Logistic回归模型在乳腺小结节超声鉴别诊断中的应用
Application of Logistic regression model in differential diagnosis of small breast nodules by ultrasound
目的 筛选出乳腺小结节(直径≤1 cm)良、恶性鉴别诊断的超声征象,建立Logistic预报回归模型.方法 回顾性分析215例女性乳腺小结节患者的临床资料,以病理结果为因变量,超声征象及年龄作为自变量,建立二分类Logistic回归模型,绘制ROC曲线,评价回归模型的预测能力.结果 经Logistic回归分析内部回声均匀性、形态、边缘特征、纵横比、血流分级、血流阻力指数、高回声声晕、微钙化、同侧腋窝淋巴结肿大及年龄进入回归方程.不同超声特征经Logistic回归分析中最大似然比分析,差异有统计学意义(P<0.05).Logistic回归模型与术前超声诊断正确率分别为94.2% 和87.2%.Logistic回归模型的曲线下面积为0.918(95%CI:0.873,0.963).结论 基于超声征象建立的Logistic回归模型有较高的预报准确率和临床实用性.
更多- 浏览:140
- 被引:8
- 下载:165
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文