构建和验证一种诊断模型,用于高风险的乳头甲状腺小癌
Yu Liang1, ErXi Fan1, Jing Zhang1
1Department of Ultrasound, Sichuan Provincial People's Hospital, School of Medicine, University of Electronic Science and Technology of China, Chengdu, Sichuan, China.
Frontiers in endocrinology
|October 24, 2024
概括
一种新的诊断模型有效地使用病理和超声波特征识别高风险的乳头甲状腺小癌 (PTMC). 该模型在预测PTMC风险方面显示出高准确度和临床应用潜力.
科学领域:
- 在瘤学瘤学.
- 诊断成像 诊断成像 诊断成像
- 生物统计学 生物统计学
背景情况:
- 乳头甲状腺小癌 (PTMC) 是一个诊断挑战.
- 准确的风险分层对于适当的患者管理至关重要.
- 预测模型可以帮助识别高风险PTMC病例.
研究的目的:
- 开发和验证高风险的乳头甲状腺小癌 (PTMC) 的诊断模型.
- 确定高风险PTMC的关键预测因素.
- 用病理学和超声波数据评估模型的可靠性.
主要方法:
- 从SEER数据库和四川省人民医院对PTMC患者的回顾性分析.
- 单变量和多变量逻辑回归以确定独立的预测因素.
- 使用ROC和校准曲线构建一个名ogram诊断模型和评估.
主要成果:
- 确定了关键预测因素:性别,年龄,瘤直径,侵入性和淋巴结状况.
- 诺莫格拉姆的C指数为0.947,具有96.7%的灵敏度和86.0%的特异性.
- 基于超声波的风险评分与病理特征具有很高的一致性 (AUC=0.824).
结论:
- 开发的诊断模型显示了高风险PTMC的高预测效率.
- 术前超声波成像特征显示了可靠的PTMC风险评估的潜力.
- 该模型在PTMC管理中具有显著的临床应用潜力.
