基于超声造影参数构建列线图模型预测肝细胞癌分化程度的应用研究

摘要

目的 通过软件定量分析超声造影灌注参数与原发性肝细胞癌（HCC）病理分级间的相关性，进而预测肝细胞癌的病理分化程度。方法 收集在吉林大学中日联谊医院接受超声造影检查（CEUS）并通过肝穿刺活检且病理证实为原发性肝细胞癌的患者128例，以Edmondson-Steiner病理分级为金标准，将其分为低级别组和高级别组。分析B型超声（BMUS）和CEUS的特征。通过软件进行DCE-US分析得到定量参数，并与HCC病理分级进行对比分析研究，构建logistic回归方程及Nomogram预测模型，并通过绘制ROC曲线、校准曲线、DCA曲线来评价模型的诊断效果。结果 单因素分析中mTTI、FT、单病灶最大直径大小具有统计学差异（P<0.05）。多因素二元回归得到的方程为：Y=-2.360+1.674χ₁+1.019χ₂+0.753χ_3（2）+1.570χ_3（3）,其AUC为0.831,敏感度为82.0%,特异度为79.5%。结论 联合多参数构建的回归模型可有效提高CEUS对HCC不同病理分化程度的诊断效能，为CEUS作为术前诊断HCC病理分化程度的影像学方法提供临床依据和数据支撑。

关键词

超声造影 / 原发性肝细胞癌 / Edmondson-Steiner病理分级

基金资助

吉林省卫生人才专项项目资助(2023SCZ59)