引用本文： 王江南, 嚴衛亞, 蔡健, 丁學兵. CT引導下Hook-wire精準定位孤立磨玻璃結節的危險因素及其Nomogram預測模型構建. 中國胸心血管外科臨床雜志, 2024, 31(9): 1258-1265. doi: 10.7507/1007-4848.202212066 復制
版權信息： ?四川大學華西醫院華西期刊社《中國胸心血管外科臨床雜志》版權所有，未經授權不得轉載、改編
肺癌是全球主要癌癥之一，也是癌癥死亡的主要原因，2010—2014年，大多數國家的肺癌患者確診后5年的存活率僅為10%～20%[1]。自2013年美國預防服務工作組（United States Preventive Services Task Force，USPSTF）首次建議進行肺癌篩查后，晚期肺癌的診斷大幅下降。治療手段的進步和早期診斷對肺癌預后有很大改善，5年相對生存率較前明顯上升[2]。低劑量計算機斷層掃描（computed tomography，CT）是高危人群肺癌篩查的有效手段，對于高風險肺結節，電視胸腔鏡下手術切除是目前的首選治療方案。為了在充分切除病灶的前提下盡可能保留患者的健康肺組織，保護患者肺功能，精確定位肺結節至關重要。術前CT引導下Hook-wire定位肺結節具有較高的定位成功率和極低的嚴重不良定位并發癥發生率，是目前臨床廣泛應用的定位方式[3-6]。但是精準定位的定義并無明確標準，且對于影響精準定位的相關風險因素及其重要性還有待深入研究。因此，為探究CT引導下Hook-wire精準定位風險因素和確定最佳定位管理策略，需要建立風險預測模型。在各類模型中，Nomogram可以提供準確、個性化的循證風險評估[7-8]。Nomogram風險預測模型在各個領域均有優秀的表現。目前，多種影響Hook-wire定位的風險因素被提出和討論[9]，但利用Nomogram預測模型進行評價非常少見，尤其是在精準定位方面。
1 資料與方法
1.1 臨床資料和分組
回顧性納入2018年7月—2022年11月在南京醫科大學附屬蘇州醫院行CT引導下Hook-wire穿刺定位的患者。納入標準：（1）定位方式為CT引導下Hook-wire穿刺定位單個肺結節；（2）同一定位醫師，且醫師擁有2年以上定位經驗；（3）具備完善的定位影像學圖像；（4）定位鉤末端均在肺實質內。排除標準：（1）同期多個肺結節（2個肺結節或以上）定位；（2）患者有精神疾患或者其他原因不能配合者。按照7∶3的比例將患者隨機分為訓練集和驗證集。
1.2 精準定位肺結節的定義
在各研究中對于成功定位肺結節的標準各有不同，其中Ala等[9]、Li等[10]認為理想的定位為定位鉤末端至結節的距離為1 cm；有研究[11]則以不脫鉤、在術中能找到肺結節為定位成功標準。本研究定位鉤均在肺實質內，我們將訓練集鉤尖至肺結節的中位距離（6.74 mm）作為分界標準，定位鉤末端至肺結節距離≤6.74 mm定義為精準定位，否則為非精準定位。
1.3 數據收集
收集患者的一般信息：姓名、性別、年齡、吸煙史、身高、體重指數（body mass index，BMI）。年齡按照世界衛生組織（World Health Organization，WHO）分段標準分為青年（18～<45歲）、中年（45～<60歲）、老年（≥60歲），BMI按照WHO標準分為偏瘦（＜18.5 kg/m2）、正常（18.5 kg/m2≤BMI＜25 kg/m2）、超重（25 kg/m2≤BMI＜28 kg/m2）、肥胖（≥28 kg/m2）。手術相關信息：定位的肺葉分布、是否有胸腔粘連、結節病理類型。定位相關信息：定位針穿刺的部位（前、側、后肋）、結節大小、定位時間、定位并發癥、定位鉤末端至結節距離、結節至胸膜表面距離、結節至皮膚距離（沿穿刺道）、穿刺道的厚度、定位針與水平面的角度、定位針與皮膚表面的角度、定位過程中CT掃描次數、是否被遮擋。將穿刺針與水平面或者皮膚表面夾角在90°±10°定義為垂直，其他角度定義為非垂直。所有涉及測量的工作由2位臨床醫師獨立進行，取兩組數據的平均值作為最終結果。
