首页> 中文学位 >非哺乳期乳腺炎与乳腺癌鉴别诊断模型的建立及验证
【6h】

非哺乳期乳腺炎与乳腺癌鉴别诊断模型的建立及验证

代理获取

目录

声明

摘要

前言

材料与方法

1 研究对象

2 研究分组

3 研究对象信息采集及赋值

4 方法

结果

1 入选病例概况

2 各项临床指标单因素分析

3 多因素Logistic回归方程的建立

4 对于模型诊断效率的评价

讨论

结论

参考文献

综述 非哺乳期乳腺炎的病因及诊断

致谢

展开▼

摘要

目的:非哺乳期乳腺炎是发生于非哺乳期女性的乳腺慢性炎性病变,临床上常常很难做出诊断及治疗。引起非哺乳期乳腺炎的原因很多,从感染到自身免疫系统的异常。在年轻的非哺乳期妇女中,发病率比较高而且会对女性造成心理压力。非哺乳期乳腺炎主要出现在绝经前的妇女,临床表现与乳腺癌很相似,临床医生常常将两者误诊。因此非哺乳期乳腺炎与乳腺癌鉴别诊断有重要临床意义。本研究的目的就是收集和分析非哺乳期乳腺炎及乳腺癌的患者信息并运用二分类Logistic回归分析建立鉴别诊断模型来预测两种疾病并计算ROC曲线下面积来评价该诊断模型的诊断效能。
  方法:本研究纳入本院68例有病理支持的女性乳腺疾病患者。根据病理结果将患者分为NLM组和BC组,其中NLM组中有30例非哺乳期乳腺炎(Non-lactatingmastitis,NLM)患者,BC组中有38例乳腺癌(Breast Cancer,BC)患者。回顾性分析这两组患者的一般特征、临床表现和彩超检查结果。首先进行单因素分析一些可能相关的因素,纳入因素包括年龄、居住地、吸烟史、生育次数、流产次数、病变部位、触痛、红肿、乳头溢液、乳头凹陷、活动度、触及腋窝淋巴结、病灶直径、钙化、形态、边界清晰程度以及血流信号等。然后将上述差异有统计学意义的指标作为自变量纳入Logistic回归方程建立鉴别诊断模型并计算预测概率值P。运用MedCalc软件绘制ROC曲线并找到最佳分界点。计算该最佳分界点所对应的诊断模型的灵敏度、特异度、约登指数、阳性似然比、阴性似然比、符合率等指标综合评价诊断准确性。
  结果:在单因素分析中NLM组平均年龄38.5±12.1岁,低于BC组患者平均年龄55.5±11.7岁(t=-1.137,P<0.001)。BC组中居住在城市的有31例患者(31/38),NLM组中居住在城市者只有14例(14/30),两组差异有统计学意义(X2=9.129,P=0.003)。从数据来看,病灶有压痛的患者比病灶无压痛的患者更有可能是乳晕慢性炎性病变(66.7% vs26.3%,X2=21.820,P<0.001)。另外,非哺乳期乳腺炎患者中病变部位在乳晕区周围的例数要多于乳腺癌患者中病变在乳晕区的例数,两者具有统计学差异(60% vs21.1%,X2=10.768,P=0.001)。在超声下观察,两组肿物伴有钙化的占45.6%(31/68),NLM组病灶内有钙化的是7例,BC组中病灶有钙化的是24例(X2=10.719,P=0.001)。吸烟史、妊娠次数、流产次数、红肿、乳头溢液、乳头凹陷、活动度、触及腋窝淋巴结、病灶直径、形态、边界清晰程度以及血流信号等指标差异无统计学意义。然后我们运用这些差异有统计学意义的因素基于Logistic方程建立鉴别诊断模型。将两组患者的年龄(OR=1.120;95% CI:1.027~1.222)、居住地(OR=7.322;95%CI:1.009~53.116)、病变部位(OR=9.523;95%CI:1.313~69.065)、触痛感(OR=7.771;95% CI:1.265~47.719)、钙化(OR=9.632;95% CI:1.503~61.740)等5项数据纳入Logistic回归模型,多因素回归分析显示年龄大、居住在城市、病灶无触痛感、病灶不在乳晕周围、超声见钙化的患者更倾向于诊断为乳腺癌,而年龄小、居住在农村、病灶有触痛感、在乳晕周围、超声未见钙化的患者更倾向于诊断为非哺乳期乳腺炎。我们建立预测概率公式P(乳腺癌的可能性)=exp(-9.704+0.114年龄+2.254病变部位+2.05触痛感+2.265钙化+1.991居住地)/[1+exp(-9.704+0.114年龄+2.254病变部位+2.05触痛感+2.265钙化+1.991居住地)]。,这个模型的最佳界别点是0.4696,这点所对应的ROC曲线下面积为0.952,敏感度为92.11%,特异度为86.7%,阳性似然比为6.91,阴性似然比为0.091,约登指数最为78.78%,符合率为91.18%。
  结论:本研究建立的非哺乳期乳腺炎和乳腺癌的鉴别诊断模型具有较高的灵敏度和特异度,有助于对两者进行诊断。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号