基于高频超声声像图特征构建的Logistic回归模型对甲状腺结节良恶性的诊断价值

摘要

cqvip:目的探讨基于高频超声声像图表现构建的多因素Logistic回归模型对甲状腺结节良恶性鉴别诊断的价值。方法回顾性分析我院2016年3月~2019年3月收治的甲状腺占位病变经超声检查和病理确诊患者102例,其中为良性结节患者67例,为恶性结节患者35例。采用单因素方差分析筛选出良恶性结节中高频超声声像图的差异,再采用多因素Logistic回归分析确定评价甲状腺恶性结节的声像图独立因素,构建ROC曲线判断该模型的诊断效能。结果多因素Logistic回归分析结果显示,边界模糊、纵横比≥1、低回声和微钙化是鉴别甲状腺结节良恶性的独立因素。Logistic回归模型预测方程为Y=2.76X1+1.68X2+1.19X3+1.73X4-3.79,该模型对甲状腺恶性结节预测的灵敏度为88.57%,特异度为91.04%,准确度为90.20%,ROC曲线AUC为0.885。结论高频超声声像图边界不清、纵横比≥1、微钙化和低回声是对甲状腺良恶性结节具有鉴别意义的特征性变量,综合这些特征对甲状腺癌有较高的诊断价值。