A Logistic regression model for differential diagnosis of benign and malignant solid breast masses by unltrasound
乳腺实性肿块超声良恶性鉴别诊断的Logistic回归模型

目的 建立乳腺实性肿块良恶性鉴别诊断超声特征的Logistic回归模型.方法 对病理证实的90例93个乳腺实性肿块(良性组及恶性组)的超声特征进行回顾性分析,对比乳腺良恶性肿块声像图特点,通过多因素回归分析建立二分类Logistic回归模型,筛选有助于鉴别乳腺良恶性病变的主要相关超声特征,绘制ROC曲线并计算曲线下面积.结果 良性组55例57个乳腺实性肿块及恶性组35例36个乳腺实性肿块声像图特征及检出率为:(1)形态规则47个(82.5%)及9个(25.0%);(2)边界清晰50个(87.7%)及4个(1 1.1%);(3)内部回声均匀52个(91.2%)及3个(8.3%);(4)可见微钙化1个(1.8%)及8个(22.2%);(5)有侧方回声失落26个(45.6%)及3个(8.3%);(6)腋窝淋巴结肿大1个(1.8%)及19个(52.8%);(7)肿块纵横比≥1者3个(5.3%)及28个(77.8%);(8)血流RI i>0.7者1个(1/25,4.0%)及31个(31/34,91.2%).多因素回归分析显示最后进入Logistic模型的5个特征分别为边界、内部回声、肿块纵横比、血流Adler分级和血流RI.IlOC曲线下面积为0.988,标准误为0.005,95%可信区间(0.978,0.998).结论 以超声特征的乳腺实性肿块良恶性鉴别的Logistic回归模型有助于对乳腺实性肿块的良恶性进行鉴别诊断.