关键词:
乳腺肿瘤
列线图
磁共振
超声
良恶性鉴别
摘要:
目的探讨基于磁共振成像(MRI)和超声(US)特征开发的列线图在术前准确区分乳腺良恶性肿瘤中的价值。方法回顾性纳入185例乳腺肿瘤患者,按7:3的比例分为训练集和测试集。采用最小绝对收缩与选择算子(LASSO)和多变量逻辑回归分析方法筛选独立危险因素,并构建两个模型:模型1(US形态学特征+MRI边界特征+MRI腋窝淋巴结环形强化)和模型2(US形态学特征+MRI边界特征+MRI腋窝淋巴结环形强化+乳腺密度)。通过校准曲线、受试者工作特征(ROC)曲线、决策曲线分析(DCA)和临床影响曲线(CIC)对模型性能进行评估。结果LASSO和多变量逻辑回归分析最终确定了3个独立危险因素:US形态(OR:0.075,95%CI:0.009~0.644,P=0.018)、MRI边界(OR:0.120,95%CI:0.016~0.908,P=0.040)和MRI腋窝淋巴结环形强化(OR:25.917,95%CI:6.527~45.281,P=0.001)。通过这些因素构建诊断乳腺良恶性肿瘤的列线图。模型1在训练集的AUC为0.960(95%CI:0.906~0.981),在测试集的AUC为0.922(95%CI:0.914~0.999);纳入乳腺密度的模型2的AUC在训练集为0.964(95%CI:0.933~0.998),测试集为0.940(95%CI:0.872~1.000)。结论基于US形态、MRI边界、MRI腋窝淋巴结环形强化和乳腺密度构建的列线图模型可以提高乳腺良恶性肿瘤诊断的准确性,为患者提供个性化的诊疗方案。