目的:基于常规超声和声触诊组织成像量化(virtual touch tissue imaging quantification,VTIQ)技术构建一个乳腺导管原位癌(ductal carcinoma in situ,DCIS)的Nomogram预测模型。方法:回顾性收集本院2018年9月至2022年10月收治的乳腺导...目的:基于常规超声和声触诊组织成像量化(virtual touch tissue imaging quantification,VTIQ)技术构建一个乳腺导管原位癌(ductal carcinoma in situ,DCIS)的Nomogram预测模型。方法:回顾性收集本院2018年9月至2022年10月收治的乳腺导管内病变共165例患者(166处病灶)的影像学及临床资料,其中DCIS组58例,良性组108例。应用VTIQ技术测量乳腺病变的剪切波速度(shear wave velocity,SWV)相关参数,对年龄、常规超声特征及SWV相关参数进行单因素和多因素分析,得到DCIS的独立预测因子,并构建Nomogram预测模型。运用受试者工作特征曲线、校准曲线及决策曲线分析(decision curve analysis,DCA)以评估模型的诊断效能、准确性及临床实用性,并应用Z检验对各参数及预测模型的曲线下面积(area under the curve,AUC)进行组间比较。结果:年龄、最大径、最小径、形态、边界、微钙化、血流、乳腺影像报告数据系统(breast imaging reporting and data system,BI-RADS)、Vmax、Vmin、Vmean、Vmedian、离散系数在DCIS组与良性组间均具有统计学差异(P<0.05)。年龄、微钙化及Vmax为DCIS的独立预测因子(OR=1.055,P=0.004;OR=4.105,P=0.002;OR=1.511,P<0.001)。以此构建的Nomogram预测模型诊断DCIS的AUC值为0.846,显著高于BI-RADS(AUC=0.742,Z=3.143,P=0.002)。校准曲线显示,预测模型对DCIS的预测概率和实际概率较为一致。DCA分析显示,预测模型较BI-RADS可获得更大的临床净获益,表明该模型的临床实用性更强。结论:本研究联合常规超声和VTIQ技术构建的Nomogram预测模型,对DCIS具有较高的诊断效能,可为临床治疗决策制定提供参考。展开更多
文摘目的:基于常规超声和声触诊组织成像量化(virtual touch tissue imaging quantification,VTIQ)技术构建一个乳腺导管原位癌(ductal carcinoma in situ,DCIS)的Nomogram预测模型。方法:回顾性收集本院2018年9月至2022年10月收治的乳腺导管内病变共165例患者(166处病灶)的影像学及临床资料,其中DCIS组58例,良性组108例。应用VTIQ技术测量乳腺病变的剪切波速度(shear wave velocity,SWV)相关参数,对年龄、常规超声特征及SWV相关参数进行单因素和多因素分析,得到DCIS的独立预测因子,并构建Nomogram预测模型。运用受试者工作特征曲线、校准曲线及决策曲线分析(decision curve analysis,DCA)以评估模型的诊断效能、准确性及临床实用性,并应用Z检验对各参数及预测模型的曲线下面积(area under the curve,AUC)进行组间比较。结果:年龄、最大径、最小径、形态、边界、微钙化、血流、乳腺影像报告数据系统(breast imaging reporting and data system,BI-RADS)、Vmax、Vmin、Vmean、Vmedian、离散系数在DCIS组与良性组间均具有统计学差异(P<0.05)。年龄、微钙化及Vmax为DCIS的独立预测因子(OR=1.055,P=0.004;OR=4.105,P=0.002;OR=1.511,P<0.001)。以此构建的Nomogram预测模型诊断DCIS的AUC值为0.846,显著高于BI-RADS(AUC=0.742,Z=3.143,P=0.002)。校准曲线显示,预测模型对DCIS的预测概率和实际概率较为一致。DCA分析显示,预测模型较BI-RADS可获得更大的临床净获益,表明该模型的临床实用性更强。结论:本研究联合常规超声和VTIQ技术构建的Nomogram预测模型,对DCIS具有较高的诊断效能,可为临床治疗决策制定提供参考。
