張 坦，張 晟，忻曉潔，穆佳麗，趙 靜

（天津醫(yī)科大學(xué)腫瘤醫(yī)院超聲診療科、國(guó)家腫瘤臨床醫(yī)學(xué)研究中心、天津市“腫瘤防治”重點(diǎn)實(shí)驗(yàn)室，天津300060）

甲狀腺超聲影像報(bào)告和數(shù)據(jù)系統(tǒng)分類聯(lián)合多變量統(tǒng)計(jì)分析在甲狀腺良惡性結(jié)節(jié)鑒別診斷中的應(yīng)用價(jià)值

張 坦＊，張 晟，忻曉潔，穆佳麗，趙 靜

（天津醫(yī)科大學(xué)腫瘤醫(yī)院超聲診療科、國(guó)家腫瘤臨床醫(yī)學(xué)研究中心、天津市“腫瘤防治”重點(diǎn)實(shí)驗(yàn)室，天津300060）

目的探討甲狀腺超聲影像和數(shù)據(jù)報(bào)告系統(tǒng)（TI－RADS）分級(jí)結(jié)合多變量統(tǒng)計(jì)分析在診斷甲狀腺良惡結(jié)節(jié)中的應(yīng)用價(jià)值。方法 回顧性分析經(jīng)病理證實(shí)的247例單發(fā)甲狀腺結(jié)節(jié)患者的臨床資料，對(duì)患者進(jìn)行TI－RADS分級(jí)，并運(yùn)用多變量統(tǒng)計(jì)分析方法對(duì)病例進(jìn)行分析，篩選重要聲像特征。結(jié)果 甲狀腺良性結(jié)節(jié)組和甲狀腺惡性結(jié)節(jié)組比較，腫塊的大小、腫塊的性質(zhì)、形態(tài)、邊界、回聲、鈣化、鈣化類型、縱橫比，CDFI均具有統(tǒng)計(jì)學(xué)差別。多變量統(tǒng)計(jì)結(jié)果顯示甲狀腺良性結(jié)節(jié)組和甲狀腺惡性結(jié)節(jié)能夠很好的被分離，而甲狀腺惡性結(jié)節(jié)的不同分類也能很好的被區(qū)分。此外，腫物的形態(tài)、邊界和鈣化的異?？赡茴A(yù)示著甲狀腺結(jié)節(jié)的惡性結(jié)果，而腫物的縱橫比和高是鑒別惡性結(jié)節(jié)級(jí)別的重要特征。結(jié)論 TI－RADS分級(jí)聯(lián)合多變量統(tǒng)計(jì)分析將更有利于對(duì)甲狀腺良惡性結(jié)節(jié)的診斷。

甲狀腺結(jié)節(jié)；超聲檢查；甲狀腺影像和數(shù)據(jù)報(bào)告系統(tǒng)；多變量統(tǒng)計(jì)分析

（Chin J Lab Diagn，2015，19：1646）

近年來(lái)甲狀腺結(jié)節(jié)的發(fā)現(xiàn)率越來(lái)越高，發(fā)病率高達(dá)6%－7%，其中甲狀腺癌的所占的比率約為4%－17%［1］。甲狀腺癌是人體內(nèi)分泌系統(tǒng)最常見的惡性疾病之一，是在女性常見的惡性腫瘤疾病中占第5位的常見腫瘤體［2］，而所有癌癥中甲狀腺癌的發(fā)病率占第一位，而且在所有癌癥中甲狀腺癌的發(fā)病率最高［3］。因此，對(duì)甲狀腺結(jié)節(jié)進(jìn)行早期的定性診斷是目前的一個(gè)研究熱點(diǎn)，并且顯得尤為重要。目前，超聲檢查作為一種無(wú)創(chuàng)影像學(xué)方法，已經(jīng)成為臨床評(píng)估和處理甲狀腺結(jié)節(jié)的重要手段［4］。超聲對(duì)甲狀腺結(jié)節(jié)臨床診斷是根據(jù)超聲形態(tài)學(xué)特征對(duì)腫物進(jìn)行良惡性的評(píng)估，但是由于目前專業(yè)用術(shù)語(yǔ)的標(biāo)準(zhǔn)化及和規(guī)范化還不夠完善，同時(shí)結(jié)果由于受到檢查醫(yī)生的主觀因素的影響，常常出現(xiàn)對(duì)超聲圖像解析不一致現(xiàn)象，為避免這些弊端，美國(guó)學(xué)者Horvath等［5］2009年提出了甲狀腺影像學(xué)報(bào)告及數(shù)據(jù)系統(tǒng)（thyroid imaging reporting and data system，TIRADS），定義了10種甲狀腺結(jié)節(jié)的主要超聲聲像圖表現(xiàn)特征，進(jìn)而建立了甲狀腺分級(jí)標(biāo)準(zhǔn)。本研究以TI－RADS分類為標(biāo)準(zhǔn)并結(jié)合多變量統(tǒng)計(jì)分析，探討哪些超聲聲像圖表現(xiàn)能判別甲狀腺良性和惡性分類的主要特征，并進(jìn)一步研究哪些超聲聲像圖特征在TI－RADS的4級(jí)亞型分類中起主要作用的惡性特征。以期尋找一個(gè)簡(jiǎn)單易行、容易普及并適合我國(guó)人群的TI－RADS分類標(biāo)準(zhǔn)。

