，， ，

(1.南華大學(xué)附屬第一醫(yī)院超聲科,湖南 衡陽 421001；2.中山大學(xué)腫瘤防治中心超聲科；3.南華大學(xué)附屬第二醫(yī)院影像科)

·臨床醫(yī)學(xué)·

腮腺實(shí)性結(jié)節(jié)超聲特征的logistics回歸模型建立與分析

李毓紅1，裴小青2，周佳1，彭建春3

(1.南華大學(xué)附屬第一醫(yī)院超聲科,湖南 衡陽 421001；2.中山大學(xué)腫瘤防治中心超聲科；3.南華大學(xué)附屬第二醫(yī)院影像科)

目的通過總結(jié)腮腺腫塊的聲像圖特征,構(gòu)建Logistics回歸模型,并分析該模型的應(yīng)用價(jià)值。方法總結(jié)243例患者的超聲圖像特征，建立logistics回歸模型，并分析85例待診腮腺腫塊患者超聲圖像特征，驗(yàn)證模型的準(zhǔn)確性。結(jié)果經(jīng)過二分類Logistics回歸分析，病灶囊性變、邊界和后方回聲三個(gè)自變量建立Logistics回歸模型,以P值0.25為分界點(diǎn)判斷腮腺腫瘤的良惡性。應(yīng)用該回歸模型鑒別85例待診患者資料，結(jié)果顯示良、惡性的準(zhǔn)確性85.8%，敏感性為66.7%，特異性92.2%。結(jié)論本研究建立的logistics回歸模型，能預(yù)測腮腺腫塊良惡性，有良好的臨床應(yīng)用價(jià)值。

超聲； 腮腺； Logistics回歸； 模型； 腫瘤

涎腺腫瘤約占全身腫瘤的3%，原發(fā)性、上皮性涎腺腫瘤中，64～80%的原發(fā)于腮腺，最常見于腮腺淺葉[1]。外科手術(shù)是腮腺腫瘤的主要治療方式，而不同性質(zhì)的腮腺腫瘤的手術(shù)方法有一定的差異。腮腺腫瘤的定性診斷，對于制定手術(shù)方案及判斷病人預(yù)后均有極為重要的意義，但由于組織活檢可造成腮腺包膜破裂，易導(dǎo)致種植性轉(zhuǎn)移或復(fù)發(fā)，臨床上一般不主張術(shù)前活檢[2]。腮腺惡性腫瘤病理分型較復(fù)雜，惡性程度低或早期的腮腺癌生長多較緩慢,可無癥狀，常難與良性腫瘤鑒別[3]。超聲與CT、MRI比較，簡單便捷，是腮腺檢查的的首選方式[4]。目前超聲技術(shù)的發(fā)展日新月異，從眾多的信息中提取出最重要的信息進(jìn)行評價(jià)是發(fā)展的趨勢。本文通過二分類logistic回歸篩選出有價(jià)值的自變量，構(gòu)建回歸模型,以期待獲得一種簡便而有效的鑒別腮腺良惡性腫塊的方法。

1 資料與方法

1.1臨床資料入組患者：發(fā)現(xiàn)腮腺區(qū)腫塊來我院就診的患者，觸診腮腺區(qū)有結(jié)節(jié)感，術(shù)前進(jìn)行超聲檢查。入組的患者分成兩部分。

第一組：2008年1月至2013年6月期間的243名腮腺腫塊患者。受試者為164名男性，79名女性，患者年齡5～84歲，平均為47.7歲。腫塊最大橫徑6 mm～77 mm，平均(29.23±0.782) mm，最大縱徑4 mm～50 mm，平均(18.98±0.583) mm。

第二組：2013年7月～2014年8月的85名腮腺腫塊患者進(jìn)行超聲檢查。60名男性患者，25名女性患者，年齡為12～77歲，平均年齡(48.2±15.256)歲。

