多项临床指标与肺结节良恶性的相关性

林荣梅; 刘邦燕; 陈杨君; 杨艳; 金媛; 杨永锐; 陆霓虹

doi:10.12259/j.issn.2095-610X.S20250712

多项临床指标与肺结节良恶性的相关性

doi: 10.12259/j.issn.2095-610X.S20250712

林荣梅^1,,
刘邦燕²,
陈杨君¹,
杨艳¹,
金媛¹,
杨永锐^3, ,,
陆霓虹^1, ,

1.
昆明市第三人民医院呼吸与危重症医学科，云南昆明　650200
2.
大理大学公共卫生学院，云南大理　671003
3.
昆明市第三人民医院科教学术部，云南昆明　650200

基金项目: 云南省重大研发计划-社会发展专项基金（202303AC100026）；云南省教育厅科学研究基金（2023J0916）

详细信息

作者简介:
林荣梅（1996～），女，云南昭通人，医学硕士，住院医师，主要从事呼吸与危重症医学科临床工作

通讯作者:
杨永锐，E-mail：595144613@qq.com

陆霓虹，E-mail：602157606@qq.com

中图分类号: R734.2
计量
- 文章访问数: 929
- HTML全文浏览量: 593
- PDF下载量: 19
- 被引次数: 0
出版历程
- 收稿日期: 2025-03-20
- 刊出日期: 2025-07-21

Correlation of Multiple Clinical Indicators with Benign and Malignant Pulmonary Nodules

1.
Department of Pulmonary and Critical Care Medicine，The Third People’s Hospital of Kunming，Kunming Yunnan 650200
2.
School of Public Health，Dali University，Dali Yunnan 671003
3.
Department of Science and Education，The Third People’s Hospital of Kunming，Kunming Yunnan 650200，China

摘要

摘要: 目的探究肺结节良恶性与血清炎症因子、肿瘤指标、影像学特征的相关性。方法收集2023年1月至2024年1月在昆明市第三人民医院行肺穿刺活检的肺结节患者209例，根据病理结果分为良性肺结节组（n=106）、恶性肺结节组（n=103）。收集所有研究对象的一般资料和临床指标，分析两组间不同指标的差异。结果血清炎症因子方面：两组研究对象的LYMPH、NLR、LMR、IL-2、IL-6、IL-17、IFN-γ、HsCRP、SAA、PCT差异存在统计学意义（P < 0.05），WBC、NETU、MONO、PLT、SII、IL-1β、IL-5、IL-8、IL-10、IL-12P70、IFN-α差异无统计学意义（P > 0.05）。血清肿瘤标志物方面：两组研究对象的CEA、CA125、CA199、CYFRA21-1、ProGRP、NSE差异存在统计学意义（P < 0.05），TNF-α、TSGF 、AFP、CA153差异无统计学意义（P > 0.05）。影像学特征方面：两组患者在结节数量、直径、边界、分叶征、毛刺征、胸膜凹陷征等方面差异有统计学意义（P < 0.05），在结节是否钙化、结节密度、结节位置方面差异无统计学意义（P > 0.05）。二元Logistic-向后-Wald条件法回归分析显示，患者年龄、分叶征、CEA、NSE、ProGRP、IL-6都是恶性肺结节的独立危险因素（P < 0.05），以上指标联合诊断，预测恶性肺结节模型的AUC为0.965（P < 0.05）。结论肺结节患者高龄、影像学表现有分叶、血清中NSE、ProGRP、IL-6、CEA增高时，恶性概率更高；联合上述指标检测，可以预测肺结节的性质，为恶性结节早期诊断提供指导。
- 肺结节 /
- 炎症因子 /
- 肿瘤标志物 /
- 影像学特征 /
- 相关性
Abstract: Objective To investigate the correlation between the benign and malignant pulmonary nodules and serum inflammatory factors, tumor markers, and imaging features. Methods A total of 209 patients with pulmonary nodules who underwent lung puncture biopsy at the Third People's Hospital of Kunming from January 2023 to January 2024 were enrolled. Based on pathological results, the patients were divided into benign pulmonary nodules group （n=106） and malignant pulmonary nodules group （n=103）. General data and clinical indicators of all subjects were collected, and differences in various indicators between the two groups were analyzed. Results In terms of Serum inflammatory factors: there were statistically significant differences in LYMPH, NLR, LMR, IL-2, IL-6, IL-17, IFN-γ, HsCRP, SAA, and PCT between the two groups （P < 0.05）, while no significant differences were found in WBC, NETU, MONO, PLT, SII, IL-5, IFN-α, IL-1β, IL-10, IL-8, and IL-12P70 （P > 0.05）. Regarding Serum tumor markers: there were statistically significant differences in CEA, CA125, CA199, CYFRA21-1, ProGRP, and NSE between the two groups （P < 0.05）, whereas no significant differences were found in TSGF, AFP, and CA153 （P > 0.05）. In terms of Imaging features: there were statistically significant differences in the number, diameter, boundary, fissure sign, spiculated sign, and pleural retraction sign of nodules between the two groups （P < 0.05）, while no significant differences were found in nodular calcification, nodule density, and location （P > 0.05）. Binary logistic regression analysis （backward-Wald conditional method） identified patient age, fissure sign, CEA, NSE, ProGRP, and IL-6 were independent risk factors for malignant pulmonary nodules （P < 0.05）. The combined diagnostic model of these indicators for predicting malignant pulmonary nodules had an AUC of 0.965 （P < 0.05）. Conclusion Malignant pulmonary nodules are more likely in older patients with lobulation on imaging and elevated serum levels of NSE, ProGRP, IL-6, and CEA. Combined detection of these indicators can predict the nature of pulmonary nodules, guiding early diagnosis of malignant nodules.
- Pulmonary nodules /
- Inflammatory factors /
- Tumor markers /
- Imaging features /
- Correlation

