IA期浸润性肺腺癌气腔播散的临床影像与病理分子特征模型
该研究回顾性纳入765例手术切除的IA期浸润性肺腺癌患者,开发并外部验证了基于术前CT和临床特征的STAS预测模型。CTR≥90%、支气管截断、胸膜牵拉和卫星结节是STAS的独立预测因素,模型在训练集AUC为0.823,外部验证集AUC为0.829。高危组在亚肺叶切除患者中RFS显著缩短,STAS阳性肿瘤更常见微乳头/实性为主生长及KRAS/ALK突变。
要点
- CTR≥90%、支气管截断、胸膜牵拉和卫星结节是STAS的独立CT预测征象,阅片时应重点关注。
- STAS阳性肿瘤更常见微乳头/实性为主生长及KRAS/ALK突变,EGFR突变在STAS阴性中更常见。
- 模型高危组在亚肺叶切除后复发风险更高,可用于术前筛选亚肺叶切除候选者。
核心结论
- 该模型在术前识别IA期浸润性肺腺癌STAS和分层复发风险方面具有潜力,可辅助选择适合亚肺叶切除的患者。
- STAS阳性肿瘤具有独特的病理和分子特征,可为指导个体化辅助治疗提供参考。
研究设计与样本
- 回顾性研究,开发队列765例(STAS阳性237例、阴性528例),独立外部验证队列193例(阳性59例、阴性134例)。
- 纳入临床IA期浸润性肺腺癌且术前1个月内有胸部CT图像的手术患者,排除多原发癌、影像或病理质量不足及CT前接受抗肿瘤治疗者。
- CT设备包括Siemens Somatom Definition FLASH、Somatom Perspective和GE Discovery CT750 HD,层厚5mm,薄层重建0.625–1.25mm。
- 两名胸部放射科医师(经验>10年)独立评估CT特征,ICC值0.904–1.000。
- STAS按2015年WHO分类判定:微乳头簇、实性巢或单个细胞扩散至主肿瘤边缘以外的气腔内。
关键影像表现/征象
- STAS阳性肿瘤中位CTR为100%(95%,100%),高于STAS阴性肿瘤的71%(42%,100%)(p<0.001)。
- 实性密度、CTR≥90%、分叶征、毛刺征、支气管截断、胸膜牵拉、周围纤维化和卫星结节在STAS阳性中更常见(均p<0.05)。
- 空气支气管征在STAS阴性肿瘤中更常见(p<0.05),反映肿瘤内保留的支气管。
- 卫星结节在STAS阳性中占14.76%(35/237),在STAS阴性中仅占1.70%(9/528)。
- 肿瘤位置、肿瘤大小、空气间隙和晕征在两组间无显著差异(均p>0.05)。
诊断标准与关键数值
- CTR≥90%、支气管截断、胸膜牵拉和卫星结节是STAS的独立预测因素(二元logistic回归)。
- CTR最佳截断值为90%时,预测STAS的AUC为0.758,敏感度82.3%,特异度63.4%。
- 模型概率公式:P = 1 / (1 + e^(2.686 - 1.485×CTR≥90% - 1.143×支气管截断 - 0.917×胸膜牵拉 - 1.803×卫星结节))。
- 模型训练集AUC 0.823,准确度76.7%,敏感度87.8%,特异度64.0%;外部验证集AUC 0.829,准确度71.0%,敏感度84.8%,特异度64.9%。
- 以p=0.207为阈值分层,训练集高危组RFS 80.57%,低危组95.14%(HR 4.319,95% CI 1.881–9.920,p=0.001)。
临床应用与阅片要点
- 阅片时关注CTR≥90%、支气管截断、胸膜牵拉和卫星结节,这些征象提示STAS阳性可能性增加。
- 空气支气管征是STAS的保护性征象,出现时STAS可能性降低。
- 模型特异度有限(64.0%和64.9%),假阳性可能导致不必要的肺叶切除,报告时应结合其他信息综合判断。
- 微乳头/实性为主生长及KRAS/ALK突变在STAS阳性中更常见,可提示术后辅助治疗决策。
- 测量CTR需在肺窗多平面重组图像上获取实性成分与肿瘤最大直径比值。
局限性
- 回顾性设计,可能存在选择偏倚。
- 模型特异度不高(开发队列64.0%,外部验证队列64.9%),假阳性率高。
