基于O-RADS US,临床和实验室指标的副囊固体质量的预测值
Chunchun Jin1, Meifang Deng1, Yanling Bei1
1Department of Ultrasound, Shenzhen Second People's Hospital, The First Affiliated Hospital of Shenzhen University Health Science Center, No.3002, Sungang West Road, Futian District, Shenzhen, China.
BMC medical imaging
|November 18, 2024
概括
这项研究开发了一种使用卵巢附报告和数据系统超声波 (O-RADS US) 评分和临床数据来预测卵巢癌恶性瘤风险的诺米克图. 该模型的准确性很高,有助于更好的诊断和减少对附质量的过度治疗.
科学领域:
- 妇科瘤学 妇科瘤学
- 医疗成像医学成像
- 生物统计学 生物统计学
背景情况:
- 卵巢癌是女性死亡的主要原因之一,原因是由于诊断迟到.
- 早期检测可以提高存活率,但目前的方法,如卵巢-附体报告和数据系统超声波 (O-RADS US),在特异性和准确性方面存在局限性.
- 这可能导致错误诊断和过度治疗良性附质群体.
研究的目的:
- 构建一个诺莫格拉姆模型,用于预测附性囊性固体质中的恶性瘤风险.
- 将O-RADS美国发现与临床和实验室指标相结合.
- 提高诊断准确度,帮助临床决策.
主要方法:
- 对399名病理确诊附性囊性固体质量患者的回顾性研究 (2021年1月至2023年12月).
- 最小绝对收缩和选择运算符 (LASSO) 回归确定了关键预测因素.
- 使用引导,校准曲线和决策曲线分析构建并验证了一个名ogram.
主要成果:
- 选择了五个预测因素:O-RADS,声影,绝经后状态,CA125和HE4.
- 命名图实现了0.909的曲线下面积 (AUC),具有83.3%的灵敏度和82.9%的特异性.
- 该模型显示了良好的校准和临床实用性.
结论:
- 一个整合O-RADS US,临床和实验室数据的诺米图有效预测附性囊性固体质中的恶性瘤风险.
- 该模型表现出高预测性能,良好的校准和临床效用.
- 这种工具可以帮助区分良性和恶性副质,从而减少不必要的手术.
