临床放射学杂志

作者：倪昕睿, 刘璐豪, 周纪亮, 李倩妮, 李彬, 杨富阁, 周舟

单位：450046 郑州,河南中医药大学（倪昕睿、周纪亮、李倩妮）; 450000 郑州,河南中医药大学第一附属医院放射科（倪昕睿、刘璐豪、周纪亮、李倩妮、杨富阁、周 舟）,呼吸科（李 彬）; 450000 郑州,河南中医药大学中医智能影像重点学科（周 舟）

关键词：肺纤维化,肺癌,决策树,Logistic回归,CT定量参数

基金：本研究系河南省特色骨干学科中医学学科建设项目（编号：STG-ZYX02-202202）; 河南省教育厅项目（编号：23A360004）

<b>目的</b> 整合CT定量、定性指标及临床特征,构建并比较<em>Logistic</em>回归与决策树模型,以预测肺纤维化合并肺癌（PF-LC）患者免疫治疗联合化疗的疗效,为个体化治疗决策提供影像学依据。<b>方法</b> 回顾性纳入120例PF-LC患者,根据RECIST1.1疗效标准将患者分为有效组（CR+PR,59例）和无效组（PD+SD,61例）。搜集患者的临床特征及影像学指标,采用单因素分析筛选出有统计学意义的变量,分别构建<em>Logistic</em>回归与决策树模型,通过受试者工作特征曲线、曲线下面积及多项性能指标综合评价模型的预测效能。<b>结果</b> 单因素分析显示,咳嗽咳痰、Velcro啰音、肿瘤体积、纤维化占比及合并肺气肿在两组间差异具有统计学意义（<em>P</em>均&#x0003C;0.05）。<em>Logistic</em>回归提示肺气肿与纤维化占比为疗效不佳的独立危险因素。决策树模型以纤维化占比为首层分裂节点,共形成4个终端节点,预测正确率为79.2%。模型比较显示,决策树模型的曲线下面积为0.877,显著高于<em>Logistic</em>回归模型的0.745（<em>P</em>=0.006）,且在准确度（79.17%）、特异度（93.44%）、阳性预测值（90.48%）及F1分数（75.25%）等方面均更优。<b>结论</b> 决策树模型在预测PF-LC患者免疫治疗联合化疗疗效方面优于传统Logistic回归模型,具有更高的判别效能和临床实用性,为识别潜在获益患者提供了可解释的量化工具,但需通过多中心、前瞻性研究进一步验证与优化。

来源：2026年第4期

《临床放射学》期刊编辑部

查看临床放射学杂志2026年第4期