基于MRI形态特征的预测模型,用于区分良性和恶性甲状腺结节
Tingting Zheng1, Lanyun Wang1, Hao Wang1
1Department of Radiology, Minhang Hospital, Fudan University, No 170, Xinsong Road, Minhang District, 201199, Shanghai, China.
BMC cancer
|February 23, 2024
概括
这项研究开发了一种新的基于MRI的预测模型,以提高诊断良性与恶性甲状腺结节的准确性,减少不必要的活检. 该模型的特异性和灵敏度高于标准TI-RADS系统.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 甲状腺结节需要准确的手术前诊断,以避免不必要的活检.
- 甲状腺成像报告和数据系统 (TI-RADS) 在区分良性和恶性结节方面具有特异性的局限性.
- 提高诊断特异性对于患者管理和降低医疗保健成本至关重要.
研究的目的:
- 开发和验证使用MRI形态特征的预测模型,以改善甲状腺结节的手术前诊断.
- 与TI-RADS等现有方法相比,提高甲状腺结节诊断的特异性.
- 为了减少不必要的甲状腺活检率.
主要方法:
- 对825个病理确认的甲状腺结节进行了回顾性分析.
- 开发和验证一个预测模型和纳米图,使用逻辑回归来结合MRI特征.
- 使用AUC和NRI对诊断疗效,区分,校准和与TI-RADS进行比较的评估.
主要成果:
- 磁力共振成像 (MRI) 的形态特征,如受限扩散和逆转光环标志,是恶性瘤的独立预测因素.
- 在培训 (AUC=0.972) 和验证 (AUC=0.968) 队列中,开发的名录显示了高的区别和校准.
- 与TI-RADS相比,基于MRI的模型显示出更高的准确性 (0.947) 和特异性 (93.4%),增强了诊断性能 (NRI>0).
结论:
- 与TI-RADS相比,基于MRI的预测模型为良性与恶性甲状腺结节提供了优越的诊断效果.
- 该模型实现了高灵敏度和特异性,能够减少过度诊断和不必要的活检.
- 这种方法为甲状腺结节的手术前风险分层提供了更准确的工具.


