10.19381/j.issn.1001-7585.2020.18.006
基于超声指标建立卵巢肿瘤性质的Fisher判别模型
目的:利用超声指标构建卵巢肿瘤性质Fisher判别模型,以实现良性、交界性与恶性卵巢肿瘤的客观、准确鉴别.方法:共纳入经病理证实的良性卵巢肿瘤116个、交界性肿瘤23个、恶性肿瘤75个,观察彩色多普勒超声影像表现,并建立Fisher判别模型,回代法验证.结果:(1)单因素分析显示,良性、交界性和恶性卵巢肿瘤在超声显示的形态、最大径、物理性质、内壁分隔光滑度、乳头状突起数、腹水和血流信号方面的差异有统计学意义(P<0.05).(2)Fisher逐步判别得到判别函数:Function 1=0.956形态+0.269最大径+0.305物理性质+1.279内壁分隔光滑度+1.172乳头状突起数+0.886腹水+0.541血流信号-3.589;Function 2=0.103形态+0.241最大径-0.136物理性质-0.410内壁分隔光滑度-0.051乳头状突起数+1.207腹水-0.770血流信号-0.105.(3)良性、交界性和恶性卵巢肿瘤在二维坐标图中的散点投影位置具有聚类性,但也存在部分交叉重叠.(4)模型诊断良性、交界性和恶性卵巢肿瘤的敏感度分别是86.21%(100/116)、60.87%(14/23)和81.33%(61/75),总体符合率81.78%(175/214).结论:超声显示的肿瘤形态、最大径、物理性质、内壁分隔、乳头状突起数、腹水和血流信号是鉴别卵巢肿瘤性质的重要指标,以此建立的Fisher判别模型有助于良性、交界性和恶性卵巢肿瘤的鉴别诊断.
卵巢肿瘤、超声检查、Fisher判别分析、鉴别诊断
33
R737.31(肿瘤学)
2020-10-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
2976-2978,2991