甲状腺不确定结节超声预测模型建立

目的:构建甲状腺不确定结节(BethesdaⅢ、Ⅳ类)预测模型方程,辅助诊断其良恶性。方法:回顾性分析我院2010年1月—2019年8月期间超声引导下细针穿刺细胞学检查(FNAC)细胞学病理结果为BethesdaⅢ、Ⅳ类的甲状腺结节的超声资料,构建预测恶性率模型方程,后收集我院2019年9月—2021年1月的BethesdaⅢ、Ⅳ类且行手术切除的结节超声资料及病理结果,验证预测模型对不确定结节的诊断效能。结果:2010年1月—2019年8月期间接受FNAC者1 296例为细胞学不确定结节,纳入859个(BethesdaⅢ类782个、Ⅳ类77个)甲状腺结节,结节的回声、边界、形态、声晕、纵横比、微钙化、内部血流丰富程度、可疑淋巴结差异有统计学意义(P值<0.05)。建立的预测模型方程:Logit(p)=-4.24+3.22(极低回声)+0.87(边界不清)+1.84(形态不规则)+1.76(纵横比≥1)+1.89(微钙化)+1.51(血流不丰富),收集了2019年9月—2021年1月间共101个甲状腺结节验证模型,模型的最佳诊断值为P=32.92%,约登指数0.66,AUC 0.88,敏感度73.86%,特异度92.31%。结论:研究建立的预测模型可以辅助临床医生为细胞学不确定的甲状腺结节患者做出合理决策,同时可降低良性病变患者不必要的甲状腺切除率。