论文部分内容阅读
目的:应用Logistic回归分析对乳腺BI-RADS 3~5类肿块的超声多模态特征进行分析,筛选乳腺癌的密切相关危险因素并建立多模态诊断模型。方法:收集2015年9月至2017年12月于我院就诊患者109例,最终经手术病理结果确诊的乳腺肿块共125个。对所有入选肿块分别行二维灰阶超声、CDFI、UE及CEUS检查,记录并分析各模态声像图特征,应用二分类Logistic回归分析筛选乳腺癌的密切相关危险因素并建立多模态诊断模型。比较单一模态(二维灰阶超声、CDFI、UE、CEUS)与多模态诊断模型的诊断效能。结果:(1)本研究纳入患者109例,共125个肿块,包括良性肿块67个,恶性肿块58个。恶性肿块患者发病年龄大于良性肿块患者,差异有统计学意义(P<0.05);两组平均最大直径比较差异无统计学意义(P>0.05)。(2)单因素分析:患者年龄,二维灰阶超声特征(形态、方位、边缘、后方回声、微钙化、淋巴结),CDFI分级,UE评分及CEUS特征(增强水平、造影后肿块边界、形态、范围变化、穿入血管或放射状增强),共14个因素在良、恶性组比较差异有统计学意义(P<0.05)。(3)Logistic回归方程:Logit(P)=-18.544+1.321*非平行位+2.691*边缘不光整+2.185*微钙化+1.152*CDFI分级(Ⅱ/Ⅲ级)+1.698*UE评分(4~5分)+2.118*CEUS范围扩大+1.868*穿入血管或放射状增强。根据OR值,7个密切相关危险因素依次为边缘不光整>肿块内微钙化>CEUS肿块范围扩大>穿入血管或放射状增强>UE评分(4~5分)>非平行位>CDFI分级(Ⅱ/Ⅲ级)。(4)二维灰阶超声、CDFI、UE、CEUS及超声多模态诊断模型五种方法的ROC曲线下面积分别为0.775、0.627、0.592、0.755、0.863。结论:(1)乳腺癌密切相关危险因素依次递减为边缘不光整、肿块内微钙化、CEUS肿块范围扩大、穿入血管或放射状增强、UE评分(4~5分)、非平行位、CDFI分级(Ⅱ/Ⅲ级)。(2)超声多模态诊断模型较单一模态诊断效能好,能够提高预测和判别乳腺BI-RADS 3~5类肿块良恶性诊断准确率。