结合增强CT影像的腮腺肿瘤良恶性预测列线图的建立与验证

摘要：

目的:分析多项检查指标,建立腮腺肿瘤良恶性鉴别的预测模型,以期为临床鉴别提供帮助,为腮腺肿瘤患者及时施行正确的手术治疗提供依据.方法:回顾性分析2013年3月～2019年3月在兰州大学第一医院行腮腺肿瘤切除术的200例患者资料(A组),通过logistic回归分析筛选出腮腺肿瘤良恶性鉴别的独立影响因素,建立数学预测模型,另收集2019年4月～2020年9月经手术切除且明确病理诊断的腮腺肿瘤患者资料42例(B组)进行验证.结果:通过对A组进行多因素logistic回归分析,建立数学预测模型如下:Y=ex/(1+ex),X=-0.18347+(-1.29435×肿瘤形态规则与否)+(-1.44877×肿瘤边界清楚与否)+(4.34121×周围组织受累与否),e是自然对数.利用B组数据验证该模型的有效性,结果显示敏感度为1.00,特异度为93.4％,准确率为95.2％.结论:联合肿瘤形态规则与否、肿瘤边界清楚与否及周围组织受累与否等3个指标,建立的Logistic回归预测模型可以帮助临床医生诊断腮腺肿瘤良恶性.

关键词：腮腺肿瘤、诊断、Logistic回归、预测模型

所属期刊栏目：37

分类号：R473.6;R135.3;R739.8

资助基金：兰州市科技计划2018-3-55

在线出版日期：2021-07-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：646-650