基于MRI特征的评分模型对O-RADS 4类囊实性卵巢肿物风险分层的价值
The Value of a Scoring Model Based on MRI Features for Risk Stratifi-cation of O-RADS Category 4 Cystic-solid Ovarian Tumors
摘要目的 探讨基于MRI特征的评分模型对卵巢-附件报告和数据系统(O-RADS)4类囊实性卵巢肿物进行风险分层的价值.方法 回顾性纳入经手术切除且术前O-RADS MRI评分为4分的137例囊实性肿物患者,分析其术前MRI特征,包括肿瘤最大径、腹腔积液量、实性成分形态、扩散加权成像信号强度及强化程度.采用多因素Lo-gistic回归分析筛选恶性肿瘤的独立预测因子,据以构建评分模型.采用受试者工作特征曲线评估模型及各独立预测因子的诊断效能,并通过Hosmer-Lemeshow检验评估模型校准度.结果 实性成分形态、扩散加权成像高信号及明显强化是恶性肿瘤的独立预测因子,其诊断曲线下面积分别为0.739、0.744与0.738.整合三者构建的评分模型,其诊断曲线下面积提升至0.867(95%CI:0.796~0.937),显著优于任一单一特征.Hosmer-Lemeshow检验提示模型拟合良好.结论 本研究建立的MRI评分模型能帮助有效区分O-RADS 4类囊实性卵巢肿物的良恶性,为其术前精准风险分层提供量化工具.
更多相关知识
- 浏览7
- 被引0
- 下载7

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



