基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的:评价恶性风险指数(RMI)、超声特征及CA125对上皮性卵巢癌预测的临床价值.方法:收集96例经手术和病理确诊的卵巢肿瘤患者的临床资料,其中上皮性卵巢癌52例,卵巢良性肿瘤44例,根据绝经状态、超声积分、肿块大小、CA125水平计算恶性风险指数,对卵巢肿块良恶性进行预测,并计算敏感性、特异性和约登指数.结果:RMI1、RMI2、RMI3界值为200,RMI4界值为450时,判断卵巢恶性肿块的敏感性为58.0% ~ 62.0%、特异性为84.1% ~ 90.9%,YI值为0.50、0.48、0.47、0.51.各RMI之间的诊断效能的差异无显著的统计学意义(P>0.05).超声积分、CA125、绝经状态及肿块大小四个指标单独诊断卵巢癌的YI值为0.49、0.33、0.31及0.17.但通过计算RMI,可将特异性从77.3%提高到90.9%.结论:RMI是判断上皮性卵巢癌的良好指标,具有较好的临床应用价值,超声仍然是诊断上皮性卵巢癌的首选方法.
推荐文章
CA125、CA19-9联合检测在临床卵巢癌诊断中的价值
卵巢癌
CA125
CA19-9
联合检测
诊断
彩色多普勒超声血流阻力指数联合CA125检测对卵巢肿瘤的诊断价值
卵巢肿瘤
彩色多普勒超声
阻力指数
糖链抗原125
应用利普系统及腹水CA125对卵巢癌的筛查研究
利普系统
腹水CA125
卵巢癌
筛查
HE4联合 CA125检测对卵巢良恶性肿瘤的诊断价值
卵巢肿瘤
人附睾上皮分泌蛋白4
糖链抗原CA125
灵敏度
特异度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 恶性风险指数、超声特征及CA125对上皮性卵巢癌的预测价值
来源期刊 暨南大学学报(自然科学与医学版) 学科 医学
关键词 上皮性卵巢癌 恶性风险指数 超声特征
年,卷(期) 2012,(6) 所属期刊栏目 临床医学
研究方向 页码范围 633-637
页数 5页 分类号 R445.1|R737.31
字数 3514字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 袁颂华 广东省中医院妇科 3 15 2.0 3.0
2 陈铃 广东省中医院超声科 15 82 5.0 9.0
3 石小红 广东省中医院超声科 12 71 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (26)
参考文献  (13)
节点文献
引证文献  (9)
同被引文献  (54)
二级引证文献  (5)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(7)
  • 参考文献(4)
  • 二级参考文献(3)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
上皮性卵巢癌
恶性风险指数
超声特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
暨南大学学报(自然科学与医学版)
双月刊
1000-9965
44-1282/N
16开
广州市石牌暨南大学
1936
chi
出版文献量(篇)
3168
总下载数(次)
6
总被引数(次)
18800
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导