论文部分内容阅读
【目的】
1.观察不同类型超声探测发现的甲状腺强回声灶与甲状腺相关激素在甲状腺良恶性肿瘤鉴别诊断中的作用。
2.探索甲状腺乳头状癌患者中超声探测发现的强回声灶分类与患者甲状腺相关激素的相关性。
【方法】
收集在广东医科大学附属医院2017年3月至2019年10月住院手术治疗的863例甲状腺肿瘤患者。通过查询在我院行甲状腺超声检查并有完整甲状腺功能六项的抽血检查结果，联合分析863例甲状腺肿瘤的超声特征、超声强回声灶分类及甲状腺相关激素水平，选取差异有统计学意义的因素，建立基于超声强回声灶分类的甲状腺乳头状癌Logistic回归预测模型及基于超声强回声灶分类+甲状腺相关激素的甲状腺乳头状癌Logistic回归预测模型，采用受试者工作特征曲线(Receiver operating characteristic curve，ROC)比较两个模型的优劣。然后研究其中452例甲状腺乳头状癌(Papillary thyroid carcinoma，PTC)患者超声检查强回声灶分类与甲状腺相关激素的相关性。
【结果】
1.在863例甲状腺肿瘤患者中，强回声灶检出率45.0%(388/863)。有411例良性甲状腺结节患者(包括结节性甲状腺肿与甲状腺腺瘤)，452例甲状腺乳头状癌患者。良性病例411例，含有强回声灶者共74例(粗大钙化36例，周边或弧形钙化7例，点状强回声20例，混合钙化灶11例)，检出率18%(74/411)。乳头状癌病例452例，含有强回声灶者共314例(粗大钙化12例，周边或弧形钙化8例，点状强回声223例，混合钙化灶71例)，检出率69.5%(314/452)。粗大钙化诊断甲状腺良性肿瘤的灵敏度、特异度、准确度、阳性预测值和阴性预测值为8.8%、2.7%、55.2%、75.0%、54.0%。点状强回声诊断甲状腺乳头状癌的灵敏度、特异度、准确度、阳性预测值和阴性预测值为49.3%、95.1%、71.1%、91.8%、63.1%。混合钙化灶诊断甲状腺乳头状癌的灵敏度、特异度、准确度、阳性预测值和阴性预测值为15.8%、97.3%、54.6%、86.6%、51.2%。
2.患者年龄、肿瘤大小(最大径线)、肿瘤成分、强回声灶分类等在甲状腺良恶性肿瘤间差异有统计学意义(P＜0.05)。血清促甲状腺激素(Thyroid stimulating hormone，TSH)、抗甲状腺过氧化物酶抗体(Antithyroid peroxidase autoantibody，A-TPO)、甲状腺球蛋白(Thyroglobulin，TG)、抗甲状腺球蛋白抗体(Antithyroglobulin antibody，TgAb)水平在甲状腺良恶性肿瘤间差异有统计学意义(P＜0.05)。
3.将患者年龄、肿瘤大小(最大径线)、肿瘤成分、强回声灶分类等有统计学意义的因素，以病理为金标准，进行二元Logistic回归分析及ROC曲线分析。排除患者年龄、肿瘤大小(最大径线)、肿瘤成分，建立基于超声强回声灶分类的数学预测模型，绘制ROC曲线，得到模型一的曲线下面积(Area under the curve，AUC)为0.787(95%CI=0.756to0.819)。将甲状腺相关激素TSH、A-TPO、TG、TgAb水平加入上述模型，进行二元Logistic回归分析及ROC曲线分析。排除A-TPO、TgAb，建立基于超声强回声灶分类+甲状腺相关激素的数学预测模型，绘制ROC曲线，得到模型二的AUC为0.855(95%CI=0.830to0.881)大于模型一，两者的统计学意义明显(P＜0.05)。
4.在452例甲状腺乳头状癌患者中，比较患者的年龄、甲状腺相关激素水平、肿瘤大小、淋巴结转移率、TNM(Tumor Node Metastasis)分期等在不同强回声灶分类间分布是否存在差异。结果显示年龄、TSH、TG、肿瘤大小、淋巴结转移率、TNM分期在不同强回声灶分类之间分布存在显著差异(P＜0.05)。血清游离甲状腺素(Free T4，FT4)、游离三碘甲状腺素氨酸(Free T3，FT3)、A-TPO、TgAb在不同超声强回声灶分类之间不存在显著差异(P＞0.05)。
【结论】
1.甲状腺良性肿瘤强回声灶检出率约18%(74/411)，乳头状癌检出率约69.5%(314/452)。相对于甲状腺良性肿瘤，甲状腺乳头状癌常表现为年龄较小、肿瘤最大直径较小、高TSH、高A-TPO、低TG、高TgAb、实性或者完全实性、伴有强回声灶，主要为点状强回声、混合钙化灶。
2.将良恶性甲状腺肿瘤在临床资料和超声特征中有统计学意义的因素进行二元Logistic回归及ROC曲线分析，建立基于超声强回声灶分类和基于超声强回声灶分类+甲状腺相关激素两个数学预测模型。比较两个模型的优劣，基于超声强回声灶分类+甲状腺相关激素模型能够有效的鉴别甲状腺良恶性肿瘤，为临床甲状腺良恶性肿瘤的鉴别诊断提供了可靠依据。
3.甲状腺乳头状癌的强回声灶分类与年龄、TSH、TG、肿瘤大小、淋巴结转移率、TNM分期相关，为进一步揭示甲状腺强回声灶的形成、发生发展提供影像基础。
