Gail模型在乳腺超声分类BI-RADS4类中的应用

发布时间：2020-07-24 11:32

【摘要】：目的:乳腺癌的发病率在我国女性恶性肿瘤发病中排名第一,对女性的身体心理造成严重负担与压力。利用Gail乳腺癌风险评估模型,早期发现乳腺癌高危人群,在高危人群中对乳腺癌进行筛查,对乳腺超声发现肿物且BI-RADS分类为4类患者是否进行活检做出建议,提高早期诊断精准度及治疗效率,减轻患者痛苦,具有重要的临床意义。方法:通过收集2018年1-12月广西医科大学第一附属医院乳腺超声检查判断为BI-RADS 4类并于我院胃肠腺体外科行麦默通手术活检的461例患者5年前Gail模型的指标:年龄、初潮年龄、初产年龄、乳腺活检次数及乳腺病史,一级家属史、种族及病理诊断,计算5年发病风险及终身发病风险。以病理结果为诊断金标准计算Gail模型预测5年风险准确率;绘制受试者工作特征曲线(receiver operating characteristic curve,ROC曲线),计算曲线下面积AUC(Area Under Curve)、灵敏度(sensitivity)、特异度(specificity),根据最大约登指数(Youden index)重新定义最佳截定点,以此截定点分为高风险组和低风险组,比较两组在BI-RADS4、4a、4b、4c类患者中的预测准确率。采用统计学软件SPSS22.0对结果进行分析,以P0.05为显著性检验水准。结果:Gail模型以1.67%为界值在BI-RADS4类患者中预测5年发病风险准确率较低;绘制ROC曲线,重新定义最佳界值为0.8%,高低风险组年龄、初潮年龄、初产年龄、活检次数,一级家属史人数均有差异。BI-RADS4类患者中阳性率:高风险组59.3%,低风险组34.5%,P=0.000。4a类阳性率:高风险组37.1%,低风险组15.6%,P=0.001;4b类阳性率:高风险组58.5%,低风险组38.5%,P=0.032;4c类阳性率:高风险组72.8%,低风险组78.3%,P=0.474。结论:Gail模型以1.67%为高风险时在BI-RADS 4类患者中预测准确率低;而以0.8%为界值,Gail模型对超声BI-RADS 4类患者乳腺癌的发生有预测价值:在4a、4b类患者中高风险组对乳腺癌诊断的阳性率明显大于低风险组,而在BI-RADS 4c类患者中,Gail乳腺癌风险评估模型高风险组对乳腺癌诊断的阳性率、阴性率明显与低风险组相似,说明Gail乳腺癌风险评估模型对超声BI-RADS4a、4b类患者乳腺癌的发生有预测价值。
【学位授予单位】：广西医科大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R737.9;R445.1
【图文】：

图2 Gail模型预测5年风险ROC曲线 图3 Gail模型预测终身风险ROC曲线Figure2:Gailmodelpredicts5-yearriskROCcurve Figure3:GailmodelpredictslifetimeriskROCcurve表 3 Gail 模型预测 5 年、终身风险绘制 ROC 曲线情况预测 5 年风险 预测终身风险

图2 Gail模型预测5年风险ROC曲线 图3 Gail模型预测终身风险ROC曲线Figure2:Gailmodelpredicts5-yearriskROCcurve Figure3:GailmodelpredictslifetimeriskROCcurve表 3 Gail 模型预测 5 年、终身风险绘制 ROC 曲线情况预测 5 年风险 预测终身风险

图4 Gail模型预测BI-RADS 4a类5年风险Figure 4: Gail model predicts 5-year risk o法计算Gail模型在乳腺超声诊断分类5年发病风险的灵敏度为：51.72%，