1 材料與方法

1.1 研究對(duì)象

研究對(duì)象為天津醫(yī)科大學(xué)腫瘤醫(yī)院2013年1月－2013年12月就診并最終手術(shù)治療的甲狀腺單發(fā)節(jié)患者247例，所有結(jié)節(jié)均有術(shù)前超聲診斷記錄及經(jīng)術(shù)后病理證實(shí)。本組研究中有良性結(jié)節(jié)患者64例，年齡27－74歲，平均47.5±11.6歲，男性患者所占比例為21.9%；惡性結(jié)節(jié)患者183例，年齡20－70歲，平均46.9±10.7歲，男性患者所占比例為22.9%。

1.2 儀器與方法

儀器為飛利浦公司的IU22彩色超聲儀，探頭：線陣，使用頻率6－13MHz。患者取仰臥位，肩部放置枕頭，頭部盡量仰伸，充分暴露頸前區(qū)，并囑病人呈放松狀態(tài)，為避免主觀性的干擾，檢查由兩位醫(yī)生進(jìn)行，如遇意見不一致，請(qǐng)第三位醫(yī)生共同判斷，采取兩位以上醫(yī)生的共識(shí)為準(zhǔn)，以此類推。用灰階超聲檢查病灶，并記錄病灶的常規(guī)橫、縱切面，測(cè)量腫物的大?。ㄩL(zhǎng)、寬、高）、描述腫物的特征：包括形態(tài)（規(guī)則或不規(guī)則）、邊界（清楚或不清楚）、內(nèi)部回聲（極低回聲或低回聲或中強(qiáng)回聲）、鈣化（有或無(wú)）、鈣化類型（小鈣化，大鈣化，大小不等的鈣化）、有否淋巴結(jié)轉(zhuǎn)移、縱橫比（腫物的高除以寬），彩色多普勒血流圖（CDFI：不豐富或豐富）等方面，將病理結(jié)果及超聲檢查的信息以代碼的形式記錄在excel表中，表頭設(shè)計(jì)內(nèi)容如（表1），同時(shí)根據(jù)TI－RADS診斷標(biāo)準(zhǔn)進(jìn)行分級(jí)，然后進(jìn)行評(píng)分和統(tǒng)計(jì)分析。

1.3 甲狀腺TI－RADS診斷標(biāo)準(zhǔn)［6，7］及改良分級(jí)

