目的:基于临床及超声特点构建预测模型,以鉴别超声非平行位生长、乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI⁃RADS)分为4A、4B类乳腺小肿块的良恶性,并评估其应用价值。方法:回顾性分析2020年6月—2024年5月...目的:基于临床及超声特点构建预测模型,以鉴别超声非平行位生长、乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI⁃RADS)分为4A、4B类乳腺小肿块的良恶性,并评估其应用价值。方法:回顾性分析2020年6月—2024年5月在南京医科大学第一附属医院就诊的327例乳腺肿块患者,筛选超声诊断为BI⁃RADS 4A、4B类,非平行位生长、直径≤10 mm的肿块,按7∶3的比例随机分为训练集(n=229)和验证集(n=98)。应用Logistic回归分析鉴别乳腺良、恶性肿块的风险因素并构建诊断预测模型。以受试者工作特征(receiver operating characteristic,ROC)曲线和决策曲线分析(decision curve analysis,DCA)评估模型的鉴别效能和临床意义。结果:327例患者中恶性比例为36.1%(118/327)。经单因素和多因素Logistic回归分析,年龄、边缘、弹性和超声BI⁃RADS分类为恶性肿块的独立危险因素。纳入这4个变量建立诊断模型,并以列线图的形式展现。训练集和验证集ROC的曲线下面积分别为0.846和0.798;DCA证实应用模型预测肿块良恶性风险可以使患者获益。此外,基于列线图计算的风险评分对所有患者进行危险分层,风险评分≥0.7(后20%)的患者被列为高危组;风险评分≤0.1(前20%)的患者被列为低危组,低、高危组恶性率分别为8.8%和82.1%。结论:根据临床及超声特点构建的预测模型,可有效鉴别超声BI⁃RADS 4A、4B类非平行位乳腺小肿块的良恶性。根据列线图计算风险评分进行危险分层,低危组的恶性率仅8.8%,而高危组的恶性率为82.1%,具有较高的临床价值。展开更多