1.4 統計學分析
采用SPSS 22.0及R4.0.3軟件進行數據分析。分類變量采用頻數和百分比描述，組間比較采用四格表χ2檢驗或Fisher確切概率法，等級變量的組間比較采用秩和檢驗。無缺失值數據。身高、定位時間、結節至胸膜表面距離、結節至皮膚表面距離、穿刺道厚度對定位準確性的影響采用單因素分析，并根據最優界值轉化為二分類變量。計算各變量的方差膨脹因子（variance inflation factor，VIF）評估回歸模型中變量是否存在多重共線性。采用單因素及多因素logistic回歸分析確定訓練集中影響精準定位的風險因素。基于logistic回歸結果，建立影響CT引導下Hook-wire精準定位單個肺磨玻璃結節的預測模型。計算95%置信區間（confidence interval，CI）的預測概率和優勢比。構建Nomogram對CT引導下Hook-wire定位患者個體非精準定位風險進行評分。通過靈敏度、特異度和受試者工作特征（receiver operating characteristic，ROC）曲線及曲線下面積（area under the curve，AUC）評估區分度，利用校準曲線反映觀察結果和預測之間的一致性。采用驗證集繪制ROC曲線和校準曲線進行內部驗證。利用兩組數據分別進行臨床決策曲線分析（decision curve analysis，DCA），通過從真陽性中減去假陽性的比例，并平衡無干擾的相對風險和不必要干擾的負面影響，計算凈收益。雙側檢驗P≤0.05為差異有統計學意義。
1.5 倫理審查
本研究經蘇州市立醫院倫理委員會審查，倫理審查號：K-2022-021-K01。
2 結果
2.1 患者基線特征
共247例行CT引導下Hook-wire穿刺定位肺結節患者，排除同期多個肺結節患者16例，定位后未見影像學圖像患者6例，定位過程中患者不能配合或者其他原因導致定位中斷、失敗者18例，定位鉤未位于肺實質內患者8例，最終共199例患者納入研究，其中男72例、女127例，年齡25～83歲。訓練集139例，驗證集60例。訓練集中，精準定位組70例，非精準定位組69例。兩組患者性別、年齡、吸煙史、胸壁及肺部疾病史、穿刺胸壁前后位置、穿刺胸壁上下位置、手術肺葉、胸腔粘連、病理、BMI分級、定位并發癥差異無統計學意義（P＞0.05），身高、定位時間、結節至肺表面距離、結節至皮膚表面距離、穿刺道厚度、定位針垂直于水平面、定位針垂直于皮膚表面切線、CT掃描次數、遮擋差異有統計學意義（P＜0.05）；見表1。
表1
139例訓練集患者基線資料［例（%）］
2.2 精準定位的危險因素
將上述差異有統計學意義（P≤0.05）的相關因素進行多重共線性檢驗，所有變量VIF＜10，說明不存在多重共線性。單因素和多因素logistic回歸分析顯示，身高、定位針垂直于水平面、定位針垂直于皮膚表面切線、CT掃描次數、遮擋為影響患者精準定位的獨立風險因素；見表2。
表2
精準定位影響因素的分析結果
2.3 Nomogram模型
