基于多模态超声的预测cN0乳头状甲状腺癌隐性颈淋巴结转移的判别图谱

《BMC Medical Imaging》：Multimodal ultrasound-based nomogram for predicting occult cervical lymph node metastasis in cN0 papillary thyroid carcinoma

　　

摘要

目的

在临床淋巴结阴性（cN0）的乳头状甲状腺癌患者中，隐匿性颈部淋巴结转移仍然是一个重要的临床问题，而其术前预测仍面临挑战。本研究旨在开发一种基于多模态超声的预测模型，以便对cN0 PTC患者中的隐匿性CLNM进行个体化预测，并对其内部有效性进行验证。

方法

这项回顾性研究纳入了204名病理学上确诊为cN0 PTC的患者，这些患者在2020年1月至2022年4月期间接受了术前常规超声检查、超微血管成像、剪切波弹性成像以及对比增强超声检查。这些患者被随机分为训练组（n?=?143）和验证组（n?=?61）。研究分析了患者的临床特征及多模态超声表现，通过单变量逻辑回归和最小绝对值收缩和选择运算子回归筛选出潜在的预测因子。随后构建了常规超声和多模态超声预测模型，并通过接收者操作特征分析、校准曲线、决策曲线分析、观察者间一致性分析以及自举法内部验证来评估这些模型的性能。

结果

该多模态超声预测模型包含了来自常规超声、剪切波弹性成像和对比增强超声特征的12个预测因子。在训练组和验证组中，该模型的bootstrap校正后AUC值分别为0.849（95%置信区间：0.776–0.922）和0.718（95%置信区间：0.559–0.876），表现优于常规超声模型。决策曲线分析显示，在更广泛的阈值概率范围内，多模态模型具有更大的临床净收益。此外，所纳入的影像学特征的观察者间一致性也显示出良好的重复性。

结论

该多模态超声预测模型通过整合肿瘤周围组织的硬度差异以及对比增强超声的灌注参数，能够在预测cN0 PTC患者中的隐匿性CLNM方面展现出不错的性能。与常规超声模型相比，该模型在该单中心研究群体中具有更高的价值。这一模型有望作为术前风险分层的工具，但在实际应用之前还需要在更大规模的多中心研究中进行进一步的外部验证。

图形摘要