超声定量参数的预测模型在乳腺病变中的应用

摘要

将241例患者纳入研究,每例患者均有1份乳腺影像学报告及数据系统(BI-RADS)4级的病变经过常规超声、彩色多普勒超声和声脉冲辐射力成像(ARFI)的检查,记录病变的血流阻力指数(RI)、肿块与腺体的剪切波速度(SWV病变、SWV腺体)及其比值(SWV病变/SWV腺体),利用ROC曲线评价各参数诊断性能,再使用分类算法进行分类分析,构建预测模型.经病理证实,241例乳腺病变中140例为恶性、101例为良性.分类算法纳入了RI及SWV病变,深度包括2个分支(当SWV病变≤3.795 m/s,考虑RI≤0.620或0.6200.790;当SWV病变>3.795 m/s,考虑RI≤0.710或>0.710).分类算法的曲线下面积(AUC)为0.938,灵敏度为98.6％,特异度为57.4％.超声定量参数的预测模型可以明显提高诊断乳腺BI-RADS 4级病变良恶性的准确性,能避免24％乳腺病变的穿刺活检.