期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
乳腺磁共振BI-RADS 4类病变恶性风险预测列线图诊断模型的建立及应用
1
作者 张可萌 李建玉 +2 位作者 李婷 郭杨 廖美焱 《武汉大学学报（医学版）》 CAS 2024年第7期842-849,共8页
目的:回顾性分析乳腺磁共振BI-RADS 4类病例临床及影像资料,筛选乳腺恶性病变的影响因素,建立乳腺恶性风险预测列线图诊断模型并评估其诊断价值。方法:收集2017年1月至2020年12月武汉大学中南医院乳腺MRI诊断为BI-RADS 4类的病例资料,... 目的:回顾性分析乳腺磁共振BI-RADS 4类病例临床及影像资料,筛选乳腺恶性病变的影响因素,建立乳腺恶性风险预测列线图诊断模型并评估其诊断价值。方法:收集2017年1月至2020年12月武汉大学中南医院乳腺MRI诊断为BI-RADS 4类的病例资料,分为肿块型及非肿块样强化(NME)型两类并按3∶1比例随机各分为实验组及验证组,分析比较临床及影像特征,采用Logistic回归分析筛选恶性病变的独立危险因素,使用ROC曲线分析其价值,构建列线图诊断模型并对病例再分类。结果:418例病例符合纳入标准。肿块型病变中年龄大于39.5岁、边缘毛刺、最大信号强度投影(MIP)阳性、时间信号强度曲线(TIC)流出型及表观扩散系数(ADC)<1.063×10^(-3)mm^(2)/s是恶性病变的独立危险因素,ROC曲线下面积(AUC)值为0.968(95%CI:0.943~0.994);恶性病变列线图诊断模型实验组、验证组的C-index分别为0.962(95%CI:0.930~0.994)、0.922(95%CI:0.846~0.998),22.1%(52/235)病变再分类降级为3类,11.9%(28/235)病变升级为5类。NME型病变中病灶钙化、ADC<1.036×10^(-3)mm^(2)/s、MIP阳性及病灶分布类型(局灶、多区域、弥漫、节段样)是恶性独立危险因素,皮肤红肿为保护因素,AUC值为0.964(95%CI:0.934~0.995)。恶性病变列线图诊断模型实验组、验证组的C-index分别为0.956(95%CI:0.918~0.994)、0.905(95%CI:0.816~0.994),16.4%(30/183)NME病变再分类降级为3类,18.0%(33/183)NME病变升级为5类。结论:基于乳腺磁共振BI-RADS 4类病变的临床及影像特征建立的恶性风险预测列线图模型诊断价值高,可用于4类病变的再分类。 展开更多
关键词 乳腺 磁共振 bi-rads 4类病变 列线图模型 诊断 再分类
原文传递
乳腺磁共振BI-RADS 4类病变恶性征象分析及Nomogram预测模型的构建 被引量：6
2
作者 朱旭娜 刘丽东 +5 位作者 苏丹柯 李红学 左阳 谢东 黄雷 刘宇 《临床放射学杂志》 CSCD 北大核心 2020年第12期2406-2410,共5页
目的探讨乳腺磁共振乳腺影像报告和数据系统(BI-RADS)4类病变的恶性征象,并建立预测其恶性度的Nomogram预测模型。方法对广西医科大学附属肿瘤医院诊断为乳腺BI-RADS 4类病变患者的MR资料进行回顾性分析。通过Logistic回归对乳腺BI-RAD... 目的探讨乳腺磁共振乳腺影像报告和数据系统(BI-RADS)4类病变的恶性征象,并建立预测其恶性度的Nomogram预测模型。方法对广西医科大学附属肿瘤医院诊断为乳腺BI-RADS 4类病变患者的MR资料进行回顾性分析。通过Logistic回归对乳腺BI-RADS 4类病变恶性征象进行多因素分析,使用Nomogram图对各危险因素进行赋分,构建乳腺恶性病变的预测模型。分别使用一致性系数(consistency index,C-index)和校准曲线来评估预测模型的校准度,通过受试者工作特征(ROC)曲线来评估预测模型的诊断效能。结果85例乳腺BI-RADS 4类病变患者中,病灶共97个,其中良性41个、恶性56个。单因素分析显示:表观扩散系数(ADC)、时间信号强度曲线(TIC)、最大信号强度投影(MIP)、边缘毛刺征、环形强化征、T2WI瘤内高信号与乳腺BI-RADS 4类病变恶性度有关;多因素分析显示:ADC值、TIC、MIP、边缘毛刺征、环形强化征是预测乳腺恶性病变的独立危险因素。Nomogram预测模型显示:TIC(流出型)为100分、MIP(阳性)为57.5分、环形强化征(阳性)为72.5分、边缘毛刺征(阳性)为49分;该预测模型的C-index为0.923;ROC曲线下面积(AUC)为0.923,对应的敏感度、特异度分别为89.30%、87.80%。结论乳腺BI-RADS 4类病变中,ADC值、TIC、MIP、边缘毛刺征、环形强化征是预测病变恶性度的独立危险因素,本研究构筑的Nomogram预测模型具有较高的区分度及校准度,为患者病情个体化评估提供实用的参考工具。 展开更多
关键词 乳腺 乳腺影像报告和数据系统4类病变 Nomogram图
原文传递
弹性成像面积比值在乳腺BI-RADS 4类病变鉴别诊断中的应用价值
3
作者 周伟 陈皎佼 +2 位作者 梁汝娜 王闯 刘雨杭 《川北医学院学报》 CAS 2024年第6期751-753,770,共4页
目的:探究采用弹性成像面积比值鉴别诊断乳腺BI-RADS 4类病变的价值。方法:回顾性分析113例接受超声乳腺检查且诊断为BI-RADS 4类的患者的临床资料,从最大横径切面、最大前后径及上下径切面(分别记为A面、B面、C面)测量肿块大小,以病理... 目的:探究采用弹性成像面积比值鉴别诊断乳腺BI-RADS 4类病变的价值。方法:回顾性分析113例接受超声乳腺检查且诊断为BI-RADS 4类的患者的临床资料,从最大横径切面、最大前后径及上下径切面(分别记为A面、B面、C面)测量肿块大小,以病理结果为对照,绘制受试者工作特征(ROC)曲线对弹性成像面积的诊断效能进行分析。结果:113例患者中共137个乳腺肿块,病理结果显示良性肿块98个分为良性组;显示恶性肿块39个分为恶性组;两组患者弹性成像不同切面面积比值有统计学差异(P<0.05);弹性成像不同切面面积比值诊断乳腺BI-RADS 4类病变,以C面的曲线下面积(AUC)值最高,为0.906,诊断敏感度与特异度分别为84.62%、95.92%,以A面的AUC值最低,为0.824,弹性成像不同切面面积比值ROC曲线两两对比均无统计学差异(P>0.05)。结论:弹性成像面积比值在乳腺BI-RADS 4类病变鉴别中诊断效能佳,具有良好的临床应用价值。 展开更多
关键词 乳腺肿块 bi-rads 4类病变 超声弹性成像 面积比
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部