基于常规超声特征预测甲状腺乳头状癌CEUS低增强的双模型框架
Enhancing CEUS Value in Papillary Thyroid Carcinoma: A Dual-Model Framework for Patient Selection Based on Conventional Ultrasound Characteristics.
PubMed 文献 · Ultrasound Med Biol · 2025-12-31
回顾性分析155例病理证实的甲状腺乳头状癌，按CEUS特征分为低增强组（89例）与非低增强组（66例），比较常规超声特征并构建Logistic回归和决策树模型。两模型AUC分别为0.846和0.844，均识别结节大小与形态为独立预测因子。以决策树70%概率阈值为推荐CEUS的临床标准，提出分层检查策略。
要点
- 结节大小和形态是预测PTC呈CEUS低增强的独立因子（p<0.001）。
- 可疑PTC结节≤0.5cm不建议行CEUS；（0.5,0.9]cm伴形态不规则或>0.9cm者建议CEUS补充诊断。
- 决策树模型以70%低增强概率阈值辅助判断患者是否适合CEUS检查。
核心结论
- 肿瘤大小和形态是与PTC特征性CEUS低增强相关的独立因素。
- 决策树模型70%概率阈值可作为推荐CEUS的临床实用标准。
- ≤0.5cm可疑PTC结节不建议CEUS；（0.5,0.9]cm不规则形态者及>0.9cm者建议CEUS补充诊断。
研究设计与样本
- 按CEUS特征分为低增强组（n=89）和非低增强组（n=66），比较两组常规超声特征差异。
- 常规超声特征涵盖B模式、彩色多普勒和弹性成像。
- 构建Logistic回归模型和决策树模型并在独立验证集中予以验证。
关键影像表现/征象
- 单因素分析显示两组间结节位置、大小、形态、内部回声均匀性和钙化存在统计学差异（p<0.01）。
- Logistic回归和决策树模型均识别结节大小和形态为独立预测因子（p<0.001）。
诊断标准与关键数值
- Logistic回归模型AUC为0.846，决策树模型AUC为0.844。
- 决策树模型训练集准确率为78.6%，验证集准确率为76.7%。
- 五折交叉验证中Logistic回归模型平均AUC-ROC为0.835±0.054，平均准确率0.773±0.070。
- 五折交叉验证中决策树模型平均AUC-ROC为0.719±0.047，平均准确率0.709±0.039。
- 决策树模型以70%低增强概率阈值作为推荐CEUS的临床标准。
临床应用与阅片要点
- 对可疑PTC结节先用常规超声测量大小并评估形态，再决定是否追加CEUS。
- 以70%低增强概率阈值为界判断患者是否可能从CEUS中获益。
- ≤0.5cm可疑结节避免不必要的CEUS检查以提升诊断效率。
局限性
- 研究为单中心回顾性分析，样本量为155例PTC。
以上解读依据论文摘要（全文未开放获取或许可不允许翻译转载）。
引用
- He, Li, Zhong, et al. Enhancing CEUS Value in Papillary Thyroid Carcinoma: A Dual-Model Framework for Patient Selection Based on Conventional Ultrasound Characteristics. Ultrasound Med Biol. 2025. PMID: 41478760. doi:10.1016/j.ultrasmedbio.2025.11.668
供执业医师工作参考，不替代临床判断；数值与分级以指南原文为准。