超聲影像特征聯(lián)合甲狀腺激素水平的列線圖模型對甲狀腺微小乳頭狀癌的鑒別診斷價(jià)值

單思維，劉從兵，高天奇

甲狀腺微小乳頭狀癌（papillary thyroid microcarcinoma，PTMC） 定義為腫瘤最大直徑≤10 mm 的乳頭狀癌，其發(fā)生率高達(dá)6%～36%[1]。高分辨率超聲是發(fā)現(xiàn)和診斷PTMC 的主要影像學(xué)方法，其診斷特征主要包括存在微鈣化、邊緣不光整、縱橫比（anteroposterior/transverse diameter ratio，A/T）＞1 等[2]。然而，目前仍未見關(guān)于利用超聲影像特征聯(lián)合甲狀腺激素水平的列線圖鑒別甲狀腺良性結(jié)節(jié)與PTMC 的報(bào)道。筆者研究旨在通過利用術(shù)前甲狀腺超聲特征聯(lián)合甲狀腺激素水平的列線圖模型鑒別診斷甲狀腺良性結(jié)節(jié)與PTMC 的能力，為提高PTMC 的鑒別診斷能力提供更直觀的信息。

1 資料與方法

1.1 臨床資料

選擇2017 年1 月至2021 年12 月在徐州醫(yī)科大學(xué)附屬宿遷醫(yī)院經(jīng)手術(shù)病理診斷證實(shí)為原發(fā)性甲狀腺腫瘤患者216 例（316 個(gè)病灶），其中男性165 例，女性51 例；年齡18 ～71 歲，平均年齡42.29 歲（標(biāo)準(zhǔn)差11.63 歲）；病灶直徑范圍中，橫徑5.2 ～28.5 mm，平均橫徑19.23 mm （標(biāo)準(zhǔn)差12.55 mm）， 縱徑4.6 ～27.4mm，平均縱徑16.63 mm（標(biāo)準(zhǔn)差9.03 mm）。

選擇標(biāo)準(zhǔn)：①經(jīng)病理診斷為甲狀腺良性和惡性結(jié)節(jié)的患者，其中惡性病灶經(jīng)病理診斷為PTMC，即病理上腫瘤最大直徑≤1 cm，不伴有局部淋巴結(jié)轉(zhuǎn)移和/或遠(yuǎn)處器官轉(zhuǎn)移及甲狀腺外侵犯的乳頭狀癌[3]；②術(shù)前1周內(nèi)行甲狀腺超聲掃查；③所有患者均行甲狀腺功能檢查，包括降鈣素（calcitonin，CT）、甲狀旁腺激素（parathyroid hormone，PTH）、甲狀腺球蛋白（thyroglobulin，TG）、血清甲狀腺素（triiodothyronine，T3；thyroxine，T4）、游離甲狀腺素（free triiodothyronine,FT3；free thyroxine，F(xiàn)T4）及促甲狀腺激素（thyroid-stimulating hormone，TSH）水平；④此次研究經(jīng)徐州醫(yī)科大學(xué)附屬宿遷醫(yī)院倫理委員會批準(zhǔn)，且所有患者檢查前簽署知情同意。

排除標(biāo)準(zhǔn)：①超聲檢查無法顯示占位現(xiàn)象，無明確腫塊的結(jié)節(jié)；②臨床病理信息不完整的患者。

1.2 方法

1.2.1 超聲檢查

采用荷蘭PHILIPS EPIQ 5C 超聲診斷儀，選甲狀腺檢查模式，ML6-15 線陣探頭，頻率4~15 MHz。 患者采取仰臥位，充分暴露頸部檢查區(qū)，選擇最清晰切面同時(shí)顯示完整病灶及周邊正常甲狀腺組織。先行常規(guī)二維超聲檢查， 觀察并記錄甲狀腺結(jié)節(jié)的位置、形態(tài)、回聲、鈣化等特征，隨后應(yīng)用彩色多普勒觀察結(jié)節(jié)內(nèi)部及周邊的血流情況。

