腮腺多形性腺瘤诊疗数学预测模型建立及验证

发布时间：2020-05-08 14:51

【摘要】：目的:根据腮腺肿物患者的临床、影像学、病理等资料,探讨建立腮腺多形性腺瘤(PA)诊疗的数学预测模型并进行临床病例的验证、分析,用更客观、量化的手段研究该肿瘤。方法:分为第一组、第二组、第三组分别进行研究。其中第一组:探讨建立腮腺多形性腺瘤鉴别诊断的数学预测模型,回顾性分析2012年1月至2017年12月期间皖南医学院第一附属医院弋矶山医院经手术明确病理诊断的腮腺多形性腺瘤且符合本研究纳入标准的住院患者210例以及207例经手术明确病理诊断的腮腺沃辛瘤、慢性淋巴结炎、囊肿等非多形性腺瘤的腮腺肿物住院患者的临床、影像学、病理等资料,首先通过单因素分析患者的术前资料在腮腺多形性腺瘤及腮腺其它肿物中的差异,并以多因素Logistic回归分析筛选出诊断腮腺多形性腺瘤的变量,构建术前诊断判别概率数学预测模型,用统计学软件绘制其受试者工作特征(receiver operating characteristic,ROC)曲线,得出合适的截点值T并评价;另外,继续添加术中、术后相关的指标,用上述方法进一步构建数学模型并评价。第二组:探讨建立腮腺多形性瘤手术治疗的数学预测模型,回顾性分析2012年1月至2017年12月期间皖南医学院第一附属医院弋矶山医院210例经手术明确病理诊断的腮腺多形性腺瘤住院患者的术前资料,首先通过因子分析各指标的相互关系,并以多重线性回归分析筛选出影响腮腺多形性腺瘤手术切除长径(以常规病理报告瘤体长径这一“金标准”表示)的指标,构建数学预测模型;另外,继续添加术中、术后相关的指标,用上述方法进一步构建数学模型并评价。第三组:分别检验第一组和第二组的数学预测模型,对于第一组检验数据为回顾性分析2018年1月至2018年7月期间皖南医学院第一附属医院弋矶山医院28例经手术明确病理诊断的腮腺多形性腺瘤住院患者以及27例经手术明确病理诊断的腮腺沃辛瘤、慢性淋巴结炎、囊肿等非多形性腺瘤的腮腺肿物住院患者的临床、影像学、病理等资料,代入第一组得到的数学预测模型,计算得到概率值,并绘制ROC曲线,作出相应评价;对于第二组检验数据为回顾性分析2018年1月至2018年7月期间皖南医学院第一附属医院弋矶山医院33例经手术明确病理诊断的腮腺多形性腺瘤住院患者的临床、影像学、病理等资料,代入第二组得到的数学预测模型,用统计学软件绘制ROC曲线,并作出相应评价。结果:1、单因素分析发现性别、年龄、既往史、个人史、部位、病期、影像学获取瘤体包膜的情况、影像学获取瘤体与面神经的解剖关系(颊支为例)在腮腺多形性腺瘤及腮腺其它肿物之间存在统计学差异(P0.05)。多因素Logistic回归分析显示,年龄、婚姻、既往史、个人史、病期、影像学检查获取瘤体的长径、影像学获取瘤体包膜情况、影像学获取瘤体与面神经的解剖关系在腮腺多形性腺瘤及腮腺其它肿物之间存在统计学差异(P0.05),是诊断腮腺多形性腺瘤的独立因素。构建数学预测模型为P(腮腺PA的诊断预测值)=e~X/(1+e~X),X=-0.08*年龄+2.228*婚姻-3.055*既往史-2.736*个人史+0.009*病期+0.61*影像学检查获取瘤体的长径+1.02*影像学获取瘤体包膜情况+1.149*影像学获取瘤体与面神经的解剖关系。其中e为自然对数。ROC曲线下面积(Areaunder the curve,AUC)为0.881(95%CI:0.848-0.913),为诊断准确性中等。选取截点值T=0.621。本模型的敏感度为93.33%,特异度为55.07%,阳性预测值为67.82%,阴性预测值为89.06%。