甲状腺超声影像报告和数据系统分类联合多变量统计分析在甲状腺良恶性结节鉴别诊断中的应用价值

张 坦，张 晟，忻晓洁，穆佳丽，赵 静

（天津医科大学肿瘤医院超声诊疗科、国家肿瘤临床医学研究中心、天津市“肿瘤防治”重点实验室，天津300060）

甲状腺超声影像报告和数据系统分类联合多变量统计分析在甲状腺良恶性结节鉴别诊断中的应用价值

张 坦＊，张 晟，忻晓洁，穆佳丽，赵 静

（天津医科大学肿瘤医院超声诊疗科、国家肿瘤临床医学研究中心、天津市“肿瘤防治”重点实验室，天津300060）

目的探讨甲状腺超声影像和数据报告系统（TI－RADS）分级结合多变量统计分析在诊断甲状腺良恶结节中的应用价值。方法 回顾性分析经病理证实的247例单发甲状腺结节患者的临床资料，对患者进行TI－RADS分级，并运用多变量统计分析方法对病例进行分析，筛选重要声像特征。结果 甲状腺良性结节组和甲状腺恶性结节组比较，肿块的大小、肿块的性质、形态、边界、回声、钙化、钙化类型、纵横比，CDFI均具有统计学差别。多变量统计结果显示甲状腺良性结节组和甲状腺恶性结节能够很好的被分离，而甲状腺恶性结节的不同分类也能很好的被区分。此外，肿物的形态、边界和钙化的异常可能预示着甲状腺结节的恶性结果，而肿物的纵横比和高是鉴别恶性结节级别的重要特征。结论 TI－RADS分级联合多变量统计分析将更有利于对甲状腺良恶性结节的诊断。

甲状腺结节；超声检查；甲状腺影像和数据报告系统；多变量统计分析

（Chin J Lab Diagn，2015，19：1646）

近年来甲状腺结节的发现率越来越高，发病率高达6%－7%，其中甲状腺癌的所占的比率约为4%－17%［1］。甲状腺癌是人体内分泌系统最常见的恶性疾病之一，是在女性常见的恶性肿瘤疾病中占第5位的常见肿瘤体［2］，而所有癌症中甲状腺癌的发病率占第一位，而且在所有癌症中甲状腺癌的发病率最高［3］。因此，对甲状腺结节进行早期的定性诊断是目前的一个研究热点，并且显得尤为重要。目前，超声检查作为一种无创影像学方法，已经成为临床评估和处理甲状腺结节的重要手段［4］。超声对甲状腺结节临床诊断是根据超声形态学特征对肿物进行良恶性的评估，但是由于目前专业用术语的标准化及和规范化还不够完善，同时结果由于受到检查医生的主观因素的影响，常常出现对超声图像解析不一致现象，为避免这些弊端，美国学者Horvath等［5］2009年提出了甲状腺影像学报告及数据系统（thyroid imaging reporting and data system，TIRADS），定义了10种甲状腺结节的主要超声声像图表现特征，进而建立了甲状腺分级标准。本研究以TI－RADS分类为标准并结合多变量统计分析，探讨哪些超声声像图表现能判别甲状腺良性和恶性分类的主要特征，并进一步研究哪些超声声像图特征在TI－RADS的4级亚型分类中起主要作用的恶性特征。以期寻找一个简单易行、容易普及并适合我国人群的TI－RADS分类标准。

1 材料与方法

1.1 研究对象

研究对象为天津医科大学肿瘤医院2013年1月－2013年12月就诊并最终手术治疗的甲状腺单发节患者247例，所有结节均有术前超声诊断记录及经术后病理证实。本组研究中有良性结节患者64例，年龄27－74岁，平均47.5±11.6岁，男性患者所占比例为21.9%；恶性结节患者183例，年龄20－70岁，平均46.9±10.7岁，男性患者所占比例为22.9%。

1.2 仪器与方法

仪器为飞利浦公司的IU22彩色超声仪，探头：线阵，使用频率6－13MHz。患者取仰卧位，肩部放置枕头，头部尽量仰伸，充分暴露颈前区，并嘱病人呈放松状态，为避免主观性的干扰，检查由两位医生进行，如遇意见不一致，请第三位医生共同判断，采取两位以上医生的共识为准，以此类推。用灰阶超声检查病灶，并记录病灶的常规横、纵切面，测量肿物的大小（长、宽、高）、描述肿物的特征：包括形态（规则或不规则）、边界（清楚或不清楚）、内部回声（极低回声或低回声或中强回声）、钙化（有或无）、钙化类型（小钙化，大钙化，大小不等的钙化）、有否淋巴结转移、纵横比（肿物的高除以宽），彩色多普勒血流图（CDFI：不丰富或丰富）等方面，将病理结果及超声检查的信息以代码的形式记录在excel表中，表头设计内容如（表1），同时根据TI－RADS诊断标准进行分级，然后进行评分和统计分析。