- 仅213例患者行增强CT,多数为非增强检查。
- 基因突变数据仅在484例(部分患者)中可获得。
全文中译14 节 · 点击展开
引言
肺腺癌(LADC)是肺癌最常见的组织学亚型,目前仍是全球癌症相关死亡的主要原因之一 [1, 2]。2015年,世界卫生组织(WHO)肺肿瘤分类正式将经气腔播散(STAS)确定为一种独特的肿瘤浸润模式。STAS的定义是:在原发肿瘤边界以外的气腔内存在微乳头簇、实性巢或单个肿瘤细胞 [3]。
手术切除仍是早期肺腺癌治疗的基石。对于IA期肿瘤,基于几项具有里程碑意义的随机对照试验,推荐采用亚肺叶切除术(SLR),因为与肺叶切除术相比,其具有潜在优势。这些优势包括更好地保留肺功能、最大限度减少对淋巴结和纵隔结构的损伤以及降低围手术期并发症发生率 [4–8]。然而,STAS已被证实是一个重要的不良预后因素,与SLR术后局部复发风险升高相关 [9–11]。这可能归因于肿瘤细胞在气腔内向手术切缘或同侧肺叶播散,可能形成微转移灶并增加复发风险 [4, 9–11]。因此,术前准确预测STAS对于制定最佳手术决策至关重要,这凸显了对可靠的无创预测工具的需求。胸部CT扫描在肺癌术前评估中发挥着关键作用。尽管已有若干临床和CT特征与浸润性肺腺癌(ILADC)中的STAS存在相关性 [12, 13],但现有证据受限于样本量较小。此外,基于临床影像学特征的STAS预测模型在评估接受SLR的IA期ILADC患者复发风险方面的价值仍未得到充分研究。
对于老年ILADC患者,或心肺功能受损、围手术期并发症风险高的患者,肺叶切除术可能增加死亡风险——这使得SLR成为唯一可行的手术选择。术后辅助治疗已被证明可改善具有高危病理复发特征的IA期非小细胞肺癌患者的预后 [14–16]。更深入地了解STAS的病理学和分子相关性,可能有助于识别那些可能在SLR术后从辅助治疗中获益的STAS阳性患者。然而,STAS与驱动基因突变之间的关联目前仍知之甚少。
因此,本研究旨在利用临床和影像学特征开发并验证一个针对IA期ILADC的STAS预测模型。我们还评估了该模型在SLR候选患者风险分层中的表现。此外,我们研究了STAS阳性肿瘤的病理学和分子特征。我们希望我们的研究结果有助于在术前更精细地评估STAS,并为指导SLR适用性的临床决策提供有价值的证据。
材料与方法
患者
机构伦理委员会(批准号:2019-062)批准了本研究,鉴于回顾性设计,免除了书面知情同意。初步纳入2019年1月至2022年6月期间接受治疗的886例浸润性肺腺癌(ILADC)患者。纳入标准如下:(1)经综合影像学检查(CT、脑MRI、全身PET/CT扫描)确认为临床I期ILADC(依据第9版TNM分期系统定义),且无转移证据;(2)有手术病理证实;(3)术前1个月内有可用的胸部CT图像。术前CT与后续肺切除之间的间隔时间为1至30天,中位数为11(4,12)天。排除标准包括:(1)多原发肺癌;(2)CT或病理图像质量不足以进行诊断;(3)CT扫描前接受过抗肿瘤治疗。应用上述标准后,排除了64例多原发肿瘤患者、19例图像质量不足患者和38例既往接受过抗肿瘤治疗的患者。共765例符合条件的患者(237例STAS阳性,528例STAS阴性)用于构建STAS预测模型。来自中心2的同期入组的193例符合条件的患者(59例STAS阳性,134例STAS阴性)构成独立外部验证队列,用于对模型进行外部验证。
鉴于STAS强烈预测亚肺叶切除(SLR)术后的局部复发,但不预测肺叶切除术后的局部复发,评估该模型在这一特定亚组中分层复发风险的能力对于指导SLR患者选择至关重要[9,11]。因此,在354例接受SLR且具有完整随访数据的病理IA期ILADC患者队列中进行了生存分析。随访信息通过常规门诊复查获得。按照机构随访方案,患者于术后3个月和6个月接受胸部CT检查,此后每6个月进行一次CT监测扫描。这些患者术后接受了至少3年的定期CT监测。其手术日期范围为2019年1月1日至2022年6月10日,末次随访评估于2025年10月10日完成。无复发生存期(RFS)定义为从手术日期至肿瘤复发、任何原因死亡或末次随访且无疾病进展证据之日的时间间隔。复发通过影像学发现或(如有)组织病理学活检确认。该队列包括来自中心1的283例患者(训练集)和来自中心2的71例患者(外部验证集)。患者筛选流程总结于图1。