將身高、定位針垂直于水平面、定位針垂直于皮膚表面切線、CT掃描次數和遮擋納入預測模型，最終得到的模型具有統計學意義［χ2（5）=58.169，P=0.000］，其回歸方程為：logit（P）=?2.505+1.242×身高+1.222×定位針垂直于水平面+1.793×定位針垂直于皮膚表面切線+2.357×遮擋+1.108×CT掃描次數。經Hosmer-Lemeshow檢驗顯示聯合預測模型擬合良好［χ2（7）=58.169，自由度（DF）=7，P=0.27］。Nomogram列線圖見圖1。
圖1
CT引導下Hook-wire精準定位的Nomogram列線圖
在相應的軸上確定變量的值，在評分標準數軸上畫一條對應垂直線確定分數，將每個變量的分數相加得到總分，從總分數軸上畫一條垂直線確定非精準定位的概率
2.4 模型區分度和校準度檢驗
使用ROC曲線分析，評估訓練集建立預測模型的性能，該模型的AUC為0.843，95%CI（0.776，0.910），表明診斷性能良好。在最佳截斷值下，靈敏度為79.7%，特異性為81.4%；見圖2a。采用Bootstrap方法從訓練集再次抽樣1 000次，并繪制校準曲線，結果顯示校準圖形中標準曲線與預測校準曲線貼合良好，絕對誤差為0.014，說明模型的校準度良好；見圖2b。利用驗證集數據進行內部驗證，驗證集AUC為0.854，95%CI（0.759，0.950）；見圖2c。采用相同方法繪制校準曲線，絕對誤差為0.027，顯示預測概率和實際概率之間具有良好的一致性；見圖2d。
圖2
訓練集和驗證集的ROC曲線和校準曲線
a～b：分別為訓練集ROC曲線和校準曲線；c～d：分別為驗證集的ROC曲線和校準曲線；圖b和d中黑色虛線表示理想的標準曲線，紅色實線表示本模型的表現，綠色實線表示校準后的校準曲線；ROC：受試者工作特征
2.5 模型的臨床決策曲線分析
使用DCA曲線分析訓練集（圖3a）和驗證集（圖3b）的臨床獲益，訓練集閾值概率在8%～85%有較高的臨床獲益，驗證集閾值概率在18%～99%有較高的臨床獲益，兩者在較大閾值范圍內均有較高的臨床獲益。
圖3
訓練集和驗證集的DCA曲線
a：訓練集的DCA曲線；b：驗證集的DCA曲線；灰色斜線表示假設對所有患者都進行干預，黑色橫線表示假設對所有患者都不施加干預，黑色曲線代表模型；DCA：決策曲線分析
3 討論
本研究共納入20個可能的變量評估CT引導下精準定位肺結節的風險，通過多因素分析，最終共納入5個變量：身高、穿刺針是否垂直于水平面、穿刺針是否垂直于皮膚切線、CT掃描的次數以及遮擋。本研究開發了CT引導下精準定位肺結節的預測模型Nomogram圖，其具有良好的診斷性能［AUC=0.843，95%CI（0.776，0.910）］。使用Bootstrap法抽樣，抽樣次數為1 000次，并繪制校準圖，模型表現出良好的校準度。再利用驗證集進行內部驗證，同樣表現出良好的區分度［AUC=0.854，95%CI（0.759，0.950）］和校準度。此外，基于決策曲線分析結果，該預測模型在臨床環境中使用時表現出優異的性能。對精準定位肺結節的風險進行評估，可為制定預防或降低此類事件發生率的策略做出重要貢獻。
本研究結果表明，遮擋是精準定位的影響因素。該因素在其他研究[12]中也經常作為定位的獨立影響因素被提及。肋骨和肩胛骨作為胸部特有的骨性結構，其對Hook-wire的定位影響是肯定的。位于肺表面、被肋骨遮擋的肺結節，由于肋骨寬度有限，即使被遮擋，導致定位針難以直接定位，也可將定位針緊貼肋骨，穿刺定位在肺結節某側，通過肺結節與肺表面穿刺點的關系，基本完成定位。但是，對于被肩胛骨遮擋的肺結節，由于肩胛骨寬大，遮擋范圍廣，想要準確定位肺結節，傾斜角度進針就難以避免。