关键词:
甲状腺肿瘤
腺瘤
超声检查
列线图表
Logistic模型
诊断,鉴别
病理学,外科
摘要:
目的探讨超声联合临床因素构建的列线图模型鉴别诊断甲状腺滤泡性肿瘤良恶性的价值。资料与方法回顾性分析2016年1月—2024年12月于解放军总医院第一医学中心经手术病理确诊的407例甲状腺滤泡性肿瘤患者,包括259例甲状腺滤泡腺瘤和148例甲状腺滤泡癌。所有患者按7∶3随机分为训练集284例和验证集123例,分析二维超声及彩色多普勒特征。基于训练集中的多因素Logistic回归分析结果,筛选独立预测因素,并构建列线图模型,采用受试者工作特征曲线、校准曲线及决策曲线分析训练集与验证集中评价模型的区分度、校准度及临床实用性。结果多因素Logistic回归分析显示,甲状腺滤泡癌的独立预测因子包括肿瘤最大径(OR=1.50,95%CI 1.15~1.96)、粗大钙化(OR=3.66,95%CI 1.31~10.25)、低回声(OR=7.70,95%CI 1.22~48.72)、小梁形成(OR=3.38,95%CI 1.02~11.14)、不规则厚晕环(OR=21.41,95%CI 8.13~56.38)、无晕环(OR=6.10,95%CI 2.03~18.32)、实性或实性为主(OR=2.57,95%CI 1.05~6.31)、混合血管型(OR=8.75,95%CI 2.49~30.73)以及合并慢性淋巴细胞性甲状腺炎(OR=3.69,95%CI 1.45~9.35)(P均<0.05);基于上述独立预测因子构建的列线图模型展现出优异的诊断性能,训练集中,该模型诊断甲状腺滤泡癌的曲线下面积为0.93(95%CI 0.90~0.96),准确度、敏感度和特异度分别为88%、90%和86%;验证集中,曲线下面积为0.92(95%CI 0.87~0.97),准确度、敏感度和特异度分别为85%、88%和79%。校准曲线显示模型的预测概率与实际概率之间拟合良好,决策曲线分析显示该模型在较大阈值范围内具有显著临床净收益。结论基于超声特征及临床因素构建的术前列线图模型对甲状腺滤泡癌具有较好的诊断效能,可有效指导临床实践,有助于优化个体化诊疗决策。