论文部分内容阅读
目的:对直径≤1cm乳腺良恶性小结节超声声像图特征进行分析,建立基于超声特征的logistic回归模型,提高乳腺小结节的超声术前诊断正确率。方法:回顾性分析经手术切除并经病理证实的最大径≤1cm乳腺小结节344个,其中良性小结节265个,恶性小结节79个。收集患者乳腺小结节的超声特征（包括内部回声水平、内部回声均匀性、形态、边界、边缘特征、后方回声、纵横比（anteropos-terior and transverse diameter ratio,A/T）、血流分级、血流阻力指数、钙化、高回声声晕）及腋窝淋巴结超声图像特征和年龄,以病理为金标准,分析乳腺小结节超声特征及同侧腋窝淋巴结肿大诊断乳腺恶性小结节的价值。将所收集的超声特征及患者年龄作为自变量,病理为因变量,经二分类Logistic回归分析中基于偏最大似然估计的（like-lihood ratio,LR）向前逐步回归法筛选出最有意义的超声特征,建立二分类Logistic回归模型,对入选回归模型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,绘制受试者工作特征（receiver operating characteristic curve,ROC）曲线,评价logistic模型和术前超声诊断效能。结果:乳腺小结节超声特征中内部低回声、后方回声衰减、形态不规则、纵横比≥0.70诊断乳腺恶性结节的灵敏度分别为94.9%、8.9%、64.6%、78.5%,特异度分别为14.3%、96.6%、81.1%、69.1%。内部回声不均匀、边界不清、边缘毛刺成角或蟹足样改变、纵横比≥1.0、血流AdlerⅡ-Ⅲ级、血流阻力指数≥0.70、微钙化、高回声声晕、同侧腋窝淋巴结肿大的灵敏度范围为29.1%-43%,特异度范围为在90.2%-98.1%,所有超声特征在χ2检验P<0.05,均具有统计学意义。经二分类Logistic回归分析,进入回归模型超声特征为内部回声均匀性、形态、边缘特征、纵横比2（A/T≥0.70）、血流分级、血流阻力指数、高回声声晕、微钙化、同侧腋窝淋巴结肿大。建立回归模型【Logit（p）=Z=-5.993+2.075×内部回声均匀性+1.180×形态+1.668×边缘特征+1.467×纵横比2+2.529×血流分级+2.087×血流阻力指数+4.951×高回声声晕+2.105×微钙化+3.434×同侧腋窝淋巴结肿大+1.390×年龄】。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=111.454,P=0.000）。根据概率值P=1/[1+e-z],将Z代入,若P>0.5预报为恶性结节,P≤0.5预报为良性结节,以该模型判别这344个乳腺小结节,其预测正确率达94.2%,术前超声诊断正确率为87.2%,Logistic回归模型及术前超声诊断ROC曲线下面积（area under the curve,AUC）分别为0.918、0.793,P值均<0.05,95%可信区间分别为（0.873,0.963）、（0.726,0.859）,说明该模型在预测乳腺小结节性质具有较高价值。结论:1.乳腺小结节超声特征中内部回声均匀性、形态、边缘特征、纵横比≥0.70、血流分级、血流阻力指数、微钙化、高回声声晕及同侧腋窝淋巴结肿大在鉴别乳腺小结节性质具有一定意义。2.基于超声特征建立logistic回归模型预报正确率及ROC曲线下面积均高于术前超声诊断,具有较高临床实用性。