基于多式超声波的数据挖掘方法的诊断有效性,用于皮肤状甲状腺癌的皮肤状甲状腺癌
Changyu Xu1, Liwei Zhang1, Qiming Zhang1
1Department of Medical Ultrasound, Fourth Affiliated Hospital of Harbin Medical University, Harbin, Heilongjiang, China.
Frontiers in oncology
|November 8, 2024
概括
两种诊断模型,即逻辑回归和CHAID决策树,在使用多式超声波诊断乳头甲状腺癌 (PTC) 时显示出相似的效率. 这些模型为PTC检测提供了新的方法.
科学领域:
- 放射学和成像学 放射学和成像学
- 在瘤学瘤学.
- 医疗信息学 医疗信息学
背景情况:
- 在全球范围内,乳头甲状腺癌 (PTC) 的发病率正在上升.
- 准确和早期诊断PTC对于有效治疗至关重要.
- 多式超声波为甲状腺损伤的特征提供了一种全面的方法.
研究的目的:
- 建立和比较对乳头甲状腺癌 (PTC) 的逻辑回归和CHAID决策树模型的诊断效率.
- 评估多式超声波特征在区分PTC和非PTC病变方面的实用性.
- 为PTC的诊断策略提供新的见解.
主要方法:
- 从203名患者中收集多式超声波数据 (例行,剪波弹性图形 (SWE),对比增强超声波 (CEUS)) 的前景收集.
- 包括各种超声波特征:回声性,视角比,尺寸,边界,形态,化,血流,弹性 (Emax,Emin,Emean) 和CEUS特征.
- 开发二进制物流回归和CHAID决策树模型,使用接收器操作者特征 (ROC) 曲线和曲线下的面积 (AUC) 评估诊断性能.
主要成果:
- 后勤回归确定了低可塑性,面积比≥1,微化和高SWE值作为PTC的重要风险因素.
- CHAID决策树整合了回声效应,视角比,Emax,对比剂分布和PTC诊断的输液时间.
- 两种模型都显示出高诊断性能与可比的AUC值 (逻辑回归:0.878;CHAID:0.883),没有统计学上显著的差异.
结论:
- 逻辑回归和CHAID决策树模型都是基于多式超声波的有效工具来诊断乳头甲状腺癌 (PTC).
- 这两种模型的诊断效率是可比的,这表明它们的应用具有灵活性.
- 这些模型为识别PTC提供了有价值的新见解和诊断策略.
