文件大小：1.32M
目的 基于多模态超声术前预测甲状腺结节性质，并构建Nomogram模型。方法 选取2020年1月至2023年1月于保定市第一医院就诊并行甲状腺结节切除术的病人225例。经计算机生成随机数字表法按2∶1分为建模集（150例）、检验集（75例）。病人均于术前行多模态超声检查，建模集根据术后病理结果将其分为良性组（125例，151个结节）、恶性组（25例，35个结节）。比较建模集两组常规超声、超声造影（CEUS）及弹性成像特征；采用多因素逐步logistic回归模型分析建模集多模态超声参数与甲状腺结节性质的相关性；建立建模集术前预测甲状腺结节性质的Nomogram模型，用受试者操作特征曲线（ROC曲线）、Calibration曲线验证模型的效能。结果 与良性组[67.55%、31.13%、33.11%、34.44%、51.66%、9.93%、47.68%、0.00%、25.83%、39.07%、9.93%、（27.76±4.10）s、（1.95±0.24）分、（33.69±5.47）%、（56.58±12.24）s、（1 956.32±412.27）%s]比较，恶性组极低或低回声、边缘不规则或分叶状、纵横比>1、点状强回声、造影剂分布不均匀、向心性增强、低增强、增强后边界模糊无法分辨、造影后结节体积增大、晚于周边甲状腺实质同步增强、早于周边甲状腺实质同步消退构成比、达峰时间（TP）、弹性成像评分[97.14%、74.29%、51.43%、57.14%、91.43%、40.00%、88.57%、5.71%、54.29%、65.71%、28.57%、（37.20±5.62）s、（3.36±0.51）分]升高（P<0.05），结节及周围正常组织的峰值强度（PI）、平均渡越时间（MTT）、时间-强度曲线下面积（AUCt）[（22.48±6.95）%、（45.30±15.19）s、（1 127.18±321.07）%s]降低（P<0.05）。多因素逐步logistic回归模型显示，极低或低回声、造影后结节体积增大、TP、MTT、弹性成像评分与甲状腺结节性质密切相关（P<0.05）。将上述风险因素作为预测变量，建立建模集Nomogram模型。ROC曲线显示，Nomogram模型预测建模集术后甲状腺结节恶性的AUC为0.95，灵敏度为91.43%，特异度为90.07%，检验集的AUC及其95%CI为0.92（0.84,0.96），灵敏度为83.33%，特异度为84.00%，建模集、检验集预测建模集术后甲状腺结节恶性的AUC均大于美国放射学会甲状腺影像报告与数据系统分级；经Hosmer-Lemeshow检验，建模集、检验集的Calibration曲线均差异无统计学意义（χ2=0.46、0.41,P=0.321、0.384），显示校正曲线与理想曲线是拟合的（P>0.05）。采用Bootstrap法进行内部验证，C-index指数0.91、0.90,95%CI为（0.76,0.85）、（0.84,0.97），区分度良好。结论 多模态超声可综合各项敏感指标，提高超声对甲状腺结节性质的诊断效能，据此建立的Nomogram模型预测效能良好。
