-
题名临床-超声模型在预测乳腺癌发生风险中的应用价值
被引量：1
- 1
-
-
作者
武晓娜
耿科蕾
董迎辉
牛静
-
机构
河北省邯郸市第二医院功能科
河北省河北工程大学附属医院功能科
-
出处
《中国医学计算机成像杂志》
CSCD
北大核心
2024年第6期735-743,共9页
-
文摘
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1825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(χ^(2)=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。
-
关键词
乳腺肿瘤
超声图像
风险预测模型
-
Keywords
Breast neoplasms
Ultrasonic image
Risk prediction model
-
分类号
R445.1
[医药卫生—影像医学与核医学]
-