HTML全文

图 1 良恶性结节典型影像学特征

A：多发结节；B：毛刺征、胸膜凹陷征；C：分叶征；D：混杂磨玻璃结节；E：实性结节；F：钙化

Figure 1. Typical imaging features of benign versus malignant nodules

下载: 全尺寸图片幻灯片

图 2 年龄预测恶性肺结节ROC曲线

Figure 2. ROC curve of age in predicting malignant pulmonary nodules

下载: 全尺寸图片幻灯片

图 3 分叶征预测恶性肺结节的ROC曲线

Figure 3. ROC curve of lobulation sign in predicting malignant pulmonary nodules

下载: 全尺寸图片幻灯片

图 4 CEA预测恶性肺结节的ROC曲线

Figure 4. ROC curve of CEA in predicting malignant pulmonary nodules

下载: 全尺寸图片幻灯片

图 5 NSE预测恶性肺结节的ROC曲线

Figure 5. ROC curve of NSE in predicting malignant pulmonary nodules

下载: 全尺寸图片幻灯片

图 6 ProGRP预测恶性肺结节的ROC曲线

Figure 6. ROC curve of ProGRP in predicting malignant pulmonary nodules

下载: 全尺寸图片幻灯片

图 7 IL-6预测恶性肺结节的ROC曲线

Figure 7. ROC curve of IL-6 in predicting malignant pulmonary nodules

下载: 全尺寸图片幻灯片

图 8 联合指标预测肺结节性质的ROC曲线

Figure 8. ROC curve of combined indicators in predicting pulmonary nodule properties

下载: 全尺寸图片幻灯片

表 1 两组患者的一般资料比较[（$ \bar x \pm s $）/n （%）]

Table 1. Comparison of general information between the two groups [（$ \bar x \pm s $）/n （%）]

项目	良性肺结节组（n=106）	恶性肺结节组（n=103）	χ²/t	P
年龄（岁）	50.34±14.55	60.87±11.41	−5.833	0.001^*
年龄组（岁）
18～29	12（11.3）	0（0.0）	24.313	0.001^ω
30～44	17（16.0）	6（5.8）
45～54	32（30.2）	25（24.3）
≥55	45（42.5）	72（69.9）
性别
男	34（32.1）	37（35.9）	0.345	0.557
女	72（67.9）	66（64.1）	0.345	0.557
吸烟史
现在吸烟	43（40.6）	46（44.7）	0.358	0.836
既往吸烟	11（10.4）	10（9.7）
从未吸烟	52（49.1）	47（45.6）
^*P < 0.05；进行Bonferroni校正后，^ωP < 0.05。

下载: 导出CSV

表 2 两组患者血清炎症指标比较[M（P₂₅，P₇₅）]

Table 2. Comparison of serum inflammatory markers between the two groups[M（P₂₅，P₇₅）]

