目的构建一种基于常规超声和超声造影特征的列线图预测模型,可在术前鉴别诊断高级别或低级别的肾透明细胞癌(clear cell renal cell carcinoma,ccRCC)。方法回顾性分析2019年1月至2021年7月于中国人民解放军总医院第一医学中心收治的258...目的构建一种基于常规超声和超声造影特征的列线图预测模型,可在术前鉴别诊断高级别或低级别的肾透明细胞癌(clear cell renal cell carcinoma,ccRCC)。方法回顾性分析2019年1月至2021年7月于中国人民解放军总医院第一医学中心收治的258例ccRCC患者的临床资料。采用随机数种子的方法将患者分为训练集(n=180)和验证集(n=78),并依据世界卫生组织(World Health Organization,WHO)/国际泌尿病理学会(International Society of Urological Pathology,ISUP)分级标准对肿瘤切片进行分析,将WHO/ISUPⅠ~Ⅱ级归为低核分级(低级别组),WHO/ISUPⅢ~Ⅳ级归为高核分级(高级别组),评估入组患者的常规超声和超声造影特征。预测模型构建利用单因素Logistic回归分析筛选有统计学意义的变量纳入多因素Logistic回归,采用似然比检验筛选ccRCC核分级为高分级的独立预测因子并构建风险概率列线图,分析曲线评估模型性能。结果训练集与验证集患者年龄、性别、位置比较差异均无统计学意义(均P>0.05)。训练集中单因素Logistic回归分析表明,年龄、肿瘤最大径、回声强度、边界、形态、肿瘤是否凸向集合系统、有无高增强环、增强均匀性、实质期增强程度在低级别组与高级别组患者差异均有统计学意义(均P<0.05)。多因素Logistic回归分析表明,年龄、增强不均匀和无高增强环均为肿瘤细胞核分级为高级别的独立危险因素(均P<0.05)。通过似然比检验,以年龄、肿瘤最大径、高增强环、增强均匀性为预测因素构建的列线图模型在预测ccRCC核分级中性能较高,在训练集中的准确率、敏感度、特异度、曲线下面积(area under the curve,AUC)分别为0.87、0.86、0.88、0.91,在验证集中准确率、敏感度、特异度、AUC分别为0.78、0.76、0.85、0.88。校准曲线显示,列线图预测模型在训练集和验证集中拟合良好。决策曲线分析表明,阈值概率为0.07~0.77时,列线图预测模型可获得较好的净收益。一致性分析表明,常规超声和超声造影特征在观察者间Kappa值范围为0.63~0.80,一致性良好。结论年龄、肿瘤最大径、增强不均匀、无高增强环为ccRCC细胞核分级为高级别的危险因素,基于常规超声和超声造影特征的列线图预测模型可在术前有效区分高级别或低级别ccRCC,为临床决策制订提供依据。展开更多
文摘目的构建一种基于常规超声和超声造影特征的列线图预测模型,可在术前鉴别诊断高级别或低级别的肾透明细胞癌(clear cell renal cell carcinoma,ccRCC)。方法回顾性分析2019年1月至2021年7月于中国人民解放军总医院第一医学中心收治的258例ccRCC患者的临床资料。采用随机数种子的方法将患者分为训练集(n=180)和验证集(n=78),并依据世界卫生组织(World Health Organization,WHO)/国际泌尿病理学会(International Society of Urological Pathology,ISUP)分级标准对肿瘤切片进行分析,将WHO/ISUPⅠ~Ⅱ级归为低核分级(低级别组),WHO/ISUPⅢ~Ⅳ级归为高核分级(高级别组),评估入组患者的常规超声和超声造影特征。预测模型构建利用单因素Logistic回归分析筛选有统计学意义的变量纳入多因素Logistic回归,采用似然比检验筛选ccRCC核分级为高分级的独立预测因子并构建风险概率列线图,分析曲线评估模型性能。结果训练集与验证集患者年龄、性别、位置比较差异均无统计学意义(均P>0.05)。训练集中单因素Logistic回归分析表明,年龄、肿瘤最大径、回声强度、边界、形态、肿瘤是否凸向集合系统、有无高增强环、增强均匀性、实质期增强程度在低级别组与高级别组患者差异均有统计学意义(均P<0.05)。多因素Logistic回归分析表明,年龄、增强不均匀和无高增强环均为肿瘤细胞核分级为高级别的独立危险因素(均P<0.05)。通过似然比检验,以年龄、肿瘤最大径、高增强环、增强均匀性为预测因素构建的列线图模型在预测ccRCC核分级中性能较高,在训练集中的准确率、敏感度、特异度、曲线下面积(area under the curve,AUC)分别为0.87、0.86、0.88、0.91,在验证集中准确率、敏感度、特异度、AUC分别为0.78、0.76、0.85、0.88。校准曲线显示,列线图预测模型在训练集和验证集中拟合良好。决策曲线分析表明,阈值概率为0.07~0.77时,列线图预测模型可获得较好的净收益。一致性分析表明,常规超声和超声造影特征在观察者间Kappa值范围为0.63~0.80,一致性良好。结论年龄、肿瘤最大径、增强不均匀、无高增强环为ccRCC细胞核分级为高级别的危险因素,基于常规超声和超声造影特征的列线图预测模型可在术前有效区分高级别或低级别ccRCC,为临床决策制订提供依据。
