目的 探讨软组织血管瘤与神经鞘瘤的影像学鉴别诊断价值.方法 回顾性分析经病理证实的50例软组织血管瘤和51例软组织神经鞘瘤的影像学表现,对病灶的影像学征象差别进行单因素分析,具有统计学意义的指标再进行多因素回归分析,建立Logistic回归模型.判定Logistic回归模型的拟合优度检验采用Hosmer-Lemeshow检验,采用受试者工作特征(ROC)曲线评价其诊断效能.结果 2组病例在最大径(＞5cm)、边界模糊、不规则形态、非边缘钙化、类囊变区、内部脂肪、靶征、神经出入征、包膜、条带状影方面的差异有统计学意义(P＜0.05).多因素回归分析进入Logistic模型的5个特征分别为:不规则形态[优势比(OR)=25.842,95％置信区间(CI)1.999～334.152]、类囊变区(OR=0.038,95％CI 0.002～0.847)、内部脂肪(OR=24.340,95％CI 1.197～495.014)、靶征(OR=0.009,95％CI 0～0.764)、包膜(OR=0.006,95％CI 0～0.146).Hosmer Lemeshow 检验的显著性水平为0.999.ROC曲线的曲线下面积为0.986(P＜0.01).敏感度为94.0％,特异度为94.1％,阳性预测值为94.0％,阴性预测值为94.1％.结论 不规则形态、类囊变区、内部脂肪、靶征和包膜是鉴别软组织血管瘤和神经鞘瘤的5个特征性预测指标,Logistic回归模型对鉴别具有较高的敏感性和特异性.

血管瘤;神经鞘瘤;计算机体层成像;磁共振成像

连欣怡;纪清连;付海花;刘吉华

青岛大学附属医院放射科,山东 青岛 266003;临朐县卫生健康局,山东 临朐 262600

实用放射学杂志

[1]连欣怡;纪清连;付海花;刘吉华-.软组织血管瘤与神经鞘瘤影像学鉴别诊断)[J].实用放射学杂志,2022(11):1836-1839

软组织,血管瘤,神经鞘瘤,鉴别诊断价值,影像学表现,影像学征象,象差,多因素回归分析,拟合优度检验,Hosmer,Lemeshow,受试者工作特征,诊断效能,5cm,边界模糊,钙化,出入,包膜,条带状,优势比,置信区间,阳性预测值,阴性预测值,特征性,预测指标,别具,计算机体层成像,磁共振成像

0.257033