超声特征RF模型预测临床淋巴结阴性PTC颈部淋巴结转移

目的 探讨基于常规超声及超声造影特征利用随机森林(RF)算法构建的模型预测临床淋巴结阴性乳头状癌甲状腺(PTC)颈部淋巴结转移的价值.方法 回顾性分析 151 例PTC患者的临床及超声资料,根据术后病理有无淋巴结转移分为转移组(LNM组)28 例、非转移组(NLNM组)123 例,按 7∶3 随机分为训练集 105 例、验证集 46 例.采用最小绝对收缩和选择算子(LASSO)回归对临床及超声特征进行降维,筛选潜在危险因素,并将其纳入多因素 logistic 回归分析筛选独立危险因素,并使用 RF算法构建预测模型.结果 LASSO 降维共筛选出多灶性、微钙化、血流、消退、强化特征及穿刺手感,多因素 logistic 回归分析微钙化、血流、消退及穿刺手感为预测 LNM与 NLNM的独立危险因素,RF构建预测模型的曲线下面积(AUC)训练集为 0.841,验证集为0.798.结论 基于常规超声及超声造影特征,利用 RF算法构建的模型能够在术前有效预测临床淋巴结阴性 PTC患者颈部淋巴结转移.