高頻彩超及彈性成像對甲狀腺結(jié)節(jié)良惡性的鑒別診斷價值

熊晶， 黃道中， 嚴(yán)俊秀， 王剛， 徐琦

?

·超聲影像學(xué)·

高頻彩超及彈性成像對甲狀腺結(jié)節(jié)良惡性的鑒別診斷價值

熊晶， 黃道中， 嚴(yán)俊秀， 王剛， 徐琦

目的：對甲狀腺小結(jié)節(jié)高頻彩超及彈性成像表現(xiàn)進行多因素Logistic回歸分析，探討其對良惡性鑒別診斷的價值。方法：回顧性分析經(jīng)手術(shù)病理確診的126個直徑≤2 cm的甲狀腺結(jié)節(jié)的超聲表現(xiàn)，根據(jù)每個結(jié)節(jié)的高頻超聲及彈性成像聲像圖特征進行分類，采用二分類多因素Logistic回歸分析，篩選出評價甲狀腺惡性結(jié)節(jié)的因素，建立概率方程。結(jié)果：根據(jù)多因素logistic回歸分析結(jié)果，邊界不清、縱橫比≥1、微鈣化、極低回聲、彈性成像評分是鑒別甲狀腺小結(jié)節(jié)良惡性的關(guān)鍵因素?；貧w模型預(yù)測超聲診斷甲狀腺結(jié)節(jié)良惡性的符合率為89.7%，其中良性結(jié)節(jié)的診斷符合率為90.0%，惡性結(jié)節(jié)的診斷符合率為89.3%，ROC曲線下面積為0.959。結(jié)論：多因素Logistic回歸模型可篩選出對甲狀腺小結(jié)節(jié)良惡性有鑒別診斷意義的特征性變量，綜合評價各個變量，有利于甲狀腺結(jié)節(jié)良惡性的鑒別診斷。

甲狀腺結(jié)節(jié)； 高頻彩超； 超聲檢查； 彈性成像； Logistic模型； 診斷，鑒別

甲狀腺良惡性結(jié)節(jié)的彩色超聲聲像圖存在交叉重疊，致使在判斷結(jié)節(jié)的良惡性上存在困難，Logistic回歸分析能從多個因素中篩選出具有真正統(tǒng)計意義的因素，分析各因素間的交互作用，不同因素的回歸系數(shù)不同，根據(jù)回歸系數(shù)的大小反映各因素在鑒別診斷中的重要程度。本文通過對103例患者的126個直徑≤2 cm的甲狀腺結(jié)節(jié)高頻彩超和彈性成像資料進行回顧性分析，旨在探討超聲對甲狀腺小結(jié)節(jié)良惡性的鑒別診斷價值。

材料與方法

1.研究對象

選擇2014年1月-2015年1月在我院就診以甲狀腺結(jié)節(jié)收入院的103例患者(包含126個直徑≤2 cm的小結(jié)節(jié))，其中男17例，女86例，年齡22～65歲，平均年齡(47.6±9.5)歲。所有結(jié)節(jié)均經(jīng)過術(shù)后病理檢查。

2.儀器與方法

采用GE Logiq E9彩色多普勒超聲儀，探頭頻率9～12MHz。受檢者頸部輕度后仰，充分暴露甲狀腺區(qū)域，采用高頻超聲行多切面掃查并測量結(jié)節(jié)大小，觀察并記錄結(jié)節(jié)的形態(tài)是否規(guī)則、縱橫比是否≥1、邊界是否清晰、周邊有無聲暈及聲暈是否完整、有無寬窄不一、結(jié)節(jié)有無囊性變、有無鈣化及鈣化的大小(微鈣化、粗鈣化、環(huán)狀鈣化)、形態(tài)、位置、內(nèi)部回聲(高回聲、等回聲、低回聲、極低回聲、無回聲)、有無后方回聲衰減。利用彩色多普勒超聲顯示結(jié)節(jié)的血流灌注，病灶的血流信號采用Adler分級，分為4級。然后采用彈性成像模式，使感興趣區(qū)面積大于結(jié)節(jié)的2～3倍，同時盡量避開頸部大血管。彈性成像圖像根據(jù)不同硬度的結(jié)節(jié)顯示顏色不同共分為5級：0級，病灶區(qū)域顯示紅綠藍三色相間；Ⅰ級，病灶區(qū)域顯示均勻綠色；Ⅱ級，病灶區(qū)域顯示以綠色為主(>50%)；Ⅲ級，病灶區(qū)域顯示以藍色為主(50%～90%)；Ⅳ級，病灶區(qū)域顯示幾乎都為藍色(>90%)。