TI－RADS分級(jí)方法：（1）0級(jí)：甲狀腺炎，單純性甲狀腺腫；手術(shù)不明確者；超聲掃查不完全者（需要結(jié)合其他檢查）。1級(jí)，無(wú)結(jié)節(jié)，正常甲狀腺或彌漫性增生性甲狀腺，內(nèi)含結(jié)晶的囊性結(jié)節(jié)（小于0.5 cm，無(wú)需進(jìn)一步隨訪）；（2）2級(jí)，良性結(jié)節(jié)（惡性風(fēng)險(xiǎn)0%），沒有相關(guān)的惡性特征，包括囊性為主的結(jié)節(jié)，蜂窩樣結(jié)構(gòu)及環(huán)狀鈣化。（3）3級(jí)，良性結(jié)節(jié)可能性大（惡性風(fēng)險(xiǎn)＜5%），邊緣界限清楚，以實(shí)性為主，回聲不均勻，蛋殼樣鈣化或粗鈣化，具有以下一項(xiàng)惡性特征，如低回聲，鈣化等。（4）4級(jí)，可疑惡性結(jié)節(jié)（惡性風(fēng)險(xiǎn)在5%和94%之間）。可細(xì)分為4a（惡性風(fēng)險(xiǎn)在5%和45%之間），4b（惡性風(fēng)險(xiǎn)在45%和75%之間）和4c（惡性風(fēng)險(xiǎn)在75%和94%之間）。4a為2－3項(xiàng)提示惡性的超聲表現(xiàn)，如極低回聲，微鈣化，邊界不清楚；4b為超過(guò)3－4項(xiàng)提示惡性的超聲表現(xiàn)；4c為5－6項(xiàng)提示惡性的超聲表現(xiàn)；（5）5級(jí)，高度提示惡性（惡性風(fēng)險(xiǎn)＞95%），6項(xiàng)以上惡性的超聲表現(xiàn)并伴有頸部淋巴結(jié)轉(zhuǎn)移。（5）6級(jí)，已知活組織檢查的惡性病變。以1－3級(jí)評(píng)判為良性，4－6級(jí)評(píng)判為惡性。

表1 超聲檢查聲像特征的記錄內(nèi)容

1.4 統(tǒng)計(jì)學(xué)方法

采用SPSS13.0軟件進(jìn)行統(tǒng)計(jì)分析。計(jì)量資料用均數(shù)±標(biāo)準(zhǔn)差（x—±s）表示，P＜0.05，有統(tǒng)計(jì)學(xué)意義。把超聲檢查的病灶指標(biāo)作為X變量，建立矩陣，導(dǎo)入SIMCA－P13.0（Umea，Sweden）統(tǒng)計(jì)軟件進(jìn)行統(tǒng)計(jì)分析。擬采用主成分分析（principal component analysis，PCA）對(duì)樣本進(jìn)行輪廓分析，同時(shí)利用偏最小二乘－判別分析（partial least－squares discriminant analysis，PLS－DA）確定對(duì)分類產(chǎn)生影響的重要變量，綜合載荷圖（loading plot）和變量重要性投影（Variable Importance for the Projection，VIP）確定對(duì)分類產(chǎn)生影響的重要變量（VIP值＞1為重要變量）［8］。

2 結(jié)果

2.1 TI－RADS分級(jí)診斷

參照TI－RADS分級(jí)診斷標(biāo)準(zhǔn)，對(duì)247例不同性別的甲狀腺單發(fā)結(jié)節(jié)患者進(jìn)行分級(jí)。結(jié)果如表1所示。以上所有結(jié)果均是經(jīng)過(guò)病理證實(shí)，病理結(jié)果顯示2、3級(jí)為良性結(jié)節(jié)，所有4級(jí)分類均為惡性結(jié)節(jié)。

表2 應(yīng)用TI－RADS分級(jí)診斷甲狀腺結(jié)節(jié)與病理結(jié)果比較

2.2 單變量分析

良性甲狀腺結(jié)節(jié)組和惡性甲狀腺結(jié)節(jié)組比較，腫塊的大?。ㄩL(zhǎng)、寬、高）、腫塊的性質(zhì)、形態(tài)、邊界、內(nèi)部回聲、鈣化、鈣化類型、縱橫比（腫物的高除以寬），CDFI（不豐富或豐富）均具有統(tǒng)計(jì)學(xué)差別，見表3。

