超聲征象評價在卵巢良惡性腫瘤鑒別診斷價值的Logistic回歸分析

陳靜,曾令玲，羅光輝，彭鑫，彭順利

401120 重慶, 重慶市渝北區(qū)人民醫(yī)院 超聲科

卵巢癌是女性最為常見的惡性腫瘤之一[1]。在世界范圍內(nèi)卵巢癌在婦科惡性腫瘤中發(fā)病率居第3位，而死亡率則居首位[2]。卵巢癌占全部卵巢腫瘤的10%以上，其發(fā)病隱匿，難以在早期被發(fā)現(xiàn)；研究數(shù)據(jù)顯示，目前超過60%的卵巢癌患者在診斷時已為中晚期[3]。早期卵巢癌治療效果相對較好，5年生存率可超過70%[4]。因此，卵巢癌的早診早治可有效降低患者死亡率，提高其生命質(zhì)量。彩色多普勒超聲檢查是卵巢癌早期診斷的常規(guī)方法之一，并廣泛應用于早期卵巢癌篩查[5-6]，具有安全、無創(chuàng)、經(jīng)濟、便捷等優(yōu)勢。本研究基于超聲征象特征指標，分析卵巢良惡性腫瘤患者的超聲指標之間的差異，建立回歸模型，并評價其在卵巢良惡性腫瘤中的應用價值。

1 對象與方法

1.1 研究對象

回顧性收集重慶市渝北區(qū)人民醫(yī)院2013年1月至2016年3月經(jīng)手術(shù)病理證實的189例卵巢腫瘤患者，年齡22～73歲，其中良性腫瘤120例,惡性腫瘤69例。

1.2 儀器與方法

超聲檢查儀器使用美國GE公司Voluson 730 Expert及Voluson E8彩色多普勒彩超診斷儀，經(jīng)腹凸探頭頻率2.5～6.0MHz，腔內(nèi)陰道探頭頻率5.0～9.0MHz。患者同時行經(jīng)腹部超聲及陰道超聲檢查。采集如下信息:①卵巢的形態(tài)、位置、大小；②血管分布、血流信號、阻力系數(shù)(RI)；③包膜及內(nèi)部回聲，腹腔、盆腔腹水情況。

1.3 統(tǒng)計分析

2 結(jié) 果

2.1 基本資料

本研究收集重慶市渝北區(qū)人民醫(yī)院2013年1月至2016年3月經(jīng)手術(shù)病理證實的189例卵巢腫瘤患者。189例患者全部為女性，年齡22～73歲，平均年齡(41.25±9.23)歲；其中<30歲組17例(8.99%)、30～歲組 28例(14.81%)、40～歲組55例(29.10%)、50～歲組41例(21.69%)、≥60歲組48例(25.40%)；病理診斷情況：良性腫瘤組120例，包括生殖細胞腫瘤49例、上皮性腫瘤45例、性索間質(zhì)腫瘤17例、炎性包塊9例；惡性腫瘤組69例，包括上皮性癌25例，性索間質(zhì)腫瘤22例，惡性生殖細胞腫瘤16例，其他轉(zhuǎn)移性惡性腫瘤6例。

2.2 卵巢良惡性腫瘤超聲征象特征的單因素分析

分別對經(jīng)病理診斷確診的卵巢良惡性組患者的主要超聲征象特征指標進行單因素分析，結(jié)果顯示：腫瘤形態(tài)、邊界、內(nèi)部回聲、回聲均勻度、包膜情況、回聲減弱、血流、RI、腫瘤直徑、腹腔積液等10個主要超聲征象指標在良、惡性組之間存在明顯差異(P<0.01)。見表1。

表1 卵巢良性腫瘤與惡性腫瘤組患者相關超聲征象指標比較

Table 1. Comparison of Ultrasound Signs between Benign Ovarian Tumors and Malignant Ovarian Tumors

VariableGroupBenign tumors(n,%)Malignant tumors(n,%)χ2PMorphological/X1Regular91(75.8)15(21.7)52.049<0.001Irregular29(24.2)54(78.3)Boundary/X2Clear87(72.5)17(24.6)40.553<0.001Blurring33(27.5)52(75.4)Internal echo/X3Cystic65(54.2)4(5.8)44.219<0.001Cystic or solid55(45.8)65(94.2)Echo Uniformity/X4Uniform45(37.5)6(8.7)18.448<0.001Ununiform75(62.5)63(91.3)Envelope/X5complete86(71.7)16(23.2)41.444<0.001Incomplete and uncoated34(28.3)53(76.8)

( Continued from previous page)

VariableGroupBenign tumors(n,%)Malignant tumors(n,%)χ2PEcho attenuation/X6Unattenuated106(88.3)41(59.4)21.189<0.001Attenuated14(11.7)28(40.6)Blood flow/X70 orⅠ109(90.8)27(39.1)58.037<0.001Ⅱor Ⅲ11(9.2)42(60.9)RI/X8>0.4107(89.2)23(33.3)63.604<0.001≤0.413(10.8)46(66.7)Maximum diameter/X9≤3cm79(65.8)25(36.2)15.512<0.001>3cm41(34.2)44(63.8)Peritoneal effusion/X10No119(99.2)51(73.9)30.898<0.001Yes1(0.8)18(26.1)

2.3 卵巢良惡性腫瘤超聲征象的多因素Logistic回歸分析

以卵巢惡性腫瘤的檢出結(jié)果作為因變量(惡性：Y=1，良性：Y=0)，以單因素篩選的有統(tǒng)計學意義的超聲診斷指標作為自變量納入Logistic回歸模型(變量入選標準α=0.05，排除標準為0.1)，采用Forward：LR法納入變量，結(jié)果顯示：形態(tài)(OR=7.149，95%CI：4.981～10.886)、內(nèi)部回聲(OR=7.085，95%CI：4.982～10.886)、血流(OR=8.908，95%CI：6.210～12.777)、RI(OR=13.224，95%CI：1.231～138.957)可作為卵巢良惡性腫瘤鑒別診斷的超聲影像特征指標。見表2。

