乳腺磁共振BI-RADS 4类病变恶性征象分析及Nomogram预测模型的构建
目的 探讨乳腺磁共振乳腺影像报告和数据系统(BI-RADS)4类病变的恶性征象,并建立预测其恶性度的Nomogram预测模型.方法 对广西医科大学附属肿瘤医院诊断为乳腺BI-RADS 4类病变患者的MR资料进行回顾性分析.通过Logistic回归对乳腺BI-RADS 4类病变恶性征象进行多因素分析,使用Nomogram图对各危险因素进行赋分,构建乳腺恶性病变的预测模型.分别使用一致性系数(consistency index,C-index)和校准曲线来评估预测模型的校准度,通过受试者工作特征(ROC)曲线来评估预测模型的诊断效能.结果 85例乳腺BI-RADS4类病变患者中,病灶共97个,其中良性41个、恶性56个.单因素分析显示:表观扩散系数(ADC)、时间信号强度曲线(TIC)、最大信号强度投影(MIP)、边缘毛刺征、环形强化征、T2WI瘤内高信号与乳腺BI-RADS 4类病变恶性度有关;多因素分析显示:ADC值、TIC、MIP、边缘毛刺征、环形强化征是预测乳腺恶性病变的独立危险因素.No-mogram预测模型显示:TIC(流出型)为100分、MIP(阳性)为57.5分、环形强化征(阳性)为72.5分、边缘毛刺征(阳性)为49分;该预测模型的C-index为0.923;ROC曲线下面积(AUC)为0.923,对应的敏感度、特异度分别为89.30％、87.80％.结论 乳腺BI-RADS 4类病变中,ADC值、TIC、MIP、边缘毛刺征、环形强化征是预测病变恶性度的独立危险因素,本研究构筑的Nomogram预测模型具有较高的区分度及校准度,为患者病情个体化评估提供实用的参考工具.
乳腺、乳腺影像报告和数据系统4类病变、Nomogram图
39
R737.9;R521R814.42;R445.2
广西卫生厅自筹经费项目;广西壮族自治区项目;广西壮族自治区项目
2021-05-12（万方平台首次上网日期，不代表论文的发表时间）
共5页
2406-2410