1.2儀器與方法

1.2.1 儀器 ToshibaAplio400、Philips HD1500型超聲診斷儀，探頭頻率分別為8～9 MHz、7～12 MHz。

1.2.2 方法 由2個(gè)工作經(jīng)驗(yàn)5年以上的醫(yī)師對第一部分病例進(jìn)行回顧性超聲圖像描述，詳細(xì)記錄腫塊大小、形狀、內(nèi)部回聲、是否有囊性變、是否有微小鈣化、邊界、內(nèi)部血流分級、內(nèi)部血流分布及后方回聲8個(gè)指標(biāo)。形狀分圓形或橢圓形、淺分葉、成角。內(nèi)部回聲分為均勻、欠均勻、不均勻，欠均勻是指腫塊內(nèi)不同質(zhì)回聲為整體的5%～10%。邊界分為清楚、欠清及不清。清楚是指腫塊周邊可見細(xì)的亮線或類包膜結(jié)構(gòu)；欠清是指腫塊前方?jīng)]有細(xì)線樣回聲或包膜結(jié)構(gòu)，但是無突出腫塊輪廓的回聲；不清楚是指腫塊輪廓的中斷。后方回聲分為增強(qiáng)、不變和衰減。后方回聲是與腫塊前方的正常腮腺實(shí)質(zhì)回聲比較。特征性的回聲：無回聲和強(qiáng)回聲。采用Adler血流分級法：0級，無血流信號；Ⅰ級，少量血流，可見1～2處點(diǎn)、短棒狀血流信號；Ⅱ級，中等血流，可見3～4處點(diǎn)狀血流，其中一條長度超過病灶半徑；Ⅲ級，豐富血流，可見4條以上血管，或血管相互連通，交織成網(wǎng)狀。以這組患者的腮腺腫塊超聲圖像為基礎(chǔ)，得出超聲診斷標(biāo)準(zhǔn)，建立logistics回歸模型。

第二組85名患者均在術(shù)前1周內(nèi)行超聲檢查，然后由另外2名醫(yī)生進(jìn)行超聲圖像描述。8個(gè)觀察指標(biāo)由先前2名醫(yī)生用第一組的圖像為范本進(jìn)行示范講解。

1.2.3 統(tǒng)計(jì)學(xué)處理 以手術(shù)病理結(jié)果為診斷金標(biāo)準(zhǔn)。采用SPSS 16.0統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)分析，兩組間率的比較行χ2檢驗(yàn)，計(jì)量資料用兩個(gè)獨(dú)立樣本的t檢驗(yàn),以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。以病理結(jié)果分類作為因變量，將上述超聲特征作為自變量建立Logistics模型，采用偏最大似然估計(jì)前進(jìn)法進(jìn)行逐步回歸，對回歸參數(shù)估計(jì)值采用Wald χ2檢驗(yàn)，對整個(gè)模型的擬合情況采用似然比檢驗(yàn)，并用ROC曲線法評價(jià)Logistic模型的預(yù)報(bào)能力。統(tǒng)計(jì)學(xué)分析用SPSS 16.0軟件完成，以P<0.05為有統(tǒng)計(jì)學(xué)意義。

2 結(jié) 果

2.1 logistics回歸模型建立第一組的243名觀察對象的圖像特征與病理結(jié)果對比發(fā)現(xiàn)，178名為良性，65名為惡性，對腮腺腫塊的超聲特征以良惡性分類進(jìn)行單因素分析結(jié)果(見表1)。腮腺良惡性腫塊在形狀、內(nèi)部囊性變、內(nèi)部鈣化灶、邊界、后方回聲這五方面，差異統(tǒng)計(jì)學(xué)意義。

依據(jù)SPSS 16.0的輸出結(jié)果，對于腮腺病灶良惡性鑒別的Logistics回歸分析最后一步篩選出3個(gè)自變量：病灶內(nèi)囊變與否(X3)、邊界(X5)和后方回聲(X6)。

