘤细胞在血流或气流冲击下可能会沿着肺泡壁或针道种植,导致胸膜复发和气腔播散(spread through air spaces,STAS),尤其是胸膜下结节合并有脏层胸膜侵犯和淋巴细胞浸润时需要慎重选择.