换一批基于超声影像学特征的定量模型可预测甲状腺结节性质
Quantitative model based on ultrasound imaging features can predict the nature of thyroid nodules
摘要目的 探讨甲状腺良恶性结节鉴别诊断预测因子并构建基于超声影像学特征的定量模型,旨在为临床诊断及治疗方案制定提供更多借鉴.方法 回顾性纳入2022年1月～2023年12月于我院行手术治疗并符合C-TIRADS分级3～5级甲状腺结节患者375例453个结节,经病理组织学检查明确结节性质,将患者分为良性组和恶性组,对甲状腺良恶性结节鉴别诊断预测因子行单因素分析以及多因素回归分析,基于超声影像学特征构建定量预测模型,并进行预测效能分析.结果 453个结节经病理组织学检查确诊为恶性257个,良性196个,恶性检出率为56.73%.单因素分析结果显示,病灶最大径、病灶回声质地、病灶回声类型、病灶结构、病灶位置、病灶局部强回声、病灶边缘、病灶声晕厚度、病灶后方回声特征及病灶弹性评分均可能与甲状腺良恶性结节鉴别诊断有关(P<0.05).多因素分析结果证实,病灶回声、病灶局部强回声、病灶边缘、病灶后方回声特征、病灶弹性评分及病灶声晕厚度均是甲状腺良恶性结节鉴别诊断独立预测因子(P<0.05);对患者甲状腺结节的性质进行预测,ROC曲线下面积为0.741、0.639、0.747、0.544、0.605、0.796.上述因子合并所构建的预测模型的ROC曲线下面积为0.952,敏感度为91.05%,特异度为88.78%,约登指数为79.83%.结论 病灶回声、病灶局部强回声、病灶边缘、病灶后方回声特征、病灶弹性评分及病灶声晕厚度在内多种超声影像学指标均可指导甲状腺良恶性结节鉴别诊断,利用以上6项影像学特征构建的定量模型在甲状腺结节性质的预测中具有更高的可靠性和准确性,可为临床防治甲状腺癌提供帮助.
更多相关知识
栏目名称
DOI
10.12122/j.issn.1674-4500.2025.02.05
发布时间
2025-03-17（万方平台首次上网日期，不代表论文的发表时间）
基金项目
广西自然科学基金项目（2015jjAA40013）
- 浏览7
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