1.2.2 圖像分析

根據(jù)甲狀腺影像報(bào)告和數(shù)據(jù)系統(tǒng)（thyroid imaging reporting and data system，TI-RADS） 超聲術(shù)語規(guī)范[3]，采用盲法評估所有結(jié)節(jié)的超聲影像學(xué)特征（圖1），包括結(jié)節(jié)位置（右葉、左葉、峽部），結(jié)節(jié)葉內(nèi)位置（峽部、上極、中極、下極），結(jié)節(jié)是否為多灶性，即無論結(jié)節(jié)良惡性，結(jié)節(jié)個(gè)數(shù)≥2 個(gè)以上（單灶/多灶良性結(jié)節(jié)、 單灶惡性結(jié)節(jié)、 多灶惡性結(jié)節(jié)、 多灶良惡性結(jié)節(jié)），結(jié)節(jié)在甲狀腺縱切面測量大?。M徑、縱徑、A/T），結(jié)節(jié)形態(tài)（規(guī)則、欠/不規(guī)則），邊界（清晰、欠/不清晰），邊緣（光整、欠/不光整），回聲（極低回聲、低回聲、等/高/混合回聲），后方回聲衰減（有、無），側(cè)方聲影（有、無），暈圈（有、無），鈣化（無、微鈣化、粗大鈣化）。將結(jié)節(jié)血流豐富程度分為4 級，無血流信號為0 級，血流信號分布< 結(jié)節(jié)的25 %定義為1 級， 50 % ≥2級＞25%，＞50%為3 級。

圖1 甲狀腺良惡性結(jié)節(jié)超聲圖像Fig.1 Ultrasound images of benign and malignant thyroid nodules

1.2.3 病理組織檢查

所有患者均行甲狀腺次全切除術(shù)或甲狀腺全切術(shù)，對于有可疑淋巴結(jié)轉(zhuǎn)移患者行中央?yún)^(qū)或頸側(cè)區(qū)淋巴結(jié)清掃。 其中腫瘤采用甲醛溶液固定后石蠟包埋，切片觀察。根據(jù)世界衛(wèi)生組織甲狀腺腫瘤的組織學(xué)分類， 及其觀察的細(xì)胞形態(tài)特性， 確定腫瘤的良惡性。PTMC 定義為選取診斷為甲狀腺良性病變及分化型PTMC 的患者，其中PTMC 定義為病變最大徑線不超過10 mm， 且不伴有局部淋巴結(jié)和/或遠(yuǎn)處器官轉(zhuǎn)移及甲狀腺外侵犯的甲狀腺乳頭狀癌。

1.3 統(tǒng)計(jì)學(xué)方法

采用SPSS 22.0 統(tǒng)計(jì)軟件，符合正態(tài)分布的計(jì)量資料以均數(shù)± 標(biāo)準(zhǔn)差表示，組間比較采用獨(dú)立樣本t檢驗(yàn)； 非正態(tài)分布計(jì)量資料以中位數(shù)（四分位距）表示，應(yīng)用Mann-Whitney U 檢驗(yàn)。計(jì)數(shù)資料采用百分構(gòu)成比表示，組間比較采用χ2檢驗(yàn)或Fisher 精確檢驗(yàn)。使用二分類Logistic 回歸分析篩選出預(yù)測PTMC 的獨(dú)立預(yù)測因素并建模，結(jié)果以比值比（odd ratio，OR）和95 %可信區(qū)間（confidence interval，CI）表示，回歸模型的回歸系數(shù)通過R 語言軟件包“Hmisc”構(gòu)建的列線圖顯示，直觀展示微小乳頭狀癌的風(fēng)險(xiǎn)，并采用Bootstrap 法重復(fù)抽樣進(jìn)行內(nèi)部驗(yàn)證，并計(jì)算一致性指數(shù)（C-index）評價(jià)模型的區(qū)分度。 繪制ROC（receiver operating characteristic）曲線，利用ROC 曲線下面積（area under the curve，AUC） 對模型的預(yù)測性能評估。P<0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 病理組織檢查結(jié)果

