基于BRAF基因构建穿刺结果不明确的甲状腺结节诊断模型

作者：徐吉; 张燕

来源：现代实用医学, 2021, 33(08): 1061-1063.

• 甲状腺结节
• 恶性诊断模型
• BRAF突变

目的利用甲状腺结节常用的筛查指标构建甲状腺恶性结节的判定模型。方法收集穿刺结果不明确的细胞非典型性病变或滤泡性病变(AUS/FLUS)甲状腺结节筛查患者82例,均行BRAF基因检测并手术治疗,按5:3比例分为训练数据集50例与测试数据集32例,使用LASSO与随机森林算法筛选出与分类精度相关的指标最后根据筛选后的指标构建KNN分类器,并使用ROC曲线分析评估模型的性能。结果 BRAF基因检测的灵敏度为71.7%(43/60),特异度为72.7%(16/22),阳性预测值为87.8%(43/49),阴性预测值为48.5%(16/33)。在随机森林算法中,BRAF基因结果、结节回声、结节形态、结节边界这4项变量对分类器的性能最为重要最终使用以上4种变量构建了 KNN分类器,在K=18时分类器的错误率最低。KNN分类器模型的AUC为0.842,优于单项指标构建的KNN分类器,同时该分类器的敏感度为91.8%,特异度为84.9%。结论使用BRAF基因、结节回声、结节形态、结节边界构建的分类器可进一步提高穿刺结果为AUS/FLUS类别的甲状腺癌的检出率。

• 单位
  中国科学院大学; 宁波大学