双能量计算机断层扫描参数与炎症指标相结合,预测状甲状腺癌中的宫淋巴结转移

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 医学诊断 医学诊断 医学诊断

背景情况:

• 宫淋巴结转移 (CLNM) 是乳头甲状腺癌 (PTC) 进展的关键指标,影响患者的预后.
• 准确预测CLNM对于定制PTC管理中的手术策略至关重要.

研究的目的:

• 在PTC中识别CLNM的预测因素.
• 开发和验证PTC患者中CLNM的预测模型,以指导手术规划.

主要方法:

• 从114名PTC患者的手术前双能量计算机断层扫描 (DECT) 图像的回顾性分析.
• 测量DECT参数 (度,正常度,能量谱曲线斜率) 和计算炎症标志物 (dNLR,PNI).
• 后勤回归分析以确定独立的预测因子并构建一个预测性名录,使用决策,校准和ROC曲线进行验证.

主要成果:

• 正常化度 (NIC),导出中性粒细胞与淋巴细胞比率 (dNLR),预后营养指数 (PNI),性别和瘤直径被确定为CLNM的独立预测因素.
• 构建的诺米图表表现出强大的预测性能,AUC为0.898.
• 该模型表现出良好的预测准确性和临床实用性,这是校准和决策曲线分析证实的.

结论:

• 一个整合DECT参数和炎症预后指标的诺米图为PTC中预测CLNM提供了高临床价值.
• 这种预测模型可以帮助临床医生优化PTC患者的手术方法.