国人乳腺BI-RADS计算判别分类

• 作者: 刘全良 徐坚民 杨鹏 马捷
• 来源期刊: 医学信息
• 关键词: 乳腺肿瘤 BI-RADS Bayes判别分析
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 临床医学 -- 论著
• 页码范围: 85-87
• 页数: 3页
• 字数: 5390字
• 语种: 中文

摘要

目的在美国放射学会推荐并在国内外广泛使用的乳腺报告和数据系统 BI-RADS基础上，通过量化影响评估分类的变量，建立适合国人的 BI-RADS评估判别，以准确客观进行乳腺影像诊断的评估分类。方法搜集过去10年中561例有完整影像学资料，及由病理或随访结果支持的 BI-RADS分类结果，参考NCCN2011诊断指南，对与乳腺癌诊断有关的各种变量进行量化，基于Bayes判别分析方法建立判别模型；分别进行根据影像学评估分类和 Bayes判别量化分类，评估两种方法下医生之间的诊断一致性。结果建立了完整的判别分析模型，其误判概率为1.25%。Bayes量化判别判别分类的诊断正确率高于单纯根据影像学分类时的正确率，以BI-RADS3、4类明显。分类结果的组间相关系数为0.987，软件分类结果的组间相关系数为0.999。结论通过大样本的统计学分析建立标准、合理的判别分析模型，能够有效的预测乳腺肿块的BI-RADS类型，减少BI-RADS 0类的召回率，提高BI-RADS1~5类病变的诊断准确率，并提高不同诊断者的一致性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐坚民	深圳市人民医院放射科	54	392	13.0	17.0
2	马捷	深圳市人民医院放射科	47	195	7.0	11.0
3	杨鹏	深圳市人民医院放射科	3	5	1.0	2.0
4	刘全良	深圳市人民医院放射科	2	6	1.0	2.0