第一個(gè)方程：logit(P)1=-2.621-0.814X3+1.035X5+1.485X6

對上述模型行似然比檢驗(yàn)，具有統(tǒng)計(jì)學(xué)意義(χ2=185．822，P<0.001)。當(dāng)回歸值P大于0.25時(shí)預(yù)報(bào)為惡性，小于等于0.25時(shí)預(yù)報(bào)為良性，則預(yù)報(bào)正確率高達(dá)201/243=83%。以模型判斷腮腺病灶惡性概率預(yù)測值繪Roc曲線，ROC曲線下面積(areaunder the ROC curve，Az)為判斷指標(biāo)檢驗(yàn)?zāi)Ｐ蛿M合效果，Az為0.883±0.26，P<0.001，95%置信區(qū)間為(0.831，0.934)，用于預(yù)測腮腺腫瘤的良惡性效果也很好，敏感性82%，特異性80%。

表1腮腺良惡性腫塊的單因素分析

腮腺良性腫瘤形狀橢圓淺分葉成角內(nèi)部回聲均勻不均勻無回聲區(qū)有無強(qiáng)回聲灶有無PA(n=59)25(42．37)29(49．15)58．47)11(8．64)48(81．36)17(28．81)42(71．19)10(16．95)49(83．05)CL(n=65)38(58．46)25(38．46)2(3．08)8(12．31)57(87．69)45(69．23)20(30．77)10(15．38)55(84．62)統(tǒng)計(jì)量值3．9280．95720．2090．056P值0．0470．328<0．0010．052

圖1 Logistics回歸模型預(yù)報(bào)能力 曲線下面積Az=0.883；標(biāo)準(zhǔn)誤SE(Az)=0.001；95%置信區(qū)間為(0.831～0.934)

2.2模型的建立與分析85名腮腺腫塊患者對象，術(shù)前超聲檢查結(jié)果如下表(表2)。

2.3模型的驗(yàn)證與分析病理結(jié)果顯示85名腮腺區(qū)患者中21例為惡性，64例為良性，將第二組超聲數(shù)據(jù)的自變量代入logistics方程1：P1=EXP(-2.621-0.814X3+1.035X5+1.485X6)/(1+EXP(-2.621-0.814X3+1.035X5+1.485X6)，當(dāng)P值>0.25時(shí)，預(yù)測為惡性。

病理結(jié)果中64個(gè)良性病例中預(yù)測為良性的為59例，21個(gè)惡性病例中預(yù)測為惡性的為14例。預(yù)報(bào)的準(zhǔn)確性73/85=85.8%，敏感性為66.7%，特異性92.2%，陽性預(yù)測值73.7%，陰性預(yù)測值89.4%。

3 討 論

超聲是診斷腮腺區(qū)腫塊的首選檢查方式，如果憑借超聲聲像圖能準(zhǔn)確的診斷腮腺區(qū)腫塊，對于臨床的治療和手術(shù)方式的選擇發(fā)揮至關(guān)重要的作用。

表285名患者腮腺區(qū)腫塊的超聲表現(xiàn)

形狀橢圓淺分葉成角內(nèi)部回聲均勻欠均勻不均勻邊界清楚欠清不清無回聲區(qū)有無46291018264166109374854．10%34．10%11．00%21．20%30．60%18．20%77．60%11．80%10．60%43．50%56．50%后方回聲增強(qiáng)不變衰減血流分級0Ⅰ～ⅡⅢ血流分布中心周邊其他強(qiáng)回聲灶有無66127214816271939157077．60%14．10%8．20%20．70%60．50%18．80%31．80%22．40%45．80%17．60%83．40%

