卵巢-附件肿瘤恶性风险的预测模型构建：基于超声、超声造影联合临床及血清学指标

摘要

目的 基于超声、超声造影、临床及血清学指标构建列线图模型，探讨其对卵巢-附件肿瘤恶性风险的预测价值。方法 回顾性分析2022年1月～2025年1月在新疆医科大学第一附属医院检查发现卵巢-附件肿瘤的患者220例，其中良性161例，恶性59例，按7∶3随机分为训练集（n=154）和验证集（n=66）。比较两组的超声、超声造影、临床及血清学指标，通过最小绝对收缩和选择算子（LASSO）-logistic回归分析筛选出独立影响因素并构建列线图模型，绘制受试者操作特征曲线、校准曲线及决策曲线评估模型的诊断性能。结果 训练集与验证集比较，CA125、肿瘤类型的差异有统计学意义（P<0.05），其余基线特征差异无统计学意义（P>0.05）。LASSO-logistic回归分析显示绝经状态、HE4、乳头、外形、血流、增强水平及分布特征是诊断卵巢-附件肿瘤良恶性的独立危险因素（P<0.05）。基于以上7个指标构建的列线图模型，在训练集和验证集中的曲线下面积（AUC）分别为0.961(95%CI:0.931～0.991)、0.973(95%CI:0.939～1.000)，模型具有较高的准确性；校准曲线分析显示，模型的校准度较好；临床决策曲线分析显示，模型在临床应用中净收益好。结论 基于超声、超声造影、临床及血清学指标构建的列线图模型可作为一种无创性量化工具预测卵巢-附件肿瘤恶性风险，为临床精准化诊疗提供可靠的诊断依据。

关键词

卵巢-附件肿瘤 / 超声造影 / LASSO-logistic回归 / 列线图