1.观察不同类型超声探测发现的甲状腺强回声灶与甲状腺相关激素在甲状腺良恶性肿瘤鉴别诊断中的作用。
2.探索甲状腺乳头状癌患者中超声探测发现的强回声灶分类与患者甲状腺相关激素的相关性。
【方法】
收集在广东医科大学附属医院2017年3月至2019年10月住院手术治疗的863例甲状腺肿瘤患者。通过查询在我院行甲状腺超声检查并有完整甲状腺功能六项的抽血检查结果，联合分析863例甲状腺肿瘤的超声特征、超声强回声灶分类及甲状腺相关激素水平，选取差异有统计学意义的因素，建立基于超声强回声灶分类的甲状腺乳头状癌Logistic回归预测模型及基于超声强回声灶分类+甲状腺相关激素的甲状腺乳头状癌Logistic回归预测模型，采用受试者工作特征曲线(Receiver operating characteristic curve，ROC)比较两个模型的优劣。然后研究其中452例甲状腺乳头状癌(Papillary thyroid carcinoma，PTC)患者超声检查强回声灶分类与甲状腺相关激素的相关性。
【结果】
1.在863例甲状腺肿瘤患者中，强回声灶检出率45.0%(388/863)。有411例良性甲状腺结节患者(包括结节性甲状腺肿与甲状腺腺瘤)，452例甲状腺乳头状癌患者。良性病例411例，含有强回声灶者共74例(粗大钙化36例，周边或弧形钙化7例，点状强回声20例，混合钙化灶11例)，检出率18%(74/411)。乳头状癌病例452例，含有强回声灶者共314例(粗大钙化12例，周边或弧形钙化8例，点状强回声223例，混合钙化灶71例)，检出率69.5%(314/452)。粗大钙化诊断甲状腺良性肿瘤的灵敏度、特异度、准确度、阳性预测值和阴性预测值为8.8%、2.7%、55.2%、75.0%、54.0%。点状强回声诊断甲状腺乳头状癌的灵敏度、特异度、准确度、阳性预测值和阴性预测值为49.3%、95.1%、71.1%、91.8%、63.1%。混合钙化灶诊断甲状腺乳头状癌的灵敏度、特异度、准确度、阳性预测值和阴性预测值为15.8%、97.3%、54.6%、86.6%、51.2%。
2.患者年龄、肿瘤大小(最大径线)、肿瘤成分、强回声灶分类等在甲状腺良恶性肿瘤间差异有统计学意义(P＜0.05)。血清促甲状腺激素(Thyroid stimulating hormone，TSH)、抗甲状腺过氧化物酶抗体(Antithyroid peroxidase autoantibody，A-TPO)、甲状腺球蛋白(Thyroglobulin，TG)、抗甲状腺球蛋白抗体(Antithyroglobulin antibody，TgAb)水平在甲状腺良恶性肿瘤间差异有统计学意义(P＜0.05)。
3.将患者年龄、肿瘤大小(最大径线)、肿瘤成分、强回声灶分类等有统计学意义的因素，以病理为金标准，进行二元Logistic回归分析及ROC曲线分析。排除患者年龄、肿瘤大小(最大径线)、肿瘤成分，建立基于超声强回声灶分类的数学预测模型，绘制ROC曲线，得到模型一的曲线下面积(Area under the curve，AUC)为0.787(95%CI=0.756to0.819)。将甲状腺相关激素TSH、A-TPO、TG、TgAb水平加入上述模型，进行二元Logistic回归分析及ROC曲线分析。排除A-TPO、TgAb，建立基于超声强回声灶分类+甲状腺相关激素的数学预测模型，绘制ROC曲线，得到模型二的AUC为0.855(95%CI=0.830to0.881)大于模型一，两者的统计学意义明显(P＜0.05)。
4.在452例甲状腺乳头状癌患者中，比较患者的年龄、甲状腺相关激素水平、肿瘤大小、淋巴结转移率、TNM(Tumor Node Metastasis)分期等在不同强回声灶分类间分布是否存在差异。结果显示年龄、TSH、TG、肿瘤大小、淋巴结转移率、TNM分期在不同强回声灶分类之间分布存在显著差异(P＜0.05)。血清游离甲状腺素(Free T4，FT4)、游离三碘甲状腺素氨酸(Free T3，FT3)、A-TPO、TgAb在不同超声强回声灶分类之间不存在显著差异(P＞0.05)。
【结论】
1.甲状腺良性肿瘤强回声灶检出率约18%(74/411)，乳头状癌检出率约69.5%(314/452)。相对于甲状腺良性肿瘤，甲状腺乳头状癌常表现为年龄较小、肿瘤最大直径较小、高TSH、高A-TPO、低TG、高TgAb、实性或者完全实性、伴有强回声灶，主要为点状强回声、混合钙化灶。
2.将良恶性甲状腺肿瘤在临床资料和超声特征中有统计学意义的因素进行二元Logistic回归及ROC曲线分析，建立基于超声强回声灶分类和基于超声强回声灶分类+甲状腺相关激素两个数学预测模型。比较两个模型的优劣，基于超声强回声灶分类+甲状腺相关激素模型能够有效的鉴别甲状腺良恶性肿瘤，为临床甲状腺良恶性肿瘤的鉴别诊断提供了可靠依据。
3.甲状腺乳头状癌的强回声灶分类与年龄、TSH、TG、肿瘤大小、淋巴结转移率、TNM分期相关，为进一步揭示甲状腺强回声灶的形成、发生发展提供影像基础。