基于Logistic模型评价囊性卵巢良恶性病变多征象联合的鉴别诊断价值

作者：胡苗苗; 李梅; 吴世勇; 郑银元; 余日胜^*

来源：临床放射学杂志, 2020, 39(11): 2272-2276.

DOI：10.13437/j.cnki.jcr.2020.11.029

• 卵巢癌
• 体层摄影术
• MRI
• Logistic回归

目的探讨基于CT和MRI共有的影像学特征与血清肿瘤标志物CA125建立的Logistic回归模型鉴别囊性卵巢良恶性病变。方法回顾分析经病理证实的囊性卵巢良恶性病变患者72例共202个病灶,观察记录患者年龄、绝经情况、肿瘤标志物CA125、腹腔积液、肿瘤大小、形态、边界、厚壁、乳头或壁结节、强化程度等情况,用卡方检验、Logistic回归模型等方法进行分析。结果将单因素分析有统计学意义的指标(年龄、绝经、腹腔积液、CA125、肿瘤大小、形态、边界、伴有乳头或结节、强化程度)纳入多因素回归模型中,得出年龄>50岁(OR:13.725, 95%CI:2.101～89.644),CA125升高(OR:7.180,95%CI:1.651～31.227)及伴有肿瘤中度及以上强化(OR:43.533, 95%CI:10.312～183.785)是诊断恶性肿瘤的独立危险因素。基于Logistic模型所建立的评分系统≥3分时,曲线下面积(AUC)为0.894,敏感度为86.6%,特异度为92.6%,准确率为90.59%,阳性预测值为85.29%,阴性预测值为93.28%。结论基于影像学特征联合血清CA125建立的Logistic模型的评分系统能有效地鉴别囊性卵巢良恶性病变。

• 单位
  浙江大学医学院附属第二医院; 湖州市第一人民医院