结合增强CT影像的腮腺肿瘤良恶性预测列线图的建立与验证

作者：闫庆涵; 王佳俐; 车银富; 于涛; 陶峰; 陈李鑫; 何等旗^*

来源：口腔医学研究, 2021, 37(07): 646-650.

DOI：10.13701/j.cnki.kqyxyj.2021.07.015

• 腮腺肿瘤
• 诊断
• Logistic回归
• 预测模型

目的:分析多项检查指标,建立腮腺肿瘤良恶性鉴别的预测模型,以期为临床鉴别提供帮助,为腮腺肿瘤患者及时施行正确的手术治疗提供依据。方法:回顾性分析2013年3月～2019年3月在兰州大学第一医院行腮腺肿瘤切除术的200例患者资料(A组),通过logistic回归分析筛选出腮腺肿瘤良恶性鉴别的独立影响因素,建立数学预测模型,另收集2019年4月～2020年9月经手术切除且明确病理诊断的腮腺肿瘤患者资料42例(B组)进行验证。结果:通过对A组进行多因素logistic回归分析,建立数学预测模型如下:Y=ex/(1+ex),X=-0.18347+(-1.29435×肿瘤形态规则与否)+(-1.44877×肿瘤边界清楚与否)+(4.34121×周围组织受累与否),e是自然对数。利用B组数据验证该模型的有效性,结果显示敏感度为1.00,特异度为93.4%,准确率为95.2%。结论:联合肿瘤形态规则与否、肿瘤边界清楚与否及周围组织受累与否等3个指标,建立的Logistic回归预测模型可以帮助临床医生诊断腮腺肿瘤良恶性。

• 单位
  兰州大学第一医院; 兰州大学