软组织血管瘤与神经鞘瘤影像学鉴别诊断

作     者：连欣怡 

作者单位：青岛大学 

学位级别：硕士

导师姓名：刘吉华

授予年度：2022年

学科分类：1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 100214[医学-肿瘤学] 100106[医学-放射医学] 10[医学] 

主      题：血管瘤 神经鞘瘤 软组织 计算机体层成像 磁共振成像 

摘      要：目的:探讨软组织血管瘤与神经鞘瘤的影像学鉴别诊断价值。方法:回顾性分析我院经病理证实的50例软组织血管瘤和51例软组织神经鞘瘤的影像学表现,对病灶的影像学征象差别进行单因素分析,具有统计学意义的指标再进行多因素回归分析,建立Logistic回归模型。判定Logistic回归模型的拟合优度检验采用Hosmer-Lemeshow检验,采用受试者操作特征(Receiver Operating Characteristic,ROC)曲线评价其诊断效能。结果:两组病例在最大径(5cm)、边界模糊、不规则形态、非边缘钙化、类囊变区、内部脂肪、靶征、神经出入征、包膜、条带状影方面的差异具有统计学意义(P0.05)。多因素回归分析进入Logistic模型的5个特征分别为:不规则形态(OR=25.842,95%CI:1.999-334.152)、类囊变区(OR=0.038,95%CI:0.002-0.847)、内部脂肪(OR=24.340,95%CI:1.197-495.014)、靶征(OR=0.009,95%CI:0-0.764)、包膜(OR=0.006,95%CI:0-0.146)。Hosmer-Lemeshow检验的显著性水平为0.999。ROC曲线下面积为0.986(P0.01)。敏感度为94.0%,特异度为94.1%,阳性预测值为94.0%,阴性预测值为94.1%。结论:不规则形态、类囊变区、内部脂肪、靶征和包膜是鉴别软组织血管瘤和神经鞘瘤的5个特征性预测指标,Logistic回归模型对鉴别具有较高的敏感性和特异性。