3.統(tǒng)計學(xué)分析

采用SPSS 19.0軟件進行統(tǒng)計學(xué)分析。以手術(shù)病理結(jié)果作為診斷標(biāo)準(zhǔn)，其良惡性結(jié)果作為Logistic回歸模型中的因變量，良性賦值為0，惡性賦值為1。將結(jié)節(jié)的高頻彩超聲像圖特征作為自變量，對各變量進行賦值(表1)。

表1　高頻彩超聲像圖特征賦值

注：*其它鈣化包括無鈣化、粗鈣化、環(huán)狀鈣化。

建立多因素Logistic回歸模型，采用前進法(Forward LR)似然比檢驗法進行逐步Logistic回歸分析(納入標(biāo)準(zhǔn)：P<0.05，排除標(biāo)準(zhǔn)P>0.10)。對整個模型的擬合情況采用似然比檢驗。以P<0.05為差異有統(tǒng)計學(xué)意義。

結(jié)　果

126個結(jié)節(jié)經(jīng)過術(shù)后病理診斷，其中惡性結(jié)節(jié)56個，均為甲狀腺乳頭狀癌；良性結(jié)節(jié)70個，其中結(jié)節(jié)性甲狀腺腫66個，甲狀腺腺瘤2個，橋本氏甲狀腺炎2個。

形態(tài)、縱橫比、邊界、不規(guī)則聲暈、實質(zhì)性回聲區(qū)、微鈣化、極低回聲、后方回聲衰減、血流分級和彈性評分這10個因素經(jīng)多因素logistic回歸分析，縱橫比≥1、邊界不清晰、微鈣化、極低回聲、彈性評分這5個因素成為回歸方程中的變量(表2)，表明這些因素與診斷甲狀腺結(jié)節(jié)良惡性關(guān)系較大(P<0.05，圖1)。

良惡性結(jié)節(jié)的Logistic回歸模型預(yù)測方程為：Logit (P)=-3.767+1.859X2+1.491X3+1.491X6+4.065X7+3.145X10。其中-3.767為方程常數(shù)，X2為結(jié)節(jié)的縱橫比，X3為結(jié)節(jié)的邊界，X6為結(jié)節(jié)是否存在微鈣化，X7為結(jié)節(jié)內(nèi)是否存在極低回聲，X10為彈性評分。對回歸模型進行似然比檢驗，χ2=108.831，P<0.001，表明該模型具有統(tǒng)計學(xué)意義。

將每個結(jié)節(jié)的聲像圖特征存在與否情況代入方程，計算預(yù)測值P=1/{1+exp[-(-3.767+1.859X2+1.491X3+1.491X6+4.065X7+3.145X10)]}，以概率值0.5為交界點，預(yù)測值P≥0.5預(yù)測為惡性，<0.5預(yù)測為良性。該回歸模型預(yù)測126個甲狀腺結(jié)節(jié)，預(yù)測準(zhǔn)確率為89.7%(113/126)，其中良性結(jié)節(jié)預(yù)測準(zhǔn)確率為90.0%，惡性結(jié)節(jié)預(yù)測準(zhǔn)確率為89.3%，該模型能較準(zhǔn)確地鑒別甲狀腺結(jié)節(jié)的良惡性(表3)。

表3　回歸方程預(yù)測結(jié)果　(例)

注：總預(yù)測準(zhǔn)確率=89.7%。

依據(jù)模型判斷甲狀腺結(jié)節(jié)良惡性概率的預(yù)測值繪制受試者工作特征(receiver operating characteristic，ROC)曲線(圖2)，以曲線下面積來判斷模型擬合效果，曲線下面積為0.959±0.017，P<0.001，95%可信區(qū)間為(0.926，0.992)，顯示該模型的擬合效果較好，可以預(yù)測甲狀腺結(jié)節(jié)的良惡性。

討　論

在甲狀腺結(jié)節(jié)性疾病的診斷上，因聲像圖征象存在交叉重疊，對結(jié)節(jié)性質(zhì)的判斷帶來困難。Logistic回歸分析有兩大作用，一是篩選危險因素，二是用于預(yù)測，它能從多個因素中篩選出具有統(tǒng)計意義或診斷意義較大的因素，且能深入分析各因素間的交互作用，不同因素的回歸系數(shù)不同，回歸系數(shù)的大小可反映出各因素在鑒別診斷中的重要程度；在存在不同自變量因素的情況下，依據(jù)回歸方程計算預(yù)測值P，可預(yù)測結(jié)節(jié)的良惡性。