CT扫描方案
所有患者术前均使用以下扫描仪之一进行胸部CT检查:Somatom Definition FLASH(西门子医疗)、Somatom Perspective(西门子医疗)或Discovery CT750 HD(GE医疗)。扫描范围自第一肋延伸至膈肌。关键采集参数包括管电压110–120 kVp,管电流50–250 mAs(采用自动管电流调制),层厚/层间距为5 mm/5 mm。队列中213例患者接受了增强CT检查。使用自动注射器经肘前静脉注射非离子型碘对比剂(300 mg/mL碘海醇(Omnipaque,GE医疗)),剂量为1.5 mL/kg体重,流速为3 mL/s,随后以45–50 mL生理盐水冲管。分别于注射后30 s和120 s采集动脉期和延迟期图像。所有图像均以0.625–1.25 mm/0.625–1.25 mm的薄层层厚/层间距进行重建,随后传输至影像归档与通信系统工作站(Vue PACS,Carestream)进行分析。
CT影像解读
两名具有10年以上胸部放射学经验的放射科医师在不了解相关临床资料的情况下,于各中心的PACS工作站上独立评估CT图像。评估中的任何分歧经讨论解决,直至达成共识。肺窗和纵隔窗设置如下:窗宽1600 HU,窗位−600 HU;窗宽400 HU,窗位40 HU。肿瘤的CT特征按以下内容仔细评估:位置(上叶、中叶或下叶);
肿瘤大小(在肺窗设置下,于多平面重组图像上测量的肿瘤最大径);
密度(实性密度或部分实性密度);
实性成分肿瘤比值(CTR)(实性成分最大径与肿瘤最大径的比值);
边缘(分叶征和毛刺征);
内部特征(含气腔隙:肿瘤内空气衰减区,包括空洞和假性空洞;空气支气管征:肿瘤内充气的支气管);
外部特征(支气管截断:肿瘤边缘处支气管截断;胸膜牵拉:肿瘤与胸膜之间的线状结构;周围纤维化:由肿瘤引起或既往存在的纤维化;晕征:肿瘤周围边界不清的磨玻璃影;卫星结节:肿瘤周围距离肿瘤≤3 cm的结节)。
对于有连续CT扫描的患者,影像分析基于术前最新的肿瘤CT资料。
生存分析随访
接受局限性切除术(SLR)患者的随访资料于门诊就诊期间收集。按照本机构的随访方案,患者于术后3个月和6个月进行胸部CT检查,此后每6个月检查一次。无复发生存期(RFS)定义为自手术日期至肿瘤复发或因任何原因死亡的日期,或至末次随访且无疾病进展证据的时间。复发的诊断通过影像学检查确认,或在可行时通过活检确认。所有患者术后均接受常规CT随访至少3年。其手术日期范围为2019年1月1日至2022年6月10日,末次随访评估于2025年10月10日完成。
组织化学检查与基因突变检测
所有手术切除标本均以10%福尔马林固定,置入石蜡包埋块,切成5 mm厚切片,并行苏木精-伊红染色。两名经验丰富的病理科医师在不知晓患者临床资料的情况下共同评估标本,并通过协商达成一致结论。根据2015年WHO分类,当微乳头簇、实性巢或单个细胞在主瘤体边缘以外的气腔内扩散时,即认为存在STAS [3]。对肿瘤内各生长方式(贴壁型、腺泡型、乳头型、微乳头型、实性型等)的占比以5%为增量进行半定量评估,占比最高的类型被定义为主要生长方式。基因组突变分析方面,从手术切除标本中提取肿瘤DNA。采用厦门艾德生物医药科技股份有限公司基于扩增阻滞突变系统-实时聚合酶链反应(ARMS-qPCR)或二代测序(NGS)平台的市售试剂盒,检测EGFR、ALK、KRAS、BRAF、HER2、ROS1、MET、PIK3CA、RET和NRAS的突变或融合等基因改变。
统计分析