在本研究中，不論是訓練集還是驗證集，遮擋的比例在非精準定位組中遠高于精準定位組，多因素分析顯示遮擋是精確定位的危險因素。其可能的原因在于，當肺結節被遮擋后，定位針不能以最短的距離穿刺至肺結節，需要調整穿刺針角度進行穿刺，在調整的過程中，沒有精確的儀器測量，調整的角度需要憑借操作者的熟練程度進行判斷。即使操作者非常熟悉，對于一些微小角度的調整也不夠精確，導致定位鉤末端與結節存在一定距離。同時，調整之后的穿刺針道長度也明顯增加，遮擋物越大，增加的穿刺長度也越長，導致即使是細微角度的變化，也會使定位鉤末端偏離結節的距離增加。
當通過CT掃描制定穿刺計劃，確定好定位點之后，精準的角度把控就是精確定位肺結節至關重要的因素。在目前的Hook-wire定位操作中，尚無精確判斷穿刺針角度的工具和方法，操作醫師的經驗在其中占據絕對優勢。垂直于某個確定的參考平面是比較容易判斷的，在本研究中，穿刺針垂直于水平面或垂直于皮膚表面切線都是精準定位的有利因素。脫位和移位是定位失敗的主要原因，而氣胸又是導致脫位的主要原因[13]。但是較大的胸膜-穿刺針角度是氣胸的保護因素，因為這可能減少了肺活動時的撕裂，這也提示穿刺角度與精準定位有一定聯系，因為垂直穿刺可能減少氣胸發生，從而減少定位后的偏移，使定位更理想[14]。因此建議在對需要Hook-wire定位患者進行穿刺規劃時，盡可能垂直于水平面或者皮膚進針點切線進針，這既可以更準確把握進針角度，也可使穿刺距離最短。
CT掃描次數對于精準定位的影響可以解釋為對定位時間和難度的影響。本研究選擇的穿刺方法需進行3次CT掃描：患者進入CT室，擺好體位，制定好初步穿刺計劃后進行第1次CT掃描；然后確定穿刺點，消毒麻醉，將穿刺針按照計劃刺入胸部，此時不進入胸腔，進行第2次CT掃描；根據掃描結果對穿刺針進行細微調整后穿刺進入肺部，釋放穿刺針后，進行第3次CT掃描，判斷定位鉤最終的位置以及是否有穿刺相關并發癥。相較于Yan等[11]報道的2次CT掃描方案，可在不影響肺部的情況下在穿刺前進行穿刺針的調整，更準確定位到目標結節。本研究提示CT掃描次數>3次是精準定位的危險因素。
本研究中將身高以最佳分界點為界限，劃分為兩類：≤166.5 cm或＞166.5 cm。多因素分析顯示，身高≤166.5 cm是精準定位的保護因素，這可能與患者定位時呼吸運動有關。身高比較矮的患者，胸腔長度較短，呼吸運動時肺組織在胸腔內的活動度更低，因此在CT體表定位到定位針進入肺組織的過程中，肺組織位置因呼吸運動改變小，定位更準確。另一種可能原因是，身高較矮者，肋間隙更狹窄，穿刺針在肋間的偏離距離受限，因此在定位時即使定位針稍有偏差，由于狹窄肋間隙的限制或鄰近肋骨的指示，使最終定位結果更為準確。Yang等[15]的研究也提及體型過大導致勾絲脫位，但并未進一步研究，因此還需更多研究支持。
對于本研究中模型的鑒別，訓練集和驗證集的AUC分別為0.843和0.854。這提示，預測模型對CT引導下Hook-wire定位肺結節的精確性有良好的區分度。模型的校準曲線在預測概率和實際概率之間顯示出較高的擬合度，這表明模型的校準度良好。
在制定穿刺計劃時，根據本研究的Nomogram模型，可以簡單預測精準定位的概率，及時調整、更改或者放棄穿刺，以此達到最佳臨床獲益。我們的研究也有局限性。首先，本研究為回顧性研究，樣本量偏小，部分變量置信區間較大，其準確性還需更多前瞻性研究進行驗證。其次，本研究納入的變量并不包含所有可能變量，并且有的變量在以往的研究中并未被大量、深入研究，還需在更大樣本量、更多研究中進一步證明。最后，本研究的訓練集和驗證集均來自于同一中心，在后續的研究中我們會納入其他中心數據進行驗證。
