谷歌浏览器插件
订阅小程序
在清言上使用

Logistic回归模型在预测直肠癌肠旁淋巴结转移中的应用价值

Journal of Chinese Oncology(2015)

引用 1|浏览1
暂无评分
摘要
[目的]建立直肠癌原发病灶和肠旁淋巴结CT表现的Logistic回归模型,探讨其预测肠旁淋巴结转移的应用价值.[方法]回顾性分析行直肠癌根治术的102例患者的临床和CT影像学资料,分析原发肿瘤及肠旁淋巴结CT表现情况,并以术后病理淋巴结转移结果为金标准.单因素分析采用x2检验,将有统计学意义的因素建立Logistic回归模型,绘制模型受试工作者特征曲线(ROC),并记录曲线下面积(AUC),评估该模型预测淋巴结转移的能力.[结果]单因素分析结果显示病变部位、浆膜外侵、生长方式、淋巴结总数和淋巴结短径与淋巴结转移阳性率有显著相关性(P<0.05),其AUC分别为0.618、0.638、0.630、0.703和0.692;病变强化程度、肿瘤长径、肿瘤血供及淋巴结强化与淋巴结转移阳性率无相关性(P>0.05).单因素分析有意义指标纳入Logistic回归模型,Logit P=-2.46-0.701×病变部位+0.138×浆膜侵犯-1.814×生长方式+2.14×淋巴结总数+1.379×淋巴结短径,其AUC为0.850,临界值取0.39时,灵敏度为88.2%,特异性为72.9%,准确率为75.5%.[结论]综合分析直肠癌原发肿瘤和肠旁淋巴结CT表现,有助提高术前淋巴结转移预测的准确性.
更多
关键词
rectal neoplasms,lymph node metastasis,ROC curve,Logistic regression
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要