表3 良性甲狀腺結(jié)節(jié)組和惡性甲狀腺結(jié)節(jié)組用于TI－RADS分級(jí)的11個(gè)變量的檢測(cè)結(jié)果

2.3 多變量統(tǒng)計(jì)分析

2.3.1 甲狀腺良性結(jié)節(jié)組和惡性結(jié)節(jié)組多變量統(tǒng)計(jì)分析

PCA得分圖（圖1A）顯示甲狀腺良性結(jié)節(jié)組集中在右側(cè)，而甲狀腺惡性結(jié)節(jié)組則分散于左側(cè)，但界限不是很明顯。前兩個(gè)主成分（PC1和PC2）對(duì)所有變量的解釋率為59.3%（R2＝0.593），而預(yù)測(cè)率為44.8%（Q2＝0.448）。圖1B為PLS－DA的得分圖。良性結(jié)節(jié)組集中在左側(cè)較小的區(qū)域，而惡性結(jié)節(jié)組則集中于右側(cè)，兩組的界限明顯。前兩個(gè)主成分（t1和t2）對(duì)所有變量的解釋率為64.9%（R2＝0.649），而預(yù)測(cè)率為87.5%（Q2＝0.875）。

2.3.2 TI－RDAS對(duì)甲狀腺惡性結(jié)節(jié)不同分級(jí)的多變量統(tǒng)計(jì)分析

圖2顯示TI－RDAS分級(jí)的4級(jí)分類中不同的亞型組均明顯的聚集為3類，此結(jié)果說(shuō)明TI－RDAS分級(jí)中4級(jí)的不同亞型組是非常重要的。

2.3.3 重要參數(shù)變量結(jié)果分析、重要超聲聲像特征分析

圖3A為利用VIP值確定對(duì)良性和惡性分類起重要作用的聲像特征參數(shù)變量。腫物的形態(tài)、邊界和鈣化情況是區(qū)分甲狀腺良性和惡性結(jié)節(jié)的重要聲像特征參數(shù)變量。載荷圖（Loading）上一個(gè)點(diǎn)代表一個(gè)變量，距離原點(diǎn)越遠(yuǎn)的點(diǎn)，代表該變量對(duì)各組間的分類貢獻(xiàn)越大，可以作為區(qū)分兩組的重要參數(shù)變量。圖3B圓圈標(biāo)志的變量為篩選的重要參數(shù)變量，其結(jié)果與VIP結(jié)果一致。

圖4結(jié)果為對(duì)惡性結(jié)節(jié)中4級(jí)分類的不同亞型分類起重要作用的參數(shù)變量，結(jié)果顯示腫物的縱橫比、高和鈣化情況是區(qū)分甲狀腺惡性結(jié)節(jié)的不同亞型分類重要參數(shù)變量。

3 討論

本研究發(fā)現(xiàn)TI－RADS的4級(jí)的細(xì)化分級(jí)更有利于為臨床醫(yī)生對(duì)結(jié)節(jié)性質(zhì)的判定，可以為進(jìn)一步的治療方式的選擇提供診斷信心。根據(jù)結(jié)節(jié)所占據(jù)的惡性特征的多少，將診斷分別細(xì)分為4a、4b、4c有意義，同時(shí)可以在分級(jí)的診斷同時(shí)，添加描述性診斷，例如TI－RADS：4a考慮①不典型結(jié)節(jié)性甲狀腺腫。②惡性待除外；TI－RADS：4b考慮①惡性。②不典型結(jié)節(jié)性甲狀腺腫待除外；TI－RADS：4c可疑惡性。