采用社会科学统计软件包第26.0版(IBM公司)进行统计分析。采用组内相关系数(ICC)评价两名观察者间CT特征的诊断一致性,ICC值>0.75提示一致性良好。正态分布的连续变量以均数±标准差表示,两组间比较采用独立样本Student t检验。非正态分布的连续变量以中位数(第25、75百分位数)表示,采用Mann–Whitney U检验。分类变量以例数和百分比表示,组间比较采用卡方检验。利用两组间存在显著差异的临床及CT特征,行二元logistic回归分析以确定STAS的独立预测因素。模型构建前,采用方差膨胀因子(VIF)评估候选预测因素间的多重共线性。VIF>5的变量被认为存在显著多重共线性,随后从回归分析中剔除。回归模型采用输入法构建,其性能采用曲线下面积(AUC)、准确度、敏感度和特异度进行评价。p值<0.05认为差异有统计学意义。基于回归模型,利用预测概率行受试者工作特征(ROC)分析。采用约登指数确定将患者分为高危组和低危组的最佳截断概率。采用Kaplan–Meier法绘制生存曲线,并用log-rank检验进行比较。
结果
术前STAS预测模型的建立与验证
两组临床特征比较
表1总结了纳入患者的基线临床特征。在765例患者的总队列中,237例(31.0%)为STAS阳性肿瘤(男性131例,女性106例;中位年龄64 [54, 69] 岁[范围:27–83]),而528例(69.0%)为STAS阴性肿瘤(男性193例,女性335例;中位年龄62 [55, 69] 岁[范围:30–86])。男性、吸烟史和CEA升高在STAS阳性组中显著更常见(均p < 0.05)。然而,两组之间在年龄和其他肿瘤标志物水平方面未观察到显著差异(均p > 0.05)。
两组间CT特征比较
所有CT特征的观察者间一致性极好。两位观察者之间的ICC值如下:位置,1.000;肿瘤大小,0.927;分叶征,0.947;毛刺征,0.904;密度,0.955;实变肿瘤比(CTR),0.936;含气腔隙,0.922;空气支气管征,0.935;支气管截断,0.924;胸膜凹陷,0.958;周围纤维化,0.931;晕征,0.929;卫星结节,0.946。所有ICC值均具有统计学意义(均p < 0.001)。
STAS阳性组肿瘤中位大小为20 (14, 24) mm(范围:6–30 mm),STAS阴性组为18 (14, 20) mm(范围:6–30 mm)。STAS阳性肿瘤的CTR显著高于STAS阴性肿瘤(中位数:100% [95%, 100%];范围:18%–100% vs 中位数:71% [42%, 100%];范围:8%–100%;p < 0.001)。预测STAS的最佳CTR截断值为90%,AUC为0.758,敏感性为82.3%,特异性为63.4%。如表2所总结的,实性密度、CTR ≥ 90%、分叶征、毛刺征、支气管截断、胸膜凹陷、周围纤维化和卫星结节在STAS阳性肿瘤中显著更常见,而空气支气管征在STAS阴性肿瘤中更常见(均p < 0.05)。然而,两组之间在肿瘤位置、肿瘤大小、含气腔隙和晕征方面未观察到显著差异(均p > 0.05)(图2–4)。
逻辑回归模型的建立与验证
在两组间差异显著的9项临床及CT特征中,多重共线性诊断显示肿瘤密度与CTR ≥ 90%之间存在明显共线性(VIF > 5)。剔除肿瘤密度后,其余预测变量未显示显著多重共线性,VIF值如下:CTR ≥ 90%(1.435)、分叶征(1.243)、毛刺征(1.320)、空气支气管征(1.116)、支气管截断(1.301)、胸膜牵拉(1.293)、瘤周纤维化(1.363)、卫星结节(1.074)。二元逻辑回归分析表明,CTR ≥ 90%、支气管截断、胸膜牵拉及卫星结节被确定为IA期浸润性肺腺癌(ILADC)患者发生STAS的独立预测因素(表3)。STAS概率通过以下逻辑函数计算:P = 1 / (1 + e(2.686 - 1.485 × CTR ≥ 90% - 1.143 × 支气管截断 - 0.917 × 胸膜牵拉 - 1.803 × 卫星结节))。该模型的AUC为0.823,准确率为76.7%,敏感度为87.8%,特异度为64.0%。在外部验证队列中,该模型的AUC为0.829,准确率为71.0%,敏感度为84.8%,特异度为64.9%。外部验证队列的基线特征见补充表1。
模型的生存分析
