计算机辅助诊断软件联合多学科建立甲状腺结节恶性风险预测模型

摘要

目的:应用计算机辅助诊断(CAD)软件量化分析甲状腺结节的超声特点,结合临床及实验室指标,建立甲状腺结节恶性风险预测模型,检测预测模型诊断效能并与不同年资医师诊断对比.方法:模型建立组多中心、前瞻性地纳入2019年1月～9月在福建医科大学附属第二医院、厦门大学附属中山医院、漳州市医院接受甲状腺手术及术前超声检查的364例患者(共388个结节),采用CAD软件分析超声图像.收集CAD软件图像分析信息、临床信息及实验室信息作为相关因素.以病理为金标准,对比21种相关因素的良恶性组间差别,筛选出组间差异具有统计学意义的11种相关因素进行Logistic回归分析,筛选出对结节良恶性预测有统计学意义的6种相关因素进行模型建立.模型验证组纳入同期于3所医院行甲状腺细针穿刺(FNA)及穿刺前检查的105例患者(共105个结节).由预测模型及3位不同年资的医师分别判断结节良恶性,对照病理结果,绘制受试者工作曲线(ROC),计算曲线下面积(AUC)、敏感度、特异度、阳性预测值(PPV)、阴性预测值(NPV),对比预测模型与不同年资医师的诊断效能.结果:建立预测模型为Logit(p)=-5.218+2.601×(低回声指数)+1.981×(强回声指数)+3.079×(边缘模糊指数)+1.267×(纵横比>1)+0.614×(TSH)-0.071×(结节最大径).计算可得模型的AUC为0.884,敏感度为85.50％,特异度为81.97％,PPV为91.1％,NPV为72.5％.预测模型的AUC、敏感度介于中、高年资医师间,特异度介于低、中年资医师间.结论:该模型具有较好的甲状腺结节恶性风险预测能力,可认为总体诊断效能介于中、高年资医师之间.