基于CT图像的评分模型预测食管鳞癌喉返神经旁淋巴结转移风险

目的:基于原发肿瘤及淋巴结CT特征建立评分模型预测食管鳞癌患者喉返神经旁淋巴结（RLN-LN）转移风险。方法:回顾性收集2014年1月至2019年12月于北京大学肿瘤医院行食管癌根治术并清扫RLN-LN的92例食管鳞癌患者。根据术后淋巴结病理结果分为RLN-LN转移组（ n=37）和非转移组（ n=55）。评估术前CT图像，记录食管癌患者年龄、性别、分化程度、肿瘤位置、肿瘤大小（肿瘤长度、肿瘤厚度、厚度/长度）、RLN-LN大小（淋巴结短径、长径、短径/多平面重建（MPR）最长径］。采用多元logistic回归筛选独立预测因子并建立评分模型，采用ROC曲线评估评分模型及独立预测因子诊断RLN-LN转移的效能，采用 Z检验比较曲线下面积（AUC）的差异。应用Hosmer-Lemeshow检验和校准曲线评估模型拟合度。 结果:肿瘤位置、肿瘤长度、RLN-LN短径、短径/MPR最长径是RLN-LN转移的独立预测因子，其诊断RLN-LN转移的AUC分别为0.586、0.705、0.831、0.777。基于以上4个CT特征建立评分模型，评分模型诊断RLN-LN转移的AUC为0.903（95%CI 0.846~0.959），优于各单一CT特征（ Z=5.812， P<0.001； Z=2.161， P=0.030； Z=2.929 ，P=0.003； Z=4.052， P<0.001）。拟合优度Hosmer-Lemeshow检验结果显示 P=0.555，校准曲线提示评分模型预测RLN-LN转移风险与实际转移风险之间具有良好的一致性。 结论:基于CT图像的评分模型有助于食管鳞癌RLN-LN转移状态危险分层。