目的:探讨采用超声造影乳腺影像报告和数据系统(Breast Imaging Reporting and Date System,BI-RADS)分类对乳腺非肿块型病变(non-mass-like lesion,NML)良恶性的诊断价值。方法:收集2017年10月—2019年5月就诊经超声诊断为乳腺NML的患者182例。行常规超声对所有病灶进行BI-RADS分类,并行超声造影检查。分析超声造影特征并以穿刺或手术后病理学检查结果为金标准,建立以超声造影特征为变量的logistic回归方程。依据超声造影特征对所有病灶进行BI-RADS分类。比较常规超声和超声造影的BI-RADS分类结果及诊断效能。结果:乳腺良恶性NML的超声造影特征在增强强度、增强后病灶大小、病灶显影时间、病灶周围放射状增强、有无穿支血管方面差异有统计学意义(P<0.05)。常规超声与超声造影的分类结果差异有统计学意义(P<0.05)。常规超声BI-RADS分类诊断恶性病变的灵敏度、特异度、准确度、阳性预测值、阴性预测值分别为75.28%、56.98%、65.93%、62.62%、70.67%,曲线下面积为0.661(95% CI:0.582~0.741);超声造影BI-RADS分类诊断恶性病变的灵敏度、特异度、准确度、阳性预测值、阴性预测值分别为93.26%、74.19%、83.52%、76.15%、92.00%,曲线下面积为0.837(95% CI:0.775~0.899)。结论:超声造影BI-RADS分类能够提高对乳腺NML良恶性的诊断效能,减少穿刺,有助于临床决策。
目的:探讨基于超声检查声像图构建数学模型在以实性为主的甲状腺结节良恶性判别诊断中的应用。方法:回顾并分析2018年1月—2019年7月于南京医科大学第一附属医院行超声检查时发现的实性为主的甲状腺结节,并经手术或穿刺标本病理学检查证实的97例患者,共97个结节,其中良性结节40个,恶性结节57个。整理分析结节的二维及彩色多普勒血流显像特征,比较两组结节基本特征差异,然后基于偏最小二乘-判别分析法(partial least squares-discriminant analysis,PLS-DA)和logistic回归分析方法建立结节良恶性判别模型。结果:利用Spearman相关性分析及逐步回归分析方法(Stepwise)对以实性为主的甲状腺结节特征变量进行分析,发现年龄、囊性是否偏心、强回声、边缘、形态、纵横比、甲状腺整体回声以及囊性成分分布等8个特征变量与以实性为主甲状腺结节良恶性显著相关。基于这8个特征变量构建数学模型,PLS-DA的真阳性预测值和真阴性预测值分别是92.9%和96.6%,logistic回归分析的真阳性预测值和真阴性预测值分别是92.0%和88.8%。此外,基于PLS-DA的受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(area under curve,AUC)值为0.947,显著大于logistic回归分析的0.904。结论:基于PLS-DA和logistic回归分析结合超声声像图构建数学模型可用于以实性为主的甲状腺结节良恶性判别诊断,PLS-DA构建模型的预测能力要优于logistic回归分析。
目的:比较双能量CT(dual energy CT,DECT)与多层螺旋CT(multi-slice spiral CT,MSCT)在评估胃癌分化程度中的价值。方法:前瞻性选取2018年9月—2019年10月盐城市第一人民医院胃镜提示胃癌、术前行CT平扫及双期增强扫描患者115例(随机采用MSCT增强模式55例和DECT增强模式60例),以手术后病理学检查结果为金标准分为低分化组和中高分化组。采用两独立样本t检验方法比较MSCT模式下的平扫CT值、动/静脉期CT值及动/静脉期CT增加值在两组胃癌中的差异;比较双能量CT增强模式下动/静脉期标准化碘浓度(normalized iodine concentration in arterial/venous phase,NIC a /NIC v )、动/静脉期能谱曲线40~70 keV区间的斜率(λ a/λv )在两组中的差异;同时运用受试者工作特征(receiver operating characteristic,ROC)曲线评估各参数诊断效能。结果:MSCT模式下低分化组与中高分化组静脉期CT值及静脉期CT增加值分别为97.81±8.94、92.00±8.00和61.88±7.50、56.52±6.86;DECT模式下低分化组与中高分化组NIC a 、NIC v和能谱曲线斜率分别为(21.57±1.98)%、(20.07±1.49)%、(58.75±2.91)%、(54.84±3.55)%和-(3.20±0.25)、-(2.98±0.14)、-(3.71±0.30)、-(3.39±0.13),差异均有统计学意义(P<0.05);上述参数鉴别胃癌分化程度的曲线下面积(area under curve,AUC)分别为0.682、0.696、0.722、0.804、0.764、0.828;联合NIC v 与静脉期能谱曲线,AUC为0.917,选择合适阈值时灵敏度为0.862,特异度为0.871。结论:双能量CT NIC a 、NIC v 及能谱曲线能为术前评估胃癌分化程度提供新的指标,且优于传统的MSCT。