基于中国版甲状腺影像报告与数据系统的甲状腺结节恶性风险预测模型

目的 构建基于中国版甲状腺影像报告与数据系统(C-TIRADS)列线图模型预测甲状腺结节恶性风险.方法 收集2020年1月至2021年6月就诊于山东大学齐鲁医院甲状腺外科388例甲状腺结节患者的临床及超声资料,将2020年1月至2020年12月的270例患者作为建模组,2021年1月至2021年6月的118例患者作为验证组,根据术后常规病理结果,建模组分为良性结节组(n=137例)和恶性结节组(n=133例),通过单因素分析和多因素Logistic回归分析筛选出甲状腺恶性结节的独立危险因素,构建甲状腺结节恶性风险预测列线图模型并评价其性能.结果 多因素Logistic回归分析提示年龄、促甲状腺激素(TSH)、甲状腺球蛋白(TG)以及C-TIRADS分类是甲状腺恶性结节的独立危险因素.基于以上独立危险因素构建的列线图模型,其预测建模组甲状腺恶性结节的受试者工作特征(ROC)曲线下面积(AUC)为0.981(95％CI:0.967～0.996),验证组使用列线图模型预测甲状腺结节恶性风险的AUC为0.951(95％CI:0.909～0.992),表明列线图具有出色的预测性能,列线图内部验证的一致性指数(C-index)为0.981,表明列线图的区分度良好.建模组校准曲线接近理想曲线,提示列线图预测甲状腺结节的恶性风险与实际风险间具有较高一致性.结论 年龄、TSH、TG和C-TIRADS分类是预测甲状腺结节恶性风险的独立危险因素;基于C-TIRADS分类联合临床及血清学特征建立的列线图模型能够实现甲状腺结节恶性风险的个体化精准预测.