[目的]分析乳腺影像报告与数据系统(breast imaging reporting and data system,BI-RADS)4~5类女性中乳腺癌发病风险因素,构建乳腺癌风险预测模型。[方法]收集2019年6月至2023年3月山西省晋城市泽州县妇幼保健院和长治医学院附属和平医...[目的]分析乳腺影像报告与数据系统(breast imaging reporting and data system,BI-RADS)4~5类女性中乳腺癌发病风险因素,构建乳腺癌风险预测模型。[方法]收集2019年6月至2023年3月山西省晋城市泽州县妇幼保健院和长治医学院附属和平医院337例BI-RADS 4~5类35岁以上女性临床及影像资料,经单因素分析后以P<0.05的变量结合最优子集法进行变量筛选,以赤池信息准则(akaike information criterion,AIC)最低的组合构建Logistic回归模型并进行Bootstrap内部验证,采用C指数、Calibration校准曲线、决策曲线(decision curve analysis,DCA)评估预测模型的临床有效性。[结果]体质指数(body mass index,BMI)、生产次数>2次,患有乳腺良性疾病史、致密型乳腺、肿块不规则为乳腺癌的危险因素。Logit(P)=-6.618+0.24BMI+0.606乳腺良性疾病史+0.306致密型乳腺+1.059×生育次数(>2次)+1.814肿块不规则。该模型的C指数为0.811(95%CI:0.731~0.891),H-L拟合优度检验P=0.205(P>0.05),结合校准曲线证明此模型的区分度和校准度良好。[结论]成功构建乳腺癌高危人群风险评估模型,且具有良好的预测价值,有利于识别乳腺癌患者,具备临床参考价值。展开更多
文摘[目的]分析乳腺影像报告与数据系统(breast imaging reporting and data system,BI-RADS)4~5类女性中乳腺癌发病风险因素,构建乳腺癌风险预测模型。[方法]收集2019年6月至2023年3月山西省晋城市泽州县妇幼保健院和长治医学院附属和平医院337例BI-RADS 4~5类35岁以上女性临床及影像资料,经单因素分析后以P<0.05的变量结合最优子集法进行变量筛选,以赤池信息准则(akaike information criterion,AIC)最低的组合构建Logistic回归模型并进行Bootstrap内部验证,采用C指数、Calibration校准曲线、决策曲线(decision curve analysis,DCA)评估预测模型的临床有效性。[结果]体质指数(body mass index,BMI)、生产次数>2次,患有乳腺良性疾病史、致密型乳腺、肿块不规则为乳腺癌的危险因素。Logit(P)=-6.618+0.24BMI+0.606乳腺良性疾病史+0.306致密型乳腺+1.059×生育次数(>2次)+1.814肿块不规则。该模型的C指数为0.811(95%CI:0.731~0.891),H-L拟合优度检验P=0.205(P>0.05),结合校准曲线证明此模型的区分度和校准度良好。[结论]成功构建乳腺癌高危人群风险评估模型,且具有良好的预测价值,有利于识别乳腺癌患者,具备临床参考价值。