基于CT征象的卵巢腫塊惡性風險預測模型研究.pdf

1、目的：
　　探討單獨基于CT征象的Logistic回歸模型對卵巢腫塊惡性風險的預測，以獲得有效且無創(chuàng)的卵巢腫塊術前定性診斷方法。
　　方法：
　　收集四川大學華西第二醫(yī)院2011年1月1日至2016年4月30日經(jīng)病理證實為卵巢惡性腫塊的患者305例，并隨機收集2015年1月1日至2016年4月30日經(jīng)病理證實為卵巢良性病變的患者100例作為對照。按照時間順序劃分惡性病例及隨機方式均分良性病例，將所有病例分為實驗組與驗證

2、組，并對所有病例的CT及超聲征象進行分析評估，通過對實驗組卵巢腫塊CT征象的提取，以病理診斷為金標準建立Logistic回歸模型（LR-CT），并用驗證組數(shù)據(jù)對該模型進行檢驗。同時，參照基于超聲征象的惡性風險指數(shù)3（RMI3）及RMI4系統(tǒng)設計了一種基于CT征象的RMI模型（RMI3-CT及RMI4-CT）。利用受試者工作特征（ROC）曲線評價LR-CT、RMI3、RMI4、RMI3-CT及RMI4-CT五種模型的診斷效能。
　　

3、結果：
　　1、LR-CT模型主要與實性成分、分隔、壞死、網(wǎng)膜和或腸系膜轉(zhuǎn)移、強化程度有關。
　　2、CT對卵巢腫塊診斷的敏感性較超聲高，其對病灶的分期與臨床分期一致性高（K=0.827）。
　　3、基于CT征象的RMI3及RMI4診斷效能并不絕對優(yōu)于基于超聲征象的RMI3及RMI4，且基于CT和超聲征象的RMI4系統(tǒng)也并不絕對優(yōu)于R MI3系統(tǒng)，但CT增強表現(xiàn)的卵巢血管蒂征（OVPS）對于鑒別盆腹腔巨大腫塊的起源及判

4、斷卵巢病灶單側或雙側來源有很大的幫助。
　　4、通過繪制ROC曲線，LR-CT惡性風險預測模型閾值為0.8153（81.53％）。五種模型中LR-CT曲線下面積（AUC）最大（0.947），各模型間比較均沒有統(tǒng)計學差異（p>0.05），即基于CT征象的LR-CT、RMI3-CT、RMI4-CT模型與基于超聲征象的RMI3、RMI4模型一樣可有效用于卵巢腫塊的定性診斷，且LR-CT的診斷效能最佳。
　　5、LR-CT相對于其他