基于BRAF基因构建穿刺结果不明确的甲状腺结节诊断模型

• 作者: 徐吉 张燕
• 来源期刊: 现代实用医学
• 关键词: 甲状腺结节 恶性诊断模型 BRAF突变
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 诊治分析
• 页码范围: 1061-1063
• 页数: 3页
• 分类号: R581
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0800.2021.08.037

摘要

目的 利用甲状腺结节常用的筛查指标构建甲状腺恶性结节的判定模型.方法 收集穿刺结果不明确的细胞非典型性病变或滤泡性病变(AUS/FLUS)甲状腺结节筛查患者82例,均行BRAF基因检测并手术治疗,按5:3比例分为训练数据集50例与测试数据集32例,使用LASSO与随机森林算法筛选出与分类精度相关的指标,最后根据筛选后的指标构建KNN分类器,并使用ROC曲线分析评估模型的性能.结果 BRAF基因检测的灵敏度为71.7％(43/60),特异度为72.7％(16/22),阳性预测值为87.8％(43/49),阴性预测值为48.5％(16/33).在随机森林算法中,BRAF基因结果、结节回声、结节形态、结节边界这4项变量对分类器的性能最为重要,最终使用以上4种变量构建了KNN分类器,在K=18时分类器的错误率最低.KNN分类器模型的A4UC为0.842,优于单项指标构建的KNN分类器,同时该分类器的敏感度为91.8％,特异度为84.9％.结论 使用BRAF基因、结节回声、结节形态、结节边界构建的分类器可进一步提高穿刺结果为AUS/FLUS类别的甲状腺癌的检出率.