随访数据收集自两个中心,截至2025年10月10日。共354例病理分期为IA期的ILADC患者接受了亚肺叶切除术(SLR)且具有完整随访资料,纳入生存分析。中位年龄为62(54,69)岁(范围:30–83岁)。术后随访时间为11至65个月,中位随访时间为40(35,49)个月。采用训练队列模型得出的最佳概率阈值(p = 0.207),将患者分为高风险组(p > 0.207)和低风险组(p ≤ 0.207)。在训练队列中(n = 283,来自中心1),139例患者被归为高风险组,144例归为低风险组。高风险组的RFS率为80.57%,低风险组为95.14%。Kaplan–Meier分析显示高风险组的RFS显著缩短(p < 0.05),风险比(HR)为4.319(95% CI:1.881–9.920;p = 0.001)。在外部验证队列中(n = 71,来自中心2),30例患者为高风险,41例为低风险。RFS率分别为76.67%和97.56%。与训练队列一致,高风险组的RFS显著更差(p < 0.05),HR为8.694(95% CI:1.057–71.512;p = 0.044)(图5)。
与STAS相关的病理及分子特征
在所有680例患者中,微乳头/实体为主型生长模式在STAS阳性肿瘤中显著更为常见,而贴壁/腺泡/乳头状为主型在STAS阴性肿瘤中更为多见(均p < 0.05)(表4及图2–4)。在484例具有可用基因突变数据的患者中,EGFR突变在STAS阴性肿瘤中更为普遍,而KRAS突变和ALK融合在STAS阳性肿瘤中显著富集(均p < 0.05)(表4)。然而,两组在BRAF、HER2、ROS1、MET、PIK3CA、RET和NRAS的突变或融合方面未观察到显著差异(均p > 0.05)。
讨论
STAS最近被确认为肺腺癌(LADC)中一种独特的肿瘤浸润模式,并被认为是接受局限性切除(SLR)治疗的早期浸润性肺腺癌(ILADC)患者复发的主要危险因素[9–11]。因此,术前准确识别STAS对于制定最佳治疗策略至关重要。本研究全面探讨了IA期ILADC中与STAS相关的临床放射学、病理学及分子学特征,取得了若干关键发现。
首先,我们开发了一个整合临床和术前CT特征的有效预测模型,用于识别符合亚肺叶切除(SLR)标准的浸润性肺腺癌(ILADC)患者中的经气道播散(STAS)。该模型确定了STAS的若干独立预测因素,包括实变肿瘤比率(CTR)≥ 90%、支气管截断、胸膜牵拉和卫星结节,AUC为0.823。近年来,CTR已成为早期肺癌中一个关键的影像学生物标志物和独立预后因素 [17, 18]。在我们的研究中,CTR是最具预测价值的CT衍生特征,最佳截断值为90%,敏感性为82.3%,特异性为63.4%,与Kim等人的报告一致 [12]。鉴于其在CT上测量简便,CTR是指导治疗决策的一个有价值的影像学生物标志物。我们的结果表明,出现支气管截断应警惕STAS的可能。从病理学上看,该特征反映了肿瘤对气道结构的侵犯和破坏。受损的气道可能成为肿瘤细胞播散的通道,促进其向邻近肺泡腔或远端细支气管扩散,最终导致STAS [19]。胸膜牵拉由纤维化收缩或肿瘤侵犯引起,在我们的研究中是STAS的一个显著预测因素,这一发现与Toyokawa等人对83例患者的回顾性分析一致 [20]。此外,空气支气管征反映肿瘤内保留的支气管,被发现与STAS呈负相关 [21]。卫星结节被证实为与STAS相关的一个有价值的CT特征。在我们的队列中,卫星结节见于14.76%(35/237)的STAS阳性肿瘤,而STAS阴性病例中仅为1.70%(9/528)。这一发现与Zhang等人 [22] 的报告一致,他们报道STAS阳性肿瘤中卫星结节的发生率相近(7.43%,9/121)。相比之下,Qi等人 [23] 尽管注意到STAS阳性肺腺癌中卫星结节发生率更高,但未观察到其与STAS之间的显著相关性——这一差异可能反映了各研究间患者选择或样本量的不同。我们认为卫星结节可能代表STAS的宏观影像学对应表现。预测模型的外部验证显示出中等的性能和一定的泛化能力,AUC为0.829。然而,该模型在IA期浸润性肺腺癌中术前预测STAS的特异性仍属一般(开发队列和外部验证队列分别为64.0%和64.9%),表明假阳性率不可忽视。在临床实践中,此类错误可能导致不必要的肺叶切除而非亚肺叶切除,造成可避免的肺实质损失。虽然现行指南允许对临床IA期疾病行肺叶切除,并建议对经适当选择的患者行亚肺叶切除,但提高模型特异性对于最大限度降低过度治疗风险至关重要。实现这一目标需要整合多参数数据以及对STAS更深入的生物学认识。