利益沖突：無。
作者貢獻：王江南負責研究設計，數據收集、整理和分析，論文撰寫；嚴衛亞負責研究設計，數據收集，論文內容調整、修改；蔡健負責數據收集、整理和分析；丁學兵負責研究設計指導，修改、審閱文章內容。
肺癌是全球主要癌癥之一，也是癌癥死亡的主要原因，2010—2014年，大多數國家的肺癌患者確診后5年的存活率僅為10%～20%[1]。自2013年美國預防服務工作組（United States Preventive Services Task Force，USPSTF）首次建議進行肺癌篩查后，晚期肺癌的診斷大幅下降。治療手段的進步和早期診斷對肺癌預后有很大改善，5年相對生存率較前明顯上升[2]。低劑量計算機斷層掃描（computed tomography，CT）是高危人群肺癌篩查的有效手段，對于高風險肺結節，電視胸腔鏡下手術切除是目前的首選治療方案。為了在充分切除病灶的前提下盡可能保留患者的健康肺組織，保護患者肺功能，精確定位肺結節至關重要。術前CT引導下Hook-wire定位肺結節具有較高的定位成功率和極低的嚴重不良定位并發癥發生率，是目前臨床廣泛應用的定位方式[3-6]。但是精準定位的定義并無明確標準，且對于影響精準定位的相關風險因素及其重要性還有待深入研究。因此，為探究CT引導下Hook-wire精準定位風險因素和確定最佳定位管理策略，需要建立風險預測模型。在各類模型中，Nomogram可以提供準確、個性化的循證風險評估[7-8]。Nomogram風險預測模型在各個領域均有優秀的表現。目前，多種影響Hook-wire定位的風險因素被提出和討論[9]，但利用Nomogram預測模型進行評價非常少見，尤其是在精準定位方面。
1 資料與方法
1.1 臨床資料和分組
回顧性納入2018年7月—2022年11月在南京醫科大學附屬蘇州醫院行CT引導下Hook-wire穿刺定位的患者。納入標準：（1）定位方式為CT引導下Hook-wire穿刺定位單個肺結節；（2）同一定位醫師，且醫師擁有2年以上定位經驗；（3）具備完善的定位影像學圖像；（4）定位鉤末端均在肺實質內。排除標準：（1）同期多個肺結節（2個肺結節或以上）定位；（2）患者有精神疾患或者其他原因不能配合者。按照7∶3的比例將患者隨機分為訓練集和驗證集。
1.2 精準定位肺結節的定義
在各研究中對于成功定位肺結節的標準各有不同，其中Ala等[9]、Li等[10]認為理想的定位為定位鉤末端至結節的距離為1 cm；有研究[11]則以不脫鉤、在術中能找到肺結節為定位成功標準。本研究定位鉤均在肺實質內，我們將訓練集鉤尖至肺結節的中位距離（6.74 mm）作為分界標準，定位鉤末端至肺結節距離≤6.74 mm定義為精準定位，否則為非精準定位。
1.3 數據收集
收集患者的一般信息：姓名、性別、年齡、吸煙史、身高、體重指數（body mass index，BMI）。年齡按照世界衛生組織（World Health Organization，WHO）分段標準分為青年（18～<45歲）、中年（45～<60歲）、老年（≥60歲），BMI按照WHO標準分為偏瘦（＜18.5 kg/m2）、正常（18.5 kg/m2≤BMI＜25 kg/m2）、超重（25 kg/m2≤BMI＜28 kg/m2）、肥胖（≥28 kg/m2）。手術相關信息：定位的肺葉分布、是否有胸腔粘連、結節病理類型。定位相關信息：定位針穿刺的部位（前、側、后肋）、結節大小、定位時間、定位并發癥、定位鉤末端至結節距離、結節至胸膜表面距離、結節至皮膚距離（沿穿刺道）、穿刺道的厚度、定位針與水平面的角度、定位針與皮膚表面的角度、定位過程中CT掃描次數、是否被遮擋。將穿刺針與水平面或者皮膚表面夾角在90°±10°定義為垂直，其他角度定義為非垂直。所有涉及測量的工作由2位臨床醫師獨立進行，取兩組數據的平均值作為最終結果。
