多学科综合预测模型在甲状腺微小癌诊断中的应用价值

Oncology Progress(2020)

引用 0|浏览2
暂无评分
摘要
目的 探讨多学科综合预测模型在甲状腺微小癌诊断中的应用价值.方法 根据甲状腺结节良恶性质的不同将100例甲状腺结节患者分为恶性组(n=32)和良性组(n=68),分析发生甲状腺微小癌的影响因素,构建Logistic回归预测模型.结果 单因素分析结果显示,恶性组患者的内部低回声、微钙化、纵横比≥1、边界不清晰、存在家族史的比例均高于良性组患者(P﹤0.05);多因素分析结果显示,内部低回声、微钙化、纵横比≥1、边界不清晰、存在家族史是发生甲状腺微小癌的独立危险因素(P﹤0.05).以诊断因素建立Logistic回归预测模型,通过运算得出新的预测指标A,临界值为0.662,曲线下面积(AUC)为0.759,灵敏度为87.5%,特异度为94.1%,准确度为84.5%.随机抽取1例患者的数据代入方程式,可得P=0.697,明显大于A的临界值0.662,甲状腺微小癌的发生率为75.9%.结论 多学科综合预测模型的建立能够在一定程度上对甲状腺微小癌的发生进行较全面的预测,同时在临床应用中较为直接、快捷,有利于提高甲状腺微小癌的诊断率.
更多
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