1.3 甲状腺TI－RADS诊断标准［6，7］及改良分级

TI－RADS分级方法：（1）0级：甲状腺炎，单纯性甲状腺肿；手术不明确者；超声扫查不完全者（需要结合其他检查）。1级，无结节，正常甲状腺或弥漫性增生性甲状腺，内含结晶的囊性结节（小于0.5 cm，无需进一步随访）；（2）2级，良性结节（恶性风险0%），没有相关的恶性特征，包括囊性为主的结节，蜂窝样结构及环状钙化。（3）3级，良性结节可能性大（恶性风险＜5%），边缘界限清楚，以实性为主，回声不均匀，蛋壳样钙化或粗钙化，具有以下一项恶性特征，如低回声，钙化等。（4）4级，可疑恶性结节（恶性风险在5%和94%之间）。可细分为4a（恶性风险在5%和45%之间），4b（恶性风险在45%和75%之间）和4c（恶性风险在75%和94%之间）。4a为2－3项提示恶性的超声表现，如极低回声，微钙化，边界不清楚；4b为超过3－4项提示恶性的超声表现；4c为5－6项提示恶性的超声表现；（5）5级，高度提示恶性（恶性风险＞95%），6项以上恶性的超声表现并伴有颈部淋巴结转移。（5）6级，已知活组织检查的恶性病变。以1－3级评判为良性，4－6级评判为恶性。

表1 超声检查声像特征的记录内容

1.4 统计学方法

采用SPSS13.0软件进行统计分析。计量资料用均数±标准差（x—±s）表示，P＜0.05，有统计学意义。把超声检查的病灶指标作为X变量，建立矩阵，导入SIMCA－P13.0（Umea，Sweden）统计软件进行统计分析。拟采用主成分分析（principal component analysis，PCA）对样本进行轮廓分析，同时利用偏最小二乘－判别分析（partial least－squares discriminant analysis，PLS－DA）确定对分类产生影响的重要变量，综合载荷图（loading plot）和变量重要性投影（Variable Importance for the Projection，VIP）确定对分类产生影响的重要变量（VIP值＞1为重要变量）［8］。

2 结果

2.1 TI－RADS分级诊断

参照TI－RADS分级诊断标准，对247例不同性别的甲状腺单发结节患者进行分级。结果如表1所示。以上所有结果均是经过病理证实，病理结果显示2、3级为良性结节，所有4级分类均为恶性结节。

表2 应用TI－RADS分级诊断甲状腺结节与病理结果比较

2.2 单变量分析

良性甲状腺结节组和恶性甲状腺结节组比较，肿块的大小（长、宽、高）、肿块的性质、形态、边界、内部回声、钙化、钙化类型、纵横比（肿物的高除以宽），CDFI（不丰富或丰富）均具有统计学差别，见表3。

表3 良性甲状腺结节组和恶性甲状腺结节组用于TI－RADS分级的11个变量的检测结果

2.3 多变量统计分析

2.3.1 甲状腺良性结节组和恶性结节组多变量统计分析

PCA得分图（图1A）显示甲状腺良性结节组集中在右侧，而甲状腺恶性结节组则分散于左侧，但界限不是很明显。前两个主成分（PC1和PC2）对所有变量的解释率为59.3%（R2＝0.593），而预测率为44.8%（Q2＝0.448）。图1B为PLS－DA的得分图。良性结节组集中在左侧较小的区域，而恶性结节组则集中于右侧，两组的界限明显。前两个主成分（t1和t2）对所有变量的解释率为64.9%（R2＝0.649），而预测率为87.5%（Q2＝0.875）。

2.3.2 TI－RDAS对甲状腺恶性结节不同分级的多变量统计分析

图2显示TI－RDAS分级的4级分类中不同的亚型组均明显的聚集为3类，此结果说明TI－RDAS分级中4级的不同亚型组是非常重要的。

2.3.3 重要参数变量结果分析、重要超声声像特征分析

图3A为利用VIP值确定对良性和恶性分类起重要作用的声像特征参数变量。肿物的形态、边界和钙化情况是区分甲状腺良性和恶性结节的重要声像特征参数变量。载荷图（Loading）上一个点代表一个变量，距离原点越远的点，代表该变量对各组间的分类贡献越大，可以作为区分两组的重要参数变量。图3B圆圈标志的变量为筛选的重要参数变量，其结果与VIP结果一致。