指标	良性结节组（n=106）	恶性结节组（n=103）	Z	P
WBC（10⁻⁹/L）	5.90（4.96，7.13）	6.46（4.78，8.37）	−1.455	0.146
NETU（10⁻⁹/L）	3.58（2.89，4.39）	3.87（2.63，5.63）	−1.219	0.223
LYMPH（10⁻⁹/L）	3.58（2.89，4.39）	3.87（2.63，5.63）	−2.098	0.001^*
MONO（10⁻⁹/L）	0.45（0.33，0.59）	0.47（0.36，0.63）	−1.301	0.194
PLT（10⁻⁹/L）	243.00（194.50，280.25）	236.00（198.00，294.00）	−0.462	0.644
NLR	2.24（1.72，3.03）	2.63（1.74，4.32）	−2.168	0.003^*
LMR	3.645（2.78，4.63）	2.85（2.05，4.34）	−2.833	0.003^*
SII	535.31（376.03，762.37）	602.39（386.58，1238.07）	−1.606	0.108
IL-1β（pg/mL）	7.49（3.38～13.53）	6.81（2.48，15.42）	−0.408	0.683
IL-2（pg/mL）	4.24（2.27，6.99）	2.14（1.37，3.80）	−3.766	0.001^*
IL-5（pg/mL）	2.23（1.67，2.90）	2.10（1.37，2.71）	−1.717	0.086
IL-6（pg/mL）	2.83（1.39，8.92）	7.99（4.38，25.51）	−4.919	0.001^*
IL-8（pg/mL）	2.08（1.72，3.51）	3.35（1.51，13.04）	−0.600	0.549
IL-10（pg/mL）	3.09（2.12，4.41）	2.69（1.41，5.52）	−1.316	0.188
IL-12P70（pg/mL）	1.77（1.32，2.51）	1.65（1.04，2.02）	−1.474	0.141
IL-17（pg/mL）	3.91（2.41，9.56）	2.35（1.40，5.38）	−2.973	< 0.001^*
IFN-α（pg/mL）	2.58（1.69，3.79）	2.21（1.43，3.63）	−1.069	0.285
IFN-γ（pg/mL）	11.47（5.44，17.76）	4.98（3.39，8.73）	−3.413	< 0.001^*
HsCRP（mg/L）	3.29（1.13，12.03）	11.09（2.32，27.56）	−2.736	< 0.001^*
SAA（mg/L）	10.53（3.05，56.08）	26.35（7.31，205.55）	−2.155	0.002^*
PCT（ng/mL）	0.05（0.03，0.08）	0.07（0.04，0.15）	−2.312	0.003^*
^*P < 0.05。

下载: 导出CSV

表 3 两组患者血清肿瘤标志物比较[M（P₂₅，P₇₅）]

Table 3. Comparison of serum tumor markers between the two groups[M（P₂₅，P₇₅）]

项目	良性结节组（n=106）	恶性结节组（n=103）	Z	P
TNF-α（pg/mL）	2.57（1.54，3.99）	2.21（1.64，3.49）	−1.314	0.189
TSGF（U/mL）	44.12（41.55，50.15）	42.15（33.33，54.50）	−0.718	0.473
CEA（ng/mL）	1.93（1.91，2.76）	2.96（1.59，7.22）	−4.531	0.001^*
AFP（ng/mL）	2.41（1.96，3.30）	2.52（2.15，3.55）	−1.025	0.305
CA125（U/mL）	13.29（7.38，20.92）	14.88（8.68，44.17）	−2.021	0.001^*
CA153（U/mL）	12.32（8.76，15.47）	11.31（8.82，19.97）	−0.832	0.406
CA199（U/mL）	11.18（6.25，15.43）	13.025（8.70，22.96）	−2.370	0.001^*
CYFRA21-1（ng/mL）	2.11（1.64，2.84）	3.77（2.36，8.36）	−6.059	0.001^*
ProGRP（pg/mL）	39.57（31.92，59.88）	54.10（40.77，70.20）	−1.988	0.002^*
NSE（ng/mL）	10.01（8.11，11.68）	12.82（9.13，16.86）	−3.760	0.001^*
^*P < 0.05。

下载: 导出CSV

表 4 两组患者影像学特征比较[n（%）]

Table 4. Comparison of imaging features between the two groups[n（%）]

