检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]上海市第六人民医院金山分院,上海201599
出 处:《山东医药》2019年第7期72-74,共3页Shandong Medical Journal
基 金:上海市金山区科学技术创新资金项目(2016-3-09)
摘 要:目的构建肺小结节恶性概率预测临床模型。方法收集经手术切除及病理诊断的肺小结节患者245例,根据术后病理结果,将其分为良性病变和恶性病变者。比较两者临床资料(包括性别,年龄,吸烟史,肿瘤病史或肿瘤家族史,临床症状如咳嗽、咳痰、咳血、胸痛等)及影像学资料(包括肺小结节的部位,肺窗中测定的肺结节最大径,肺小结节有无毛刺、分叶、胸膜牵拉、血管征、空泡征、边缘光滑等),对P<0.05筛选出来的恶性肺小结节预测因子进行Logistic多因素回归分析,依据Logistic回归方程式,构建肺小结节恶性概率预测临床模型。结果 245例患者中,良性病变80例、恶性病变165例,两者性别、血管征、边缘光滑、毛刺、胸膜牵拉、分叶、肺结节最大径比较P均<0.05。建立肺小结节恶性概率预测模型:P=1/(1+e^(-X)),其中P表示是否为恶性肺小结节的概率,e为自然对数,X=-1.643 3+(0.793 3×是否女性)+(0.002 9×肺结节最大径)+(0.875 2×是否分叶)+(1.043 3×是否毛刺)+(0.646 0×是否胸膜牵拉)+(1.988 7×是否血管征)+(-3.353 6×是否边缘光滑)。结论成功构建了肺小结节恶性概率预测模型,该模型有较好的临床应用价值。
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.15