编辑推荐：
为解决肺部磨玻璃结节（GGNs）病理类型难以准确鉴别的问题，研究人员开展了对 210 例患者的回顾性分析研究。结果发现，GGNs 的 CT 影像特征及实性成分大小对鉴别不同病理类型有重要价值。该研究为临床精准诊断和治疗提供了依据。
在肺部疾病的诊断领域，肺部磨玻璃结节（Ground-Glass Nodules，GGNs）一直是备受关注的焦点。GGNs 是一种在高分辨率计算机断层扫描（HRCT）下呈现为模糊的、不掩盖其下支气管结构或肺血管的影像学表现，因其外观类似磨砂玻璃而得名。它可能是良性病变，如感染、炎症等，也可能是癌前病变或不同等级的肺癌，像非典型腺瘤样增生（Atypical Adenomatous Hyperplasia，AAH）、原位腺癌（Adenocarcinoma In Situ，AIS）、微浸润腺癌（Minimally Invasive Adenocarcinoma，MIA）和浸润性腺癌（Invasive Adenocarcinoma，IAC）。
近年来，肺癌的发病率和死亡率不断上升，其中肺腺癌在非小细胞肺癌中占比较大，且常发生于不吸烟的女性。由于肺癌早期症状不明显，容易被忽视，一旦发展到晚期，患者会出现声音嘶哑、面部和颈部肿胀、呼吸困难等威胁生命的症状，所以早期发现肺癌至关重要。而 GGNs 与早期肺腺癌密切相关，准确判断 GGNs 的病理类型，对制定治疗方案和预测疾病预后意义重大。
为了深入探究 GGNs 的病理类型与 CT 影像特征之间的关系，梅州市人民医院的研究人员开展了相关研究。他们对 2021 年 1 月至 2024 年 5 月在该院诊断和治疗的 210 例肺部磨玻璃结节患者进行回顾性分析，旨在通过研究不同病理类型 GGNs 的 CT 影像特征，找到鉴别它们的有效方法。
研究人员在开展研究时，采用了以下几种主要关键的技术方法：
- CT 扫描：使用联影 160 层 CT（型号 uCT780）对患者进行扫描，设置特定的扫描参数，包括电流、电压、扫描厚度等，并在图像重建时设定合适的窗宽和窗位。
- 病理诊断：通过胸腔镜或开胸活检获取肺腺癌分类的标本，经过固定、包埋、切片等处理，进行苏木精 - 伊红（HE）染色，对诊断有挑战的患者还进行免疫组化染色，由两位专业病理学家依据标准进行诊断。
- CT 图像评估：由两位经验丰富的胸部放射科医生采用盲法评估 CT 图像，测量病变的大小、比例等参数，并对病变的形态、边缘特征等进行判断。
- 数据分析：运用 SPSS 25.0 软件进行数据分析，通过独立样本 t 检验分析连续数据，构建受试者工作特征（ROC）曲线评估实性成分的诊断价值，用 Pearson 卡方检验和 Fisher 精确检验分析分类数据。
研究结果如下：
- 诊断结果：210 例患者中，51 例为良性病变（21 例肺部炎症，30 例 AAH），159 例为恶性病变（50 例 AIS，65 例 MIA，40 例 IAC）。CT 诊断的阳性预测值为 98.74%，阴性预测值为 90.19%，敏感性为 97.48%，特异性为 94.12%。
- CT 表现及诊断价值：侵袭前病变多表现为纯磨玻璃影，形态较规则，边界清晰；MIA 可表现为纯磨玻璃影或混合磨玻璃影，形态也多为圆形或椭圆形，边界清晰；IAC 多为混合密度磨玻璃影，形状不规则。单因素方差分析显示，年龄和 BMI 在各组间无统计学差异；而毛刺征、分叶征、空泡征、胸膜凹陷征、病变不规则性和边界清晰度在各组间差异有统计学意义，且炎症组＜AAH 组＜AIS 组＜MIA 组＜IAC 组。
- 不同病理类型 GGNs 病变大小和实性成分比例的比较：病变大小和实性成分大小在各组间差异有统计学意义，同样是炎症组＜AAH 组＜AIS 组＜MIA 组＜IAC 组；但三维比和二维比在五组间无统计学差异。
- ROC 曲线分析：根据 GGNs 中实性成分大小绘制 ROC 曲线，鉴别侵袭前病变和 MIA 时，曲线下面积（AUC）为 0.705，有中等诊断价值；鉴别 MIA 和 IAC 时，AUC 为 0.814，也有中等诊断价值。
研究结论和讨论部分指出，GGNs 的影像学特征，如大小、形状、边界、有无毛刺或分叶以及实性成分的多少等，能为肺腺癌侵袭前病变、MIA 和 IAC 的鉴别诊断提供有价值的信息。实性成分在混合磨玻璃影中的占比可作为判断恶性程度和侵袭性的指标，实性成分越多，恶性可能性和侵袭性越高。而且，对于随访中的 GGNs，如果出现新的实性成分或原有实性成分增大，提示疾病进展，建议及时进行穿刺活检或手术切除以明确病理诊断。
该研究的重要意义在于，为临床医生准确鉴别 GGNs 的病理类型提供了重要参考，有助于早期发现和诊断肺癌，从而制定更精准的治疗方案，提高患者的生存率和生活质量。然而，该研究也存在一些局限性，如回顾性研究、样本量小、单中心研究、缺乏长期随访等。未来的研究需要更大的队列、前瞻性设计、标准化的评估方法和全面的病理确认，以进一步验证和完善这些发现 。
