根据甲状腺结节大小对当前基于得分的超声波风险分层系统的诊断性能进行比较

科学领域:

• 内分泌学 在内分泌学.
• 放射学 放射学是一门学科.
• 在瘤学瘤学.

背景情况:

• 甲状腺结节的风险分层系统 (RSS) 缺乏标准化,导致恶性瘤风险评估的不确定性.
• 这项研究解决了基于结节大小对当前RSS进行比较分析的需求,以指导临床决策.

研究的目的:

• 为了比较四个甲状腺结节风险分层系统 (RSS) 的诊断性能.
• 根据甲状腺结节大小 (<1厘米和≥1厘米) 来评估RSS的性能.
• 确定最有效的RSS用于诊断甲状腺结节中的恶性瘤风险.

主要方法:

• 从2013年7月至2019年1月期间诊断的2667名患者的3944个甲状腺结节的回顾性分析.
• 结节被分类为小 (<1厘米) 或大 (≥1厘米).
• 四个RSS (AI-TIRADS,ACR-TIRADS,Kwak-TIRADS,C-TIRADS) 的诊断性能在应用活检尺寸值之前和之后进行了比较.

主要成果:

• 在应用大结节 (≥1厘米) 的尺寸值后,AI-TIRADS显示了最高的特异性 (66.1%),准确性 (75.3%),AUC (0.785),以及最低的细针吸收率 (FNA) (总体为55.1%,不需要38.6%).
• 在应用尺寸值之前,所有RSS的FNA和不必要的FNA率都较低,而值应用后的FNA率较低.
• 在所有评估的RSS中,小结节表现出更高的灵敏度,但比大结节的特异性更低.

结论:

• 仅依靠超声波 (US) 类别而不是活检的大小值可能是当前RSS中管理大型结节的有效策略.
• 小结和大结之间的诊断性能差异表明需要量身定制的管理策略.
• 这些发现为完善结节管理策略提供了基础,特别是在大和小甲状腺结节方面.