《表2 训练队列患者肺结节预测因素的单因素和多因素logistic回归分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《在肺癌筛查中使用影像组学诺模图术前诊断恶性肺结节》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

此外，本研究还存在一些局限。首先，大多数良性肺结节患者不选择手术或活检，我们无法获得病理证实，因此本文中恶性肿瘤的比例很高。我们选择了对不平衡数据不敏感的logistic模型。其次，依据2017年“肺偶发结节处理指南”[30]，一些传统的关键风险因素，如结节大小、形态和多重性，可用影像组学特征描述。但是，由于我们的研究关注于CT与病理之间的相关性，因此在收集数据时，其他传统的关键风险因素（如家族病史、吸烟史和饮酒史）有所缺失。在将来的研究中，我们希望加入这些变量以改进模型。同时，在缺乏传统的肺癌关键变量的情况下，该模型表现良好，并取得了良好的效果，这也证明了影像组学的重要性。最后，本研究为单个中心研究，虽然我们划分出了验证队列以评估模型的稳定性，但来自多中心队列和不同人群的数据将更有说服力，因此，未来需要进行多中心研究验证此模型。