引用本文:
【打印本页】   【下载PDF全文】   查看/发表评论  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 4406次   下载 2364 本文二维码信息
码上扫一扫!
分享到: 微信 更多
两种模型动态对比增强磁共振成像在宫颈癌病理分级中的应用价值
章俞1, 赵振华, 韦明珠, 杨立铭, 黄亚男, 阮雅文, 王丽
绍兴市人民医院
摘要:
目的探讨ExtendedToftsLinear模型和ExtendedTofts模型动态对比增强磁共振成像(DCE-MRI)在宫颈癌病理分级中的应用价值。方法回顾性分析2016年1月至2019年10月绍兴市人民医院就诊且手术病理证实为子宫颈癌的31例患者,术前行盆腔多期DCE-MRI检查,选择ExtendedToftsLinear和ExtendedTofts血流动力学模型分别计算宫颈癌的定量灌注参数[包括容量转运常数(Ktrans)、速率常数(Kep)、血管外细胞外间隙容积分数(Ve)、血管间隙容积分数(Vp)],按术后病理分级分为低、中、高分化宫颈癌组,对比分析3组宫颈癌灌注参数的差异;筛选出有统计学意义的参数,绘制鉴别不同分化程度宫颈癌的ROC曲线,对比两种模型得到的定量参数在宫颈癌病理分级中的诊断效能。结果在高、低分化组宫颈癌间,ExtendedToftsLinear模型的Ktrans值[高分化(0.518±0.180)、低分化(1.032±0.408)min-1]和ExtendedTofts模型[高分化(0.525±0.283)、低分化(1.487±0.991)min-1]比较差异有统计学意义(P<0.05),高、低分化宫颈癌组间Kep、Ve、Vp比较差异均无统计学意义(均P>0.05)。而两个模型低分化与中分化、中分化与高分化组之间的Ktrans、Kep、Ve、Vp比较差异均无统计学意义(均P>0.05)。ExtendedToftsLinear模型中Ktrans鉴别高、低分化宫颈癌的AUC大于ExtendedTofts模型中Ktrans的AUC。联合诊断:利用logistic回归分析,求出ExtendedToftsLinear和ExtendedTofts两种模型Ktrans联合诊断概率值,结果显示两个模型联合诊断AUC均大于单个模型的AUC。结论ExtendedToftsLinear模型和ExtendedTofts模型DCE-MRI得到的Ktrans对高、低分化宫颈癌的病理分级具有一定价值,且前者的整体效能优于后者,同时两个模型联合用于宫颈癌病理分级的鉴别价值优于单个模型灌注参数,联合Ktrans鉴别诊断灵敏度、特异度最高。
关键词:  
DOI:10.12056/j.issn.1006-2785.2021.43.2.2020-1643
分类号:
基金项目:浙江省医药卫生科研基金项目(2017KY663);浙江省医药卫生科技计划项目(2015KYB402);绍兴市公益性技术应用研究项目(2018C30086、2018C30119);绍兴市人民医院院内青年基金一般项目(2018YB23)
Abstract:
Key words: