甲狀腺超聲影像報告和數據系統分類聯合多變量統計分析在甲狀腺良惡性結節鑒別診斷中的應用價值

張 坦，張 晟，忻曉潔，穆佳麗，趙 靜

（天津醫科大學腫瘤醫院超聲診療科、國家腫瘤臨床醫學研究中心、天津市“腫瘤防治”重點實驗室，天津300060）

甲狀腺超聲影像報告和數據系統分類聯合多變量統計分析在甲狀腺良惡性結節鑒別診斷中的應用價值

張 坦＊，張 晟，忻曉潔，穆佳麗，趙 靜

（天津醫科大學腫瘤醫院超聲診療科、國家腫瘤臨床醫學研究中心、天津市“腫瘤防治”重點實驗室，天津300060）

目的探討甲狀腺超聲影像和數據報告系統（TI－RADS）分級結合多變量統計分析在診斷甲狀腺良惡結節中的應用價值。方法 回顧性分析經病理證實的247例單發甲狀腺結節患者的臨床資料，對患者進行TI－RADS分級，并運用多變量統計分析方法對病例進行分析，篩選重要聲像特征。結果 甲狀腺良性結節組和甲狀腺惡性結節組比較，腫塊的大小、腫塊的性質、形態、邊界、回聲、鈣化、鈣化類型、縱橫比，CDFI均具有統計學差別。多變量統計結果顯示甲狀腺良性結節組和甲狀腺惡性結節能夠很好的被分離，而甲狀腺惡性結節的不同分類也能很好的被區分。此外，腫物的形態、邊界和鈣化的異常可能預示著甲狀腺結節的惡性結果，而腫物的縱橫比和高是鑒別惡性結節級別的重要特征。結論 TI－RADS分級聯合多變量統計分析將更有利于對甲狀腺良惡性結節的診斷。

甲狀腺結節；超聲檢查；甲狀腺影像和數據報告系統；多變量統計分析

（Chin J Lab Diagn，2015，19：1646）

近年來甲狀腺結節的發現率越來越高，發病率高達6%－7%，其中甲狀腺癌的所占的比率約為4%－17%［1］。甲狀腺癌是人體內分泌系統最常見的惡性疾病之一，是在女性常見的惡性腫瘤疾病中占第5位的常見腫瘤體［2］，而所有癌癥中甲狀腺癌的發病率占第一位，而且在所有癌癥中甲狀腺癌的發病率最高［3］。因此，對甲狀腺結節進行早期的定性診斷是目前的一個研究熱點，并且顯得尤為重要。目前，超聲檢查作為一種無創影像學方法，已經成為臨床評估和處理甲狀腺結節的重要手段［4］。超聲對甲狀腺結節臨床診斷是根據超聲形態學特征對腫物進行良惡性的評估，但是由于目前專業用術語的標準化及和規范化還不夠完善，同時結果由于受到檢查醫生的主觀因素的影響，常常出現對超聲圖像解析不一致現象，為避免這些弊端，美國學者Horvath等［5］2009年提出了甲狀腺影像學報告及數據系統（thyroid imaging reporting and data system，TIRADS），定義了10種甲狀腺結節的主要超聲聲像圖表現特征，進而建立了甲狀腺分級標準。本研究以TI－RADS分類為標準并結合多變量統計分析，探討哪些超聲聲像圖表現能判別甲狀腺良性和惡性分類的主要特征，并進一步研究哪些超聲聲像圖特征在TI－RADS的4級亞型分類中起主要作用的惡性特征。以期尋找一個簡單易行、容易普及并適合我國人群的TI－RADS分類標準。

1 材料與方法

1.1 研究對象

研究對象為天津醫科大學腫瘤醫院2013年1月－2013年12月就診并最終手術治療的甲狀腺單發節患者247例，所有結節均有術前超聲診斷記錄及經術后病理證實。本組研究中有良性結節患者64例，年齡27－74歲，平均47.5±11.6歲，男性患者所占比例為21.9%；惡性結節患者183例，年齡20－70歲，平均46.9±10.7歲，男性患者所占比例為22.9%。

