高频超声的logistic回归模型对乳腺叶状肿瘤病理学亚型的诊断价值

摘要

目的:探讨基于高频超声图像特征构建的logistic回归模型对乳腺叶状肿瘤(phyllodes tumor of the breast,PTB)病理学亚型的诊断价值。方法:回顾并分析84例经手术后病理学检查证实为PTB的临床及高频超声图像资料,根据病理学亚型结果分为良性、交界性和恶性3组。超声图像的定量指标包括最大径、纵横径比值、阻力指数及收缩期峰值流速,定性指标包括形态、边缘、实质回声、囊性变、钙化灶与血流信号。采用非参数秩和检验比较3组不同病理学亚型间超声图像的定量与定性指标,对差异有统计学意义的组别再利用多分类有序logistic回归模型筛选出影响病理学严重程度的危险因素。结果:84例PTB中经病理学检查确诊43例为良性,28例为交界性,13例为恶性。良性、交界性及恶性PTB超声图像中肿瘤的纵横径比值、形态、边缘、钙化灶3组间的比较差异无统计学意义(P>0.05);而病灶的最大径、实质回声、囊性变、血流信号、阻力指数及收缩期峰值流速的比较差异均有统计学意义(P<0.05)。多分类有序logistic回归结果显示囊性变、收缩期峰值流速是影响PTB病理学亚型等级的高危因素,优势比(95%CI)分别为0.258(0.027~2.469)、1.194(1.058~1.349)。结论:高频超声图像的logistic回归模型可为PTB的病理学分级提供较好的帮助,其中应重点关注肿瘤有无囊性变和收缩期峰值流速。