摘要目的 基于超声影像组学、超声图像特征及临床资料构建列线图模型,探讨其预测甲状腺乳头状癌(PTC)患者颈侧区淋巴结(LNLN)转移的临床价值.方法 选取我院经手术病理证实为PTC患者161例,按7∶3比例随机分为训练集112例和验证集49例,并根据病理结果分为LNLN转移阳性组50例和LNLN转移阴性组111例.基于训练集的灰阶超声图像勾画并提取感兴趣区的影像组学特征,采用最小绝对收缩和选择算子(LASSO)回归筛选与PTC患者LNLN转移相关的特征,计算影像组学分数(RS).采用单因素和多因素Logistic回归分析筛选临床资料、超声图像特征中预测PTC患者LNIN转移的独立影响因素;分别构建临床模型、超声图像特征模型及联合模型;绘制受试者工作特征(ROC)曲线分析各模型预测PTC患者LNLN转移的效能;校准曲线评估各模型的校准度.结果 单因素和多因素Logistic回归分析显示,性别和肿瘤最大径均为LNLN转移的独立影响因素(OR=3.167、1.177,均P<0.05).经LASSO回归降维共筛选出6个系数非零的超声影像组学特征,通过计算获得训练集中LNLN转移阳性组、阴性组的RS分别为(0.51±0.25)分、(0.22±0.19)分;验证集中LNLN转移阳性组、阴性组的RS分别为(0.68±0.28)分、(0.44±0.23)分,两组RS比较差异均有统计学意义(均P<0.05).基于性别、肿瘤最大径分别构建临床模型、超声图像特征模型,基于性别、肿瘤最大径、RS构建联合模型并绘制列线图可视化.ROC曲线分析显示,训练集和验证集中,临床模型预测PTC患者LNLN转移的曲线下面积(AUC)分别为0.635和0.538,超声图像特征模型的AUC分别为0.757和0.741,RS的AUC分别为0.824和0.747,联合模型的AUC分别为0.843和0.778;以联合模型的AUC最高,差异均有统计学意义(均P<0.05).校准曲线显示,RS和联合模型的校准度均较高,预测概率与实际概率的一致性均较好.结论 联合超声影像组学、超声图像特征及临床资料构建的列线图模型在预测PTC患者LNLN转移中有重要的临床价值.