基于CT影像特征构建鉴别肾上腺嗜铬细胞瘤和乏脂性腺瘤的预测模型

摘要：

目的 建立基于双期增强CT影像特征预测肾上腺嗜铬细胞瘤(PHEO)和乏脂性腺瘤(Lp-AA)的logistic回归模型,并评估其鉴别价值.方法 收集舟山医院2012年1月至2021年12月行CT增强检查和术后病理检查确诊的PHEO患者70例和LP-AA患者100例,分别记录并对CT影像的连续变量和分类变量进行分析,对差异有统计学意义的因素进行二元logistic回归分析,并建立回归模型.绘制ROC曲线并计算AUC.结果 两组患者肿瘤的大小、CT测量值、增强幅度、增强廓清率、肿瘤的囊变、瘤内血管的差异均有统计学意义(均P<0.05).二元logistic回归分析结果显示:囊变、增强强化峰值/平扫CT值、平扫CT值是鉴别两者的独立影响因素,模型预测准确度、灵敏度、特异度、阳性预测值、阴性预测值分别为0.847、0.870、0.814、0.870、0.814,用于评价该模型的AUC为0.931.结论 基于双期增强CT影像特征的预测模型对于鉴别PHEO和Lp-AA具有较高的应用价值.

关键词：肾上腺肿瘤、嗜铬细胞瘤、乏脂性腺瘤、logistic回归

所属期刊栏目：44

分类号：TP391;R73;F224

在线出版日期：2022-09-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1714-1719