1.4 統計學分析
采用SPSS 22.0及R4.0.3軟件進行數據分析。分類變量采用頻數和百分比描述，組間比較采用四格表χ2檢驗或Fisher確切概率法，等級變量的組間比較采用秩和檢驗。無缺失值數據。身高、定位時間、結節至胸膜表面距離、結節至皮膚表面距離、穿刺道厚度對定位準確性的影響采用單因素分析，并根據最優界值轉化為二分類變量。計算各變量的方差膨脹因子（variance inflation factor，VIF）評估回歸模型中變量是否存在多重共線性。采用單因素及多因素logistic回歸分析確定訓練集中影響精準定位的風險因素。基于logistic回歸結果，建立影響CT引導下Hook-wire精準定位單個肺磨玻璃結節的預測模型。計算95%置信區間（confidence interval，CI）的預測概率和優勢比。構建Nomogram對CT引導下Hook-wire定位患者個體非精準定位風險進行評分。通過靈敏度、特異度和受試者工作特征（receiver operating characteristic，ROC）曲線及曲線下面積（area under the curve，AUC）評估區分度，利用校準曲線反映觀察結果和預測之間的一致性。采用驗證集繪制ROC曲線和校準曲線進行內部驗證。利用兩組數據分別進行臨床決策曲線分析（decision curve analysis，DCA），通過從真陽性中減去假陽性的比例，并平衡無干擾的相對風險和不必要干擾的負面影響，計算凈收益。雙側檢驗P≤0.05為差異有統計學意義。
1.5 倫理審查
本研究經蘇州市立醫院倫理委員會審查，倫理審查號：K-2022-021-K01。
2 結果
2.1 患者基線特征
共247例行CT引導下Hook-wire穿刺定位肺結節患者，排除同期多個肺結節患者16例，定位后未見影像學圖像患者6例，定位過程中患者不能配合或者其他原因導致定位中斷、失敗者18例，定位鉤未位于肺實質內患者8例，最終共199例患者納入研究，其中男72例、女127例，年齡25～83歲。訓練集139例，驗證集60例。訓練集中，精準定位組70例，非精準定位組69例。兩組患者性別、年齡、吸煙史、胸壁及肺部疾病史、穿刺胸壁前后位置、穿刺胸壁上下位置、手術肺葉、胸腔粘連、病理、BMI分級、定位并發癥差異無統計學意義（P＞0.05），身高、定位時間、結節至肺表面距離、結節至皮膚表面距離、穿刺道厚度、定位針垂直于水平面、定位針垂直于皮膚表面切線、CT掃描次數、遮擋差異有統計學意義（P＜0.05）；見表1。
表1
139例訓練集患者基線資料［例（%）］
2.2 精準定位的危險因素
將上述差異有統計學意義（P≤0.05）的相關因素進行多重共線性檢驗，所有變量VIF＜10，說明不存在多重共線性。單因素和多因素logistic回歸分析顯示，身高、定位針垂直于水平面、定位針垂直于皮膚表面切線、CT掃描次數、遮擋為影響患者精準定位的獨立風險因素；見表2。
表2
精準定位影響因素的分析結果
2.3 Nomogram模型
將身高、定位針垂直于水平面、定位針垂直于皮膚表面切線、CT掃描次數和遮擋納入預測模型，最終得到的模型具有統計學意義［χ2（5）=58.169，P=0.000］，其回歸方程為：logit（P）=?2.505+1.242×身高+1.222×定位針垂直于水平面+1.793×定位針垂直于皮膚表面切線+2.357×遮擋+1.108×CT掃描次數。經Hosmer-Lemeshow檢驗顯示聯合預測模型擬合良好［χ2（7）=58.169，自由度（DF）=7，P=0.27］。Nomogram列線圖見圖1。
