应用Logistic回归模型评价超声在鉴别卵巢肿瘤良恶性中的价值  

作　　者：袁静 

机构地区：[1]德阳市人民医院超声医学科,四川 德阳 618000

出　　处：《中国科技期刊数据库 医药》2025年第4期141-144,共4页

摘　　要：探讨基于超声图像特征构建的Logistic回归模型对卵巢肿瘤良恶性的鉴别诊断价值。方法 本研究回溯性分析了2022年1月至2023年12月期间,在德阳市人民医院接受治疗的145名卵巢肿瘤患者数据。所有患者均通过手术及病理学检查确诊,依据术后病理诊断,将患者划分为良性组(85例)与恶性组(60例)。随后,对两组间多项超声波特征进行了详尽的单因素与多因素对比分析,并构建了Logistic回归分析模型。为进一步评估该模型对卵巢肿瘤良恶性鉴别的效能,我们绘制了ROC曲线。结果 单因素分析结果揭示,两组在肿瘤的最大尺寸、形态特征、内部回声模式、内壁乳头状突起、血流评分、血流阻力指数(RI)及腹水存在情况等方面存在显著差异(p<0.05)。多因素Logistic回归分析进一步指出,肿瘤的最大尺寸、内部回声特性及血流阻力指数是区分卵巢良恶性肿瘤的关键指标。此外,所构建的Logistic回归模型展现出对卵巢肿瘤良恶性较为精准的预测能力。结论 本研究表明,基于超声波图像特征所建立的Logistic回归模型,在卵巢肿瘤良恶性的鉴别诊断中具有较高的应用价值。

关 键 词：卵巢肿瘤 超声 LOGISTIC回归模型 鉴别诊断 

分 类 号：R737[医药卫生—肿瘤]