建立基于ACR TI-RADS的放射学模型,结合临床特征来区分良性和恶性甲状腺结节

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 医学成像分析 医学成像分析

背景情况:

• 甲状腺结节很常见,准确的恶性瘤预测对于患者管理至关重要.
• 目前的诊断方法,包括超声波和美国放射学学院甲状腺成像,报告和数据系统 (ACR TI-RADS),在区分良性和恶性结节方面存在局限性.
• 放射学,从医学图像中提取定量特征,在提高诊断准确性方面显示出有前途.

研究的目的:

• 开发和验证与临床特征和ACR TI-RADS集成的放射学模型,以改善恶性甲状腺结节的诊断.
• 根据组合模型构建一个名录,以帮助临床决策.
• 与现有方法相比,评估综合模型的诊断性能和临床实用性.

主要方法:

• 对323名病理确认患者的329个甲状腺结节进行了回顾性分析.
• 从超声波图像中提取了107个放射性特征,使用LASSO回归开发了一个放射性评分 (Rad-score).
• 开发和比较后勤回归模型:Clin+ACR,Clin+Rad,ACR+Rad和Clin+ACR+Rad,使用曲线下的面积 (AUC),灵敏度和特异性评估诊断性能.

主要成果:

• 八个放射性特征被确定为恶性瘤的独立预测因子,恶性结节的Rad-score更高 (P <0.05).
• 结合的Clin+ACR+Rad模型在训练 (AUC=0.958) 和测试 (AUC=0.937) 数据集中都显示出卓越的诊断性能,显著超过单个组件的表现.
• 综合模型显示出优异的校准,并且在最佳值下,不必要的活检率从大约46%降至21%.

结论:

• 结合的临床-ACR得分-放射学得分模型显示了预测甲状腺结节恶性病的显著潜力.
• 开发的Clin-ACR-Rad名图是诊断恶性甲状腺结节的实用和准确工具.
• 这种综合方法可以提高诊断准确度,减少甲状腺结节不必要的侵入性手术.