經(jīng)手術(shù)病理證實(shí)，216 例患者中良性病例92 例（良性組）（127 個(gè)病灶，其中腺瘤82 個(gè)，結(jié)節(jié)性甲狀腺腫33 個(gè)，亞急性甲狀腺炎12 個(gè)），惡性病例124 例（惡性組）（189 個(gè)病灶，均為PTMC）。

2.2 臨床特征單因素分析

單因素分析結(jié)果表明，惡性組患者年齡小于良性組，差異具有統(tǒng)計(jì)學(xué)意義（P＜0.05）。此外，惡性組患者TG 水平高于良性組， 差異具有統(tǒng)計(jì)學(xué)意義 （P ＜0.05）。 然而，患者性別、CT、PTH、T3、T4 等激素水平在良性組與惡性組之間差異無統(tǒng)計(jì)學(xué)意義 （P 均＞0.05）。 見表1。

2.3 超聲特征單因素分析

良性組和惡性組患者超聲特征包括結(jié)節(jié)葉內(nèi)位置、多灶性、結(jié)節(jié)大小和A/T、形態(tài)、邊界、邊緣、回聲、鈣化，在惡性組與良性組之間差異有統(tǒng)計(jì)學(xué)意義（P ＜0.05）。 甲狀腺結(jié)節(jié)位置、后方回聲衰減、側(cè)方聲影、暈圈及CDFI 特征在良性組與惡性組之間差異無統(tǒng)計(jì)學(xué)意義（P ＞0.05）。 見表2。

表2 良性組與惡性組患者病灶的超聲特征比較Tab.2 Comparison of ultrasonic features of lesions between 2 groups

2.4 二分類Logistic 回歸分析

將單因素回歸分析中差異有統(tǒng)計(jì)學(xué)意義的等級變量因素（結(jié)節(jié)葉內(nèi)位置、多灶性、形態(tài)、邊界、邊緣、回聲及鈣化）進(jìn)行賦值。 其中腫瘤A/T、TG 水平作為連續(xù)變量；由于腫瘤超聲測量大小在良惡性組之間差異大，將其作為干擾因素被排除。 將以上因素作為自變量， 采用逐步向前法進(jìn)行二分類Logistic 回歸分析，進(jìn)入回歸模型且回歸系數(shù)有統(tǒng)計(jì)學(xué)意義的自變量為A/T（OR=10.82，95%CI 4.11~28.45，P=0.000）、邊緣欠/不光整 （OR = 3.86，95 % CI 1.17 ~ 5.16，P =0.000）、 多灶惡性結(jié)節(jié) （OR = 2.50；95 % CI 1.17 ~5.34，P=0.018）、多灶良惡性結(jié)節(jié)（OR=5.14，95%CI 1.99~5.34，P=0.001）、TG 水平 （OR=0.83，95%CI 0.73~0.95，P=0.007）。 見圖1、表3。

表3 二分類Logistic 回歸分析結(jié)果Tab.3 Binary Logistic regression analysis result

2.5 構(gòu)建預(yù)測甲狀腺惡性結(jié)節(jié)風(fēng)險(xiǎn)的列線圖

基于二分類Logistic 回歸分析確定具有統(tǒng)計(jì)學(xué)意義的參數(shù)構(gòu)建列線圖， 用于評估其對診斷良惡性結(jié)節(jié)的風(fēng)險(xiǎn)。 在列線圖中，每一個(gè)獨(dú)立的預(yù)測因子都被賦予與OR 對數(shù)成比例的分支，將各預(yù)測變量的分值進(jìn)行總和所得的總分定位于總分軸上，其所對應(yīng)的風(fēng)險(xiǎn)系數(shù)則反映了結(jié)節(jié)為惡性的風(fēng)險(xiǎn)性。 A/T、邊緣、多灶性、TG 水平在列線圖中的分值分別為100、20、17.5、12 （圖2）。 對列線圖預(yù)測模型采用Bootstrap 法重復(fù)抽樣1 000 次進(jìn)行內(nèi)部驗(yàn)證后，C-index 值為0.912，說明模型具有較好的區(qū)分度。

圖2 預(yù)測甲狀腺結(jié)節(jié)為惡性風(fēng)險(xiǎn)的列線圖Fig.2 Nomogram for predicting malignant thyroid nodule