1.高頻彩色超聲對甲狀腺良惡性結(jié)節(jié)鑒別診斷的價值

目前，高頻超聲是甲狀腺結(jié)節(jié)良惡性鑒別診斷的基礎(chǔ)[1]。認真分析甲狀腺結(jié)節(jié)的各個超聲聲像特征對鑒別診斷結(jié)節(jié)的良惡性很有幫助。本組研究中，甲狀腺癌表現(xiàn)為邊界不清、縱橫比≥1，均與惡性結(jié)節(jié)浸潤性生長相關(guān)，使其能吸取更多的營養(yǎng)。良性結(jié)節(jié)為膨脹性生長，有包膜，對周邊的甲狀腺組織產(chǎn)生擠壓作用。因此，良性結(jié)節(jié)高頻超聲多呈類圓形或橢圓形，而惡性結(jié)節(jié)多為不規(guī)則形態(tài)，邊緣模糊不清，呈角或蟹足樣改變，結(jié)節(jié)的縱橫徑之比≥1。

Kim等[2]認為，回聲低于頸前肌群的甲狀腺結(jié)節(jié)為惡性的概率明顯高于良性，分析其病理基礎(chǔ)，惡性結(jié)節(jié)的細胞成分多，間質(zhì)成分少，所以在聲像圖中形成的反射界面少，回聲較周圍組織低，分化程度越低，間質(zhì)成分越少，回聲就越低[3]。Moon等[4]研究認為隨著高頻超聲的廣泛運用，提高了圖像的分辨力，極低回聲與低回聲之間的差異減少，很多低回聲的結(jié)節(jié)被歸為極低回聲。

有研究認為甲狀腺癌中微鈣化的發(fā)生率為29%～73%[5]。如病理切片中可見砂粒體形成，有利于惡性結(jié)節(jié)的診斷。也有研究認為，出現(xiàn)微鈣化的結(jié)節(jié)為惡性的風(fēng)險增加兩倍[6]，但結(jié)節(jié)內(nèi)的強光斑容易與濃縮膠質(zhì)、結(jié)節(jié)內(nèi)玻璃樣變性、嗜酸性物質(zhì)等混淆，濃縮膠質(zhì)一般出現(xiàn)在結(jié)節(jié)的囊性區(qū)內(nèi)，后方多伴有“彗星尾”征，而微鈣化的強光斑多出現(xiàn)于實質(zhì)內(nèi)，后方?jīng)]有“彗星尾”征。同時，不是所有鈣化均提示惡性可能，環(huán)狀鈣化、粗大鈣化病理結(jié)果多為良性。

2.超聲彈性成像對甲狀腺良惡性結(jié)節(jié)的診斷價值及病理基礎(chǔ)

相關(guān)研究表明，甲狀腺結(jié)節(jié)的硬度越大，其惡性風(fēng)險越高[7]。病灶的硬度與其內(nèi)部病理結(jié)構(gòu)有關(guān)，結(jié)節(jié)性甲狀腺腫和甲狀腺腺瘤表現(xiàn)為大小不等的濾泡，內(nèi)含豐富的膠質(zhì)，所以結(jié)節(jié)較軟。乳頭狀癌呈乳頭狀生長，間質(zhì)含較多纖維和血管，常含有沙粒體，所以結(jié)節(jié)較硬。彈性成像有利于甲狀腺結(jié)節(jié)良惡性的鑒別診斷，特別是在高頻超聲定性不確定的情況下，可客觀評價結(jié)節(jié)的硬度，為甲狀腺結(jié)節(jié)良惡性的鑒別診斷提供依據(jù)。Lyshchik等[8]發(fā)現(xiàn)經(jīng)手術(shù)病理證實的大部分甲狀腺乳頭狀癌患者的彈性評分高于良性結(jié)節(jié)，對彈性評分0～2分多考慮為良性病變，對3～4分多考慮為惡性病變。

本研究中，對2例誤診為惡性的良性結(jié)節(jié)進行分析，發(fā)現(xiàn)2例均同時合并有橋本氏甲狀腺炎及結(jié)節(jié)性甲狀腺腫，因甲狀腺實質(zhì)廣泛破壞，纖維組織增生引起甲狀腺硬度增大。彈性成像硬度是根據(jù)病灶區(qū)域與周圍正常甲狀腺組織的相對硬度而得出來的，所以不能真實反映結(jié)節(jié)硬度。另外，良性病變的一些繼發(fā)改變，如出血、鈣化、纖維化等，可使結(jié)節(jié)硬度增加，造成彈性評分偏高。本組中有3例良性結(jié)節(jié)內(nèi)因有鈣化或無回聲區(qū)而誤診為惡性。本組還有1例結(jié)節(jié)直徑<0.5 cm，位于氣管右方而誤診，分析其原因，由于氣管、軟骨和頸動脈的搏動影響會對結(jié)節(jié)硬度的評價產(chǎn)生誤差。所以，彈性成像評分也有一定的交叉，會出現(xiàn)假陽性和假陰性。由于個人操作技術(shù)、病灶大小、位置、鈣化、囊性變等對彈性評分結(jié)果有影響，造成彈性評分的準(zhǔn)確度受到影響。

