基于MRI平扫征象预测腮腺肿瘤良恶性列线图模型的构建与应用

作者：郭昊; 史灵雪; 刘硕^*; 于保婷; 管玉瑶; 郑雪微; 李佟; 杨鸿声; 冯婧

来源：中国中西医结合影像学杂志, 2023, 21(04): 397-406.

• 腮腺肿瘤
• Logistic回归
• 预测模型
• 列线图

目的：基于MRI平扫征象建立腮腺肿瘤良恶性鉴别的预测模型，为腮腺肿瘤的术前诊治提供重要依据。方法 ：选取经病理确诊的138例腮腺肿瘤患者为建模组，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，建立肿瘤良恶性数学预测模型；另收集经病理确诊的腮腺肿瘤患者35例进行验证（验证组）。结果：单因素和多因素logistic回归分析显示，肿瘤形态、边界、信号均匀性、ADC值这4个指标是预测腮腺肿瘤良恶性的独立影响因素（均P<0.05）。通过对建模组行多因素logistic回归分析，建立数学预测模型如下：Y=eX/（1+e X）,X=0.385+(-1.416×肿瘤形态)+（-1.473×肿瘤边界）+（-1.306×肿瘤信号）+（2.312×肿瘤ADC值）。结果显示，该模型对腮腺肿瘤良恶性判断ROC曲线的AUC为0.832(95%CI 0.75～0.91)，敏感度为82.6%，特异度为70.7%，准确率为70.7%；利用验证组验证该模型，AUC为0.936(95%CI 0.83～0.98)，敏感度为85.7%，特异度为96.4%，准确率为94.3%。结论：联合肿瘤形态、边界、信号、ADC值建立的预测模型可为临床术前鉴别腮腺肿瘤良恶性提供重要参考依据。

• 单位
  吉林大学中日联谊医院; 吉林大学口腔医院; 吉林省人民医院; 长春市人民医院