• 《中文核心期刊要目总览》收录期刊
  • 《科技期刊世界影响力指数(WJCI)报告》入选期刊        
  • 美国《化学文摘(网络版)》收录期刊        
  • 美国《剑桥科学文摘社生命科学文摘数据库》收录期刊
  • 美国《剑桥科学文摘社ProQeust数据库》收录期刊
  • 《全球公共卫生数据库》收录期刊
  • 《日本科学技术振兴机构数据库2024》收录期刊
  • 安徽省“精品栏目”期刊(2022年)       
  • 中国高校科技期刊建设示范案例库优秀科技期刊(2022年)
  • 安徽省“十佳科技期刊” (2023年)

超声定量参数的预测模型在乳腺病变中的应用

安徽医科大学学报 2021 05 v.56 832-835     字体:

基金项目: 安徽省科技厅基金资助项目(编号:1401045018);;安徽省高等学校省级自然科学研究项目(编号:KJ2013Z151)

作者:许仁豪;隋秀芳;裴蓓;张行;张杰;

关键词:乳腺癌;;彩色多普勒超声;;弹性成像;;穿刺活检;;预测模型

DOI:10.19405/j.cnki.issn1000-1492.2021.05.031

〔摘 要〕 将241例患者纳入研究,每例患者均有1份乳腺影像学报告及数据系统(BI-RADS)4级的病变经过常规超声、彩色多普勒超声和声脉冲辐射力成像(ARFI)的检查,记录病变的血流阻力指数(RI)、肿块与腺体的剪切波速度(SWV_(病变)、SWV_(腺体))及其比值(SWV_(病变)/SWV_(腺体)),利用ROC曲线评价各参数诊断性能,再使用分类算法进行分类分析,构建预测模型。经病理证实,241例乳腺病变中140例为恶性、101例为良性。分类算法纳入了RI及SWV病变,深度包括2个分支(当SWV_(病变)≤3.795 m/s,考虑RI≤0.620或0.6200.790;当SWV_(病变)>3.795 m/s,考虑RI≤0.710或>0.710)。分类算法的曲线下面积(AUC)为0.938,灵敏度为98.6%,特异度为57.4%。超声定量参数的预测模型可以明显提高诊断乳腺BI-RADS 4级病变良恶性的准确性,能避免24%乳腺病变的穿刺活检。