2.6 ROC 曲線評估列線圖和A/T 對惡性結(jié)節(jié)的預(yù)測效能

繪制ROC 曲線，內(nèi)部驗(yàn)證顯示，列線圖預(yù)測模型AUC 值為0.861，靈敏度為75.13%，特異度為87.40%。A/T ＞0.85 作為單個(gè)特征診斷PTMC 的AUC 為0.847，靈敏度為73.55%，特異度為91.34%，其診斷效能顯著高于任何單一因素（P ＜0.05），且與聯(lián)合診斷效能相比，差異無統(tǒng)計(jì)學(xué)意義（P ＞0.05）。 見表4、圖3。

圖3 列線圖的ROC 對PTMC 的鑒別診斷效能Fig. 3 ROC curve of nomogram for differentiate diagnostic performance of PTMC

表4 列線圖的ROC 診斷效能Tab.4 ROC diagnostic performance of nomogram

3 討論

PTMC 是一類隱匿性疾病，既往常在活檢、甲狀腺切除標(biāo)本或尸檢中發(fā)現(xiàn)。 雖然目前研究者認(rèn)為PTMC 是一種惰性腫瘤，但常規(guī)清掃的頸部淋巴結(jié)標(biāo)本病理檢查顯示，47%~64%的患者發(fā)生頸部淋巴結(jié)轉(zhuǎn)移，而頸部淋巴結(jié)轉(zhuǎn)移對患者的治療方式和預(yù)后具有決定性影響[4，5]。 因此，準(zhǔn)確從甲狀腺良性結(jié)節(jié)中鑒別出PTMC 對于患者的后續(xù)治療至關(guān)重要。甲狀腺惡性結(jié)節(jié)的超聲影像學(xué)特征包括微鈣化、 低回聲、邊緣不光整、 主要為實(shí)性成分和結(jié)節(jié)內(nèi)血管增生等，而聯(lián)合特征較單一特征提供了更高的診斷準(zhǔn)確度[6]。 盡管如此， 相當(dāng)一部分良性和惡性結(jié)節(jié)的特征存在重疊，而超聲對甲狀腺惡性結(jié)節(jié)的靈敏度和特異度也不盡相同[7]。 因此，找到一種更為簡單、準(zhǔn)確的診斷方法進(jìn)行鑒別診斷并減少PTMC 的漏診率成為目前臨床急需解決的問題。

筆者研究將甲狀腺結(jié)節(jié)的超聲影像學(xué)參數(shù)和臨床參數(shù)納入列線圖模型構(gòu)建，顯示結(jié)節(jié)A/T、邊緣、多灶性、TG 為甲狀腺腫瘤的惡性特征，其直觀可視化結(jié)節(jié)的惡性的AUC 為0.861（95%CI 0.817~0.904），具有良好的診斷效能，這與既往研究[2，8，9]結(jié)果一致，表明筆者研究模型納入的預(yù)測因子具有較高的普遍應(yīng)用價(jià)值，而列線圖作為無創(chuàng)的預(yù)測工具較為直觀和完整地反映腫瘤的異質(zhì)性。 因此，該研究模型可以有效地協(xié)助臨床醫(yī)生預(yù)測PTMC，從而有助于提高超聲診斷PTMC 的準(zhǔn)確度。

