Logistic回归分析在超声多参数鉴别乳腺良、恶性肿块中的应用_0.docVIP

Logistic回归分析在超声多参数鉴别乳腺良、恶性肿块中的应用 【摘要】 目的: 研究 高频超声多参数鉴别乳腺良、恶性肿块的价值。 方法 :记录145个乳腺肿块二维灰阶声像图参数和彩色多普勒血流参数，获取各肿块病理确诊结果，Logistic回归统计 分析 多参数综合鉴别诊断乳腺肿块良恶性的价值。结果:单独二维灰阶声像图参数的Logistic回归模型综合鉴别乳腺肿块性质的准确率为82.1%，二维灰阶声像图结合彩色多普勒多参数的Logistic回归模型综合鉴别诊断乳腺良恶性肿块的准确率为93.3%。结论: 应用 二维灰阶声像图结合彩色多普勒多参数的Logistic回归分析能提高乳腺良、恶性肿块鉴别的准确性。 【关键词】 Logistic回归；超声成像；乳腺肿块；诊断 本论文由中国论文联盟收集整理，转载请注明出处 　二维灰阶超声单参数和彩色多普勒超声单参数鉴别乳腺肿块良恶性的准确性较低，为提高诊断的准确性，作者研究利用高频超声多参数Logistic回归分析方法综合鉴别诊断乳腺良、恶性肿块的价值。 　　1 对象与方法 　　1.1 研究对象2005年3月～2006年7月间在我院住院的女性乳腺病病人125例,共计145个乳腺肿块。年龄22～81岁，平均（50.1±10.1）岁；肿块直径0.8～6.0 cm，平均（2.5±1.0）cm。 　　1.2 仪器GE LOGIQ 500 MR3 plus 彩色多普勒超声诊断仪，探头频率 11 MHz。 　　1.3 检查方法患者取仰卧位,对乳腺肿块进行多切面连续扫查,记录肿块的二维灰阶声像图特征，如肿块的位置、大小、形态、边缘、内部回声、有无微钙化、后方回声及双侧有无腋下淋巴结肿大等,然后在此基础上进行病灶周边及内部的彩色多普勒显像（color Doppler flow imaging，CDFI）,并按Adler的半定量方法[1]，将肿块内血流信号的丰富程度分为0、、、 4个等级。再选取肿块内峰值流速最高的血流信号进行多普勒频谱分析，记录参数包括阻力指数（RI）、搏动指数（PI）、最大流速（Vmax）,所记录的数据取3次测值的平均值。 　　1.4 统计学处理单因素分析中，定量资料以x-±s表示,两组比较采用t检验或u检验,定性资料以例数或百分数表示,两组或两组以上比较采用χ2 检验,两组率的比较采用u检验，多因素分析用二值Logistic逐步回归前向逐步法，定义X1为形态（Logistic回归赋值不规则为1，规则为2），X2为边界（不清晰为1，清晰为0），X3为回声（不均匀为1，均匀为0），X4为微钙化（有为1，无为2），X5为后方回声（有为1，无为2），XA为侧方声影，XB为腋窝淋巴结肿大，X6为肿块纵横比，X7为Adler分级（～ 级为1，0～级为0），X8为Vmax，X9为RI，X10为PI。其中定量参数X6、X8、X9、X10的Logistic回归赋值为其数值本身。全部数据分析采用SPSS 100统计软件进行,P0.05为有统计学意义。 　　2 结果 　　2.1 单因素分析乳腺良恶性肿块灰阶声像图特征及其与病理类型的关系见表1。彩色血流信号Adler分级情况：76例病理恶性肿块中，0～级25例(0级9例)，～级51例；69例病理良性肿块中0～级44例（0级16例），～ 级25例；良恶性两组差别有统计学意义（χ2=13.8,P0.01）。多普勒血流参数见表2。以单参数纵横比≥0.74、RI≥0.68、PI≥1.35 或Vmax≥16 cm·s-1诊断乳腺癌，其敏感性和特异性最高，其准确率分别为65%、71.7%、60.0%、67.5%。 　　2.2 多因素Logistic回归 分析 分别以二维灰阶声像多参数Logistic回归模型（结果见表3）、二维灰阶和彩色多普勒超声联合多参数Logistic回归模型（结果见表4）鉴别乳腺肿块的良恶性，其综合诊断乳腺肿块为恶性的概率模型分别为LOGIT P=-9134+1724X1+1681X2+1026X3+1263X4+1769X5+7074X6、 LOGIT P=-39307+2643X1+0345X3+1854X4+2008X5+10972X6+1335X7+0352X8+18966X9+3552X10(其中X2由于被Logistic回归分析过程认为不是主要 影响 因素被剔除)，其正确分辨乳腺肿块良恶性的准确率分别为821%和933%。 　　表1 乳腺肿块二维灰阶声像图像参数与病理类型的关系（略） 　　1）该数值为χ2值； 2）该数值为u值 　　表2 乳腺良、恶性肿块的多普勒血流参数的平均值（略） 　　表3 二维灰阶信息诊断恶性乳腺肿块概率模型的统计结果（略） 　　表4 二维灰阶联合多普勒信息诊断恶性乳腺肿块