目的探讨基于列线图模型预测子宫内膜异位症(endometriosis,EMT)恶变的价值。方法回顾性选取2015年1月至2020年6月在湖南中医药高等专科学校附属第一医院就诊并进行手术治疗,且术后病理诊断为EMT相关性卵巢癌的患者45例和卵巢EMT囊肿无...目的探讨基于列线图模型预测子宫内膜异位症(endometriosis,EMT)恶变的价值。方法回顾性选取2015年1月至2020年6月在湖南中医药高等专科学校附属第一医院就诊并进行手术治疗,且术后病理诊断为EMT相关性卵巢癌的患者45例和卵巢EMT囊肿无恶变的患者312例,根据EMT是否癌变将研究对象分为癌变组与非癌变组。观察并记录研究对象一般资料、实验室检查和影像学检查结果,并比较两组患者数据的差异。采用Logistic回归判定恶变的独立危险因素,构建列线图预测模型,绘制受试者工作曲线(receiver operating characteristic,ROC)评估列线图模型的预测能力。结果人附睾蛋白4(human epididymal protein 4,HE4),卵巢癌风险评估指数(Risk of Ovarian Malignancy Algorithm,ROMA),超声影像学检查的囊肿实性成分、囊壁乳头、血流信号、囊壁增厚、囊肿最大径,绝经情况,年龄,月经异常和病程是EMT患者恶变的独立危险因素。基于这些危险因素构建的列线图模型拟合效果良好,ROC曲线下面积高达0.982,预测能力优良。结论卵巢癌的肿瘤标志物HE4对EMT恶变的预测能力很强,超声影像学检查也有很好的辅助作用。基于本研究发现的独立危险因素构建的列线图模型可作为量化工具用于EMT患者恶变的预测,有助于术前治疗方案的制定,提高患者预后水平。展开更多
文摘目的探讨基于列线图模型预测子宫内膜异位症(endometriosis,EMT)恶变的价值。方法回顾性选取2015年1月至2020年6月在湖南中医药高等专科学校附属第一医院就诊并进行手术治疗,且术后病理诊断为EMT相关性卵巢癌的患者45例和卵巢EMT囊肿无恶变的患者312例,根据EMT是否癌变将研究对象分为癌变组与非癌变组。观察并记录研究对象一般资料、实验室检查和影像学检查结果,并比较两组患者数据的差异。采用Logistic回归判定恶变的独立危险因素,构建列线图预测模型,绘制受试者工作曲线(receiver operating characteristic,ROC)评估列线图模型的预测能力。结果人附睾蛋白4(human epididymal protein 4,HE4),卵巢癌风险评估指数(Risk of Ovarian Malignancy Algorithm,ROMA),超声影像学检查的囊肿实性成分、囊壁乳头、血流信号、囊壁增厚、囊肿最大径,绝经情况,年龄,月经异常和病程是EMT患者恶变的独立危险因素。基于这些危险因素构建的列线图模型拟合效果良好,ROC曲线下面积高达0.982,预测能力优良。结论卵巢癌的肿瘤标志物HE4对EMT恶变的预测能力很强,超声影像学检查也有很好的辅助作用。基于本研究发现的独立危险因素构建的列线图模型可作为量化工具用于EMT患者恶变的预测,有助于术前治疗方案的制定,提高患者预后水平。