1.2 儀器與方法

儀器為飛利浦公司的IU22彩色超聲儀，探頭：線陣，使用頻率6－13MHz。患者取仰臥位，肩部放置枕頭，頭部盡量仰伸，充分暴露頸前區，并囑病人呈放松狀態，為避免主觀性的干擾，檢查由兩位醫生進行，如遇意見不一致，請第三位醫生共同判斷，采取兩位以上醫生的共識為準，以此類推。用灰階超聲檢查病灶，并記錄病灶的常規橫、縱切面，測量腫物的大?。ㄩL、寬、高）、描述腫物的特征：包括形態（規則或不規則）、邊界（清楚或不清楚）、內部回聲（極低回聲或低回聲或中強回聲）、鈣化（有或無）、鈣化類型（小鈣化，大鈣化，大小不等的鈣化）、有否淋巴結轉移、縱橫比（腫物的高除以寬），彩色多普勒血流圖（CDFI：不豐富或豐富）等方面，將病理結果及超聲檢查的信息以代碼的形式記錄在excel表中，表頭設計內容如（表1），同時根據TI－RADS診斷標準進行分級，然后進行評分和統計分析。

1.3 甲狀腺TI－RADS診斷標準［6，7］及改良分級

TI－RADS分級方法：（1）0級：甲狀腺炎，單純性甲狀腺腫；手術不明確者；超聲掃查不完全者（需要結合其他檢查）。1級，無結節，正常甲狀腺或彌漫性增生性甲狀腺，內含結晶的囊性結節（小于0.5 cm，無需進一步隨訪）；（2）2級，良性結節（惡性風險0%），沒有相關的惡性特征，包括囊性為主的結節，蜂窩樣結構及環狀鈣化。（3）3級，良性結節可能性大（惡性風險＜5%），邊緣界限清楚，以實性為主，回聲不均勻，蛋殼樣鈣化或粗鈣化，具有以下一項惡性特征，如低回聲，鈣化等。（4）4級，可疑惡性結節（惡性風險在5%和94%之間）?？杉毞譃?a（惡性風險在5%和45%之間），4b（惡性風險在45%和75%之間）和4c（惡性風險在75%和94%之間）。4a為2－3項提示惡性的超聲表現，如極低回聲，微鈣化，邊界不清楚；4b為超過3－4項提示惡性的超聲表現；4c為5－6項提示惡性的超聲表現；（5）5級，高度提示惡性（惡性風險＞95%），6項以上惡性的超聲表現并伴有頸部淋巴結轉移。（5）6級，已知活組織檢查的惡性病變。以1－3級評判為良性，4－6級評判為惡性。

表1 超聲檢查聲像特征的記錄內容

1.4 統計學方法

采用SPSS13.0軟件進行統計分析。計量資料用均數±標準差（x—±s）表示，P＜0.05，有統計學意義。把超聲檢查的病灶指標作為X變量，建立矩陣，導入SIMCA－P13.0（Umea，Sweden）統計軟件進行統計分析。擬采用主成分分析（principal component analysis，PCA）對樣本進行輪廓分析，同時利用偏最小二乘－判別分析（partial least－squares discriminant analysis，PLS－DA）確定對分類產生影響的重要變量，綜合載荷圖（loading plot）和變量重要性投影（Variable Importance for the Projection，VIP）確定對分類產生影響的重要變量（VIP值＞1為重要變量）［8］。

2 結果

2.1 TI－RADS分級診斷

參照TI－RADS分級診斷標準，對247例不同性別的甲狀腺單發結節患者進行分級。結果如表1所示。以上所有結果均是經過病理證實，病理結果顯示2、3級為良性結節，所有4級分類均為惡性結節。

表2 應用TI－RADS分級診斷甲狀腺結節與病理結果比較

2.2 單變量分析

良性甲狀腺結節組和惡性甲狀腺結節組比較，腫塊的大?。ㄩL、寬、高）、腫塊的性質、形態、邊界、內部回聲、鈣化、鈣化類型、縱橫比（腫物的高除以寬），CDFI（不豐富或豐富）均具有統計學差別，見表3。

