临床特征,应变弹性学和ACR-TIRADS混合模型预测小甲状腺结节中的恶性病变:一项前性单中心研究

科学领域:

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

背景情况:

• 小型甲状腺结节 (<10毫米) 需要准确的恶性瘤评估.
• 超声波 (US) 和实时弹性图像 (RTE) 是主要的成像方式.
• 区分良性小甲状腺病变和恶性小甲状腺病变仍然具有挑战性.

研究的目的:

• 为了确定小甲状腺病变中恶性瘤的临床,US和RTE特征.
• 为了评估ACR-TIRADS和EU-TIRADS标准的诊断性能.
• 开发一种小甲状腺结节中恶性瘤的预测模型.

主要方法:

• 141名患有小固体甲状腺结节 (≤10毫米) 的患者接受了US和RTE.
• 结节被使用ACR-TIRADS和EU-TIRADS进行分类.
• 精细针吸收 (FNA) 在EU-TIRADS 5节点上进行.
• 对比了良性 (贝塞斯达II) 和恶性 (贝塞斯达V-VI) 结节的US和RTE特征.

主要成果:

• 在ACR-TIRADS得分点上显著预测FNA结果 (AUC=0.993).
• 结合了临床因素和ACR评分的"混合模型",实现了完美的预测 (AUC=1.000).
• 混合模型在预测贝塞斯达V-VI时显示出100%的灵敏度和特异性.

结论:

• 拟议的"混合模型"有效预测小甲状腺结节 (<10毫米) 中的恶性瘤 (贝塞斯达V-VI).
• 该模型有助于选择需要进一步调查的结节.
• 将临床数据与ACR评分相结合,可以提高小甲状腺病变的诊断准确度.