基于Logistic模型评价囊性卵巢良恶性病变多征象联合的鉴别诊断价值
目的 探讨基于CT和MRI共有的影像学特征与血清肿瘤标志物CA125建立的Logistic回归模型鉴别囊性卵巢良恶性病变.方法 回顾分析经病理证实的囊性卵巢良恶性病变患者72例共202个病灶,观察记录患者年龄、绝经情况、肿瘤标志物CA125、腹腔积液、肿瘤大小、形态、边界、厚壁、乳头或壁结节、强化程度等情况,用卡方检验、Logistic回归模型等方法进行分析.结果 将单因素分析有统计学意义的指标(年龄、绝经、腹腔积液、CA125、肿瘤大小、形态、边界、伴有乳头或结节、强化程度)纳入多因素回归模型中,得出年龄>50岁(OR: 13.725,95% CI:2.101 ~89.644),CA125升高(OR:7.180,95% CI: 1.651~31.227)及伴有肿瘤中度及以上强化(OR:43.533,95%CI:10.312 ~ 183.785)是诊断恶性肿瘤的独立危险因素.基于Logistic模型所建立的评分系统≥3分时,曲线下面积(AUC)为0.894,敏感度为86.6%,特异度为92.6%,准确率为90.59%,阳性预测值为85.29%,阴性预测值为93.28%.结论 基于影像学特征联合血清CA125建立的Logistic模型的评分系统能有效地鉴别囊性卵巢良恶性病变.
卵巢癌、体层摄影术、MRI、Logistic回归
39
R73;R575.2;R445.2
2021-05-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
2272-2276