Logistic回歸分析在BI-RADS-US(2013)超聲描述詞對乳腺腫塊良惡性鑒別中的應用.pdf

1、目的：
　　應用Binary Logistic回歸模型探討超聲乳腺影像報告數(shù)據(jù)系統(tǒng)(2013)中列舉的超聲征象及相關臨床資料在乳腺腫塊良惡性鑒別中的診斷價值，篩選出起主要鑒別作用的影像學表現(xiàn)及臨床資料。
　　方法：
　　對安徽醫(yī)科大學第二附屬醫(yī)院的367例患者行乳腺灰階超聲、彩色多普勒超聲、彈性成像等檢查，共發(fā)現(xiàn)430個乳腺腫塊，依據(jù)BI-RADS-US(2013)中列舉的腫塊的超聲描述詞記錄各腫塊超聲征象：腫塊的大小

2、、形態(tài)、方位、邊緣、內部回聲、后方回聲、血管供應、彈性評估、有無腋窩淋巴結腫大、腫塊內細鈣化、腫塊內粗鈣化、導管內鈣化、腫塊外鈣化、乳腺結構扭曲、導管改變、皮膚改變、水腫。查閱患者的病歷記錄其相關臨床資料，包括：患者的腫瘤家族史、患病年齡、腫塊的位置等。與病理結果對照，應用SPSS17.0統(tǒng)計軟件，對上述20個方面的參數(shù)先行單因素分析，定量資料經正態(tài)檢驗后,采用獨立樣本t檢驗或獨立樣本非參數(shù)檢驗，定性資料采用?2檢驗，?<0.05差異有

3、統(tǒng)計學意義。將單因素分析中篩選出的有統(tǒng)計學意義的自變量用Binary Logistic回歸 Enter法進行分析，?＜0.05差異具有統(tǒng)計學意義，建立預測模型，對模型的擬合情況采用Hosmer and Lemeshow檢驗,若?≧0.05證明模型擬合良好。
　　結果：
　　1.單因素分析結果
　　惡性病灶170個,良性病灶260個。共有17個方面的指標可用來鑒別乳腺腫塊的良惡性：患者的患病年齡、腫塊的形態(tài)、方位、邊緣、

4、內部回聲、后方回聲、血管供應、彈性評估、腫塊內細鈣化、腫塊內粗鈣化、導管內鈣化、腫塊外鈣化、乳腺結構扭曲、周圍導管改變、皮膚改變、水腫、腋窩淋巴結腫大。
　　2.多因素Logistic分析結果：
　　共篩選出7個乳腺癌診斷的主要影響因素，按其預測乳腺腫塊為惡性的相對危險度(0R值)由高到低依次排序為:腫塊內細點狀鈣化（OR=14.878)>邊緣毛刺狀（OR=13.326)>邊緣微小分葉（ OR=12.475)>邊緣成角（OR

5、=11.843)>年齡（OR=4.652)>腋窩淋巴結腫大（OR=4.410)>方位（OR=3.424)。得到的預測模型Logit(P)=-21.311+1.537×(年齡≧40歲)+1.231×不平行生長+2.472×邊緣成角+2.524×邊緣呈微小分葉狀+2.590×邊緣呈毛刺狀+2.700×腫塊內微小鈣化+1.484×腋窩淋巴結腫大。Hosmer and Lemeshow檢驗：?=0.389（?≥0.05），模型擬合良好。

6、　　結論：
　　1.單因素分析結果中具有統(tǒng)計學意義的指標中囊括了BI-RADS-US（2013）中列舉的所有超聲征象，這再次驗證了BI-RADS-US有助于乳腺腫塊良惡性的鑒別。
　　2.多因素分析結果按OR值由大到小排序，共有：腫塊內細點狀鈣化、邊緣毛刺狀、邊緣微小分葉、邊緣成角、年齡≥40歲、腋窩淋巴結腫大、方位7個因素是乳腺良惡性腫塊鑒別診斷中的主要危險因素，OR值越大，腫塊的惡性可能性越大；危險因素出現(xiàn)的越多，乳腺腫