超声影像特征用于乳腺良恶性肿瘤鉴别诊断的Logistic回归分析及风险预测模型建立

摘要：

[目的]建立基于超声影像特征预测乳腺良恶性肿瘤的Logistic回归模型,并探讨预测模型在鉴别乳腺良恶性肿瘤中的应用价值.[方法]回顾性收集经病理证实的288例乳腺肿瘤患者,其中良性肿瘤、恶性肿瘤各144例,比较两组彩色多普勒超声各项指标特征,以病理诊断结果作为金标准,建立Logistic回归模型,绘制ROC曲线并计算曲线下面积.[结果]多因素Logistic回归分析结果显示:乳腺肿瘤形态(OR=7.149)、肿瘤边界(OR=8.908)、回声均匀度(OR=3.374)、包膜情况(OR=13.079)、蟹足或毛刺(OR=15.690)是乳腺良恶性肿瘤鉴别诊断的主要超声影像特征指标.Logistic回归模型对乳腺良恶性肿瘤的预测准确性为94.4％(272/288),敏感性为91.7％(132/144),特异性为97.2％(140/144),阳性预测价值97.1％(132/136),阴性预测价值92.1％(140/152).ROC曲线下面积为0.944±0.016(P＜0.001,95％CI:0.914～0.975).[结论]基于超声影像特征的Logistic预测模型对于鉴别乳腺良恶性肿瘤具有较高的价值,可用于指导临床实践.

关键词：乳腺肿瘤、超声检查、Logistic回归模型、鉴别诊断

所属期刊栏目：22

分类号：R737.9;R730.4(肿瘤学)

在线出版日期：2016-04-23（万方平台首次上网日期，不代表论文的发表时间）

页码：214-217