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97 | 下载78

目的:分析多项检查指标,建立腮腺肿瘤良恶性鉴别的预测模型,以期为临床鉴别提供帮助,为腮腺肿瘤患者及时施行正确的手术治疗提供依据.方法:回顾性分析2013年3月~2019年3月在兰州大学第一医院行腮腺肿瘤切除术的200例患者资料(A组),通过logistic回归分析筛选出腮腺肿瘤良恶性鉴别的独立影响因素,建立数学预测模型,另收集2019年4月~2020年9月经手术切除且明确病理诊断的腮腺肿瘤患者资料42例(B组)进行验证.结果:通过对A组进行多因素logistic回归分析,建立数学预测模型如下:Y=ex/(1+ex),X=-0.18347+(-1.29435×肿瘤形态规则与否)+(-1.44877×肿瘤边界清楚与否)+(4.34121×周围组织受累与否),e是自然对数.利用B组数据验证该模型的有效性,结果显示敏感度为1.00,特异度为93.4%,准确率为95.2%.结论:联合肿瘤形态规则与否、肿瘤边界清楚与否及周围组织受累与否等3个指标,建立的Logistic回归预测模型可以帮助临床医生诊断腮腺肿瘤良恶性.

作者:闫庆涵;王佳俐;车银富;于涛;陶峰;陈李鑫;何等旗

来源:口腔医学研究 2021 年 37卷 7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:97 | 下载:78
作者:
闫庆涵;王佳俐;车银富;于涛;陶峰;陈李鑫;何等旗
来源:
口腔医学研究 2021 年 37卷 7期
标签:
腮腺肿瘤 诊断 Logistic回归 预测模型
目的:分析多项检查指标,建立腮腺肿瘤良恶性鉴别的预测模型,以期为临床鉴别提供帮助,为腮腺肿瘤患者及时施行正确的手术治疗提供依据.方法:回顾性分析2013年3月~2019年3月在兰州大学第一医院行腮腺肿瘤切除术的200例患者资料(A组),通过logistic回归分析筛选出腮腺肿瘤良恶性鉴别的独立影响因素,建立数学预测模型,另收集2019年4月~2020年9月经手术切除且明确病理诊断的腮腺肿瘤患者资料42例(B组)进行验证.结果:通过对A组进行多因素logistic回归分析,建立数学预测模型如下:Y=ex/(1+ex),X=-0.18347+(-1.29435×肿瘤形态规则与否)+(-1.44877×肿瘤边界清楚与否)+(4.34121×周围组织受累与否),e是自然对数.利用B组数据验证该模型的有效性,结果显示敏感度为1.00,特异度为93.4%,准确率为95.2%.结论:联合肿瘤形态规则与否、肿瘤边界清楚与否及周围组织受累与否等3个指标,建立的Logistic回归预测模型可以帮助临床医生诊断腮腺肿瘤良恶性.