项目	良性结节组（n=106）	恶性结节组（n=103）	χ²	P
结节数量（个）
≤2	11（10.4）	41（39.8）	24.206	0.001^*
>2	95（89.6）	62（60.2）	24.206	0.001^*
结节直径（mm）
5～8	78（73.6）	27（26.2）	55.959	0.001^ω
9～15	14（13.2）	13（12.6）
16～30	14（13.2）	63（61.2）
结节位置
右肺上叶	71（23.4）	52（26.8）	2.959	0.562
右肺中叶	48（15.8）	22（11.3）
右肺下叶	63（20.7）	44（22.7）
左肺上叶	64（21.1）	36（18.6）
左肺下叶	58（19.1）	40（20.6）
结节密度
纯磨玻璃结节	49（46.2）	46（44.7）	4.298	0.117
混杂磨玻璃结节	23（21.7）	34（33.0）
实性结节	34（32.1）	23（22.3）
边界
光滑	99（93.4）	55（43.4）	43.101	0.001^*
毛糙	7（6.6）	48（46.6）	43.101	0.001^*
分叶征
有	3（2.8）	47（45.6）	52.581	0.001^*
无	103（97.2）	56（54.4）	52.581	0.001^*
毛刺征
有	4（3.8）	40（38.8）	36.638	0.001^*
无	102（96.2）	63（61.2）	36.638	0.001^*
胸膜凹陷征
有	8（7.5）	29（28.2）	15.228	0.001^*
无	98（92.5）	74（71.8）	15.228	0.001^*
钙化
有	8（7.5）	14（13.6）	2.027	0.155
无	98（92.5）	89（86.4）	2.027	0.155
^*P < 0.05；进行Bonferroni校正后，^ωP < 0.05。

下载: 导出CSV

表 5 两组患者多因素回归分析

Table 5. Multivariate regression analysis of the two groups

因素	β	SE	Wald	P	OR	95%CI
常量	−25.098	6.260	16.073	0.001^*	0.000
年龄	0.193	0.062	9.662	0.002^*	1.212	1.074～1.369
分叶	5.233	1.395	14.032	0.001^*	14.341	12.181～31.531
CEA	0.606	0.229	7.018	0.008^*	1.833	1.171～2.869
ProGRP	0.039	0.016	5.530	0.019^*	1.040	1.006～1.074
NSE	0.386	0.129	8.936	0.003^*	1.471	1.142～1.896
IL-6	0.210	0.074	7.974	0.005^*	1.234	1.066～1.428
^*P < 0.05。

下载: 导出CSV

表 6 恶性肺结节的风险预测模型的效果评价

Table 6. Evaluation of the effectiveness of a risk prediction model for malignant pulmonary nodules

因素	曲线下面积	标准误	P	95%CI
因素	曲线下面积	标准误	P	下限	上限
年龄	0.714	0.035	0.001^*	0.645	0.782
分叶	0.709	0.037	0.001^*	0.638	0.781
CEA	0.716	0.036	0.001^*	0.646	0.786
NSE	0.607	0.035	0.01^*	0.537	0.676
ProGRP	0.654	0.035	0.001^*	0.586	0.722
IL-6	0.655	0.032	0.001^*	0.591	0.718
联合指标	0.965	0.014	0.001^*	0.938	0.992
^*P < 0.05。

下载: 导出CSV

参考文献(20)

