高頻和彩色多普勒超聲對(duì)甲狀腺結(jié)節(jié)病變性質(zhì)鑒別診斷的Logistic回歸分析

白皓

高頻和彩色多普勒超聲對(duì)甲狀腺結(jié)節(jié)病變性質(zhì)鑒別診斷的Logistic回歸分析

白皓

目的 對(duì)甲狀腺結(jié)節(jié)病變性質(zhì)鑒別診斷中高頻和彩色多普勒超聲的應(yīng)用價(jià)值展開Logistic回歸分析。方法 選取甲狀腺結(jié)節(jié)病變患者85例, 其中惡性33例, 良性52例, 對(duì)兩組患者灰階和彩色多普勒聲像特征進(jìn)行總結(jié), 利用Logistic回歸分析方法分析患者超聲特征。結(jié)果 惡性病灶似圓度較小,邊界多模糊, 微鈣化明顯, 缺少完整聲暈或無聲暈, 血流形態(tài)檢測(cè)中Ⅱ級(jí)和Ⅲ級(jí)最為常見。結(jié)論 在甲狀腺結(jié)節(jié)病變性質(zhì)鑒別診斷中, 利用高頻和彩色多普勒超聲進(jìn)行診斷并展開Logistic回歸分析, 在甲狀腺良性及惡性結(jié)節(jié)鑒別診斷中有較高應(yīng)用價(jià)值。

甲狀腺結(jié)節(jié)病變；高頻；彩色多普勒超聲

彩色多普勒超聲檢查是甲狀腺結(jié)節(jié)病變無創(chuàng)檢查方法,可對(duì)甲狀腺外部結(jié)構(gòu)及內(nèi)部結(jié)構(gòu)、腫塊內(nèi)部和附近血流分布情況予以清晰顯示［1］。河南省濮陽(yáng)市油田總醫(yī)院在對(duì)甲狀腺結(jié)節(jié)病變性質(zhì)進(jìn)行鑒別診斷時(shí), 采取高頻和彩色多普勒超聲診斷并展開Logistic回歸分析, 現(xiàn)報(bào)告如下。

1 資料與方法

1. 1 一般資料 選取本院于2011年10月~2013年10月收治經(jīng)病理證實(shí)的甲狀腺結(jié)節(jié)病變患者85例, 其中男32例,女53例, 年齡為18~78歲, 平均為(42.5±3.6)歲；患者術(shù)后經(jīng)病理檢查發(fā)現(xiàn)惡性33例, 良性52例。

1. 2 方法 利用GE Lofiq7彩色多普勒超聲診斷儀展開診斷,所用探頭為10 L探頭, 設(shè)定頻率為8~10 MHz。所有患者均在手術(shù)前7 d時(shí)展開灰階、彩色多普勒超聲檢查：患者取平臥位接受檢查, 先選取二維超聲對(duì)結(jié)節(jié)面積、大小、邊界清晰與否、周長(zhǎng)、是否存在微鈣化、是否存在聲暈且聲暈完整與否、后方聲音是否存在變化、腫瘤回聲類型。利用彩色多普勒對(duì)結(jié)節(jié)中血流分布情況進(jìn)行觀察, 取頻譜多普勒對(duì)結(jié)節(jié)在收縮期內(nèi)最高流速及阻力指數(shù)等指標(biāo)進(jìn)行檢測(cè)。

1. 3 統(tǒng)計(jì)學(xué)方法 利用統(tǒng)計(jì)學(xué)分析軟件SPSS 16.0對(duì)相關(guān)數(shù)據(jù)展開統(tǒng)計(jì)學(xué)分析, 構(gòu)建Logistic回歸模型, 將P<0.05者納入, 具體方法為逐步前進(jìn)似然比法。利用結(jié)節(jié)的周長(zhǎng)平方和面積比值為其似圓度, 邊界賦值為模糊1分, 清楚0分；有微鈣化1分, 無微鈣化0分。有聲暈計(jì)為0分, 無聲暈及聲暈不完整為1分；無回聲計(jì)0分, 低回聲計(jì)1分, 而混合型回聲計(jì)2分, 等回聲或高回聲計(jì)3分。后方回聲有改變計(jì)1分,增強(qiáng)為2分, 衰減計(jì)3分。血流分布情況分級(jí)為：結(jié)節(jié)中觀察不到血流信號(hào)為0級(jí), 結(jié)節(jié)四周有血流信號(hào)為Ⅰ級(jí), 內(nèi)部與周邊均有血流信號(hào)為Ⅱ級(jí), 內(nèi)部和周邊50%以下區(qū)域均有血流信號(hào)為Ⅲ級(jí), 內(nèi)部可觀察到血流信號(hào)區(qū)域在50%及以上為Ⅳ級(jí)。對(duì)模型擬合情況展開似然比檢驗(yàn), 對(duì)各回歸參數(shù)值展開χ2檢驗(yàn), 用( x-±s)形式表示計(jì)量資料。當(dāng)P<0.05時(shí),二者間差異具有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2. 1 85例患者病理表現(xiàn) 惡性33例患者中未分化癌2例(6.06%), 鼻咽癌甲狀腺轉(zhuǎn)移1例(3.03%), 髓樣癌2例(6.06%),乳頭狀癌28例(84.85%)；良性52例患者中橋本甲狀腺炎6例(11.54%), 甲狀腺腺瘤15例(28.84%), 結(jié)節(jié)性甲狀腺腫瘤31例(59.62%)。

