使用基于PET/CT和临床-实验室参数的诊断模型，区分原因不明的发热中的淋巴瘤与良性淋巴结病

《EJNMMI Research》：Distinguishing lymphoma from benign lymphadenopathy in fever of unknown origin using a diagnostic model based on PET/CT and clinical-laboratory parameters

　　

摘要

背景

原因不明的发热（FUO）仍然是一个复杂的诊断难题，其主要病因包括感染、恶性肿瘤和炎症性疾病。相当一部分FUO患者会出现淋巴结肿大，其中淋巴瘤和良性淋巴结疾病是最需要鉴别的诊断对象，因为两者的治疗方式和预后差异显著。尽管¹⁸F-FDG PET/CT在淋巴瘤的检测中起着不可或缺的作用，但由于恶性与良性淋巴结肿大在代谢方面的显著重叠，其单独使用的诊断准确性有限。因此，将PET/CT的代谢参数与临床特征和实验室指标相结合，可能有助于提高淋巴瘤与良性淋巴结肿大的鉴别能力，从而实现FUO患者的及时准确诊断。

结果

本研究回顾性分析了接受PET/CT检查的FUO患者。如果淋巴结在轴向CT图像中的短轴直径≥1厘米，或者其代谢活性超过纵隔血池的代谢活性，则将其纳入研究范围。在LIFEx软件中，通过设定40%的SUVmax阈值手动勾画出感兴趣的体积区域。在203名患者（114例淋巴瘤患者和89例良性淋巴结肿大患者）中，逻辑回归分析确定了三个领域的独立预测因素：临床因素包括高热、关节痛和皮疹；实验室指标包括白蛋白（ALB）、降钙素原（PCT）和血清淀粉样蛋白A（SAA）；PET参数包括SUVmean、总代谢肿瘤体积（TMTV）和总病变糖酵解（TLG）。结合皮疹、PCT、SAA、SUVmean和TMTV的模型具有更优的诊断性能，其ROC曲线下面积（AUC）为0.965，显著优于仅基于临床（AUC=0.790）、实验室（AUC=0.866）或PET（AUC=0.845）变量的模型（所有P<0.001）。随后开发了一个用于个体化风险预测的决策树模型。

结论

皮疹、PCT、SAA、SUVmean和TMTV是区分FUO中淋巴瘤与良性淋巴结肿大的独立预测因素。整合临床、实验室和PET参数显著提高了诊断准确性。