高频超声诊断浆细胞性乳腺炎的价值

目的探讨高频超声在浆细胞性乳腺炎(plasma cell mastitis,PCM)诊断中的价值。方法回顾性分析经手术或穿刺活检组织病理证实329例PCM患者的高频超声声像资料。结果术前高频超声检出PCM 269例,其中单纯导管扩张型47例,囊肿型24例,脓肿型67例,实性团块型131例,与组织病理结果进行对照,诊断准确率分别为79.7%、72.7%、93.1%、79.4%;误诊60例,误诊为乳腺导管扩张7例,导管内乳头状瘤5例,乳腺囊性增生9例,急性化脓性乳腺炎5例,乳腺癌29例,肉芽肿性小叶炎5例。结论高频超声对PCM具有较高的诊断价值。     

剪切波弹性成像定量技术对不同大小甲状腺良恶性结节的诊断价值

目的:探讨剪切波弹性成像(SWE)定量技术对不同大小甲状腺良恶性结节的诊断价值。方法:回顾性分析230例行SWE并经手术病理证实的甲状腺结节患者,以病理结果为金标堆,绘制诊断良恶性的ROC曲线,判断诊断效能最高的杨氏模量值及其诊断甲状腺良恶性结节的诊断截断值。根据甲状腺结节最大径线将结节分为A组（≤10 mm组）、B组（>10 mm组）。以SWE最优诊断截断值作为甲状腺恶性结节诊断标准,通过卡方检验判断结节大小对Emax值诊断甲状腺结节恶性是否有影响。绘制ROC曲线,分别判断A、B两组诊断截断值及其诊断效能。结果:230例甲状腺良恶性结节,Emax、Emean、Eratio三者诊断甲状腺良恶性结节的截断值分别为57 kPa、39 kPa、2.7。相应的曲线下面积分别为0.877、0.776、0.866。Emax值诊断甲状腺结节良恶性诊断效能最高。以Emax诊断截断值诊断两组结节良恶性,其P＜0.05,差异有统计学意义。A组Emax值>45 kPa,B组Emax值>60 kPa提示恶性可能。其A、B两组诊断的敏感度、特异度、阳性预测值、阴性预测值、准确度分别为0.92、0.89、0.94、0.87、0.92和0.89、0.84、0.91、0.82、0.87。结论:SWE杨氏模量Emax值在鉴别诊断甲状腺结节良恶性时诊断效能最高。Emax值诊断截断值受甲状腺结节大小影响,且对于≤10 mm组诊断效能最高。     

可解释性人工智能超声影像特征风险模型预测甲状腺乳头状癌颈部淋巴结转移的价值

目的构建甲状腺乳头状癌(PTC)风险特征可解释性人工智能(AI)模型, 并探讨其联合临床特征预测PTC患者颈部淋巴结转移(CLNM)的价值。方法回顾性收集西安交通大学第二附属医院2021年1月至2022年9月行甲状腺切除术及颈部淋巴结清扫术后病理证实的PTC患者422例, 共422个结节, 按7∶3比例随机分为训练集和测试集, 通过传统机器学习方法提取与PTC风险特征高度相关的影像组学特征, 并建立风险特征概率最优智能预测模型, 再联合临床特征构建预测PTC患者CLNM的风险模型, 并通过绘制ROC曲线, 计算曲线下面积(AUC)评估各模型的诊断效能。结果在测试集PTC风险特征AI可解释模型中, 基于逻辑回归分类的钙化智能诊断模型表现出最高的诊断效能, AUC为0.87(P<0.05)。对比于单独PTC超声风险特征概率模型, 其联合临床特征的列线图综合模型在预测PTC患者CLNM中表现出更高诊断效能, 其AUC为0.97, 诊断临界值为0.15, 对应的准确性、敏感性及特异性分别为92.65%、92.76%及92.54%(均P<0.05)。结论本研究构建的PTC超声AI模型...     

运用Logistic回归模型评价超声征象、造影模式等多因素在甲状腺结节良恶性鉴别诊断中的价值

目的:筛选出能够鉴别甲状腺结节良恶性的一般资料与部分二维声像图特征,建立Logistic回归模型,评价年龄、性别、甲状腺自身抗体、超声造影模式在甲状腺结节良恶性鉴别诊断中的价值。方法:对总计153个结节的超声二维检查、超声造影增强模式结合对应患者的年龄、性别进行回顾性分析,以病理结果为金标准,建立回归模型。比较纳入方程中各变量的OR值以及方程的ROC曲线及其面积,以评价回归模型的预测准确性及诊断价值。结果:经过Logistic逐步回归分析,共筛选出6个具有统计学意义的变量,包括年龄、造影增强模式、结节内钙化、形态及回声、纵横比,其中造影增强模式的OR值高于其他自变量。Logistic回归模型对甲状腺结节良恶性预报的准确率为91.5%（140/153）,敏感度为93.2%,特异度为88.7%,曲线下面积为0.970。 结论:本研究的Logistic回归模型可以较好的预测甲状腺恶性结节的可能性,其中以超声造影增强模式具有优势,联合患者年龄可对鉴别诊断甲状腺结节良恶性有重要临床意义。     

剪切波弹性成像定量技术鉴别甲状腺结节性质及其临床意义

目的探讨实时剪切波弹性成像(shear wave elastography, SWE)定量技术对甲状腺结节良、恶性的诊断价值。方法 230个甲状腺结节,行SWE并经手术组织病理证实的甲状腺良性结节108个,恶性结节122个,记录结节最大杨氏模量值(Emax)、平均杨氏模量值(Emean)和最小杨氏模量值(Emin),计算甲状腺结节与周围组织弹性比值(Eratio);绘制ROC曲线,评估杨氏模量值对甲状腺良、恶性结节的诊断效能;采用多因素logistic回归分析杨氏模量值Emax、Emean、Eratio诊断甲状腺良、恶性结节最佳截断值的影响因素。结果良性结节Emax值[(44.44±9.71)kPa]、Emean值[(29.64±7.96)kPa]、Eratio值(1.61±0.52)均小于恶性结节[(88.65±19.30)kPa、(42.00±12.07)kPa、3.06±1.84](P0.05),Emin值[(15.86±4.61)kPa]与恶性结节[(18.03±5.12)kPa]比较差异无统计学意义(P0.05);当Emax、Emean、Eratio最佳截断值分别为57.00 kPa、39.00 kPa、2.70时,Emax值诊断甲状腺良、恶性结节的AUC(0.877)大于Emean值(0.776)和Eratio值(0.866);多因素logistic回归分析显示,结节直径是Emax、Emean值诊断甲状腺良、恶性结节最佳截断值的影响因素(OR=1.132,95%CI:1.015～3.143,P0.001;OR=1.443,95%CI:1.174～2.043,P0.001),结节合并桥本甲状腺炎是Eratio值诊断甲状腺良、恶性结节最佳截断值的影响因素(OR=1.225,95%CI:1.084～3.012,P=0.006)。结论 SWE杨氏模量值Emax、Emean、Eratio值对鉴别甲状腺结节良、恶性有意义,Emax值的诊断效能最高;Emax、Emean值的诊断最佳截断值受甲状腺结节直径影响,Eratio值一定程度上可预测结节是否合并桥本甲状腺炎。