基于TI-RADS分类和CDFI的列线图鉴别诊断甲状腺结节良恶性的临床价值
Clinical value of nomogram model based on TI-RADS category and CDFI in differentiating benign and malignant thyroid nodules
摘要目的 基于TI-RADS分类和CDFI构建鉴别诊断甲状腺结节良恶性的列线图模型,探讨其临床应用价值.方法 选取我院经病理确诊的甲状腺良性结节患者90例(良性组)和恶性结节患者70例(恶性组),应用二维超声观察结节位置、形态、结构、纵横比、边界、晕环厚度、内部回声、后方回声及钙化情况,并进行TI-RADS分类;CDFI观察结节血流情况并进行分级,比较两组上述检查结果的差异.采用Logistic回归分析筛选鉴别诊断甲状腺结节良恶性的独立影响因素,并基于上述因素构建列线图模型.绘制受试者工作特征(ROC)曲线分析列线图模型鉴别甲状腺结节良恶性的诊断效能;校准曲线分析列线图模型的校准度.结果 两组TI-RADS分类>3类、晕环厚度≥2 mm、血流分级≥Ⅱ级占比比较差异均有统计学意义(均P<0.05);两组后方回声衰减比较差异无统计学意义.Logistic回归分析显示晕环厚度、血流分级及TI-RADS分类均为鉴别诊断甲状腺结节良恶性的独立危险因素(均P<0.05),基于上述因素构建列线图模型.ROC曲线分析显示,列线图模型鉴别诊断甲状腺结节良恶性的曲线下面积为0.891,灵敏度为91.73%,特异度为84.33%;校准曲线分析显示,列线图模型的校准度较好.结论 基于TI-RADS分类和CDFI构建的列线图模型在鉴别诊断甲状腺结节良恶性中具有较高的临床应用价值.
更多相关知识
- 浏览95
- 被引0
- 下载15

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