圖1 甲狀腺良性結(jié)節(jié)組和甲狀腺惡性結(jié)節(jié)組的PCA（A）和PLS－DA（B）的得分散點(diǎn)圖

圖2 甲狀腺惡性結(jié)節(jié)不同分級(jí)的PCA（A）和PLS－DA（B）的三維得分散點(diǎn)圖

圖3 甲狀腺良性結(jié)節(jié)組和甲狀腺惡性結(jié)節(jié)組的PLS－DA分析的VIP（A）和載荷圖（B）

圖4 甲狀腺惡性結(jié)節(jié)不同分級(jí)的PLS－DA分析的VIP（A）和載荷圖（B）

多變量統(tǒng)計(jì)分析能綜合分析多個(gè)聲像特征，意在從多個(gè)指標(biāo)中提取對(duì)分類起主要作用的重要指標(biāo)。本研究應(yīng)用了PCA和PLS－DA兩種分析方法對(duì)超聲特征進(jìn)行分析。PCA是一種數(shù)據(jù)降維方法，該方法將分散在許多一組變量的信息集中到某幾個(gè)綜合指標(biāo)變量（主成分）上，從而利用主要成分提取數(shù)據(jù)集的特征進(jìn)而利用主要成分提取數(shù)據(jù)集的主要信息。PCA的得分圖能很好地反映數(shù)據(jù)集所包含的生物學(xué)變化該圖就能很好地反映原始數(shù)據(jù)集所包含的主要生物信息，處于相似生理病理或（和）病理生理狀態(tài)的樣本通常具有相似組構(gòu)成，因此在圖上也處于相似的位置所以在得分圖上就處于相近的位置。本研究結(jié)果中的PCA的得分圖顯示甲狀腺良性和惡性結(jié)節(jié)組能夠較好的分離。PLS－DA方法是建立在PCA方法之上的，主要用于對(duì)不同分類起主要貢獻(xiàn)的重要變量的但與PCA有所不同。PLSDA分別提取自變量與因變量的主成分，進(jìn)而算出主成分間的相關(guān)系數(shù)，以相關(guān)系數(shù)最大的兩個(gè)主成分，分別做自變量和因變量的第一成分。本研究利用PLS－DA對(duì)重要的聲像特征進(jìn)行篩選，結(jié)果顯示腫物的形態(tài)、邊界和鈣化情況是區(qū)分甲狀腺良性和惡性結(jié)節(jié)的重要超聲聲像特征（圖3），而腫物的縱橫比和高是鑒別惡性結(jié)節(jié)級(jí)別的重要特征（圖4）。

一般情況下，甲狀腺惡性結(jié)節(jié)的二維聲像圖常顯示為邊界不清、形態(tài)不規(guī)則，并且惡性結(jié)節(jié)內(nèi)部常伴有鈣化。一般認(rèn)為邊界對(duì)甲狀腺結(jié)節(jié)的良惡性鑒別具有一定意義，惡性結(jié)節(jié)邊界不清晰的發(fā)生率較良性結(jié)節(jié)邊界不清晰的高，并且邊緣不規(guī)則多見于甲狀腺癌。鈣化是甲狀腺惡性結(jié)節(jié)中常見的超聲特征［9］，這可能與腫瘤迅速生長(zhǎng)，局部血供不足，容易引起局部纖維組織增生和鈣鹽沉著有關(guān)。此外，本研究對(duì)甲狀腺惡性結(jié)節(jié)的分級(jí)進(jìn)行分析發(fā)現(xiàn)腫物的縱橫比和高是對(duì)惡性結(jié)節(jié)分級(jí)的重要聲像特征。縱橫比是利用腫物的高除以寬計(jì)算而來(lái)，這就說(shuō)明縱橫比對(duì)惡性結(jié)節(jié)的分類上具有重要貢獻(xiàn)。研究顯示縱橫比可能與惡性結(jié)節(jié)的生長(zhǎng)方式有關(guān)，是提示惡性的極為重要超聲特征［10］。本研究中縱橫比是評(píng)價(jià)甲狀腺惡性結(jié)節(jié)分級(jí)的重要指標(biāo)，因此應(yīng)對(duì)不同惡性結(jié)節(jié)分級(jí)中的縱橫比進(jìn)行細(xì)化分級(jí)，這將有助于甲狀腺癌的術(shù)前診斷，為手術(shù)方式、范圍、術(shù)后治療評(píng)估制定提供有益指導(dǎo)。

4 結(jié)論

本文將統(tǒng)計(jì)學(xué)中的多變量統(tǒng)計(jì)分析應(yīng)用于甲狀腺良性和惡性結(jié)節(jié)的鑒別診斷。多變量的分析結(jié)果提示，對(duì)首次就診甲狀腺結(jié)節(jié)的患者，影像學(xué)檢查發(fā)現(xiàn)腫物的形態(tài)、邊界和鈣化的異?？赡茴A(yù)示著甲狀腺結(jié)節(jié)的惡性結(jié)果，而腫物的縱橫比和高是鑒別惡性結(jié)節(jié)級(jí)別的重要特征。因此，TI－RADS分類聯(lián)合多變量統(tǒng)計(jì)分級(jí)將更有利于對(duì)甲狀腺良惡性結(jié)節(jié)的診斷，但關(guān)于甲狀腺惡性結(jié)節(jié)中不同分類的縱橫比的分級(jí)還有待于進(jìn)一步研究。

［1］Hermus AR，Huysmans DA.Treatment of benign nodular thyroid disease［J］.N Engl J Med，1998，338（20）：1438.

