二元逻辑回归分析在MSCT鉴别诊断机化性肺炎及周围型肺癌中的价值
The value of binary logistic regression analysis in the differential diagnosis of organized pneumonia and peripheral lung cancer using MSCT作者机构：中部战区总医院放射科湖北武汉437000
出 版 物：《影像研究与医学应用》 (Journal of Imaging Research and Medical Applications)
年 卷 期：2024年第8卷第7期
页 面：28-30,34页
学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 10[医学]
主 题：多层螺旋CT 局灶性机化性肺炎 周围型肺癌 灵敏度 特异度
摘 要：目的:探讨二元逻辑回归分析在多层螺旋CT(MSCT)鉴别诊断局灶性机化性肺炎(FOP)及周围型肺癌(PLC)中的价值。方法:选取2016年3月—2022年5月中部战区总医院经病理证实的53例局灶性机化性肺炎患者作为研究组,61例周围型肺癌患者作为对照组,分析比较两组病变CT征象,对差异有统计学意义的定性征象构建回归模型,通过受试者工作特征(ROC)曲线计算曲线下面积、灵敏度、特异度。结果:二元多因素Logistic回归分析显示边界不清、长毛刺、短毛刺、空气支气管征是预测区分OP与PLC的独立影响因素;联合预测模型ROC曲线下面积为0.945,灵敏度为79.20%,特异度为98.40%。结论:边界不清、长毛刺、短毛刺、空气支气管征象有助于FOP和PLC的鉴别诊断,联合预测模型可提高鉴别二者的诊断效能,为临床提供重要辅助信息。
维普期刊数据库
同方期刊数据库