换一批基于超声特征决策树模型对乳腺结节良恶性肿瘤的鉴别诊断价值研究
Study on the Value of Decision Tree Model Based on Ultrasonic Characteristics in Differential Diagnosis of Benign and Malignant Breast Nodules
摘要目的 基于常规超声(CUS)联合超声造影(CEUS)特征构建决策树模型,探讨其鉴别乳腺结节良恶性肿瘤的诊断效能和应用价值.方法 采用病例对照研究方法,收集66例乳腺结节恶性肿瘤患者和65例乳腺结节良性肿瘤患者的CUS和CEUS资料,采用x2检验、Fisher确切概率法、Mann-Whitney U检验、Lasso回归筛选变量,利用CHAID方法构建决策树模型,运用受试者工作特征(ROC)曲线、决策曲线(DCA)和临床影响曲线(CIC)对模型进行内部验证及临床获益分析.结果 决策树模型显示,对乳腺结节良恶性肿瘤产生重要影响的变量依次为增强范围(x2=74.895.P＜0.001)、血流(x2=15.402,P＜0.001)、放射状汇聚增强范围(x2=5.624,P＜0.05).决策树模型诊断乳腺恶性肿瘤的ROC曲线下面积为0.942(95％CI:0.904～0.979,P＜0.001).DCA和CIC结果显示,阈概率在4％～95％时,决策树模型预测乳腺恶性肿瘤有较高的净获益;风险阈值达到23％后,预测乳腺恶性肿瘤的人数与实际人数趋于一致.结论 基于CUS联合CEUS超声特征构建的决策树模型可以作为鉴别诊断乳腺结节良恶性肿瘤的可靠工具.
更多相关知识
关键词
常规超声超声造影乳腺结节肿瘤决策树Conventional ultrasoundContrast-enhanced ultrasoundBreast noduleTumorDecision tree
栏目名称
DOI
10.3969/j.issn.1002-0101.2025.03.007
发布时间
2025-03-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（No.82260105）
- 浏览21
- 被引3
- 下载33
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
