论文部分内容阅读
目的：采用二分类logistic回归分析，从众多的超声表现中筛选出对甲状腺结节良恶性有显著鉴别作用的指标并建立回归模型。方法：应用高频超声对357例甲状腺结节进行检查（良性结节245例，恶性结节112例），观察其二维灰阶超声表现（包括结节大小、形态、纵横比、边界、后方回声、内部结构、内部回声、结节内钙化及周边有无声晕）、彩色多普勒超声表现（包括血流分布情况及阻力指数（resistance index,RI））及弹性成像特点。以超声引导下甲状腺结节穿刺活检的病理结果作为诊断标准，将结节的良恶性作为因变量，以上述超声表现作为自变量，建立二分类logistic回归模型，采用前进法进行逐步回归,对筛选出的自变量回归系数采用Wald X~2检验,对回归模型的拟合情况采用似然比检验。将以此回归模型判断甲状腺结节性质的敏感性作为纵坐标、以（1-特异性）为横坐标绘制ROC曲线，评价Logistic回归模型的预报能力。P<0.05为有统计学意义。结果：以超声引导下组织穿刺活检的病理结果（甲状腺结节的良、恶性）作为因变量，将甲状腺结节的二维灰阶超声表现、彩色多普勒超声表现及弹性成像特点作为自变量，经二分类logistic回归分析筛选进入回归模型且回归系数有统计学意义的有四个自变量：结节后方回声、结节内部回声、结节内钙化、弹性成像比值法，回归模型【Logit(P)=-3.184+1.904×后方回声衰减-0.700×后方回声增强+2.239×结节回声极低+0.851×结节回声略低+2.484×沙粒样钙化-1.168×粗大钙化+1.061×弹性比值大于3.855】。采用似然比对回归模型的拟合情况进行检验, X~2=253.113，P<0.01,回归模型有统计学意义。利用该回归模型对本研究中的357例甲状腺结节的良恶性进行预报，若P>0.5预报为恶性，P≤0.5预报为良性,则这个模型的特异性为93.88%(230/245)，敏感性81.25%(91/112)，准确率89.91(321/357)。以此回归模型判断甲状腺结节性质的敏感性作为纵坐标、以（1-特异性）为横坐标绘制ROC曲线， AUC=0.946（95%可信区间：0.920-0.972，P<0.01）。说明该二分类Logistic回归模型对甲状腺结节性质有良好的预测能力。结论：1.超声对甲状腺结节的检出及其良恶性的鉴别有重要作用。2.采用二分类Logistic回归分析能够筛选出对甲状腺结节良恶性鉴别有显著作用的超声表现。3.相对于单个超声表现，采用二分类Logistic回归模型对甲状腺结节的良恶性能做出更准确的判断。