乳腺结节恶性风险列线图预测模型的构建与验证

目的:基于多模态超声技术分析乳腺癌的独立危险因素,构建乳腺结节恶性风险列线图预测模型,评估模型的预测价值,指导临床制定更有效的乳腺癌筛查策略。方法:前瞻性收集2021年5月至2023年12月川北医学院附属医院超声BI-RADS分类3~5类且均经病理证实的乳腺结节患者228例(共230个结节),其中良性组146个,恶性组84个。通过单因素分析筛选指标,绘制受试者操作特征(ROC)曲线并计算曲线下面积(AUC)评价各指标的诊断效能。将表现较好的指标纳入多因素Logistic回归并构建乳腺结节恶性风险列线图预测模型。行Bootstrap法对模型进行验证,使用一致性指数(C-index)、校正曲线和决策曲线评价模型的预测效能和临床获益率。结果:单因素初筛显示,血流参数中AP分型与RI对乳腺癌的诊断效能较高,与CDFI分级、AP分级、PSV的AUC两两比较,差异均有统计学意义(均P<0.05)。SWE相关参数中Emax对乳腺癌的诊断效能最好,与SWE分型、Emean的AUC比较,差异均具有统计学意义(Z=2.742、3.174,均P<0.05)。多因素分析显示,年龄、BI-RADS、AP分型、RI、Emax可作为独立危险因素纳入乳腺癌预测列线图模型的构建。模型的C-index为0.996,对模型行内部验证后校正的C-index为0.992。校正曲线显示,模型的预测概率与实际概率之间存在良好的一致性。决策曲线显示模型的阈概率为0~1.0时,患者可获得正的净收益。结论:基于年龄、BI-RADS、RI、AP分型、Emax构建的多模态超声列线图模型可有效预测乳腺结节良恶性,具有良好的临床应用价值。多模态超声列线图的可视化展现有助于指导临床制定更合理的乳腺癌筛查策略,便于乳腺癌的早发现、早诊断,提高患者的生存率和生活质量。