图4结果为对恶性结节中4级分类的不同亚型分类起重要作用的参数变量，结果显示肿物的纵横比、高和钙化情况是区分甲状腺恶性结节的不同亚型分类重要参数变量。

3 讨论

本研究发现TI－RADS的4级的细化分级更有利于为临床医生对结节性质的判定，可以为进一步的治疗方式的选择提供诊断信心。根据结节所占据的恶性特征的多少，将诊断分别细分为4a、4b、4c有意义，同时可以在分级的诊断同时，添加描述性诊断，例如TI－RADS：4a考虑①不典型结节性甲状腺肿。②恶性待除外；TI－RADS：4b考虑①恶性。②不典型结节性甲状腺肿待除外；TI－RADS：4c可疑恶性。

图1 甲状腺良性结节组和甲状腺恶性结节组的PCA（A）和PLS－DA（B）的得分散点图

图2 甲状腺恶性结节不同分级的PCA（A）和PLS－DA（B）的三维得分散点图

图3 甲状腺良性结节组和甲状腺恶性结节组的PLS－DA分析的VIP（A）和载荷图（B）

图4 甲状腺恶性结节不同分级的PLS－DA分析的VIP（A）和载荷图（B）

多变量统计分析能综合分析多个声像特征，意在从多个指标中提取对分类起主要作用的重要指标。本研究应用了PCA和PLS－DA两种分析方法对超声特征进行分析。PCA是一种数据降维方法，该方法将分散在许多一组变量的信息集中到某几个综合指标变量（主成分）上，从而利用主要成分提取数据集的特征进而利用主要成分提取数据集的主要信息。PCA的得分图能很好地反映数据集所包含的生物学变化该图就能很好地反映原始数据集所包含的主要生物信息，处于相似生理病理或（和）病理生理状态的样本通常具有相似组构成，因此在图上也处于相似的位置所以在得分图上就处于相近的位置。本研究结果中的PCA的得分图显示甲状腺良性和恶性结节组能够较好的分离。PLS－DA方法是建立在PCA方法之上的，主要用于对不同分类起主要贡献的重要变量的但与PCA有所不同。PLSDA分别提取自变量与因变量的主成分，进而算出主成分间的相关系数，以相关系数最大的两个主成分，分别做自变量和因变量的第一成分。本研究利用PLS－DA对重要的声像特征进行筛选，结果显示肿物的形态、边界和钙化情况是区分甲状腺良性和恶性结节的重要超声声像特征（图3），而肿物的纵横比和高是鉴别恶性结节级别的重要特征（图4）。

一般情况下，甲状腺恶性结节的二维声像图常显示为边界不清、形态不规则，并且恶性结节内部常伴有钙化。一般认为边界对甲状腺结节的良恶性鉴别具有一定意义，恶性结节边界不清晰的发生率较良性结节边界不清晰的高，并且边缘不规则多见于甲状腺癌。钙化是甲状腺恶性结节中常见的超声特征［9］，这可能与肿瘤迅速生长，局部血供不足，容易引起局部纤维组织增生和钙盐沉着有关。此外，本研究对甲状腺恶性结节的分级进行分析发现肿物的纵横比和高是对恶性结节分级的重要声像特征。纵横比是利用肿物的高除以宽计算而来，这就说明纵横比对恶性结节的分类上具有重要贡献。研究显示纵横比可能与恶性结节的生长方式有关，是提示恶性的极为重要超声特征［10］。本研究中纵横比是评价甲状腺恶性结节分级的重要指标，因此应对不同恶性结节分级中的纵横比进行细化分级，这将有助于甲状腺癌的术前诊断，为手术方式、范围、术后治疗评估制定提供有益指导。

4 结论

本文将统计学中的多变量统计分析应用于甲状腺良性和恶性结节的鉴别诊断。多变量的分析结果提示，对首次就诊甲状腺结节的患者，影像学检查发现肿物的形态、边界和钙化的异常可能预示着甲状腺结节的恶性结果，而肿物的纵横比和高是鉴别恶性结节级别的重要特征。因此，TI－RADS分类联合多变量统计分级将更有利于对甲状腺良恶性结节的诊断，但关于甲状腺恶性结节中不同分类的纵横比的分级还有待于进一步研究。

［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］陈晓康，陈少华，吕国荣.超声TI－RADS分类对甲状腺结节的诊断价值［J］.中国超声医学杂志，2012，28（12）：1066.

［7］张正顺，高翠霞，方耀武.TI－RADS分级在诊断甲状腺结节良恶性方面的应用研究［J］.中国超声医学杂志，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

张坦（1979－），女，硕士，主治医师，研究方向：妇科肿瘤及小器官的超声诊断。

2014－09－17）

1007－4287（2015）10－1646－05

＊通讯作者