围术期其余变量的单因素分析发现术中瘤体包膜的情况、术中瘤体与包膜的黏着性、术中观察瘤体是否结节状、术中瘤体与面神经的解剖关系(以颊支为例)、常规病理报告瘤体结构在腮腺多形性腺瘤及腮腺其它肿物之间存在统计学差异(P0.05)。2、因子分析各项术前指标得到5个因子:因子1命名为“定量指标”;因子2命名为“始动因素”;因子3命名为“促进因素”;因子4命名为“危险因素”;因子5命名为“混杂因素”。各变量间的相互关系以数学方程形式表达。多重线性回归分析显示专科检查获取瘤体的长径、影像学检查获取瘤体的长径、影像学获取瘤体包膜情况为指导腮腺PA术中切除瘤体长径的独立影响因素,并根据多重线性回归分析结果,构建回归方程:常规病理报告瘤体长径=0.222*专科检查获取瘤体的长径+0.65*影像学检查获取瘤体的长径+0.271*影像学获取瘤体包膜的情况。专科检查获取瘤体的长径、影像学检查获取瘤体的长径、常规病理报告瘤体结构、免疫组化结果为腮腺PA术后常规病理报告瘤体长径的独立影响因素,并根据多重线性回归分析结果,构建回归方程:常规病理报告瘤体长径=-3.493+0.208*专科检查获取瘤体的长径+0.634*影像学检查获取瘤体的长径+3.019*常规病理报告瘤体结构-3.406*免疫组化结果。3、第一组数学预测模型验证的AUC值为0.684(95%CI:0.540-0.828),为诊断准确性一般。第二组术前数学预测模型验证的AUC值为0.750(95%CI:0.450-1),为诊断准确性中等。围术期的数学预测模型的AUC值为AUC为0.769(95%CI:0.607-0.931),为诊断准确性中等。结论:1、年龄、婚姻、既往史、个人史、病期、影像学检查获取瘤体的长径、影像学获取瘤体包膜情况、影像学获取瘤体与面神经的解剖关系是诊断腮腺多形性腺瘤的独立预测因子。专科检查获取瘤体的长径、影像学检查获取瘤体的长径、影像学获取瘤体包膜情况为指导腮腺PA术中切除瘤体长径的独立影响因素。专科检查获取瘤体的长径、影像学检查获取瘤体的长径、常规病理报告瘤体结构、免疫组化结果为腮腺PA术后常规病理报告瘤体长径的独立影响因素。2、腮腺多形性腺瘤诊疗的围手术期综合性数学预测模型构建成功,建立的预测模型均有一定的准确性,可进一步用于临床的诊疗工作。
【图文】：

ROC曲线,ROC曲线,资料,第一

1.149 13.289 <0.05 3.155 1.701 5.853将第一组资料均代入上述数学预测模型，计算出预测概率，进而绘制出ROC曲线（图1），AUC为0.881（95%CI：0.848-0.913），为诊断准确性中等。并通过计算约登指数最大值，，选取P=0.621为术前预测腮腺PA的截点，本模型的敏感度为93.33%，特异度为55.07%，对第一组资料进行预测（表3），模型的阳性预测值为67.82%

ROC曲线,组模型,ROC曲线,资料

4.1 模型一验证的ROC曲线及其评价将第三组相关验证资料代入上述腮腺PA术前诊断的数学预测模型，计算出预测概率，进而绘制出ROC曲线（图2），AUC为0.684（95%CI：0.540-0.828），为诊断准确性较低。对第一组模型验证资料进行预测（表8），本模型验证资料的敏感度为75%，特异度为48.15%，模型的阳性预测值为60%，阴性预测值为65%。图 2 第一组模型验证资料的ROC曲线
【学位授予单位】：皖南医学院
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R739.8

【相似文献】