圖1
CT引導下Hook-wire精準定位的Nomogram列線圖
在相應的軸上確定變量的值，在評分標準數軸上畫一條對應垂直線確定分數，將每個變量的分數相加得到總分，從總分數軸上畫一條垂直線確定非精準定位的概率
2.4 模型區分度和校準度檢驗
使用ROC曲線分析，評估訓練集建立預測模型的性能，該模型的AUC為0.843，95%CI（0.776，0.910），表明診斷性能良好。在最佳截斷值下，靈敏度為79.7%，特異性為81.4%；見圖2a。采用Bootstrap方法從訓練集再次抽樣1 000次，并繪制校準曲線，結果顯示校準圖形中標準曲線與預測校準曲線貼合良好，絕對誤差為0.014，說明模型的校準度良好；見圖2b。利用驗證集數據進行內部驗證，驗證集AUC為0.854，95%CI（0.759，0.950）；見圖2c。采用相同方法繪制校準曲線，絕對誤差為0.027，顯示預測概率和實際概率之間具有良好的一致性；見圖2d。
圖2
訓練集和驗證集的ROC曲線和校準曲線
a～b：分別為訓練集ROC曲線和校準曲線；c～d：分別為驗證集的ROC曲線和校準曲線；圖b和d中黑色虛線表示理想的標準曲線，紅色實線表示本模型的表現，綠色實線表示校準后的校準曲線；ROC：受試者工作特征
2.5 模型的臨床決策曲線分析
使用DCA曲線分析訓練集（圖3a）和驗證集（圖3b）的臨床獲益，訓練集閾值概率在8%～85%有較高的臨床獲益，驗證集閾值概率在18%～99%有較高的臨床獲益，兩者在較大閾值范圍內均有較高的臨床獲益。
圖3
訓練集和驗證集的DCA曲線
a：訓練集的DCA曲線；b：驗證集的DCA曲線；灰色斜線表示假設對所有患者都進行干預，黑色橫線表示假設對所有患者都不施加干預，黑色曲線代表模型；DCA：決策曲線分析
3 討論
本研究共納入20個可能的變量評估CT引導下精準定位肺結節的風險，通過多因素分析，最終共納入5個變量：身高、穿刺針是否垂直于水平面、穿刺針是否垂直于皮膚切線、CT掃描的次數以及遮擋。本研究開發了CT引導下精準定位肺結節的預測模型Nomogram圖，其具有良好的診斷性能［AUC=0.843，95%CI（0.776，0.910）］。使用Bootstrap法抽樣，抽樣次數為1 000次，并繪制校準圖，模型表現出良好的校準度。再利用驗證集進行內部驗證，同樣表現出良好的區分度［AUC=0.854，95%CI（0.759，0.950）］和校準度。此外，基于決策曲線分析結果，該預測模型在臨床環境中使用時表現出優異的性能。對精準定位肺結節的風險進行評估，可為制定預防或降低此類事件發生率的策略做出重要貢獻。
本研究結果表明，遮擋是精準定位的影響因素。該因素在其他研究[12]中也經常作為定位的獨立影響因素被提及。肋骨和肩胛骨作為胸部特有的骨性結構，其對Hook-wire的定位影響是肯定的。位于肺表面、被肋骨遮擋的肺結節，由于肋骨寬度有限，即使被遮擋，導致定位針難以直接定位，也可將定位針緊貼肋骨，穿刺定位在肺結節某側，通過肺結節與肺表面穿刺點的關系，基本完成定位。但是，對于被肩胛骨遮擋的肺結節，由于肩胛骨寬大，遮擋范圍廣，想要準確定位肺結節，傾斜角度進針就難以避免。在本研究中，不論是訓練集還是驗證集，遮擋的比例在非精準定位組中遠高于精準定位組，多因素分析顯示遮擋是精確定位的危險因素。其可能的原因在于，當肺結節被遮擋后，定位針不能以最短的距離穿刺至肺結節，需要調整穿刺針角度進行穿刺，在調整的過程中，沒有精確的儀器測量，調整的角度需要憑借操作者的熟練程度進行判斷。即使操作者非常熟悉，對于一些微小角度的調整也不夠精確，導致定位鉤末端與結節存在一定距離。同時，調整之后的穿刺針道長度也明顯增加，遮擋物越大，增加的穿刺長度也越長，導致即使是細微角度的變化，也會使定位鉤末端偏離結節的距離增加。