【相似文献】

相关期刊论文 前10条

1 高东平;池慧;杨国忠;;乳腺超声图像本体构建研究[J];北京生物医学工程;2015年04期

2 许静晶;;BI-RADS分级在乳腺超声诊断中的应用[J];人人健康;2016年22期

3 刘艳梅;;精心出版细节 专注精品打造——《乳腺超声与病理》出版体会谈[J];科技与出版;2009年12期

4 张缙熙;乳腺超声的现状及展望[J];中国超声医学杂志;1995年04期

5 余春铭;;妇女健康体检中乳腺超声的应用价值探析[J];中国妇幼健康研究;2017年S4期

6 刘小铭;;乳腺超声在妇女健康体检中发现乳腺疾病的应用价值[J];中国实用医药;2014年14期

7 叶虹;宣冀韩;绍娟;;乳腺超声结合钼靶在良、恶性病变诊断中的应用[J];齐齐哈尔医学院学报;2015年20期

8 吴艳春;;乳腺超声在女干部健康体检中的应用价值分析[J];大医生;2019年01期

9 任维东;;妇女健康体检中乳腺超声的应用与意义评析[J];影像研究与医学应用;2018年09期

10 瞿炜;王怡;许萍;杨宝年;;乳腺超声图像报告与数据系统在乳腺病灶分类的应用[J];上海医学影像;2011年03期

相关会议论文 前10条

1 彭玉兰;唐冲;聂珊;敬基刚;张和庆;马步云;吴艳艳;刘营;;乳腺超声报告数据库医学信息的数据挖掘研究[A];庆祝中国超声诊断50年暨第十届全国超声医学学术会议论文汇编[C];2008年

2 田家玮;王寒梅;;数字化乳腺超声图片库的设计与实现[A];中国超声医学工程学会第七届全国腹部超声学术会议学术论文汇编[C];2007年

3 李萍;肖春华;汤清雯;;乳腺超声报告与数据系统在乳腺肿瘤诊断中的临床应用[A];中国超声医学工程学会第四届全国浅表器官及外周血管超声医学学术会议论文汇编[C];2013年

4 刘佳;姜瑜;周瑜;;年龄对正常女性及妊娠期女性乳腺超声弹性评分的影响[A];中国超声医学工程学会第四届全国浅表器官及外周血管超声医学学术会议论文汇编[C];2013年

5 葛嘉;;乳腺超声BI-RADS分级[A];第四届全国医学影像中西医结合青年医师论坛暨第四届《中国中西医结合影像学杂志》编委会会议资料汇编[C];2015年

6 彭玉兰;;乳腺超声BI-RADS解读[A];中国超声医学工程学会2016全国颅脑及颈部血管超声医学学术大会暨2016全国血管与浅表器官超声高级研讨班讲义汇编[C];2016年

7 周世崇;常才;范亦武;;乳腺超声分级体系诊断标准的研究[A];中国超声医学工程学会第二次全国浅表器官及外周血管超声医学学术会议论文汇编[C];2009年

8 芦爱霞;;乳腺超声BI-RADS分级方法的初步探讨[A];中国超声医学工程学会第三次全国浅表器官及外周血管超声医学学术会议（高峰论坛）论文汇编[C];2011年

9 周瑜;刘佳;;参照区大小对乳腺超声弹性应变率比值测值结果影响的对比研究[A];中国超声医学工程学会第三次全国浅表器官及外周血管超声医学学术会议（高峰论坛）论文汇编[C];2011年

10 彭玉兰;罗洪浩;赵海娜;史岩;;超声图像特征预测乳腺癌风险和评估分类的初步研究[A];中国超声医学工程学会第四届全国浅表器官及外周血管超声医学学术会议论文汇编[C];2013年

相关博士学位论文 前4条

1 刘研;基于双模态乳腺超声图像的良恶性分类及其关键技术研究[D];哈尔滨工业大学;2013年

2 刘博;乳腺超声图像中的肿瘤区域定位与肿瘤分类技术研究[D];哈尔滨工业大学;2010年

3 高梁;超声图像乳腺肿瘤分割新方法研究[D];电子科技大学;2013年

4 奥玛尔;乳腺超声断层图像重建:计算与性能分析[D];华中科技大学;2012年

相关硕士学位论文 前10条

1 柴潇;Gail模型在乳腺超声分类BI-RADS4类中的应用[D];广西医科大学;2019年

2 王恒立;基于全卷积网络的乳腺超声图像语义分割方法[D];哈尔滨工业大学;2018年

3 肖婷;基于深度特征迁移与融合的乳腺超声图像分类[D];重庆大学;2018年

4 梁舒;基于残差学习U型卷积神经网络的乳腺超声图像肿瘤分割研究[D];华南理工大学;2018年

5 梁澄宇;三维乳腺超声图像的自动分割研究[D];南京大学;2017年

6 任姣姣;基于高级语义特征映射的乳腺超声图像分类研究[D];哈尔滨工业大学;2012年

7 邵昊阳;基于视觉显著性的乳腺超声序列图像分割方法[D];哈尔滨工业大学;2015年

8 曾强;具有分割健壮性的乳腺超声图像分类方法研究[D];哈尔滨工业大学;2010年

9 石书玮;乳腺超声假阴性乳腺癌的临床分析[D];华北理工大学;2017年

10 陈建;乳腺超声数据库的构建与在线培训系统设计[D];华南理工大学;2016年

本文编号：2768782