基于常规影像征象和表观弥散系数的列线图预测鼻腔鼻窦内翻性乳头状瘤恶变的价值
Chinese Journal of Ophthalmology and otorhinolaryngology(2023)
摘要
目的 探讨常规影像征象和表观弥散系数(ADC)对鼻腔鼻窦内翻性乳头状瘤(SIP)恶变的预测价值.方法 回顾收集我院 2015 年 1 月—2021 年 11 月收治的 209 例SIP患者的临床资料,并分为训练集(n=140;良性 90 例、恶变 50 例)和验证集(n=69;良性 45 例、恶变 24 例).由 2 名放射科医师在常规影像图像上评估骨质破坏、软组织侵犯、眼眶或颅内侵犯、脑回征中断及三维肿瘤最大径并测量病灶的平均ADC值.比较所有临床资料、常规影像特征、ADC值的组间差异.采用逐步逻辑回归分析筛选出独立的预测因子,并建立联合模型.采用受试者工作特征(ROC)曲线下面积(AUC)评估独立预测因子和联合模型的预测效能.基于联合模型制作列线图,并绘制校正曲线.最后采用决策分析曲线评价列线图的临床价值.结果 在训练集和验证集中,2 组之间软组织侵犯、眼眶或颅内侵犯、脑回征中断、肿瘤最大径及ADC值差异均具有统计学意义(P值均<0.001).逐步逻辑回归显示肿瘤最大径、脑回征中断和ADC值是预测SIP恶变的独立预测因子,三者于训练集的AUC分别为0.80、0.79、0.85,于验证集的AUC分别为 0.79、0.74、0.89.三者的联合模型在训练集和验证集的AUC分别为 0.93 和 0.92,其列线图的校正曲线在两数据集中均有较高的拟合度.决策曲线分析显示阈概率>5%时该列线图的临床净收益较大.结论 基于常规影像征象和ADC的列线图对于预测SIP恶变具有良好的表现,能为临床决策提供一定帮助.
更多关键词
Sinonasal inverted papilloma,Malignant transformation,Apparent diffusion coefficient,Nomogram
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要