您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览118 | 下载62

目的:探讨基于乳腺动态增强MRI、超声和临床资料建立的多参数模型对早期(T1-2N1M0)三阴性乳腺癌的预测价值.方法:回顾性将2014年1月-2019年6月同时行乳腺动态增强MRI及乳腺超声检查并经病理诊断为T1-2N1M0期乳腺癌的194例患者纳入研究,根据病理结果分为三阴组和非三阴组.采用秩和检验筛选出组间差异有统计学意义的临床指标及M RI和超声征象作为风险预测因子,利用决策树、随机森林、Logistic线性回归法分别建立风险预测模型,对三种预测模型的诊断效能进行比较.结果:三种方法建立的预测模型预测早期三阴性乳腺癌的符合率分别为0.763、0.932和0.887,敏感度分别为0.720、0.833和0.960,特异度分别为0.794、1.000和0.750,阳性预测值分别为0.720、1.000和0.877,阴性预测值分别为0.794、0.897和0.911.结论:决策树、随机森林和Logistic线性回归三种方法建立的预测模型均可用于早期三阴性乳腺癌的风险预测,随机森林法相对较好.

作者:植彪;余建群;吕赛群

来源:放射学实践 2021 年 36卷 8期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:118 | 下载:62
作者:
植彪;余建群;吕赛群
来源:
放射学实践 2021 年 36卷 8期
标签:
乳腺癌 风险因素 预测模型 决策树 随机森林 Logistic线性回归
目的:探讨基于乳腺动态增强MRI、超声和临床资料建立的多参数模型对早期(T1-2N1M0)三阴性乳腺癌的预测价值.方法:回顾性将2014年1月-2019年6月同时行乳腺动态增强MRI及乳腺超声检查并经病理诊断为T1-2N1M0期乳腺癌的194例患者纳入研究,根据病理结果分为三阴组和非三阴组.采用秩和检验筛选出组间差异有统计学意义的临床指标及M RI和超声征象作为风险预测因子,利用决策树、随机森林、Logistic线性回归法分别建立风险预测模型,对三种预测模型的诊断效能进行比较.结果:三种方法建立的预测模型预测早期三阴性乳腺癌的符合率分别为0.763、0.932和0.887,敏感度分别为0.720、0.833和0.960,特异度分别为0.794、1.000和0.750,阳性预测值分别为0.720、1.000和0.877,阴性预测值分别为0.794、0.897和0.911.结论:决策树、随机森林和Logistic线性回归三种方法建立的预测模型均可用于早期三阴性乳腺癌的风险预测,随机森林法相对较好.