從本研究的單因素分析的結(jié)果來看，惡性腫塊中有成角的占50.8%，而良性腫瘤中僅僅8.4%。良性腫瘤中內(nèi)部出現(xiàn)囊性變的比例高達(dá)50.6%，而惡性腫瘤中囊性變出現(xiàn)的比例為24.6%。惡性腫瘤中出現(xiàn)鈣化灶的比例為30.8%，良性腫瘤中12.9%出現(xiàn)鈣化灶。惡性腫瘤及良性腫瘤邊界不清的概率分別為56.9%、4.5%。良性腫塊中有79.8%后方回聲增強(qiáng)，惡性腫塊中比例為21.5%。以上5個(gè)指標(biāo)：形狀、內(nèi)部囊性變、微小鈣化、邊界及后方回聲對于辨別腮腺區(qū)良惡性腫塊有意義。

上述結(jié)果與文獻(xiàn)報(bào)道基本一致。有文獻(xiàn)報(bào)道：形狀、邊界、內(nèi)部回聲在良、惡性腫瘤中有顯著性差異。另外蔣幼華、葉琴、姜靜等報(bào)道，除了在形狀、邊界、后方回聲3方面外，惡性腫瘤內(nèi)部可見細(xì)小點(diǎn)狀強(qiáng)光斑，良性腫塊內(nèi)少部分可見粗大的強(qiáng)光斑[5-6]。但是,Schick報(bào)道[7]鈣化灶不能作為腮腺良惡性鑒別的指標(biāo)，多形性腺瘤中鈣化也較常見，并且本研究已經(jīng)發(fā)表的文獻(xiàn)中顯示多形性腺瘤內(nèi)強(qiáng)光斑比例為20%[8]，多形性腺瘤出現(xiàn)強(qiáng)回聲是因?yàn)槠鋬?nèi)部存在以下3種成分：骨樣分化、膠原性晶狀體、酪氨酸和草酸鹽結(jié)晶。

Logistic回歸的基本原理是用一組觀察數(shù)據(jù)擬合logistics模型，揭示若干自變量X與因變量Y的關(guān)系，反映Y對X的依存關(guān)系。它對各自變量進(jìn)行篩選、校正混雜因素、預(yù)測和判別某事件發(fā)生的概率。同χ2檢驗(yàn)和t檢驗(yàn)相比,Logistics回歸分析不僅可同時(shí)分析所有的影響因素,還能對各因素的影響程度進(jìn)行一定的量化。

本研究中，Logistics回歸提取了3個(gè)自變量：病灶內(nèi)囊變與否、邊界和后方回聲。Logistics回歸模型在回歸值P大于0.25時(shí)預(yù)報(bào)為惡性，則預(yù)報(bào)正確率83%。以模型判斷腮腺惡性病灶概率預(yù)測值繪Roc曲線，ROC曲線下面積Az為0.883±0.26，證明模型擬合較好。在統(tǒng)計(jì)分析過程中，第一步進(jìn)入方程的自變量是后方回聲，模型預(yù)測分類正確率為82.3%，第二步進(jìn)入方程的自變量是邊界，模型預(yù)測分類正確率為84.8%，當(dāng)囊變選入方程時(shí)，模型的預(yù)測正確率沒有增加，同樣是84.8%。腫塊邊界和后方回聲作為鑒別良惡性的指標(biāo)也正是許多文獻(xiàn)研究報(bào)道的結(jié)果，很少有文獻(xiàn)將囊變作為良惡性鑒別的因素。因此，在實(shí)際工作中，前兩者可以作為良惡性鑒別的比較可靠的指標(biāo)，囊變是作為供考慮的因素。