2. 2 惡性組與良性組超聲表現(xiàn)

2. 2. 1 良性組52例病灶似圓度(15.4±4.3), 邊界清晰41例(78.8%), 模糊11例(21.2%)；微鈣化8例(15.4%)；有聲暈44例(84.6%), 無聲暈或聲暈不完整8例(15.4%)；后方回聲不變38例73.1%), 減弱2例(3.8%), 增強(qiáng)12例(23.1%)；無回聲7例(13.5%), 低回聲14例(26.9%), 混合回聲21例(40.4%), 等回聲或強(qiáng)回聲10例(19.2%)；血流分布狀態(tài)分級(jí)為0級(jí)21例(40.4%), Ⅰ級(jí)22例(42.3%), Ⅱ級(jí)8例(15.4%), Ⅲ級(jí)1例(1.9%)。

2. 2. 2 惡性組33例病灶似圓度(25.4±3.6), 邊界清晰26例(78.8%), 模糊7例(21.2%)；微鈣化23例(69.7%)；有聲暈8例(24.2%), 無聲暈或聲暈不完整25例(75.8%)；后方回聲不變24例(72.7%), 減弱7例(21.2%), 增強(qiáng)2例(6.1%)；無回聲0例(0.0%), 低回聲21例(63.6%), 混合回聲8例(24.2%),等回聲或強(qiáng)回聲4例(12.1%)；血流分布狀態(tài)分級(jí)為0級(jí)2例(6.1%), Ⅰ級(jí)4例(12.1%), Ⅱ級(jí)14例(42.4%), Ⅲ級(jí)13例(39.4%)。對(duì)比可知, 兩組似圓度、微鈣化及聲暈檢出率、血流分布形態(tài)和回聲類型檢出率間差異均有統(tǒng)計(jì)學(xué)意義(P<0.05), 其他指標(biāo)間差異均無統(tǒng)計(jì)學(xué)意義(P>0.05)。

2. 3 兩組病灶Logistic回歸分析 將似圓度、微鈣化、聲暈、血流分布情況納入Logistic模型中(見表1), 以P<0.05為良性判斷標(biāo)準(zhǔn), 判定結(jié)果準(zhǔn)確度為88.2%(75/85), 特異度84.8%(28/33), 敏感度90.4%(47/52)。

表1 二分類Logistic回歸分析

3 討論

甲狀腺結(jié)節(jié)病變是臨床常見疾病, 在內(nèi)分泌疾病中發(fā)生率最高, 在女性人群中占比高于男性, 且其發(fā)病率逐年升高［2］,對(duì)結(jié)節(jié)病變性質(zhì)進(jìn)行準(zhǔn)確、高效的臨床檢驗(yàn)方法是對(duì)該疾病展開治療的重要前提［3］。

本院在為甲狀腺結(jié)節(jié)病變性質(zhì)進(jìn)行鑒別診斷時(shí), 采取高頻和彩色多普勒超聲檢查并展開Logistic回歸分析, 結(jié)果顯示似圓度、微鈣化、聲暈及血流分布均是鑒別惡性及良性病變的重要依據(jù)。似圓度是對(duì)結(jié)節(jié)形態(tài)是否規(guī)則進(jìn)行描述的主要指標(biāo), 當(dāng)形態(tài)不規(guī)則越嚴(yán)重時(shí), 似圓度越大, 這一指標(biāo)有效防止人為判斷造成的誤差。惡性甲狀腺結(jié)節(jié)病灶中微鈣化較為常見, 是對(duì)惡性及良性病灶加以判斷的重要依據(jù)。聲暈是在結(jié)節(jié)四周環(huán)繞的低回聲帶, 病理檢查時(shí)可見結(jié)節(jié)有包膜,或血管受到壓迫, 在良性結(jié)節(jié)中較為常見。彩色多普勒主要依據(jù)血流分布情況對(duì)甲狀腺結(jié)節(jié)性質(zhì)展開鑒別, 本次研究揭示惡性病灶血流分布中Ⅱ級(jí)和Ⅲ級(jí)較為常見, 這和相關(guān)研究結(jié)果一致。

綜上所述, 在甲狀腺結(jié)節(jié)病變性質(zhì)展開高頻和彩色多普勒超聲并進(jìn)行Logistic回歸分析, 可促使良性病灶良性與惡性的判斷準(zhǔn)確度提高, 大大提升臨床診斷工作效率, 為治療方案的確定提供重要指導(dǎo)。

［1］ 郭艷.彩色多普勒超聲對(duì)甲狀腺癌診斷的臨床應(yīng)用價(jià)值.中華全科醫(yī)學(xué), 2013,11(9):1454.

［2］ 王菁.彩色多普勒超聲及超聲造影增強(qiáng)模式對(duì)甲狀腺結(jié)節(jié)良惡性鑒別診斷的價(jià)值.華中科技大學(xué), 2012.

［3］ 孫麗娜.高頻超聲對(duì)甲狀腺結(jié)節(jié)性質(zhì)鑒別診斷的logistic回歸分析. 吉林大學(xué), 2012.

457000 河南省濮陽(yáng)市油田總醫(yī)院