自动乳腺全容积成像预测乳腺结节良恶性列线图模型的建立与验证

作     者：吴艺敏 汪珺莉 WU Yimin;WANG Junli

作者机构：华东师范大学附属芜湖医院(芜湖市第二人民医院)超声医学科安徽芜湖241000 

出 版 物：《现代肿瘤医学》 (Journal of Modern Oncology)

年 卷 期：2024年第32卷第7期

页      面：1321-1326页

学科分类：1002[医学-临床医学] 100214[医学-肿瘤学] 10[医学] 

基　　金：安徽省芜湖市科技计划重点研发与成果转化项目(编号:2023yf123) 

主　　题：乳腺结节 肿块 自动乳腺全容积成像 超声检查 列线图 

摘      要：目的:建立并验证自动乳腺全容积成像(automated breast volume scanner,ABVS)预判乳腺结节良恶性的列线图模型,评价其临床应用价值。方法:回顾性收集2021年11月01日至2022年12月31日经ABVS检查诊断为BI-RADS 3~5类乳腺结节的患者临床资料,共有398例患者,532个乳腺结节纳入本研究。随机按照7∶3的比例分为训练集(n=372)和验证集(n=160)。通过LASSO回归筛选出潜在的变量,纳入Logistic回归筛选出独立危险因素,基于独立危险因素构建联合预测模型,并绘制可视化列线图。使用受试者工作特征(receiver operating characteristic,ROC)曲线评价列线图诊断效能。使用DeLong检验来比较独立变量与列线图的诊断性能。使用Hosmer-Lemeshow检验评价列线图的校准度,采用决策曲线分析(decision curve analysis,DCA)验证列线图的临床有效性。结果:通过LASSO回归、单因素和多因素Logistic回归筛选出ABVS诊断乳腺癌的独立危险因素为年龄、微钙化、边界、微分叶、皱缩征。基于上述变量绘制的列线图预测模型在训练集中曲线下面积、灵敏度及特异度分别为0.967、87.5%和96.0%;在验证集中分别为0.991、93.5%和96.1%。DeLong检验显示列线图在所有模型中具有最佳的诊断效能(P0.05)。Hosmer-Lemeshow检验显示该模型具有良好的校准度,决策曲线分析(DCA)显示其具有良好的临床有效性。结论:通过建立ABVS预判乳腺结节良恶性的列线图模型,对于鉴别乳腺良恶性结节具有较高的临床应用价值,可作为临床医师预判乳腺癌的辅助工具。