目的 构建基于能谱CT特征的无或少实性成分磨玻璃结节(GGN)样肺腺癌浸润程度的鉴别诊断模型,旨在为后续临床诊疗工作提供借鉴。方法 回顾性纳入2019年1月—2022年12月于中国人民解放军联勤保障部队第九六九医院和北京大学肿瘤医院内蒙古医院行手术治疗肺腺癌且CT表现为无或少实性成分GGN的患者145例,根据浸润程度分为浸润组(51例)和微浸润组(94例)。采用logistic回归进行无或少实性成分GGN样肺腺癌浸润程度鉴别诊断影响因素的多因素分析,并构建logistic回归预测模型。采用受试者操作特征(ROC)曲线进行各指标的预测效能分析。结果 单因素分析结果显示,结节最大径(t=-6.30,P<0.001)、结节平均CT值(t=-5.43,P<0.001)、空气支气管征(χ2=23.21,P<0.001)、微血管CT成像类型(χ2=27.94,P<0.001)均是无或少实性成分GGN样肺腺癌浸润程度鉴别诊断的预测因素。多因素logistic回归分析结果显示,结节最大径(OR=1.72,95%CI为1.33~2.23,P<0.001)、结节平均CT值(OR=1.01,95%CI为1.01~1.02,P<0.001)、空气支气管征(OR=4.92,95%CI为1.59~15.21,P=0.006)及微血管CT成像Ⅲ型(OR=14.01,95%CI为2.97~66.06,P=0.001)均是无或少实性成分GGN样肺腺癌浸润程度鉴别诊断的独立预测因素。利用上述多因素分析的结果构建logistic回归模型:logit(P)=0.54×结节最大径+0.01×结节平均CT值+1.59×空气支气管征+2.64×微血管CT成像类型(Ⅲ型)-3.33。ROC曲线分析显示,结节最大径、结节平均CT值、空气支气管征、微血管CT成像类型、logistic回归模型P值进行无或少实性成分GGN样肺腺癌浸润程度鉴别诊断的曲线下面积分别为0.759、0.751、0.686、0.741、0.918。结论 包括结节最大径、结节平均CT值、空气支气管征及微血管CT成像类型在内的能谱CT特征可用于无或少实性成分GGN样肺腺癌浸润程度鉴别诊断;利用以上4个因素构建的logistic回归模型对于患者的浸润程度预测显示出良好的效能。