生长方位量化联合S-Detect技术对乳腺癌腋窝淋巴结转移的预测价值
邓雅倩1
李文肖1
徐泽林1
马金梅1
杜婷婷1
刘文1
李军2
1.石河子大学第一附属医院超声科(新疆石河子 832008)2.石河子大学第一附属医院超声科(新疆石河子 832008);国家卫健委中亚高发病防治重点实验室(新疆石河子 832008)
摘要：目的 探讨乳腺肿块生长方位量化联合S-Detect技术对预测乳腺癌腋窝淋巴结(ALN)转移的价值.方法 收集2023年3月至2024年10月于医院住院的163例乳腺癌患者资料,依据ALN病理结果分为转移组(n=62)与未转移组(n=101).所有患者术前行常规超声及S-Detect检查.采用单因素和多因素回归分析各观察指标与ALN转移的相关性,筛选出有意义的指标并建立logistic回归预测模型,采用受试者工作特征(ROC)曲线评价该模型的预测价值.结果 单因素分析显示,肿块的最大径、边界、边缘、钙化、方位角、血流在两组间的差异有统计学意义(P<0.05).多因素分析结果显示钙化、边界、方位角、边缘、最大径是预测ALN状态的独立危险因素(P<0.05).依此构建的logistic回归预测模型:Y=-7.995+2.299×最大径+1.171×边界+2.137×边缘+1.397×钙化+0.034×方位角.该联合预测模型的AUC为0.869,均大于各独立影响因素的AUC(P<0.05),联合预测模型与病理结果的一致性良好(Kappa=0.701,P<0.05).结论 量化乳腺肿块的方位角有助于预测ALN转移,并增强对非平行取向的解释和应用.乳腺肿块生长方位量化联合S-Detect技术对乳腺癌ALN转移具有较好的预测价值,可以给个性化治疗提供参考依据.
关键词：常规超声S-Detect技术乳腺癌乳腺癌腋窝淋巴结生长方位量化
分类号：R737.9(泌尿生殖器肿瘤)R445.1(诊断学)
资助基金：国家自然科学基金(82060318)国家自然科学基金(82460353)国家自然科学基金(82260105)天山英才科技创新团队(2023TSYCTD0020)兵团科技攻关项目(2022CB002-04)石河子大学第一附属医院青年基金项目(QN202126)石河子大学第一附属医院青年基金项目(QN202107)石河子大学科研项目(ZZZC2023040)
论文发表日期：2025-01-09
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 100-107 )
英文信息