表2 卵巢良惡性腫瘤超聲征象指標的多因素Logistic回歸分析

Table 2. Multivariate Logistic Regression Analysis of Ultrasound Signs of Benign and Malignant Ovarian Tumors

VariableOR (95%CI)Bχ2PMorphology/X17.149(4.981～10.886)1.96717.206<0.001Internal echo/X37.085(4.982～10.886)1.95812.513<0.001Blood flow/X78.908(6.210～12.777)2.18729.347<0.001RI/X813.224(1.231～138.957)2.58216.155<0.001

2.4 Logistic回歸模型對卵巢良惡性腫瘤預測結(jié)果驗證

構(gòu)建回歸預測模型：Logit(P)=-6.278+1.967X1+1.958X3+2.187X7+2.582X8。并經(jīng)似然比檢驗，模型有統(tǒng)計學意義(χ2=58.694,P<0.001)。利用Logistic回歸預測模型對該189例卵巢腫瘤患者進行預測(診斷標準：回歸值>0.5)，以病理學檢查結(jié)果作為“金標準”進行診斷結(jié)果驗證。模型預測結(jié)果顯示：預測正確率93.7%(177/189)、靈敏度92.5%(111/120)、特異度95.7%(66/69)、陽性預測價值97.4%(111/114)、陰性預測價值88.0%(66/75)。見表3。

表3 Logistic回歸預測模型對卵巢良惡性腫瘤預測結(jié)果分析

Table 3. Logistic Regression Model for Predicting Benign and Malignant Ovarian Tumors

Predictive resultsPathological diagnosisMalignant(+)Benign(-)TotalMalignant(+)1113114Benign(-)96675Total12069189

2.5 Logistic回歸預測模型的ROC曲線

采用SPSS16.0繪制回歸模型的ROC曲線，ROC曲線下面積0.945±0.019(P<0.001，95%CI：0.910～0.976)。該預測模型具有較好的診斷效能。見圖1。

圖1 Logistic回歸模型對卵巢良惡性腫瘤預測能力的ROC曲線

Figure 1. ROC Curve of Predictive Ability of Logistic Regression Model for Benign and Malignant Ovarian Tumors

3 討 論

多普勒功能和三維超聲的應用增加了超聲檢查在臨床的應用價值。卵巢腫瘤血管生成特征是其診斷的重要基礎之一[7-10]。與正常卵巢血管相比，卵巢惡性腫瘤的血管生成相對不規(guī)律，血管網(wǎng)中動靜脈短路較為常見，而卵巢良性腫瘤中血管形成相對匱乏，血流供應不足。惡性腫瘤血管生長速度快，壓力差較大，腫瘤內(nèi)部及周圍出現(xiàn)高血流信號，超聲可顯示血流速度低與阻力低；彩色多普勒超聲對血流信號有著較好的顯示，為卵巢惡性腫瘤的診斷提供了重要的基礎數(shù)據(jù)。

研究顯示[11-13],超聲征象特征評價對于卵巢腫瘤的診斷具有較高的效率，包括具有較高的靈敏度與特異度，已成為近年卵巢惡性腫瘤篩查的首選手段。如何進一步提高超聲檢查對于卵巢惡性腫瘤的診斷效率是近年卵巢腫瘤研究的熱點問題之一[14]。既往超聲診斷指標較為單一，對綜合指標體系的建設及利用相對較少[15-16]，建立基于超聲影像特征指標對卵巢腫瘤的預測模型，可有助于臨床醫(yī)師做出更為準確的判斷，降低誤診與漏診，將干預時間提前，進而提高干預與患者管理的成效[17-18]。

本研究通過建立logistic回歸模型，將腫瘤形態(tài)、血流特征、腹腔積液的發(fā)生等10個卵巢腫瘤超聲診斷中最為主要的影像特征指標進行系統(tǒng)分析，結(jié)果顯示(依據(jù)OR值大小排序)：RI、血流、形態(tài)、內(nèi)部回聲是卵巢良惡性腫瘤鑒別診斷可參考的超聲影像特征指標，提示上述指標在卵巢惡性腫瘤診斷中可能具有較高的利用價值，可逐步在臨床診斷工作中加大上述指標的利用，同時結(jié)合指標權(quán)重與其他輔助診斷措施提高診斷的準確性。采用病理檢測作為金標準研究診斷指標模型對卵巢惡性腫瘤的診斷價值，結(jié)果顯示，診斷的正確率達93.7%、靈敏度92.5%、特異度95.7%， ROC曲線下面積為0.945±0.019，P<0.001，提示該回歸預測模型對于卵巢癌的診斷有著較高的價值。

綜上，本研究通過診斷模型的構(gòu)建與效果驗證，為卵巢癌早期診斷與篩查提供了較好的參考指標。然而本次研究也具有一定的局限性，主要原因為本次研究的樣本量及樣本代表性不足，可能會對研究結(jié)果造成偏差，有待大樣本的多中心研究提供更為充分的證據(jù)。

作者聲明：本文第一作者對于研究和撰寫的論文出現(xiàn)的不端行為承擔相應責任；

利益沖突：本文全部作者均認同文章無相關利益沖突；

學術(shù)不端：本文在初審、返修及出版前均通過中國知網(wǎng)(CNKI)科技期刊學術(shù)不端文獻檢測系統(tǒng)學術(shù)不端檢測；

同行評議：經(jīng)同行專家雙盲外審，達到刊發(fā)要求。