此外,本研究表明,被该模型分层为高风险的患者RFS显著更短,且可能从肺叶切除术中比从亚肺叶切除术(SLR)中获益更多。综上,所提出的模型有助于对临床IA期浸润性肺腺癌(ILADC)患者的肿瘤侵袭性进行无创表征、评估复发风险,并支持个体化手术决策。我们设想,该模型可作为人工智能驱动的临床决策支持工具,整合到现有诊断工作流程中并在临床实践中实施。使用该系统时,放射科医师或临床医生可输入CT特征,包括实变肿瘤比率、支气管截断、胸膜牵拉和卫星结节,以生成个体化的STAS概率。该定量结果可帮助外科医生确定最佳切除范围,尤其是在临床上模棱两可的病例中。
此外,我们研究了STAS阳性ILADC的病理-分子特征。本研究表明,STAS阳性肿瘤与微乳头为主型和实性为主型亚型密切相关,与既往报道一致 [24, 25]。这一发现进一步巩固了STAS阳性与不良预后之间已确立的相关性。此外,我们的分析显示,EGFR突变在STAS阴性肿瘤中更常见,而KRAS突变和ALK融合在STAS阳性肿瘤中更常见,与早期研究一致 [26–28]。阐明这些与STAS相关的病理-分子特征可能为指导个体化术后辅助治疗的制定提供有价值的见解。尽管NCCN指南不常规推荐对IA期NSCLC进行辅助治疗,但新出现的证据表明,具有可干预驱动基因改变(如EGFR、KRAS、ALK)的患者可获得生存获益 [14–16]。我们的研究结果表明,STAS阳性肿瘤中KRAS突变和ALK融合的发生率更高,提示STAS与特定致癌驱动因子之间存在联系。这一关联具有重要的临床意义,尤其是对于心肺储备有限或高龄患者而言,肺叶切除术对这些患者风险增加,而SLR是唯一可行的手术选择。在此类情况下,STAS阳性合并KRAS/ALK改变可能界定出一个即使在IA期也可从辅助治疗中获益的亚组。
本研究存在若干局限性。首先,其回顾性设计可能引入选择偏倚,尽管我们尽力纳入了连续符合条件的患者。其次,CT图像由来自两家机构的放射科医师判读;尽管使用了预定义标准和盲法评估,但观察者间差异以及机构特异性成像方案的差异可能影响了影像特征的可重复性。第三,未对伴STAS的实性与亚实性ILADC的临床、影像和病理-分子特征进行比较分析,这有待进一步研究。最后,CT特征的判读本质上仍具有主观性。未来结合机器学习进行自动化特征提取的研究可能提高诊断一致性,并进一步完善和扩展本研究的发现。
总之,我们的预测模型在临床IA期浸润性肺腺癌(ILADC)中对气腔内播散(STAS)及肺段切除术(SLR)后复发高危患者的术前识别显示出良好能力,从而可为选择肺段切除术的手术决策提供参考。此外,STAS阳性肿瘤独特的病理-分子特征为个体化术后辅助治疗策略的制定奠定了基础。
补充信息
电子补充材料
引用
- Xu, Li, Zhao, et al. The clinicoradiological and pathological-molecular characteristics associated with spread through air spaces in stage IA invasive lung adenocarcinoma. Insights Imaging. 2026. PMID: 42342956. doi:10.1186/s13244-026-02339-9
- 全文:PMC13294424(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13294424/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。