超声征象logistic回归分析鉴别诊断腮腺良恶性肿瘤

摘要：

目的 应用 logistic回归研究腮腺肿瘤的超声征象在鉴别其良恶性中的价值.方法 回顾分析 193 例腮腺良恶性肿瘤患者的声像图特征(形状、边界、回声、液化、钙化、后方回声情况、血流分级及血流模式),以病理结果为金标准,应用单因素分析,将有统计学意义的参数建立 logistic 回归模型,绘制相应的受试者工作特征(ROC)曲线并评估诊断效能.结果 浅表超声检查,腮腺恶性肿瘤相较良性肿瘤而言,形状更不规则、边界不清、回声不均匀、多伴有钙化及囊性变、血流更丰富,两组间差异具有统计学意义(P<0.05).二分类 logistic 回归提示边界、钙化、血流分级为相对独立危险因素.ROC 曲线显示建立的回归模型对腮腺恶性肿瘤预测的准确度为 91.4%,灵敏度为 80.7%,特异度为 95.5%,阳性预测值为87.5%,阴性预测值为 92.8%.结论 本研究建立的 logistic回归模型,能较好地预测腮腺肿瘤的良恶性程度.

关键词：腮腺、logistic回归、超声、鉴别诊断

所属期刊栏目：39

分类号：R741.041;R587.1;R195

在线出版日期：2023-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：724-727