文献类型： 中文期刊

作者： 李璐 ¹ ; 周娟 ¹ ; 邓红艳 ¹ ; 马雯婷 ¹ ; 杭菁 ¹ ; 叶新华 ¹ ; 李勇 ¹ ;

作者机构： 1.南京医科大学第一附属医院超声医学科;江苏省农业科学院农产品质量安全与营养研究所

关键词： 甲状腺结节;超声影像;数学模型;偏最小二乘-判别分析法;Logistic回归分析

期刊名称： 中华医学超声杂志(电子版)

ISSN： 1672-6448

年卷期： 2018 年 10 期

页码： 773-778

收录情况： CSCD

摘要： 目的探讨超声影像结合数学模型在甲状腺结节良恶性判别诊断中的应用。方法回顾性分析2016年8月～12月在南京医科大学第一附属医院行超声检查发现的甲状腺结节,并均有手术或穿刺活检病理证实的患者共128例,纳入分析结节共170个。整理分析结节的超声图像特征信息,利用偏最小二乘-判别分析法(PLS-DA)和Logistic回归分析方法建立甲状腺结节良恶性风险预估模型并对其预测分析,然后采用逐步回归分析方法筛选出有统计学意义的特征变量,再次建模预测分析。结果在未删减自变量前,PLS-DA真阳性预测值(96.95%)、真阴性预测值(97.73%)较Logistic(89.86%、93.12%)高(P <0.05)。利用Stepwise方法筛选出重要变量包括甲状腺内部整体回声、形态、边缘、内部结构、强回声、纵横比和血管模式,再次建模后,PLS-DA真阳性预测率(98.12%)、真阴性预测率(98.49%)和Logistic真阳性预测率(95.09%)、真阴性预测率(95.31%)较筛选变量之前都有所提高(P <0.05),而且,PLS-DA真阳性预测率和真阴性预测率均明显高于Logistic(P <0.05)。结论 PLS-DA和Logistic方法均可以构建甲状腺癌诊断模型,基于Stepwise筛选变量可以使诊断模型更加稳健,PLS-DA模型准确率结果要优于Logistic。