对ACR TI-RADS 4结节的诊断性诺摩图模型基于临床,生化数据和超声波图案
Yongheng Wang1,2, Yao Tang3, Ziyu Luo1,2
1Department of Surgical Oncology, Shaanxi Provincial People's Hospital, Xi'an, Shaanxi, China.
Clinical endocrinology
|September 16, 2024
概括
一个新的诺莫格拉姆模型准确地预测甲状腺成像报告和数据系统4 (TR4) 甲状腺结节中的恶性病变. 该工具整合了临床,生化和超声波数据,优于目前的评分系统,用于更好的患者管理.
科学领域:
- 内分泌学 在内分泌学.
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
背景情况:
- 作为甲状腺成像报告和数据系统4 (TR4) 分类的甲状腺结节是一个诊断挑战.
- 准确预测恶性瘤对于适当的患者管理和避免不必要的侵入性手术至关重要.
研究的目的:
- 开发和验证一种名谱模型,用于预测TR4甲状腺结节中的恶性瘤率.
- 整合临床,生化和超声波特征,以提高预测准确度.
主要方法:
- 追溯分析了1557例由细针吸收 (FNA) 来诊断的病理病例.
- 单变量和多变量逻辑回归以确定恶性瘤的独立预测因子.
- 使用AUC,校准图表,NRI,IDI和DCA构建和性能评估Nomogram模型.
主要成果:
- 确定了8个恶性瘤的独立预测因素:年龄,边缘,甲状腺外延伸,光环,化,可疑的淋巴结转移,面积比和甲状腺过氧化酶抗体.
- 诺米图表通过DCA显示出优异的校准和良好的临床实用性.
- 与美国放射学学院 (ACR) 评分模型相比,开发的名图显示出优越的预测能力.
结论:
- 开发的诺莫格拉姆模型有效地预测了TR4甲状腺结节的恶性瘤率.
- 诺米图显示出有希望的临床适用性,用于改善甲状腺结节的诊断和管理.


