简介:摘要目的探究超声造影特征变量对甲状腺结节良恶性的鉴别诊断价值。方法回顾性分析2016年12月至2017年12月于新乡医学院第一附属医院行甲状腺超声造影检查的312例患者341个甲状腺结节的临床资料,根据患者术后病理确定的结节良恶性分为良性组(105个结节)和恶性组(236个结节),比较患者一般资料及超声造影特征变量差异,以超声变量特征建立Logistic回归模型,并绘制受试者工作特征曲线(ROC),评价Logistics回归模型对甲状腺良恶性的鉴别诊断价值。结果良、恶性结节患者一般资料比较差异未见统计学意义(P>0.05);良性组和恶性组结节超声造影征象变量中均匀性、环状增强、灌注缺损、峰值强度4个特征变量情况比较差异有统计学意义(P<0.05),其他特征变量情况比较差异未见统计学意义(P>0.05);以有统计学意义的特征变量进行Logistics回归分析,结果显示,均匀性、灌注缺损、峰值强度为良恶性结节诊断的影响因素,以此建立Logistics回归模型Logit(P)=-4.763+2.181×均匀性+2.747×灌注缺损+4.158×峰值强度,似然比检验χ2=106.437,P<0.001;以该回归模型绘制ROC,曲线下面积为0.962±0.28,P<0.001,95%可信区间(0.942,0.982),鉴别诊断甲状腺结节良恶性的灵敏度为86.87%,特异度为87.62%,准确率为87.10%。结论以不均匀性增强、灌注缺损、低增强3个超声造影征象变量建立的Logistics回归模型能够有效对甲状腺结节良恶性进行鉴别诊断。
简介:目的本文针对反应变量是二分类、且存在层次结构的数据,给出多水平模型的建模步骤及在软件SPSS、SAS中的实现方法指引,为医学研究者处理这类数据提供参考。方法以卫生服务调查数据为例说明二分类反应变量两水平logistic回归模型的拟合步骤及软件实现。结果如果两水平零模型的随机系数。二检验具有统计学意义。则有必要拟合多水平模型。结论结合专业知识或对a皇进行检验判断有无必要考虑高水平效应。SPSS中实现要求19.0及以上版本。操作相对简单,适合初步使用者;SAS中实现建议使用Nlmixed过程语句,利用Glimmix过程语句拟合模型的参数估计结果,为其设定相应参数初始值提供依据。