[1]	国家癌症中心,国家肿瘤质控中心肺癌质控专家委员会. 中国原发性肺癌规范诊疗质量控制指标(2022版)[J]. 中华肿瘤杂志,2022,44(7):594-599. doi: 10.3760/cma.j.cn112152-20220418-00266
[2]	Sakharkar P,Kurup S,Deb S,et al. Investigating the efficacy of EGFR-TKIs and anti-VEGFR combination in advanced non-small cell lung cancer: A meta-analysis[J]. Cancers (Basel),2024,16(6):1188. doi: 10.3390/cancers16061188
[3]	Yu L,Huang Z,Xiao Z,et al. Unveiling the best predictive models for early-onset metastatic cancer: Insights and innovations (Review)[J]. Oncol Rep,2024,51(4):60. doi: 10.3892/or.2024.8719
[4]	中华医学会呼吸病学分会肺癌学组,中国肺癌防治联盟专家组. 肺结节诊治中国专家共识(2018年版)[J]. 中华结核和呼吸杂志,2018,41(10):763-771. doi: 10.3760/cma.j.issn.1001-0939.2018.10.004
[5]	MacMahon H,Naidich D P,Goo J M,et al. Guidelines for management of incidental pulmonary nodules detected on CT images: From the fleischner society 2017[J]. Radiology,2017,284(1):228-243. doi: 10.1148/radiol.2017161659
[6]	Wei X,Li X,Hu S,et al. Regulation of ferroptosis in lung adenocarcinoma[J]. Int J Mol Sci,2023,24(19):14614. doi: 10.3390/ijms241914614
[7]	Thandra K C,Barsouk A,Saginala K,et al. Epidemiology of lung cancer[J]. Contemp Oncol(Pozn),2021,25(1):45-52.
[8]	Zhang Y,Qiang J W,Ye J D,et al. High resolution CT in differentiating minimally invasive component in early lung adenocarcinoma[J]. Lung Cancer,2014,84(3):236-241. doi: 10.1016/j.lungcan.2014.02.008
[9]	Diakos C I,Charles K A,McMillan D C,et al. Cancer-related inflammation and treatment effectiveness[J]. Lancet Oncol,2014,15(11):e493-e503. doi: 10.1016/S1470-2045(14)70263-3
[10]	Budisan L,Zanoaga O,Braicu C,et al. Links between infections,lung cancer,and the immune system[J]. Int J Mol Sci,2021,22(17):9394. doi: 10.3390/ijms22179394
[11]	Huang B,Lang X,Li X. The role of IL-6/JAK2/STAT3 signaling pathway in cancers[J]. Front Oncol,2022,12:1023177. doi: 10.3389/fonc.2022.1023177
[12]	An J,Gu Q,Cao L,et al. Serum IL-6 as a vital predictor of severe lung cancer[J]. Ann Palliat Med,2021,10(1):202-209. doi: 10.21037/apm-20-2229
[13]	Bi H,Yin L,Fang W,et al. Association of CEA,NSE,CYFRA 21-1,SCC-Ag,and ProGRP with clinicopathological characteristics and chemotherapeutic outcomes of lung cancer[J]. Lab Med,2023,54(4):372-379. doi: 10.1093/labmed/lmac122
[14]	中国食品药品检定研究院,中华医学会放射学分会心胸学组. 胸部CT肺结节数据标注与质量控制专家共识(2018)[J]. 中华放射学杂志,2019,53(1):9-15. doi: 10.3760/cma.j.issn.1005-1201.2019.01.004
[15]	Roberts T J,Lennes I T,Hawari S,et al. Integrated,multidisciplinary management of pulmonary nodules can streamline care and improve adherence to recommendations[J]. Oncologist,2020,25(5):431-437. doi: 10.1634/theoncologist.2019-0519
[16]	Tao R,Cao W,Zhu F,et al. Liquid biopsies to distinguish malignant from benign pulmonary nodules[J]. Thorac Cancer,2021,12(11):1647-1655. doi: 10.1111/1759-7714.13982
[17]	Archer J M,Mendoza D P,Hung Y P,et al. Surgical resection of benign nodules in lung cancer screening: Incidence and features[J]. JTO Clin Res Rep,2023,4(12):100605.
[18]	Swensen S J,Silverstein M D,Ilstrup D M,et al. The probability of malignancy in solitary pulmonary nodules. Application to small radiologically indeterminate nodules[J]. Arch Intern Med,1997,157(8):849-855. doi: 10.1001/archinte.1997.00440290031002
[19]	Gould M K,Ananth L,Barnett P G,et al. A clinical model to estimate the pretest probability of lung cancer in patients with solitary pulmonary nodules[J]. Chest,2007,131(2):383-388. doi: 10.1378/chest.06-1261
[20]	李运,陈克终,隋锡朝,等. 孤立性肺结节良恶性判断数学预测模型的建立[J]. 北京大学学报(医学版),2011,43(3):450-454. doi: 10.3969/j.issn.1671-167X.2011.03.027

计量

文章访问数: 929
HTML全文浏览量: 593
PDF下载量: 19
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

多项临床指标与肺结节良恶性的相关性

doi: 10.12259/j.issn.2095-610X.S20250712

作者简介:
林荣梅（1996～），女，云南昭通人，医学硕士，住院医师，主要从事呼吸与危重症医学科临床工作

通讯作者:
杨永锐，E-mail：595144613@qq.com

陆霓虹，E-mail：602157606@qq.com

计量

Correlation of Multiple Clinical Indicators with Benign and Malignant Pulmonary Nodules

