Факторы влияния и модель прогнозирования ложноотрицательных результатов центральных лимфатических узлов у больных раком щитовидной железы

Условия и популяция. В этом исследовании приняли участие 6369 пациентов, поступивших в отделение хирургии груди и щитовидной железы провинциальной больницы Шаньдун в период с января 2013 г. по декабрь 2023 г., у которых ОК был диагностирован вследствие послеоперационной патологии. (SDC, рис. 1). Все пациенты, включенные в исследование, перед операцией подписали письменное информированное согласие. Этическое одобрение этого исследования (NO.SWYX2024-225) было предоставлено Этическим комитетом провинциальной больницы Шаньдун, Цзинань, Китай, 15 апреля 2024 г. По данным соответствующей литературы, критериями выявления аномалий шейного ЛУ при УЗИ являются: исчезновение структуры ворот ЛУ или аномалии кожи и мозгового вещества, ЛУ становится круглым или имеет увеличенное удлинение, микрокальцинаты в ЛУ, наличие кистозных изменений в ЛУ. LN и сигналы аномального кровотока в LN.17 Критерии включения и исключения: все случаи являются впервые диагностированными случаями ПК; во всех случаях предоперационное обследование щитовидной железы и лимфатического узла шеи проводилось в отделении ультразвуковой диагностики провинциальной больницы Шаньдун; во всех случаях операция на щитовидной железе была проведена впервые; во всех случаях диагноз ОК был установлен при послеоперационном патологоанатомическом исследовании; за исключением случаев других сочетанных опухолей или основных заболеваний. В этом исследовании результаты послеоперационной парафиновой патологии использовались в качестве золотого стандарта диагностического тестирования. Все ультразвуковые исследования проводились двумя врачами УЗИ. Когда у двух врачей УЗИ были разные мнения, третьего старшего врача УЗИ попросили помочь в оценке.

Сбор данных. После получения письменного согласия мы подробно записали соответствующую информацию о пациенте и отслеживали результаты послеоперационной парафиновой патологии. Собранные и систематизированные данные включали: 1) пол, возраст и историю болезни; 2) данные предоперационного УЗИ; 3) данные предоперационной тонкоигольной биопсии; 4) хирургическая информация; 5) послеоперационная патологоанатомическая информация; и 6) иммуногистохимическая информация.

Статистический анализ. В этом исследовании сначала были проанализированы исходные данные включенных пациентов и получены описательные данные о текущем состоянии пациентов с TC. (Таблица 1) В этом исследовании также анализировалась эффективность ультразвука и тонкоигольной аспирации (FNA) для оценки цервикального ВН. (Таблица 2) Впоследствии был проведен анализ 52 факторов, которые могут вызвать ложноотрицательный CLN TC. (Таблица 3) Всего выявлено 16 статистически значимых факторов влияния. (Таблица 4) Для построения прогностической модели возникновения ложноотрицательного ХЛН щитовидной железы мы выбрали пять предоперационных влияющих факторов с прогностической значимостью из восьми предоперационных влияющих факторов и нарисовали лесную диаграмму для визуализации данных и прогнозирования исхода.

Это исследование было проанализировано с использованием программного обеспечения IBM SPSS 29.0. Количественные данные представлены в виде среднего значения ± стандартное отклонение, если оно соответствует нормальному распределению и однородности дисперсии, а для сравнения между двумя группами используется независимый выборочный t-критерий; медиана (P25, P75) используется для представления ненормального распределения, а для сравнения между двумя группами используется непараметрический критерий Манна-Уитни. Качественные данные выражались в процентах (%), а межгрупповые сравнения проводились с использованием хи-квадрата или точного критерия Фишера. Переменные, имеющие статистическую значимость в одномерном анализе, а также переменные, которые с профессиональной точки зрения оказывают влияние на результат, были включены в модель логистической регрессии для изучения независимых факторов, влияющих на результат. Тестовый уровень P был установлен на уровне 0,05. Карта леса была составлена ​​с использованием программного обеспечения Graphpad Prism 10.12, а гистограмма и анализ достоверности были построены с использованием программного обеспечения R Studio 4.3.