birads病理学基础及其诊断效能的研究word格式论文.docxVIP

birads病理学基础及其诊断效能的研究word格式论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
birads病理学基础及其诊断效能的研究word格式论文

优秀毕业论文 精品参考文献资料 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关 部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权上海交通大学可 以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等 复制手段保存和汇编本学位论文。 保密□,在 年解密后适用本授权书。 本学位论文属于 不保密□。 (请在以上方框内打“√”) 学位论文作者签名: 指导教师签名: 日期: 年 月 日 日期: 年 月 日 BI-RADS 病理学基础及其诊断效能的研究 摘 要 目的 探讨提示肿块为恶性的超声BI-RADS描述术语与相关乳腺癌 病理组织学特征的关系。以此结果为基础,尝试建立了新的BI-RADS分 级方法,并探讨了该方法的诊断效能及影响因素。 方法 回顾性分析 139 个乳腺癌的超声 BI-RADS 指标(肿块形态, 边缘,边界,内部回声和后方回声)与其相应的组织病理学的关系。第 二部分两名观察者各自对已获得病理诊断的 302 个乳腺病灶进行了 BI-RADS 分级,以形态不规则、垂直位生长、边缘不光整、边界高回声 晕、后方回声衰减、微钙化为纳入指标,完全不符合上述指标者为 3 级, 符合 1 项者为 4A 级,符合 2 项者为 4B 级,符合 3 项者为 4C,符合 4 项及以上者为 5 级,评估观察者间的一致性及分级的诊断效能,从病理 基础及评估者间一致性对分级错误原因进行探讨。 结果 通过肿块形态特征反映肿瘤组织直接浸润周围的灵敏度为 97.3%,特异度为 14.8%;通过肿块边缘特征反映肿瘤组织浸润周围的灵 敏度为 99.1%,特异度为 18.5%;通过高回声晕反映肿瘤浸润程度,引起 间质反应性增生的灵敏度为 76.6%,特异度为 80.0%;后方回声特征主要 取决于细胞:间质比值(P =0.000)和胶原含量(P =0.000);新建立 BI-RADS 分级的 ROC 曲线下面积为 0.916,预测肿块良恶性的分级的准 确度为 76.5%,灵敏度为 95.7%,特异度为 69.9%;两名医师对肿块的恶 性与非恶性特征之间的判断一致性好(K=0.611~0.933)。对 BI-RADS 3 级 和 5 级的分级判定一致性好(K=0.672,0.763);对 4a 级的分级判定一致性 弱(K=0.374);对 4b 和 4c 级的分级判定为中度一致性(K=0.441,0.444)。 分级错误病灶有其相应的组织病理学基础。 结论 提示 BI-RADS 分级为恶性的指标具有相应组织病理学特征。 新建立的 BI-RADS 分级具有良好的诊断效能。观察者间的差异及特殊的 组织病理学表现会影响肿块分级的判定。 关键词 超声,病理,乳腺,BI-RADS,诊断效能 The study of histopathological features and diagnosis performance of BI-RADS lexions ABSTRACT OBJECTIVE To evaluate the correlation of features favoring malignant described in the ultrasonographic Breast Imaging Reporting and Data System(BI-RADS) lexicon with the corresponding histopathological features of breast cancer. Attempt to establish a new method for predicting BI-RADS-US category based on the results,and to study the diagnosis performance and the impact factors of BI-RADS. METHODS In the first part,a total of 139 breast tumors with pathologically confirmed breast cancer were included and retrospectively analyzed. Ultrasonographic findings were described using features from the ultrasonographic BI-RADS lexicon (mass shape, margin, lesion boundar, echo pattern, and posterior

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档