囊甲状腺新生体中恶性瘤风险的大小特定预测因素:机器学习分析分析
Xin Li1, Wen-Yu Yang2, Fan Zhang3
1Department of General Surgery, Peking University Third Hospital, Beijing, China.
JMIR cancer
|July 11, 2025
概括
预测卵泡甲状腺新生体 (FTN) 恶性瘤风险具有挑战性. 这项研究确定了尺寸特定的预测因素,包括化和结节的出现,以帮助FTNs的手术前诊断.
科学领域:
- 内分泌学 在内分泌学.
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
背景情况:
- 区分良性与恶性卵泡性甲状腺新生体 (FTNs) 构成了手术挑战,特别是在小型瘤中.
- 对于FTNs的手术前风险分层对于手术规划和患者管理至关重要.
研究的目的:
- 确定在卵泡甲状腺新生瘤 (FTNs) 中恶性瘤风险的术前预测因素.
- 调查FTNs中恶性瘤风险的大小特定预测因子,区分小型和大型瘤.
主要方法:
- 一项回顾性队列研究包括1494名患有卵泡甲状腺瘤 (FTA) 或癌瘤 (FTC) 的患者.
- 毛囊性甲状腺新生瘤 (FTNs) 根据直径被分类为小 (<3.0厘米) 或大 (≥3.0厘米).
- 机器学习从人口,超声波和荷尔蒙变量中确定了关键预测因素,为恶性瘤风险计算了几率比率.
主要成果:
- 具有宏化,外围化或年轻患者的小FTNs具有更高的恶性瘤风险.
- 具有结节内结节外观的大型FTNs显示恶性瘤风险增加.
- 较低的甲状腺刺激激素水平和更大的平均直径与小型和大型FTN的恶性瘤风险有关.
结论:
- 确定了FTN恶性瘤风险的大小特定预测因素.
- 基于瘤大小的分层预测对于提高毛囊性甲状腺新生瘤手术前诊断的准确性至关重要.
