逐步判别分析甲状腺良、恶性结节的CT鉴别诊断因素

林少帆，林黛英，吴先衡，杨江爽，郑旭峰，吴耀滨

甲状腺结节(thyroid nodule，TN)是临床常见疾病，近年来发病率迅速增长，尤其是甲状腺癌，术前准确区分甲状腺良、恶性结节具有重要的临床意义[1-2]。目前已有大量研究表明CT检查在甲状腺良、恶性结节的鉴别诊断中有重要应用价值，但以往国内、外文献多采用单因素分析或者Logistic回归多因素分析法对CT检查在良恶性TN中的应用价值进行研究，研究结果也不尽相同，有些方面仍存在争议[3-6]。本研究中基于CT检查，通过逐步判别分析法筛选出有意义的鉴别因素，建立判别函数，用于甲状腺良、恶性结节的辅助诊断，并通过交互验证法来验证函数的判别效果，旨在提高CT诊断TN的准确性和稳定性。

材料与方法

1.一般资料

搜集2017年9月-2019年9月本院经术后病理检查明确病变组织类型的85例患者共125个甲状腺结节的临床和CT资料。入组病灶在病理检查时均诊断为单纯良性或恶性结节，当一个大体标本中同时含有良性和恶性结节时，不纳入本组研究。85例中女61例，男24例，年龄16～78岁，平均(50.5±14.1)岁。恶性结节65个，良性结节60个。恶性结节中乳头状癌63个，弥漫性大B细胞性淋巴瘤1个，转移瘤1个；良性结节中结节性甲状腺肿37个，甲状腺腺瘤19个、慢性淋巴细胞性甲状腺炎1个，桥本氏甲状腺炎2个，亚急性甲状腺炎1个 。

2.CT检查方法

使用Philips Ingenuity Core 128 CT扫描仪。所有患者行CT平扫和增强扫描，扫描范围自颅底至锁骨上缘，扫描参数：120 kV，159 mA，螺距0.9，准直宽度0.625 mm×64，0.75 s/r，层厚5 mm，层距5 mm。对原始扫描数据采用层厚1 mm、层距1 mm进行薄层重建。对比剂为碘普罗胺(300 mI/mL)，注射速率为3.0 mL/s。注射对比剂后25 s行动脉期扫描，60 s行静脉期扫描。

3.图像分析和观察

所有图像均由2位诊断经验丰富的影像科医师采用盲法进行独立分析，意见不同时通过共同阅片达成一致意见。对甲状腺结节的主要临床资料和CT征象进行观察和记录。本研究中对具有以下任意一个征象的颈部淋巴结即判断为淋巴结异常[7-8]：①横轴面图像上短径>10 mm；②可见颗粒样钙化；③合并囊变；④呈明显不均匀强化。甲状腺结节内直径小于2 mm的钙化灶定义为微小钙化[9]。

4.统计学分析

应用SPSS 22.0软件进行统计分析。采用逐步判别分析法对甲状腺结节的主要临床资料和CT征象进行分析，筛选出有效的鉴别诊断因素，建立判别函数。以结节的诊断结果为因变量(Y)：恶性结节1；良性结节2。选取以下因素作为自变量(X)，并对其中的分类变量赋值：X1性别(女=1，男=2)，X2年龄，X3结节位置(峡部=1，右叶=2，左叶=3)，X4结节形态(不规则=1，规则=2)，X5结节边界(模糊=1，清晰=2)，X6结节包膜(不连续=1，包膜完整或无包膜=2)，X7结节内囊性成分(非囊性为主=1；囊性为主=2)，X8微小钙化(有=1，无=2)，X9增强扫描结节边缘模糊/范围缩小(是=1，否=2)，X10甲状腺边缘中断征(有=1，无=2)；X11淋巴结异常(有=1，无=2)。建立判别函数后，采用交互验证法验证其诊断效果，一般认为正确判别率≥80%可判定为具有鉴别诊断价值。

结 果

1.CT表现的诊断价值

主要CT征象中对诊断甲状腺恶性结节的敏感度、特异度、阳性和阴性预测值见表1。其中，形态不规则、边界模糊、增强扫描边缘模糊/范围缩小、甲状腺边缘中断征和淋巴结异常同时具有较高的敏感度和特异度，包膜不连续和微小钙化的诊断特异度较高，非囊性为主的敏感度较高，结节位置的总体诊断价值不高(图1～4)。

表1 CT表现对甲状腺恶性结节的诊断价值 (%)

2.逐步判别分析

通过逐步判别分析共筛选出5个与甲状腺良、恶性结节鉴别诊断有关的因素(P均<0.001)：结节形态(X4)、结节边界(X5)、增强扫描结节边缘模糊/范围缩小(X9)、甲状腺边缘中断征(X10)和淋巴结异常(X11)。各因素的容忍度均>0.1，不存在多重共线性现象，说明所建立的模型合理。 采用Wilks Lambda分析，χ2=206.904，P<0.001，说明判别函数有统计学意义。5个纳入判别函数的自变量，其分类函数系数和标准化典型判别函数系数见表2。标准化典型判别函数系数反映了各因素对鉴别甲状腺良、恶性结节的重要性，其值越大代表鉴别诊断的权重越大。其中最重要的影响因素是甲状腺边缘中断征和增强显示结节边缘模糊/范围缩小。

图1 女，51岁，甲状腺右叶乳头状癌。a)CT平扫示甲状腺右叶内结节形态不规则，边缘模糊，可见微小钙化(箭)；b)CT平扫示结节呈稍低密度，可见微小钙化灶(箭)；c)图b同层面增强扫描图像，显示结节内缘呈相对低密度区的范围缩小，甲状腺前外缘可见边缘中断征(箭)。 图2 患者女，64岁，甲状腺左叶乳头状癌。a)CT增强扫描示甲状腺结节(短箭)形态不规则，强化不均匀，左颈部IV区淋巴结明显增大，有明显强化(长箭)；b)CT增强扫描示左颈部II区淋巴结增大，有明显囊变(箭)。 图3 患者,女，35岁，甲状腺右叶乳头状癌。CT增强扫描显示结节包膜不连续(箭)。 图4 患者,女，46岁，甲状腺左叶滤泡性腺瘤囊性变。a)CT平扫显示甲状腺左叶内类圆形结节(箭)，呈相对稍低密度，边缘较清晰；b)CT增强扫描示结节为囊性，囊壁较光整(箭)。

根据表2的分类函数系数，甲状腺恶性结节的判别式为Y1=-28.687+6.266X4+6.346X5+8.143X9+16.637X10+8.434X11；甲状腺良性结节的判别式为Y2=-68.726+9.443X4+9.505X5+12.530X9+28.221X10+11.879X11。今后临床工作中遇到新的甲状腺结节病例按标准赋值后，分别代入Y1和Y2两个判别式中，计算出结节的Y1和Y2值，分值高的一类就是该结节的组织类型。

表2 判别函数系数

交互验证结果显示，建立的判别函数对所有甲状腺结节的正确判别率为92%，其中对恶性结节的正确判别率为90.8%，对良性结节的正确判别率为93.3%，均>80%，说明判别函数对甲状腺良、恶性结节具有较好的鉴别诊断价值。

讨 论

入组本研究的每个大体标本均经病理证实为单纯良性或单纯恶性结节，当一个大体标本中含有多个结节，且同时含有良性结节和恶性结节时，在回顾性分析中，我们无法将CT图像上观察到的结节与术中标本的良、恶性结节准确对应起来，因此这样的标本未纳入本组研究。

甲状腺恶性结节呈浸润性生长，容易侵犯甲状腺包膜，甚至突破包膜侵犯周围组织，表现为甲状腺边缘中断征[10]。由于恶性结节呈浸润性生长，周围纤维含量相对较少，肿瘤与正常腺体交界区血供相对丰富，增强扫描后肿瘤边缘强化程度接近正常腺体，与平扫相比，表现为边缘模糊、低密度范围相对较小[11]，同时由于浸润性生长及生长不均匀，恶性结节常表现为形态不规则、边缘模糊。乳头状癌是甲状腺癌常见的病理类型，常伴有颈部淋巴结转移[7,11]。本组研究结果显示，甲状腺边缘中断征、增强扫描结节边缘模糊/范围缩小、颈部淋巴结异常、结节形态不规则和结节边缘模糊是鉴别甲状腺良、恶性结节的预测因素，5个征象多见于恶性结节中，诊断恶性结节均具有较高的敏感度、特异度、阳性及阴性预测值，与以往文献报道基本吻合[3,7,10-11]，但本组研究结果更为全面。与以往研究不同的是，本研究依据标准函数系数的大小将5个鉴别因素的重要性由大到小依次排序，并根据分类函数系数建立判别函数用于今后新病例的辅助诊断。交互验证判别法是在建立判别函数时依次留下1例，以后用建立的判别函数对该例进行验证判别。 其优点是非常有效地避免强影响点的干扰；既避免样本的浪费及减少样本量，又可以保证验证用样本和训练样本的同质性，优于传统的普通自身验证法。本研究中使用交互验证法进行验证，结果显示建立的判别函数对甲状腺良、恶性结节的正确判别率总体为92%，其中对恶性结节正确判别率为90.8%，对良性结节正确判别率为93.3%，均>80%，证明判别函数具有较好的鉴别诊断价值，判别结果是有效且稳定的。

目前国外文献报道对甲状腺的检查多采用静脉期单期增强扫描，延迟时间40～60 s[4,7,11-13]。国内文献报道的甲状腺增强扫描方案有较大差异，常见的方案有静脉期单期增强扫描、动脉期+静脉期或动脉期+延迟期的双期增强扫描，延迟时间差异也较大，动脉期延迟时间为23～30 s，静脉期为50～80 s，延迟期一般为3 min[5,6,10,14-15]。由于扫描方案不同，国、内外文献报道的恶性结节的强化程度存在较大差异，既有学者报道恶性结节呈均匀轻度强化，亦有文献报道恶性结节呈明显强化。笔者认为单纯关注强化程度而忽视扫描方案的不同，容易导致误诊，且甲状腺扫描容易受到锁骨伪影的影响，导致CT值的测量容易出现误差。本研究中观察增强扫描时结节边缘模糊/低密度范围缩小，更依赖于结节与正常腺体之间的密度差，是相对稳定的观察指标。

以往研究认为微小钙化常见于恶性结节[3,10-11]，囊性为主的征象则常见于良性结节[16]，是有效的鉴别征象。而本研究中年龄、性别、结节位置、包膜不连续、微小钙化和非囊性为主在多因素逐步判别分析中被认为是无效因素。本研究中结果显示，包膜不连续和微小钙化诊断甲状腺恶性结节只具有较高的特异度，但敏感度较低；而非囊性为主的征象具有较高敏感度，但特异度较低。反而言之，即囊性为主的表现在诊断良性结节时特异度高，但敏感度低，因此结节表现为囊性为主时，应考虑良性的可能性较大，但非囊性为主时，需要结合其它征象进行综合分析。

本研究的不足之处：本研究中恶性结节共65个，其中63个为乳头状癌，恶性结节的病理类型过于单一。但也要说明，本研究中病例的病理类型的构成与Kim等[3]报道的样本基本一致，亦符合甲状腺癌的流行病学特征[1]，因此本研究结果具有临床实用价值。笔者将在今后搜集更多病理类型的甲状腺癌，进一步对不同病理类型甲状腺癌进行对比研究。其次，本研究中例数有限，笔者今后将继续增加数据库的样本量，对该判别模型进行补充、修正，提高该判别模型的实用价值。

本研究发现甲状腺恶性结节常表现为形态不规则、边界模糊、增强扫描结节边缘模糊/范围缩小、甲状腺边缘中断征、颈部淋巴结异常。并根据逐步判别分析法筛选出的有效因素分别建立甲状腺良、恶性结节的判别函数，用于甲状腺良、恶性结节的辅助诊断，具有临床实用价值。