论文部分内容阅读
目的:采用二分类Logistic回归分析筛选出对鉴别甲状腺结节性质有统计学意义的指标,建立Logistic回归模型,提高术前诊断率。方法:回顾性分析经手术切除并经病理证实的甲状腺结节(thyroid nodules,TN)539例,其中良性结节450例,恶性结节89例;收集甲状腺结节的超声声像图特征,包括边界、是否侵犯包膜、纵横比(anteroposterior and transverse diameter ratio,A/T)、形态、回声水平、回声均匀性、钙化、晕环、后方回声衰减、颈部淋巴结肿大、血流分级;收集患者的年龄、性别资料。先把所有因素进行组间χ2检验,P<0.05有统计学意义,对组间比较有统计学意义的变量经二分类Logistic回归分析,利用进入法筛选出最具意义的指标,建立二分类Logistic回归模型,对筛选出的自变量回归系数采用Waldχ2检验,对回归模型的拟合情况采用似然比检验,并以该回归模型判别甲状腺结节性质的敏感性为纵坐标,以(1-特异性)为横坐标绘制受试者工作特征(receiver operating characteristic curve,ROC)曲线,评价模型的预报能力。P<0.05为有统计学意义。结果:以病理学结果为因变量,甲状腺结节的超声特征及患者的年龄为自变量,经二分类Logistic回归分析,筛选出9个进入回归模型并且回归系数有统计学意义的变量:年龄、边界、侵犯包膜、纵横比、形态、显著低回声、微钙化、后方回声衰减、颈部淋巴结肿大,建立回归模型【Logit(p)=Z=-7.011+0.833×年龄+2.151×边界+2.042×侵犯包膜+2.631×纵横比+2.231×形态+2.140×显著低回声+2.202×微钙化+1.949×后方回声衰减+1.978×颈部淋巴结肿大】。对回归模型的拟合情况采用似然比检验,该模型有统计学意义(χ2=271.714,P=0.000),以该模型预报这539个结节,若回归值P>0.5预报为恶性结节,P≤0.5预报为良性结节,根据Logistic回归模型计算公式P=1/[1+e-z],将Z代入,则预报正确率达92.8%。ROC曲线下面积(area under concentration-time curve,AUC)为0.948,标准误为0.011,P<0.05,95%可信区间为(0.927,0.969),说明该模型在预测甲状腺结节良恶性方面具有显著的意义。结论:应用二分类Logistic回归分析能筛选出鉴别甲状腺结节性质最具意义的超声特征,并能深入分析各因素的交互作用及各主要参数在诊断中的重要性。本研究的回归模型预报正确率达92.8%,ROC曲线下面积为0.948,说明该模型诊断准确度较高,具有临床实用性。