在筆者研究中， 腫瘤A/T 對甲狀腺良性結(jié)節(jié)和PTMC 具有重要鑒別診斷意義。研究表明，A/T 比值是甲狀腺癌的高危特征，相比于A/T ＜1 的病例，A/T ≥1 診斷為甲狀腺癌的風(fēng)險(xiǎn)增高4~6 倍，其診斷良惡性的特異度高達(dá)60%~100%[2，10~13]。 其原因可能是甲狀腺癌前后方向上的癌細(xì)胞處于分裂期，而在其他方向上的癌細(xì)胞處于相對靜止期，導(dǎo)致腫瘤在前后方向上的徑線大于左右方向的徑線，這有別于良性結(jié)節(jié)的生長方式[14，15]。 在筆者研究中，A/T 對診斷PTMC 的貢獻(xiàn)最大，表明在甲狀腺癌早期腫瘤生長更快，侵襲性更高，而利用A/T 在形態(tài)學(xué)上評價(jià)腫瘤的生長模式能更準(zhǔn)確反映結(jié)節(jié)的性質(zhì)。 盡管如此，以A/T ≥1 診斷PTMC 仍存在一個(gè)“灰色地帶”，即A/T ≥1 在惡性腫瘤中發(fā)生率僅為44%~68%， 仍然存在32%~56%的A/T<1 仍為惡性，或在風(fēng)險(xiǎn)分層后甚至在FNA 后仍不確定是否為惡性。 其次， 也有研究證實(shí)A/T ＜1多見于良性結(jié)節(jié)及部分甲狀腺乳頭狀癌、甲狀腺濾泡癌等， 而A/T ≥1 則見于約32.7%~83.6%惡性結(jié)節(jié)，也可見于7.5%~18.5%的良性結(jié)節(jié)[16，17]。 因此，尋找更確切的A/T 有助于減少相當(dāng)一部分良性和惡性結(jié)節(jié)的重疊性，并進(jìn)一步提高診斷的準(zhǔn)確度。 相比于以往研究， 筆者研究結(jié)果以A/T ＞0.85 作為診斷PTMC 的依據(jù)， 發(fā)現(xiàn)其AUC 為0.847， 靈敏度為73.55 %，特異度為91.34%，表明適當(dāng)降低A/T 仍可獲得較高的鑒別診斷價(jià)值，且與A/T ≥1 相比可減少漏診率。 因此，該A/T 可對結(jié)節(jié)進(jìn)行更詳盡而準(zhǔn)確的風(fēng)險(xiǎn)分層以區(qū)分良性結(jié)節(jié)和PTMC 并減少誤診。

此外， 腫瘤邊緣不光整、 存在多灶性也是診斷PTMC 的重要特征，該研究結(jié)果與以往研究[18]一致，表明多發(fā)病灶是PTMC 的一種臨床癥狀，其更多見于以甲狀腺良性疾病就診的“偶發(fā)癌”，尤其是在伴有橋本氏甲狀腺炎的患者中更為常見。 研究表明，橋本氏甲狀腺炎合并PTMC 以多病灶為主，并且結(jié)節(jié)多伴有邊緣不光整[19]。 因此，在錯(cuò)綜復(fù)雜的多結(jié)節(jié)背景下，發(fā)現(xiàn)邊緣不規(guī)則的小結(jié)節(jié)，對PTMC 具有重要診斷意義。

TG 是在甲狀腺濾泡上皮細(xì)胞分泌出的大分子糖蛋白，是對患者體內(nèi)是否仍有功能性甲狀腺組織存在的進(jìn)行判定的重要腫瘤標(biāo)志物[20]。 筆者的研究結(jié)果顯示，PTMC 患者的TG 值要明顯比結(jié)節(jié)良性的患者高，與以往研究[20，21]結(jié)果一致，表明TG 可作為PTMC 的診斷依據(jù)之一，然而考慮到筆者研究樣本量較小，仍然需要更多的研究對該結(jié)果行進(jìn)一步的驗(yàn)證。

有研究[4]表明，患者年齡、性別在甲狀腺良惡性腫瘤中差異具有統(tǒng)計(jì)學(xué)意義，其中PTMC 在女性發(fā)病率高于男性、年輕患者高于年長患者。 然而在筆者研究中，兩者對PTMC 的鑒別診斷無顯著意義，可能與研究樣本量較小、選擇存在一定偏移有關(guān)。

綜上所述，超聲影像特征甲狀腺激素水平聯(lián)合構(gòu)建列線圖模型對甲狀腺良惡性結(jié)節(jié)鑒別診斷具有良好的臨床應(yīng)用價(jià)值，尤其是結(jié)節(jié)A/T ＞0.85 可作為診斷PTMC 的重要特異性征象，可顯著減少PTMC 的漏診率， 可作為一種無創(chuàng)性量化工具提高診斷效能，更有利于術(shù)前甲狀腺手術(shù)治療策略的制定。