用第二組病例去驗(yàn)證logistics模型1，當(dāng)P值>0.25時(shí)，預(yù)測為惡性，預(yù)報(bào)的準(zhǔn)確性85.8%，敏感性為66.7%。敏感性相對不高可能與腮腺區(qū)腫塊獨(dú)特的病理特征有關(guān)。例如黏液表皮樣癌是腮腺中最常見的惡性腫瘤，以表皮樣細(xì)胞、產(chǎn)黏液細(xì)胞及中間細(xì)胞為特征。大體上腫瘤光滑，常伴囊變；當(dāng)腫塊小于2cm時(shí)，通常內(nèi)部均質(zhì)、邊界，特別是高級別的黏液表皮樣癌大體上與良性腫塊極其相似，通常被影像誤診(見圖2)。而較常見的腺樣囊腺癌大體上為實(shí)性，部分可見囊性變，邊界清，但是無包膜，也有時(shí)候被誤診為良性腫瘤，典型的周圍神經(jīng)侵犯不能被超聲檢測[9]。另外還有腮腺內(nèi)淋巴瘤，多表現(xiàn)為圓形、內(nèi)部呈極低回聲，無相互融合時(shí)邊界清楚。只有低級別的惡性腫瘤和較大的腫瘤顯示不規(guī)則的邊界，不均勻的回聲(見圖3)。

圖2 中-高分化粘液表皮癌

圖3 低分化鱗癌

在臨床表現(xiàn)上，良性腫塊常表現(xiàn)為無痛性、緩慢生長，觸診多為質(zhì)軟或質(zhì)中，活動性尚可。惡性腫瘤可表現(xiàn)為疼痛、麻木，觸診質(zhì)地較硬。結(jié)合臨床資料，可能會提高對腮腺區(qū)腫塊的診斷準(zhǔn)確性。

Logistics回歸作為計(jì)算機(jī)輔助診斷的一種方法，對于預(yù)測單個(gè)發(fā)生結(jié)果甚至是推廣時(shí)，還應(yīng)該考慮到樣本對總體的代表性。本研究樣本量較小，因此，下一步應(yīng)該進(jìn)行多中心、大樣本的前瞻性應(yīng)用研究及檢驗(yàn)。

[1] Yousem DM,Kraut MA,Chalian AA.Major salivary gland imaging[J].Radiology,2000,216(1):19-29.

[2] Zajkowski P,Jakubowski W,BialekE J,et al.Pleomorphic adenoma and adenolymphoma in ultrasonography[J].Eur J Ultrasound,2000,12(1):23-29.

[3] Lee SK,Rho BH,Won KS.Parotid incidentaloma identified by combined 18F-fluorodeoxyglucose whole-body positron emission tomography and computed tomography:findings at grayscale and power Doppler ultrasonography and ultrasound-guided fine-needle aspiration biopsy or core-needle biopsy[J].Eur Radiol,2009,19(9):2268-2274.

[4] Howlett DC,Menezes L,Bell DJ,et al.Ultrasound-guided core biopsy for the diagnosis of lumps in the neck:results in 82 patients[J].Br J Oral Maxillofac Surg,2006,44:34-37.

[5] 張恒,周世崇,范亦武,等.高頻超聲結(jié)合彩色多普勒在腮腺良惡性腫瘤鑒別診斷中的價(jià)值[J].上海醫(yī)學(xué)影像,2008,17(2):162-164.

[6] 王瑤琴,陳巧玲,任永富,等.高頻彩色多普勒超聲在腮腺腫瘤診斷中的價(jià)值(附177例報(bào)告)[J].福建醫(yī)藥雜志,2010,32(5):117-119.

[7] Schick S,Steiner E,Gahleitner A,et al.Differentiation of benign and malignant tumors of the parotid gland:value of pulsed Doppler and color Doppler sonography[J].Eur Radiol,1998.8(8):1462-1467.

[8] 李毓紅,裴小青,曾輝.腮腺多形性腺瘤與腺淋巴瘤的超聲、病理對照分析[J].中華醫(yī)學(xué)超聲雜志:電子版,2011,2:370-375.

[9] 陳志奎,張秀娟,黃 靜,等.高頻超聲診斷腮腺腫瘤[J].中國醫(yī)學(xué)影像技術(shù)，2011,9:1775-1778.

10.15972/j.cnki.43-1509/r.2016.05.023

2015-12-09；

2016-06-26

R739.8

A

秦旭平)