當通過CT掃描制定穿刺計劃，確定好定位點之后，精準的角度把控就是精確定位肺結節至關重要的因素。在目前的Hook-wire定位操作中，尚無精確判斷穿刺針角度的工具和方法，操作醫師的經驗在其中占據絕對優勢。垂直于某個確定的參考平面是比較容易判斷的，在本研究中，穿刺針垂直于水平面或垂直于皮膚表面切線都是精準定位的有利因素。脫位和移位是定位失敗的主要原因，而氣胸又是導致脫位的主要原因[13]。但是較大的胸膜-穿刺針角度是氣胸的保護因素，因為這可能減少了肺活動時的撕裂，這也提示穿刺角度與精準定位有一定聯系，因為垂直穿刺可能減少氣胸發生，從而減少定位后的偏移，使定位更理想[14]。因此建議在對需要Hook-wire定位患者進行穿刺規劃時，盡可能垂直于水平面或者皮膚進針點切線進針，這既可以更準確把握進針角度，也可使穿刺距離最短。
CT掃描次數對于精準定位的影響可以解釋為對定位時間和難度的影響。本研究選擇的穿刺方法需進行3次CT掃描：患者進入CT室，擺好體位，制定好初步穿刺計劃后進行第1次CT掃描；然后確定穿刺點，消毒麻醉，將穿刺針按照計劃刺入胸部，此時不進入胸腔，進行第2次CT掃描；根據掃描結果對穿刺針進行細微調整后穿刺進入肺部，釋放穿刺針后，進行第3次CT掃描，判斷定位鉤最終的位置以及是否有穿刺相關并發癥。相較于Yan等[11]報道的2次CT掃描方案，可在不影響肺部的情況下在穿刺前進行穿刺針的調整，更準確定位到目標結節。本研究提示CT掃描次數>3次是精準定位的危險因素。
本研究中將身高以最佳分界點為界限，劃分為兩類：≤166.5 cm或＞166.5 cm。多因素分析顯示，身高≤166.5 cm是精準定位的保護因素，這可能與患者定位時呼吸運動有關。身高比較矮的患者，胸腔長度較短，呼吸運動時肺組織在胸腔內的活動度更低，因此在CT體表定位到定位針進入肺組織的過程中，肺組織位置因呼吸運動改變小，定位更準確。另一種可能原因是，身高較矮者，肋間隙更狹窄，穿刺針在肋間的偏離距離受限，因此在定位時即使定位針稍有偏差，由于狹窄肋間隙的限制或鄰近肋骨的指示，使最終定位結果更為準確。Yang等[15]的研究也提及體型過大導致勾絲脫位，但并未進一步研究，因此還需更多研究支持。
對于本研究中模型的鑒別，訓練集和驗證集的AUC分別為0.843和0.854。這提示，預測模型對CT引導下Hook-wire定位肺結節的精確性有良好的區分度。模型的校準曲線在預測概率和實際概率之間顯示出較高的擬合度，這表明模型的校準度良好。
在制定穿刺計劃時，根據本研究的Nomogram模型，可以簡單預測精準定位的概率，及時調整、更改或者放棄穿刺，以此達到最佳臨床獲益。我們的研究也有局限性。首先，本研究為回顧性研究，樣本量偏小，部分變量置信區間較大，其準確性還需更多前瞻性研究進行驗證。其次，本研究納入的變量并不包含所有可能變量，并且有的變量在以往的研究中并未被大量、深入研究，還需在更大樣本量、更多研究中進一步證明。最后，本研究的訓練集和驗證集均來自于同一中心，在后續的研究中我們會納入其他中心數據進行驗證。
利益沖突：無。
作者貢獻：王江南負責研究設計，數據收集、整理和分析，論文撰寫；嚴衛亞負責研究設計，數據收集，論文內容調整、修改；蔡健負責數據收集、整理和分析；丁學兵負責研究設計指導，修改、審閱文章內容。
