论文部分内容阅读
目的筛选乳腺肿瘤良、恶性诊断的超声和临床特征变量,建立Logistic预报回归模型。方法回顾分析2014年1月-2016年1月在广东省武警总队医院住院治疗的女性乳腺疾病患者临床资料,其中乳腺癌患者122例,年龄39~62岁,平均年龄(50.26±9.15)岁,乳腺肿瘤良性患者58例,年龄32~58岁,平均年龄(45.11±10.05)岁;以病理结果为因变量,超声和临床特征作为自变量,建立二分类Logistic回归模型,绘制ROC曲线,评价回归模型的预测能力。结果进入Logistic模型为超声形态、病灶质地、触及、B超显示腋窝淋巴结肿大、血流信号分级、周边及内部血流信号等特征变量,回归模型预报准确率为90.98%(111/122),ROC曲线下面积为(0.904,0.962)。结论 Logistic回归分析能够筛选出对乳腺肿瘤鉴别诊断有意义的特征变量,该模型有较准确的预报效应。