摘要
目的 探讨基于常规超声及超声造影特征利用随机森林(RF)算法构建的模型预测临床淋巴结阴性乳头状癌甲状腺(PTC)颈部淋巴结转移的价值。方法 回顾性分析151例PTC患者的临床及超声资料,根据术后病理有无淋巴结转移分为转移组(LNM组)28例、非转移组(NLNM组)123例,按7∶3随机分为训练集105例、验证集46例。采用最小绝对收缩和选择算子(LASSO)回归对临床及超声特征进行降维,筛选潜在危险因素,并将其纳入多因素logistic回归分析筛选独立危险因素,并使用RF算法构建预测模型。结果 LASSO降维共筛选出多灶性、微钙化、血流、消退、强化特征及穿刺手感,多因素logistic回归分析微钙化、血流、消退及穿刺手感为预测LNM与NLNM的独立危险因素,RF构建预测模型的曲线下面积(AUC)训练集为0.841,验证集为0.798。结论 基于常规超声及超声造影特征,利用RF算法构建的模型能够在术前有效预测临床淋巴结阴性PTC患者颈部淋巴结转移。
-
单位皖南医学院弋矶山医院; 皖南医学院; 芜湖市第二人民医院