气道内超声对周围型肺癌的诊断价值
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3321/j.issn:1001-0939.2008.12.007

气道内超声对周围型肺癌的诊断价值

引用
目的 筛选出周围型肺癌的气道内超声诊断指标和界值,评价其临床诊断价值.方法 对2005年6月1日至2006年6月30日在广东省人民医院呼吸科收治的78例患者气道内超声检查清晰显示的病灶图像进行分析,探讨诊断明确的肺部周围型病灶超声图像内部结构特征并进行鉴别诊断.结果 经二分类多因素logistic回归分析及ROC曲线下面积计算,对9个变量进行回归分析,其中5个变量对判别病灶是否恶性有意义:(1)边界清晰;(2)低回声;(3)病灶内部回声不均匀;(4)病灶内部无点线状高回声;(5)邻近血管移位、狭窄或中断.恶性概率公式:P(患性概率)=1/[1+e-(6.321-3.097X2-1.5371+2.390X3+3,003X4)],X1为边界,X2为病灶内部点线状高同声,X3为病灶邻近血管,X4为病灶内部回声强弱,X5为病灶内部同声分布.根据ROC曲线,多变量logistic回归模型与进入回归方程的单一变量相比可更准确地预测肺周围型病灶的恶性捍度概率,诊断恶性病变的最佳诊断点为P(恶性概率)≥0.52,其诊断恶性病变总体敏感度为87.2%,特异度为80.6%,准确率为85.9%.结论 周围型肺癌的气道内超声图像特征为:(1)边界清晰;(2)病灶呈低回声;(3)病灶内部回声不均匀;(4)病灶内部无点线状高回声;(5)邻近血管移位、狭窄或中断.二分类多变量logistic回归模型与进入回归方程的单一变量(边界、点线状高回声、邻近血管、病灶回声强弱、病灶回声分布)相比可更准确地预测肺周围璎病灶的恶性概率.多变量联合应用预测肺周围型恶性肿瘤的概率,可同时提高其敏感度、特异度及准确性.

超声检查、介入性、肺肿瘤、logistic模型

31

R73(肿瘤学)

广东省科技计划2003C34302

2009-02-23(万方平台首次上网日期,不代表论文的发表时间)

共5页

897-901

相关文献
评论
暂无封面信息
查看本期封面目录

中华结核和呼吸杂志

1001-0939

11-2147/R

31

2008,31(12)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn