TI-RADS分类超声客观评价体系的建立和应用

李 玲，吕国荣，沈浩霖，廖丽萍，杨舒萍

(福建医科大学附属漳州市医院超声医学科，福建 漳州 363000)

TI-RADS分类超声客观评价体系的建立和应用

李 玲，吕国荣，沈浩霖，廖丽萍，杨舒萍*

(福建医科大学附属漳州市医院超声医学科，福建 漳州 363000)

目的 筛选影响甲状腺病灶良恶性的超声指标，探讨甲状腺影像报告和数据系统(TI-RADS)分类超声客观评价体系的建立及应用。方法 通过Logistic方程回顾性分析1 080例甲状腺结节超声图像表现，筛选出鉴别良恶性的超声指标，获得指标权重并赋值，开发TI-RADS分类分析软件。纳入332例甲状腺疾病患者验证TI-RADS分类超声客观评价体系的诊断效能。结果 共5项超声指标进入回归模型，分别为纵横比[优势比(OR)=3.61)]、边缘(OR=3.83)、成分(OR=11.46)、回声(OR=14.11)、微钙化(OR=48.82)。TI-RADS分类超声客观评价体系诊断332例甲状腺疾病患者的ROC曲线下面积为0.91(P<0.05)。结论 甲状腺病灶超声恶性指标的权重、形成的不同组合相比指标的数量，更值得关注。通过构建Logistic方程的TI-RADS分类超声客观评价体系具有较高的诊断效能。

超声检查；甲状腺影像学报告及数据系统；甲状腺结节；诊断显像

2015年12月美国放射学会颁布甲状腺影像报告和数据系统(thyroid imaging reporting and data system， TI-RADS)白皮书[1]，介绍标准化的TI-RADS术语和分类，以利于促进学术交流。但TI-RADS并未明确提出具体、客观的超声评价体系。本研究回顾性分析1 080例患者的甲状腺病灶资料，探讨TI-RADS分类超声客观评价体系的建立及应用。

1 资料与方法

1.1 一般资料 纳入2014年1月—2015年9月于我院接受甲状腺超声检查并经病理检查(手术或细针穿刺活检)的患者1 080例，男362例，女718例，年龄10～81岁，平均(47.4±12.8)岁，甲状腺结节最大径1.92～54.94 mm，平均(13.47±9.51)mm。排除标准：超声或病理资料不完整；超声检查与手术时间间隔>6个月；曾接受细针穿刺活检影响图像判读者。所有患者的病理类型见表1。

另选择2015年10月—2016年4月符合上述纳入及排除标准的患者332例作为TI-RADS分析软件验证病例。其中良性262例(结节性甲状腺肿和/或腺瘤样结节227例、亚急性甲状腺炎3例、慢性淋巴性甲状腺炎5例、滤泡性腺瘤27例)，恶性70例(乳头状癌62例、髓样癌4例、鳞癌1例、滤泡性癌3例)。

1.2 仪器与方法 采用Esaote Mylab90彩色多普勒超声诊断仪，线阵探头CA532，频率7.5～13.9 MHz。对甲状腺纵、横、斜切面连续扫查，观察并存储目标结节的特征。对甲状腺结节的大小、边缘、回声、纵横比、成分、是否存在微钙化等进行分析[1]。

1.3 统计学分析 采用SPSS 17.9统计分析软件，计数资料以率(%)表示。采用Logistic回归分析，筛选出鉴别甲状腺良恶性病灶相关度较高的指标，建立回归方程及TI-RADS分类超声评价体系方法及标准，Logistic方程中变量定义赋值见表2。利用ROC曲线获得TI-RADS分类分析软件鉴别甲状腺良恶性病灶的诊断效能。P<0.05为差异有统计学意义。

2 结果

2.1超声指标鉴别甲状腺病灶良恶性 经Logistic回归分析，6个鉴别甲状腺良恶性病变的超声指标中，除X1的优势比(odds ratio,OR)为0外，余X2～X6指标良恶性组间差异有统计学意义(P均<0.05)，其鉴别诊断甲状腺病灶良恶性的OR值见表3。故根据各指标的OR值及ORj=exp(j)，获得各病例最终恶性危险度分值(Score)：Score=0.001+1.34X2+2.56X3+1.28X4+2.44X5+3.89X6。

表2 Logistic回归方程各变量定义

2.2TI-RADS分类超声评价体系的建立 分析甲状腺结节声像图特征组合的Score，本研究中实际出现的组合仅为20种，具体分类情况见表4。将Score<2分、阳性预测值为0者定义为2类，分类阳性预测值为0；将 2≤Score<3分、阳性预测值0～2.22%定义为3类，分类阳性预测值为1.11%；将3≤Score<6分、阳性预测值0～50.00%定义为4a类，分类阳性预测值为12.59%；将6≤Score<7分、阳性预测值36.11%～44.68%定义为4b类，分类阳性预测值为43.62%；将7≤Score<10分，阳性预测值64.81%～100%定义为4c类，分类阳性预测值为77.61%；将Score≥10分，阳性预测值93.75%～100%定义为5类，分类阳性预测值为97.22%。

2.3 TI-RADS分类软件的建立 根据所建立的方程并参考TI-RADS分类方法及标准，基于微软Visual Basic语言工具，开发出“TI-RADS分类分析软件”，操作界面见图1。

表3 良恶性甲状腺结节不同超声指标的分布(个)和OR值

表4 TI-RADS分类超声指标组合表

图1 TI-RADS分类软件操作界面

采用TI-RADS超声分析软件鉴别332例甲状腺良恶性结节的诊断效能见图2。ROC曲线下面积为0.91(P<0.05)，当恶性危险度(score值)截点为5.74，诊断甲状腺癌的敏感度为85.3%，特异度为83.2%。

3 讨论

超声应用于评估甲状腺疾病的研究模型很多。Park等[2-3]对标准化甲状腺疾病危险分层——TIRADS系统进行研究，创建出预测结节良恶性分级的方程，并提出部分恶性指标，但均未对不同恶性指标的权重进行探讨，且缺乏多中心研究探讨。另外，2015年12月TI-RADS超声诊断分类白皮书[1]最终确定了区分良、恶性结节的6个具有较高诊断意义的指标，但仍未明确指出具体超声评价标准。多因素回归分析的研究多集中在筛选鉴别甲状腺结节良恶性的超声指标[4-7]，本文采用Logistic回归方程并结合权重赋值的方法，提供病灶恶性危险度定量指标，建立TI-RADS分类客观分类指标及评价体系。

图2 TI-RADS分析软件对甲状腺良恶性病灶诊断效能的ROC曲线

Logistic回归中OR是衡量影响因素作用大小的指标。OR值越大，表示病灶出现该指标时倾向恶性的可能性越大。本研究结果显示超声指标中，大小(以最长径20 mm为界)的OR值为0，提示该指标并不是诊断的关键。虽然Kamran等[8]研究认为甲状腺癌与结节的大小相关，结节越大、患癌率越高，但该研究中大结节病理类型多为甲状腺乳头状癌以外的不常见肿瘤，其临床意义受限[4]。

另外，本研究中其余5项超声特征OR值由小到大分别为纵横比、边缘、成分、回声、微钙化，白皮书中强调微钙化指点状区域的回声较局部增高，且无后方声影，Kwak等[3]定义微钙化应<1 mm。超声图像较难分辨微钙化及胶质，而本研究筛选微钙化结节时排除囊性病灶及囊实性病灶囊性部分出现的点状高回声、伴/不伴后方彗星尾征者，使结果中微钙化的恶性危险度明显提高，与Kwak等[3,9-10]的结论较为一致。

本研究发现与“回声”、“成分”比较，“边缘”的权重并不高，与Kwak等[3,11]的结果不同。Kwak等[3]将“边缘”分为规则、浅分叶及不规则，而根据最新定义[1]，应为光整及不光整两项，两者的分类方法不同。本研究中“纵横比”鉴别甲状腺结节良恶性的权重最低。虽然部分学者[12-13]认为“纵横比≥1”是预测甲状腺结节恶性风险的重要因素，但因测量方法受检测者手部压力等因素的干扰，影响其恶性危险度的准确性。本研究严格按照白皮书[1]规范化测量甲状腺结节的纵横比，降低了假阳性率。

本研究删除结节“大小”指标之后，获得不同超声声像组合的恶性危险度。通过回归方程结合权重赋值的方法发现，超声恶性指标越多，恶性危险度值(score值)越高。但本研究结果证实，相比甲状腺病灶超声恶性指标的数量，恶性指标的权重、形成的组合更值得关注；甲状腺结节恶性危险度值(score值)并不完全随着恶性指标数目的增加而增加(表4)。如结节为低回声、实性(两项指标阳性)时，其score值为5.09，相比较结节特点为边缘不光整、纵横比>1、成分为实性(三项指标为阳性)的score值仅为5.06，前者虽然阳性指标较少，但score值却较高。此外，病灶具有相同恶性指标数目，阳性预测值可不同，score值也可存在差别。如病灶表现为边缘不光整、低回声、纵横比>1(三项指标为阳性)的score值为5.27，归于TI-RADS 4a类；同样具有3个恶性指标，低回声、实性、微钙化结节的score值可达8.98，则归于TI-RADS 4c类。综上所述，甲状腺病灶的超声恶性指标数目并不是鉴别其良恶性最重要的条件，不同超声恶性指标权重不同，形成的组合直接影响结节的恶性危险度。

因采用Logistic回归方程分析甲状腺病灶的恶性危险分值计算略繁琐，本研究根据所建立的方程开发出“TI-RADS分类分析软件”,仅需要单击选择甲状腺结节5种超声指标的表现，如边缘项目：选择“光整”或“不光整”等，即可获得该病灶相应的TI-RADS分类、恶性阳性预测值、Logistic方程score值。可方便、快速地对甲状腺结节良恶性进行预测。

本研究通过回归方程进一步验证影响甲状腺病灶良恶性的超声指标特征，探讨不同指标的权重，统一鉴别标准；建立TI-RADS超声评价体系，获得不同组合声像图的恶性危险度(Score分值)，认为相比甲状腺病灶超声恶性指标的数量，恶性指标的权重、形成的组合更值得关注，并以此创建TI-RADS分类分析软件，使得临床实际操作更为简单、易行。但本研究中因部分病理类型结节数量较少，数据仍存在偏倚，需进一步增加样本量并进行多中心研究。

[1] Grant EG, Tessler FN, Hoang JK, et al. Thyroid Ultrasound Reporting Lexicon: White Paper of the ACR Thyroid Imaging, Reporting and Data System (TI-RADS) Committee. J Am Coll Radiol, 2015,12(12 Pt A):1272-1279.

[2] Park JY, Lee HJ, Jang HW, et al. A proposal for a thyroid imaging reporting and data system for ultrasound features of thyroid carcinoma. Thyroid, 2009,19(11):1257-1264.

[3] Kwak JY, Han KH, Yoon JH, et al. Thyroid imaging reporting and data system for US features of nodules: A step in establishing better stratification of cancer risk. Radiology, 2011,260(3):892-899.

[4] 金占强，何文，蔡文佳，等.超声多因素Logistic回归分析鉴别甲状腺结节的良恶性.中国医学影像技术,2016,32(5):646-650.

[5] 姜月茗茗，黄品同，苏楠，等.甲状腺微小实性结节超声诊断良恶性的Logistic回归分析.中华超声影像学杂志,2014,23(8):675-678.

[6] Zhao RN, Zhang B, Yang X, et al.Logisticregression analysis of contrast-enhanced ultrasound and conventional ultrasound characteristics of sub-centimeter thyroid nodules. Ultrasound Med Biol, 2015,41(12):3102-3108.

[7] 郭建锋,顾华芸,黄敏等.改良Kwak甲状腺影像报告和数据系统在甲状腺结节诊断中的应用价值.临床超声医学志,2015,17(10):653-657.

[8] Kamran SC, Marqusee E, Kim MI, et al. Thyroid nodule size and prediction of cancer. J Clin Endocrinol Metabol, 2013,98(2):564-557.

[9] Kim GR, Kim MH, Moon HJ, et al. Sonographic characteristics suggesting papillary thyroid carcinoma according to nodule size. Ann Surg Oncol, 2013,20(3):906-913.

[10] 詹维伟,徐上妍.甲状腺结节超声检查新进展.中华医学超声杂志(电子版),2013,10(2):88-93.

[11] Ha EJ, Baek JH, Lee JH, et al. Sonographically suspicious thyroid nodules with initially benign cytologic results: The role of a core needle biopsy. Thyroid, 2013,23(6):703-708.

[12] Oyedeji F, Giampoli E, Giant D, et al. The sonographic appearance of benign and malignant thyroid diseases and their histopathology correlate, demystifying the thyroid nodule. Ultrasound Q, 2013,29(3):161-178.

[13] Yoon SJ, Yoon DY,Chang SK, et al. "Taller-than-wide sign" of thyroid malignancy: Comparison between ultrasound and CT. AJR Am J Roentgenol, 2010,194(5):W420-W424.

Establishment and application of objective evaluation system for thyroid imaging reporting and data system classification in ultrasound

LILing,LYUGuorong,SHENHaolin,LIAOLiping,YANGShuping*

(DepartmentofUltrasound,ZhangzhouAffiliatedHospitalofFujianMedicalUniversity,Zhangzhou363000,China)

Objective To select the ultrasonic appearances which effect the benign and malignant of thyroid lesions, and to explore the establishment and applications of supersonic evaluation system for thyroid imaging reporting and data system (TI-RADS) classification. Methods The ultrasound images of 1 080 thyroid nodule cases were retrospectively analyzed byLogisticequation, and the ultrasonic appearances were screened to identify benign and malignant of thyroid lesions. All appearances were obtained weights. The TI-RADS classification analysis software was assigned, which was used to analyze 332 patients with thyroid diseases and to verify the diagnostic performance of the TI-RADS classification system. Results Five ultrasonic features were selected into the regression model, including aspect ratio (odds ratio [OR]=3.61), margins (OR=3.83), composition (OR=11.46), echogenicity (OR=14.12), microcalcification foci (OR=48.82). Using objective evaluation system for TI-RADS classification in ultrasound in diagnosing 332 cases, the area under the ROC curve was 0.91 (P<0.05). Conclusion Relatively the weight and formation of malignant indicators should be more concern than the number of ultrasonic malignant thyroid lesions indicators. The objective evaluation system for TI-RADS classification in ultrasound has relatively high diagnosis capability which established by the methods ofLogisticequation.

Ultrasonography; Thyroid imaging reporting and data system; Thyroid nodule; Diagnostic imaging

李玲(1988—)，女，福建漳州人，硕士，医师。研究方向：血管与浅表器官的超声诊断。E-mail: 285176954@qq.com

杨舒萍，福建医科大学附属漳州市医院超声医学科，363000。E-mail： 241981500@qq.com

2016-08-02

2016-11-28

10.13929/j.1003-3289.201608010

R736.1; R445.1

A

1003-3289(2017)05-0698-05