《临床放射学杂志》发表论文赏析
作者:吴雯玉, 李海蛟, 曹崑
单位:100144 北京大学首钢医院影像科
摘要:目的探讨基于MRI特征的评分模型对卵巢-附件报告和数据系统(O-RADS)4类囊实性卵巢肿物进行风险分层的价值。方法回顾性纳入经手术切除且术前O-RADS MRI评分为4分的137例囊实性肿物患者,分析其术前MRI特征,包括肿瘤最大径、腹腔积液量、实性成分形态、扩散加权成像信号强度及强化程度。采用多因素<em>Logistic</em>回归分析筛选恶性肿瘤的独立预测因子,据以构建评分模型。采用受试者工作特征曲线评估模型及各独立预测因子的诊断效能,并通过<em>Hosmer-Lemeshow</em>检验评估模型校准度。结果实性成分形态、扩散加权成像高信号及明显强化是恶性肿瘤的独立预测因子,其诊断曲线下面积分别为0.739、0.744与0.738。整合三者构建的评分模型,其诊断曲线下面积提升至0.867(95%CI:0.796~0.937),显著优于任一单一特征。<em>Hosmer-Lemeshow</em>检验提示模型拟合良好。结论本研究建立的MRI评分模型能帮助有效区分O-RADS 4类囊实性卵巢肿物的良恶性,为其术前精准风险分层提供量化工具。
关键词:卵巢-附件报告和数据系统,磁共振成像,卵巢肿瘤,风险分层,评分模型
2026年4期其他文献查阅:
探讨5.0 T MRI非增强3D-FLAIR序列对内耳内淋巴积水的诊断价值
多期CT影像组学融合临床危险因素模型预测甲状腺乳头状癌中央区淋巴结转移的价值
Logistic回归与决策树模型对肺纤维化合并肺癌免疫治疗联合化疗疗效的预测价值
基于动态增强MRI的生境成像和含瘤周影像组学模型预测肝细胞癌切除术后早期复发
基于CT影像的AI模型预测胃癌微卫星不稳定性的诊断性能:系统评价和Meta分析
基于MRI特征的评分模型对O-RADS 4类囊实性卵巢肿物风险分层的价值
改良O-RADS MRI评分结合临床特征对卵巢肿块良恶性鉴别的诊断价值研究
基于深度学习的超分辨率动态对比增强MRI影像组学预测子宫内膜癌深肌层浸润的价值
大语言模型赋能骨肿瘤风险分层与管理系统自动评估:基于公共数据库的可行性研究
基于三维CT参数的Pierre Robin序列征婴儿喉镜显露困难预测模型研究
基于DKI-ALPS评估溃疡性结肠炎认知障碍与大脑类淋巴关系
基于无监督小波高频引导扩散模型的锥形束CT到CT图像合成研究