［2］Bae U，Dighe M，Dubinsky T，et al.Ultrasound thyroid elastography using carotid artery pulsation：preliminary study［J］.Ultrasound Med，2007，26（6）：797.

［3］Grubbs EG，Rich TA，Li G，et al.Recent Advances in Thyroid Cancer［J］.Current Problems in Surgery，2008，45：156.

［4］Isidro ML，Penin M，Cordido F.Systematic ultrasound evaluation of thyriod nodules［J］.Thyroid，2006，16（12）：1324.

［5］Horvath E，Majlis S，Rossi R，et al.An ultrasonogram reporting system for thyroid nodules stratifying cancer risk for clinical management［J］.J Clin Endocrinol Metab，2009，94（5）：1748.

［6］陳曉康，陳少華，呂國(guó)榮.超聲TI－RADS分類對(duì)甲狀腺結(jié)節(jié)的診斷價(jià)值［J］.中國(guó)超聲醫(yī)學(xué)雜志，2012，28（12）：1066.

［7］張正順，高翠霞，方耀武.TI－RADS分級(jí)在診斷甲狀腺結(jié)節(jié)良惡性方面的應(yīng)用研究［J］.中國(guó)超聲醫(yī)學(xué)雜志，2013，29（8）：751.

［8］Eriksson L，Andersson PL，Johansson E，et al.Megavariate analysis of environmental QSAR data.Part I－a basic framework founded on principal component analysis（PCA），partial least squares（PLS），and statistical molecular design（SMD）［J］.Mol Divers，2006，10（2）：169.

［9］Gong T，Wang J.The analysis of the calcification in differentiatingmalignant thyroid neoplasm and the molecular mechanisms for theformation of the calcification［J］.Lin Chuang Er Bi Yan Hou Tou Jing Wai Ke Za Zhi，2012，26（16）：763.

［10］Moon WJ，Jung SL，Lee JH，et al.Benign and malignant thyroid nodules：US differentiation－multicenter retrospective study［J］.Radiology，2008，247（3）：762.

The value of thyroid imaging reporting and data system classification in combination with multivariate statistical analysis in the diagnosis of benign and malignant thyroid nodules

ZHANG Tan，ZHANG Sheng，XIN Xiao－jie，et al.
（Department of Ultrasound，Tianjin medical University Cancer institute and hospital，Tianjin300060，China）

ObjectiveTo explore the application of thyroid imaging reporting and data system（TI－RADS）classification in combination with multivariate statistical analysis in the diagnosis of benign and malignant thyroid nodules.Methods Two hundred and forty seven histologically proved thyroid nodules in 247patients were analyzed according to the TI－RADS classification.Multivariate statistical analysis was used to assess the classification of TI－RADS and find out the important parameters identified the benign and malignant thyroid nodules.Results There were statistical difference in the size and property of the goiter，border，shape，solid echo，calcifications，calcifications pattern，a short－to－long axis ratio and CDFI between benign and malignant thyroid nodules.The results of multivariate statistical analysis showed that there were clearly classified between benign and malignant thyroid nodules and shape，border and calcifications were important feature identified the benign and malignant thyroid nodules.In addition，a short－to－long axis ratio and the height of the goiter were important for the identification of different malignant thyroid nodules.Conclusion The combination of TI－RADS classification and multivariate statistical analysis showed better performance in the differential diagnosis between malignant and benign thyroid nodules.

Thyroid nodule；Ultrasonography；TI－RADS；Multivariate statistical analysis

R445.1

A

張?zhí)梗?979－），女，碩士，主治醫(yī)師，研究方向：婦科腫瘤及小器官的超聲診斷。

2014－09－17）

1007－4287（2015）10－1646－05

＊通訊作者