儿童盆腔横纹肌肉瘤特征性 CT 征象分析及数学诊断模型构建
摘要
立数学诊断模型，为临床诊断提供影像学依据。方法：共纳入 116 例经病理证实的盆腔恶性肿瘤患儿，随机分为训练组（93
例）和验证组（23 例）。 根据病理结果将训练组进一步分为 RMS 组（n=32）和非 RMS 组（n=61）。 对 CT 征象进行统
计学分析，并采用逐步判别法筛选特征性征象。应用贝叶斯判别分析建立诊断模型，通过留一法交叉验证及验证组进行模
型验证。结果：五项 CT 征象（肿瘤密度以囊性为主型、多结节融合征、渐进性向心性不均匀强化、钙化及出血）被确定
为 RMS 的特征性 CT 表现。建立的诊断模型为：（RMS 组）G1=-7.759+4.246x1+4.266x2+8.437x3-1.278x4-0.164x5；（非
RMS 组）G2=-2.377+1.983x1+0.956x2+0.306x3+1.911x4+2.680x5（x1-5 分别代表上述征象，存在 =1，否 =0）。判别原则：
G₁ > G₂ 归入 RMS 组。留一法交叉验证总体准确率 90.3%（敏感性 84.4%，特异性 93.4%）；验证组总体准确率 87.0%（敏
感性 83.3%，特异性 88.2%）。结论：儿童盆腔 RMS 具有特征性 CT 征象，基于此建立的数学诊断模型，对儿童盆腔横纹
肌肉瘤的诊断具有可靠性和高效性。
关键词
全文:
PDF参考
[1]Sun F, Zhao SH, Li HM, Bao L, Xu L, Wang DB. 儿童阴
道恶性肿瘤的计算机断层扫描与磁共振成像表现：内胚窦
瘤与横纹肌肉瘤 [J]. 计算机辅助断层扫描杂志 . 2020 Mar/
Apr;44(2):193-6.
[2] Chen X, Huang Y, He L, Zhang T, Zhang L, Ding H. 基
于 CT 影像组学鉴别儿童盆腔横纹肌肉瘤与卵黄囊瘤 [J]. 肿
瘤学前沿 . 2020;10:584272.
[3] Tannous WN, Azouz EM, Homsy YL, Kiruluta HG,
Grattan-Smith D. 儿童盆腔横纹肌肉瘤的 CT 与超声成像：对
56 例患者的回顾性分析 [J]. 儿科放射学 . 1989;19(8):530-4.
[4]Shi J, Du J, Wu W, Wang Q. 儿童非器官起源腹部横
纹肌肉瘤的临床及影像学特征 [J]. 中华肿瘤杂志 . 2016 Nov
23;38(11):845-51.
[5] Okeh UM, Ugwu AC. 贝 叶 斯 定 理： 生 物 医 学 科 学
研 究 中 的 范 式 工 具 [J]. 东 非 公 共 卫 生 杂 志 . 2009 Apr;6
Suppl(1):11-9.
[6] Lin T, Chen T, Liu J, Tu XM. 曼 - 惠特尼 - 威尔科克
森秩和检验在调查数据中比较平均秩的应用拓展 [J]. 医学统
计学 . 2021 Mar 30;40(7):1705-17.
[7] Broecker BH, Plowman N, Pritchard J, Ransley PG. 儿童盆
腔横纹肌肉瘤 [J]. 英国泌尿学杂志 . 1988 May;61(5):427-31.
[8] Grosfeld JL, Smith JP, Clatworthy HW, Jr. 婴幼儿与儿
童的盆腔横纹肌肉瘤 [J]. 泌尿学杂志 . 1972 Apr;107(4):673-5.
[9] Hensle TW, Chang DT. 儿童盆腔横纹肌肉瘤的重建手
术 [J]. 北美泌尿临床 . 2000 Aug;27(3):489-502, ix.
(2 摘要 Views, 8 PDF Downloads)
Refbacks
- 当前没有refback。