目的探讨剪切波弹性成像技术(Shear Wave Elastography,SWE)结合甲状腺结节超声恶性危险分层中国指南(Chinese Thyroid Imaging Reporting and Data System,C-TIRADS)在甲状腺结节鉴别诊断中的价值。方法回顾性分析176例甲状腺结节患者,...目的探讨剪切波弹性成像技术(Shear Wave Elastography,SWE)结合甲状腺结节超声恶性危险分层中国指南(Chinese Thyroid Imaging Reporting and Data System,C-TIRADS)在甲状腺结节鉴别诊断中的价值。方法回顾性分析176例甲状腺结节患者,共179个结节,其中良性结节78个,恶性结节101个。小结节(≤10 mm)77个,大结节(>10 mm)102个。以粗针穿刺或手术病理结果为“金标准”,分析常规超声C-TIRADS分类诊断、SWE及两者联合诊断与“金标准”的一致性,绘制受试者工作特征曲线,分析常规超声C-TIRADS分类诊断、SWE及两者联合诊断的诊断效能。结果良性结节杨氏模量最大值(SWE_(max))、最小值(SWE_(min))、平均值(SWE_(mean))、标准差(SWE_(SD))均小于恶性结节,差异有统计学意义(P<0.05);恶性大、小结节的SWE_(max)、SWE_(mean)、SWE_(min)、SWE_(SD)值均大于良性大、小结节的各杨氏模量值,差异有统计学意义(P<0.001)。C-TIRADS指南诊断敏感度、特异性、准确度、曲线下面积(Area Under Curve,AUC)、Kappa值分别为97.03%、60.26%、81.0%、0.786、0.597;SWE诊断敏感度、特异性、准确度、AUC、Kappa值分别为89.11%、87.18%、88.3%、0.881、0.762;两者联合诊断的Kappa值、敏感度、特异性、准确度、AUC分别为0.874、99.01%、88.46%、94.4%、0.937。结论恶性大、小结节杨氏模量值均大于良性大、小结节的杨氏模量值。SWE与C-TIRADS指南联合诊断甲状腺结节可进一步提高敏感度、特异性、准确度,可应用于临床实际工作中。展开更多
目的探讨联合甲状腺结节超声恶性危险分层中国指南(Chinese-Thyroid Imaging Reporting and Data System,C-TIRADS)构建的超声辅助诊断模型对甲状腺结节良恶性筛查的应用价值。方法回顾性分析2022年4月—2023年4月在江门市五邑中医院进...目的探讨联合甲状腺结节超声恶性危险分层中国指南(Chinese-Thyroid Imaging Reporting and Data System,C-TIRADS)构建的超声辅助诊断模型对甲状腺结节良恶性筛查的应用价值。方法回顾性分析2022年4月—2023年4月在江门市五邑中医院进行超声检查并明确病理结果的甲状腺结节患者(共136例患者,180个病灶),依据C-TIRADS指南对甲状腺结节进行分类评估,然后使用AI辅助诊断联合C-TIRADS再次进行分类评估,以病理结果为金标准,绘制C-TIRADS诊断与AI联合C-TIRADS诊断的ROC曲线,比较两种诊断方法的AUC及敏感度、特异度、准确度等指标,分析两组指标差异。绘制校准曲线和DCA曲线进行验证对比,评价其校准能力和临床效用。结果180个甲状腺结节病灶经手术病理证实良性87个,恶性93个。C-TIRADS诊断与AI联合C-TIRADS诊断对甲状腺结节良恶性诊断的AUC分别为0.714、0.800,AI联合C-TIRADS诊断明显高于C-TIRADS诊断,差异有统计学意义(P<0.001)。两种诊断方法均有良好的校准能力和临床效用,AI联合C-TIRADS诊断较C-TIRADS诊断更优。结论联合C-TIRADS的AI辅助诊断模型在甲状腺结节良恶性的诊断中具有良好的诊断效能、校准能力及临床效用,能有效减少甲状腺结节的过度诊疗,对临床决策有一定参考意义。展开更多
文摘目的探讨剪切波弹性成像技术(Shear Wave Elastography,SWE)结合甲状腺结节超声恶性危险分层中国指南(Chinese Thyroid Imaging Reporting and Data System,C-TIRADS)在甲状腺结节鉴别诊断中的价值。方法回顾性分析176例甲状腺结节患者,共179个结节,其中良性结节78个,恶性结节101个。小结节(≤10 mm)77个,大结节(>10 mm)102个。以粗针穿刺或手术病理结果为“金标准”,分析常规超声C-TIRADS分类诊断、SWE及两者联合诊断与“金标准”的一致性,绘制受试者工作特征曲线,分析常规超声C-TIRADS分类诊断、SWE及两者联合诊断的诊断效能。结果良性结节杨氏模量最大值(SWE_(max))、最小值(SWE_(min))、平均值(SWE_(mean))、标准差(SWE_(SD))均小于恶性结节,差异有统计学意义(P<0.05);恶性大、小结节的SWE_(max)、SWE_(mean)、SWE_(min)、SWE_(SD)值均大于良性大、小结节的各杨氏模量值,差异有统计学意义(P<0.001)。C-TIRADS指南诊断敏感度、特异性、准确度、曲线下面积(Area Under Curve,AUC)、Kappa值分别为97.03%、60.26%、81.0%、0.786、0.597;SWE诊断敏感度、特异性、准确度、AUC、Kappa值分别为89.11%、87.18%、88.3%、0.881、0.762;两者联合诊断的Kappa值、敏感度、特异性、准确度、AUC分别为0.874、99.01%、88.46%、94.4%、0.937。结论恶性大、小结节杨氏模量值均大于良性大、小结节的杨氏模量值。SWE与C-TIRADS指南联合诊断甲状腺结节可进一步提高敏感度、特异性、准确度,可应用于临床实际工作中。
文摘目的探讨联合甲状腺结节超声恶性危险分层中国指南(Chinese-Thyroid Imaging Reporting and Data System,C-TIRADS)构建的超声辅助诊断模型对甲状腺结节良恶性筛查的应用价值。方法回顾性分析2022年4月—2023年4月在江门市五邑中医院进行超声检查并明确病理结果的甲状腺结节患者(共136例患者,180个病灶),依据C-TIRADS指南对甲状腺结节进行分类评估,然后使用AI辅助诊断联合C-TIRADS再次进行分类评估,以病理结果为金标准,绘制C-TIRADS诊断与AI联合C-TIRADS诊断的ROC曲线,比较两种诊断方法的AUC及敏感度、特异度、准确度等指标,分析两组指标差异。绘制校准曲线和DCA曲线进行验证对比,评价其校准能力和临床效用。结果180个甲状腺结节病灶经手术病理证实良性87个,恶性93个。C-TIRADS诊断与AI联合C-TIRADS诊断对甲状腺结节良恶性诊断的AUC分别为0.714、0.800,AI联合C-TIRADS诊断明显高于C-TIRADS诊断,差异有统计学意义(P<0.001)。两种诊断方法均有良好的校准能力和临床效用,AI联合C-TIRADS诊断较C-TIRADS诊断更优。结论联合C-TIRADS的AI辅助诊断模型在甲状腺结节良恶性的诊断中具有良好的诊断效能、校准能力及临床效用,能有效减少甲状腺结节的过度诊疗,对临床决策有一定参考意义。
