通过结节导向量化来提高宫淋巴结转移在乳头甲状腺癌中的预测:S-Detect和超声波弹性学联合:通过结节导向量化来提高宫淋巴结转移的预测
Ze-Lin Xu1, Ji-Xue Hou2, Zhen-Hao Zheng1
1Department of Ultrasound, the First Affiliated Hospital of Shihezi University, Shihezi, China.
Quantitative imaging in medicine and surgery
|April 16, 2025
概括
这项研究通过结合超声波 (US) 技术和结节方向来预测淋巴结转移 (LNM) 来增强乳头甲状腺癌 (PTC) 诊断. 结合这些因素的新型诺米图显著提高了PTC患者的LNM预测准确度.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 医疗成像医学成像
背景情况:
- 乳头甲状腺癌 (PTC) 经常转移到宫淋巴结 (LNs),影响预后.
- 目前超声波 (US) 检测淋巴结转移 (LNM) 的准确性不足,超过50%的病例缺失.
- 在PTC中改善LNM的术前预测对于患者管理至关重要.
研究的目的:
- 为了提高在PTC中宫LNM的预测.
- 整合定量结节方向参数与多模式美国技术.
- 开发一个更准确的诊断模型在PTC中LNM.
主要方法:
- 对117名PTC患者 (141个结节) 的回顾性分析,这些患者接受了美国,美国弹性体 (UE) 和S-Detect.
- 测量结节与皮肤相对的方向角.
- 使用已识别的预测因素进行后勤回归和名ogram构造.
主要成果:
- 结节的方向,年龄,直径,边界和微化是LNM的显著无变量预测因素.
- 多变量分析确定了七个独立预测因素,S-Detect微化显示了最高的几率比率 (OR=4.159).
- 组合模型实现了0.861的曲线下的优越面积 (AUC),灵敏度为0.911和特异性为0.659.
结论:
- 使用S-Detect量化结节方向是PTC中LNM的一个有价值的独立预测器.
- 结合传统的US,UE,S-Detect和方向量化,可以显著改善LNM预测.
- 开发的诺米图表显示了良好的校准和卓越的诊断性能.