计量

目录

[1]	李青, 耿薇, 张凤喜, 张丹. 孕妇阴道微生态失衡与炎症因子水平预测妊娠结局的临床研究, 昆明医科大学学报.
[2]	姚月婷, 李帅, 曹杨, 林牧, 罗正光, 陈小波, 马千里. 表皮生长因子基因遗传多态性与非小细胞肺癌的相关性研究, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20250910
[3]	欧阳运萍, 陈涛, 李鹏, 赵博, 杨小军. TRIM47通过TAB1/IκB炎症信号通路参与急性肺损伤的机制, 昆明医科大学学报.
[4]	张凯歌, 李若楠, 陈家林, 冯德萍, 刘宇. 绝经后T2DM患者炎症因子与骨密度和β-CTX的相关性及诊断效能分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20250909
[5]	李锐成, 千红维, 范艳妮, 赵佩佩, 魏姗, 景花荣. Logistic回归和人工神经网络在鉴别诊断肺癌性胸腔积液中的应用研究, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20241009
[6]	陆小华, 袁洪新. BTLA、CTLA-4基因多态性与肝癌TACE联合靶向治疗疗效及预后相关性, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230927
[7]	王燕, 丁荣, 张吕玲, 王若花, 赵晓玲, 马娜. 输血治疗联合放化疗在结直肠癌患者中的疗效及对肿瘤标志物和T淋巴细胞水平的影响, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220809
[8]	刘蓉, 孙杨, 罗发梦, 陶德智, 张海燕. 炎症性肠病患者疾病接受度与生存质量的相关性, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220507
[9]	黄瑛, 李翔, 江姗, 刘冰, 张燕玲, 李杨, 何花, 武彦, 罗云, 徐俊. 2019-nCoV感染者胸部影像学与实验室指标相关性分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20211232
[10]	姚璐, 谭慧, 阮永华, 钱忠义, 杨志鸿, 阮锐, 张琦颖, 周明婷, 方星尹. 超声支气管镜引导下的经支气管针吸活检术在肺和纵隔占位性病变诊断中的应用, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20210311
[11]	徐键, 李乐, 黄艳丽, 桂金沭, 李娅红, 马蕾. 炎症因子TNF-α、IL-在慢性血栓栓塞性肺动脉高压患者中的表达及临床意义, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20210631
[12]	黄斌, 赵瑞华, 费启华, 李建伟, 支燕, 刘文军, 李晓庆. 乌司他丁联合连续性肾脏替代疗法治疗重症烧伤患者的效果及对炎症因子、28 d全因死亡率的影响, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20201102
[13]	杨柳, 屈启才, 陈瑞, 角述兰, 思永玉, 周华. 右美托咪定对烟雾吸入性肺损伤大鼠炎症反应的影响, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20201124
[14]	洪旭华. 结核药联合利福喷丁对肺结核患者免疫功能、炎症因子、VEGF及MMP-9的影响, 昆明医科大学学报.
[15]	滕琰. 血液灌流治疗脓毒症时对炎症因子的影响, 昆明医科大学学报.
[16]	杨少华. 血清多种肿瘤标记物联合磁共振成像在胰腺癌中的诊断价值, 昆明医科大学学报.
[17]	奎莉越. 降钙素基因相关肽对LPS诱导肺上皮细胞炎症因子的影响, 昆明医科大学学报.
[18]	何燕. 64层双源螺旋CT结合血清学标志物评价老年2型糖尿病合并冠心病患者冠脉斑块的稳定性, 昆明医科大学学报.
[19]	党勇. 64排CT联合血清学检查对非小细胞性肺癌纵隔淋巴结转移的诊断, 昆明医科大学学报.
[20]	芮桥安. 血清肿瘤标志物联检在结肠直肠癌诊断中的价值, 昆明医科大学学报.

留言板

多项临床指标与肺结节良恶性的相关性

doi: 10.12259/j.issn.2095-610X.S20250712

作者简介: 林荣梅（1996～），女，云南昭通人，医学硕士，住院医师，主要从事呼吸与危重症医学科临床工作

通讯作者: 杨永锐，E-mail：595144613@qq.com 陆霓虹，E-mail：602157606@qq.com

计量

出版历程

Correlation of Multiple Clinical Indicators with Benign and Malignant Pulmonary Nodules

计量

出版历程

目录

作者简介:
林荣梅（1996～），女，云南昭通人，医学硕士，住院医师，主要从事呼吸与危重症医学科临床工作

通讯作者:
杨永锐，E-mail：595144613@qq.com

陆霓虹，E-mail：602157606@qq.com