基于超声图像特征的Nomogram模型可准确定性诊断颈部肿大淋巴结

摘要

目的 建立基于超声图像特征的颈部淋巴结（CLN）定性诊断模型。方法 回顾性选择2020年1月～2023年12月在四川大学华西医院超声科行淋巴结穿刺的患者2697例，共有颈部肿大淋巴结3014例，以病理学结果为金标准，分为良性病理1489例，恶性病理1525例。收集患者一般资料、二维灰阶及彩色多普勒超声图像，由2位超声医师读图记录淋巴结图像特征。将患者以7∶3的比例随机分割为训练队列及验证队列。在验证组队列中，通过单因素分析筛选CLN良恶性相关特征，采用逻辑回归进行多因素分析确定候选变量，构建Nomogram模型。分别在训练集及测试集绘制ROC曲线，计算敏感度、特异度、准确度评估模型的诊断效能，绘制校准曲线评估模型预测值和实际观测值之间的差异，绘制临床决策曲线分析评价其临床有效性。结果 共有10个变量纳入Nomogram模型，模型训练组的曲线下面积（AUC）为0.942，验证组的AUC为0.925，常规超声定性诊断淋巴结的AUC为0.656，差异有统计学意义（P<0.001）。淋巴结长径、短径、长短径比、皮质回声模式、皮质是否均质、皮髓质分界、淋巴门显示、边缘、形状、钙化是CLN定性诊断的重要超声特征。结论 基于超声图像的Nomogram模型能够提供CLN定性诊断，较常规超声诊断具有明显优越性，为临床CLN肿大患者下一步诊疗方案提供重要参考。

关键词

颈部淋巴结 / 超声 / Nomogram

基金资助

四川省科技计划项目（2023NSFSC1722）