关键词:
CT征象
甲状腺乳头状癌
结节性甲状腺肿
预测模型
摘要:
目的探讨分析基于CT征象的模型对甲状腺乳头状癌(papillary thyroid carcinoma,PTC)的鉴别诊断价值。方法回顾性分析浙江大学医学院附属金华医院影像科2017年1月至2022年1月经手术病理证实的156例PTC患者作为PTC组,132例结节性甲状腺肿(nodular goiter,NG)患者作为NG组。PTC组中女112例,男45例,年龄(49.32±3.25)岁;NG组女104例,男52例,年龄(50.12±3.27)岁。术前行CT平扫和增强扫描,分析其影像征象特点,对形态、高张力、平扫"咬饼征"、增强"咬饼征"、微钙化、增强后模糊/范围缩小、结节密度、甲状腺非对称的弥漫性增大等征象进行单因素分析,将有统计学意义的因素纳入多因素Logistic回归分析,根据筛选出的危险因素构建PTC鉴别模型,以ROC曲线评估模型对鉴别诊断PTC的价值。结果PTC组形态不规则、无高张力、平扫"咬饼征"、增强"咬饼征"、微钙化、增强后模糊/范围缩小、结节密度均匀、完全稍低组织密度、无囊变、甲状腺非对称的弥漫性增大比例高于NG组(χ^(2)=161.01、3.39、95.89、151.33、60.20、18.10、105.26、16.86、89.06、16.91,P<0.05),提示以上CT征象对鉴别PTC和NG具有重要诊断价值。单项CT征象中,平扫"咬饼征"征象敏感度、特异度、准确度最高,联合其他征象诊断PTC的敏感度逐渐降低,而特异度逐渐升高,同时存在平扫"咬饼征"、微钙化征象时鉴别PTC的特异性较高,任意4项及以上征象时鉴别PTC的特异性达100.00%。多因素Logistic回归分析,结果显示形态不规则(OR=15.831,95%CI:7.444~33.670)、高张力(OR=0.162,95%CI:0.108~0.242)、平扫"咬饼征"(OR=5.601,95%CI:2.691~11.659)、微钙化(OR=4.031,95%CI:2.062~7.880)、增强后边缘模糊/范围缩小(OR=4.761,95%CI:3.126~7.260)、结节密度均匀(OR=4.778,95%CI:3.299~6.290)、非对称的弥漫性增大(OR=3.758,95%CI:1.911~7.391)是鉴别NG和PTC的重要征象(P均<0.05)。将以上影响因素纳入Logistic回归方程构建模型,然后绘制ROC曲线,结果显示基于CT征象构建的模型鉴别PTC的曲线下面积为0.94(0.925~0.983),敏感度及特异度分别为90.37%、91.45%。结论CT征象中形态不规则、高张力、平扫"咬饼征"、微钙化、增强后边缘模糊/范围缩小征象、结节密度均匀是鉴别PTC和NG的重要征象,根据其构建的模型对鉴别PTC具有较好预测价值。