换一批摘要目的:探究临床-超声模型在预测乳腺癌发生风险中的应用价值.方法:选取2022年1月至2024年1月入院就诊的乳腺肿瘤患者1 825例,根据收治时间分为训练集和验证集,分析其临床一般资料和超声特征,采用多因素logistic回归模型分析患者乳腺癌发生的影响因素,构建风险预测模型,分别采用受试者工作特征(ROC)曲线、Hosmer-Lemeshow拟合优度检验评价其预测效能,取验证集进行内部验证.结果:多元logistic回归分析结果显示,触诊肿物质地硬、活动度差,超声图像显示成角/毛刺、分叶、内部回声不均、有高回声晕、边界不光整、存在微钙化均是乳腺肿瘤患者乳腺癌发生的独立危险因素(P＜0.05).基于上述8个变量在训练集中构建风险预测模型:Logit(P)=-12.594+1.637×(质地)+1.597×(活动度)+1.874×(成角/毛刺)+1.711×(分叶)+1.669×(回声模式)+1.766×(高回声晕)+1.733×(边界)+1.562×(钙化).ROC曲线显示,模型预测患者乳腺癌发生的曲线下面积(AUC)为0.847(95％CI 0.826～0.868).Hosmer-Lemeshow拟合优度检验显示,该模型的预测概率与实际发生率的差异无统计学意义(x2=4.187,P=0.825).用验证集数据对风险预测模型进行内部验证,灵敏度为86.11％,特异度为97.02％,准确度为92.06％.结论:结合乳腺肿瘤患者临床一般资料及超声特征构建的模型,可有效预测乳腺癌.
更多相关知识
分类号
R445.1（诊断学）
栏目名称
DOI
10.3969/j.issn.1006-5741.2024.06.016
发布时间
2025-01-17（万方平台首次上网日期，不代表论文的发表时间）
- 浏览17
- 被引2
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
