对比观察ADNEX模型、简单规则风险估计模型及恶性风险指数诊断卵巢良恶性肿瘤

目的比较ADNEX模型、简单规则风险估计模型及恶性风险指数(RMI)对卵巢良恶性肿瘤的诊断价值。方法回顾性分析286例卵巢肿瘤患者的术前超声检查图像,分别以ADNEX模型、简单规则风险估计模型及RMI评估卵巢肿瘤的良恶性。以病理结果为金标准,计算并比较3种方法的敏感度、特异度,绘制ROC曲线,获得曲线下面积。结果286例卵巢肿瘤患者中,良性肿瘤142例,恶性肿瘤144例。ADNEX模型、简单规则风险估计模型、RMI诊断卵巢良恶性肿瘤的敏感度分别为83.33%(120/144)、80.56%(116/144)、65.97%(95/144),特异度分别为89.44%(127/142)、92.96%(132/142)、90.14%(128/142)。ADNEX模型与简单规则风险估计模型间敏感度及特异度差异均无统计学意义(χ~2=0.352、1.784,P=0.554、0.182),ADNEX模型及简单规则风险估计模型的敏感度均高于RMI(χ~2=16.691、7.533,P均<0.001),而特异度与RMI间差异均无统计学意义(χ~2=0、0.561,P=1.000、0.454)。ADNEX模型、简单规则风险估计模型及RMI鉴别卵巢肿瘤良恶性的AUC分别为0.864、0.868和0.788(P均<0.001)。结论 ADNEX模型及简单规则风险估计模型鉴别卵巢肿瘤良恶性的效能在一定程度上优于RMI。

病例队列设计下可加可乘风险模型的Bootstrap估计

本文聚焦于病例队列设计的研究,旨在解决协变量测量成本高昂和疾病发病率较低等现实问题。该方法可以显著降低大规模预测性研究的成本。针对病例队列数据下的可加可乘风险模型,本文提出了三种估计方法,并采用了一种单阶段重抽样的非参数bootstrap方法进行协方差估计。通过数值模拟研究,我们将bootstrap方法获得的协方差估计与基于渐近理论的协方差估计进行了比较。结果显示,bootstrap方法表现出色。此外,我们将所提方法应用到一个实际案例中,取得了良好的分析效果。