在本組數(shù)據(jù)中，如果僅將高頻彩超9個聲像圖特征進行Logistic回歸分析，126個結(jié)節(jié)正確預(yù)測109個，70個良性結(jié)節(jié)中正確預(yù)測60個，56個惡性結(jié)節(jié)中正確預(yù)測49個，敏感度為87.50%，特異度為85.71%，診斷符合率為86.51%，陽性預(yù)測值為83.05%，陰性預(yù)測值為89.55%；而高頻超聲聯(lián)合彈性成像，診斷敏感度為89.29%，特異度為90.00%，診斷符合率為89.68%，陽性預(yù)測值為87.72%，陰性預(yù)測值為91.30%，可見兩者聯(lián)合應(yīng)用可明顯提高甲狀腺癌的診斷符合率。

綜上所述，在甲狀腺結(jié)節(jié)性疾病的鑒別診斷方面，本研究顯示惡性結(jié)節(jié)多表現(xiàn)為極低回聲、縱橫比≥1、微鈣化、邊界不清、彈性評分多為Ⅲ～Ⅳ級，這5個特征有較高的鑒別診斷價值，尤其是對同一個甲狀腺結(jié)節(jié)符合多項上述標(biāo)準(zhǔn)時，有利于甲狀腺惡性結(jié)節(jié)的診斷。

[1]張縉熙，姜玉新.淺表器官超聲診斷圖譜[M].北京：科學(xué)技術(shù)文獻出版社，2003：80.

[2]Kim EK,Park CS,Chung WY,et al.New sonographic criteria for recommending fine-needle aspiration biopsy of nonpalpable solid nodules of the thyroid[J].AJR，2002，178(3):687-691.

[3]宋海英,黃道中,王菁，等.鈣化與甲狀腺癌關(guān)系的再認識[J].中華醫(yī)學(xué)超聲雜志(電子版),2014,11(7):59-62.

[4]Moon WJ,Jung SL,Lee JH,et al.Benign and malignant thyroid nodules:US differentiation-multicenter retrospective study[J].Radiology，2008，247(3):762-770.

[5]Iannuccilli JD,Cronan JJ,Monchik JM.Risk for malignancy of thyroid nodules as assessed by sonographic criteria:the need for biopsy[J].J Ultrasound Med，2004，23(11):1455-1464.

[6]任新平,詹維偉,周萍，等.實時超聲彈性成像及灰階超聲檢查在甲狀腺占位性病變診斷的對比研究[J].中國超聲醫(yī)學(xué)雜志,2009,25(2):128-132.

[7]Fukunari N.Ultrasonography of thyroid cancer[J].Nihon Rinsho,2007,65(11):1997-2002.

[8]Lyshchik A,Higashi T,Asato R,et al.Elastic moduli of thyroid tissues under compression[J].Ultrason Imaging,2005，27(2):101-110.

Differential diagnosis of benign and malignant thyroid nodules using high-frequency color doppler ultrasonography with elastosonography

XIONG Jing，HUANG Dao-zhong,YAN Jun-xiu，et al.

Department of Medical Ultrasound，Puai Hospital，Tongji Medical College，Huazhong University of Science and Technology,Wuhan 430030,China

Objective：The aim of the present study was to investigate the high frequency ultrasound and elastography charateristcs in terms of the differential diagnosis of thyroid nodules by use of multivariate logistic regression analysis and to assess the application value of these features.Methods:Sonographic features of 126 thyroid nodules (≤20mm) confirmed by pathology were analyzed retrospectively.High frequency ultrasonic and elastography features of each nodule were classified and then analyzed with multivariate logistic regression analysis.Factors of malignant nodules were screened to establish a probability equation.Results:In light of the results of multivariate logistic regression analysis,five features with statistical significance,including obscure boundary,A/T ratio>1,micro calcification,very low echo and elasticity score,were entered into the logistic stepwise regression model,presenting as the key factors to differentiate benign and malignant nodules.An overall diagnostic accuracy of 89.7% was obtained using this model,with 90.0% benign and 89.3% malignant nodules,respectively.The area under the ROC curve was 0.959.Conclusions:The model of multivariate logistic regression analysis can select the valuable variables in the diagnosis of small thyroid nodules.Comprehensive evaluation of each variable facilitates the differentiation of benignancy or malignancy.

Thyroid nodule; High frequency ultrasonic; Ultrasonography; Elastography; Logistic model; Diagnosis，differential

430035武漢，普愛醫(yī)院超聲影像科

熊晶(1982-)，女，武漢人，碩士，住院醫(yī)師，主要從事甲狀腺超聲影像診斷工作。

黃道中，E-mail：hdz027@126.com

R581; R445.1

A

1000-0313(2016)05-0446-04

10.13609/j.cnki.1000-0313.2016.05.014

2015-12-29

2016-01-22)