表3 良性甲狀腺結節組和惡性甲狀腺結節組用于TI－RADS分級的11個變量的檢測結果

2.3 多變量統計分析

2.3.1 甲狀腺良性結節組和惡性結節組多變量統計分析

PCA得分圖（圖1A）顯示甲狀腺良性結節組集中在右側，而甲狀腺惡性結節組則分散于左側，但界限不是很明顯。前兩個主成分（PC1和PC2）對所有變量的解釋率為59.3%（R2＝0.593），而預測率為44.8%（Q2＝0.448）。圖1B為PLS－DA的得分圖。良性結節組集中在左側較小的區域，而惡性結節組則集中于右側，兩組的界限明顯。前兩個主成分（t1和t2）對所有變量的解釋率為64.9%（R2＝0.649），而預測率為87.5%（Q2＝0.875）。

2.3.2 TI－RDAS對甲狀腺惡性結節不同分級的多變量統計分析

圖2顯示TI－RDAS分級的4級分類中不同的亞型組均明顯的聚集為3類，此結果說明TI－RDAS分級中4級的不同亞型組是非常重要的。

2.3.3 重要參數變量結果分析、重要超聲聲像特征分析

圖3A為利用VIP值確定對良性和惡性分類起重要作用的聲像特征參數變量。腫物的形態、邊界和鈣化情況是區分甲狀腺良性和惡性結節的重要聲像特征參數變量。載荷圖（Loading）上一個點代表一個變量，距離原點越遠的點，代表該變量對各組間的分類貢獻越大，可以作為區分兩組的重要參數變量。圖3B圓圈標志的變量為篩選的重要參數變量，其結果與VIP結果一致。

圖4結果為對惡性結節中4級分類的不同亞型分類起重要作用的參數變量，結果顯示腫物的縱橫比、高和鈣化情況是區分甲狀腺惡性結節的不同亞型分類重要參數變量。

3 討論

本研究發現TI－RADS的4級的細化分級更有利于為臨床醫生對結節性質的判定，可以為進一步的治療方式的選擇提供診斷信心。根據結節所占據的惡性特征的多少，將診斷分別細分為4a、4b、4c有意義，同時可以在分級的診斷同時，添加描述性診斷，例如TI－RADS：4a考慮①不典型結節性甲狀腺腫。②惡性待除外；TI－RADS：4b考慮①惡性。②不典型結節性甲狀腺腫待除外；TI－RADS：4c可疑惡性。

圖1 甲狀腺良性結節組和甲狀腺惡性結節組的PCA（A）和PLS－DA（B）的得分散點圖

圖2 甲狀腺惡性結節不同分級的PCA（A）和PLS－DA（B）的三維得分散點圖

圖3 甲狀腺良性結節組和甲狀腺惡性結節組的PLS－DA分析的VIP（A）和載荷圖（B）

圖4 甲狀腺惡性結節不同分級的PLS－DA分析的VIP（A）和載荷圖（B）

多變量統計分析能綜合分析多個聲像特征，意在從多個指標中提取對分類起主要作用的重要指標。本研究應用了PCA和PLS－DA兩種分析方法對超聲特征進行分析。PCA是一種數據降維方法，該方法將分散在許多一組變量的信息集中到某幾個綜合指標變量（主成分）上，從而利用主要成分提取數據集的特征進而利用主要成分提取數據集的主要信息。PCA的得分圖能很好地反映數據集所包含的生物學變化該圖就能很好地反映原始數據集所包含的主要生物信息，處于相似生理病理或（和）病理生理狀態的樣本通常具有相似組構成，因此在圖上也處于相似的位置所以在得分圖上就處于相近的位置。本研究結果中的PCA的得分圖顯示甲狀腺良性和惡性結節組能夠較好的分離。PLS－DA方法是建立在PCA方法之上的，主要用于對不同分類起主要貢獻的重要變量的但與PCA有所不同。PLSDA分別提取自變量與因變量的主成分，進而算出主成分間的相關系數，以相關系數最大的兩個主成分，分別做自變量和因變量的第一成分。本研究利用PLS－DA對重要的聲像特征進行篩選，結果顯示腫物的形態、邊界和鈣化情況是區分甲狀腺良性和惡性結節的重要超聲聲像特征（圖3），而腫物的縱橫比和高是鑒別惡性結節級別的重要特征（圖4）。

一般情況下，甲狀腺惡性結節的二維聲像圖常顯示為邊界不清、形態不規則，并且惡性結節內部常伴有鈣化。一般認為邊界對甲狀腺結節的良惡性鑒別具有一定意義，惡性結節邊界不清晰的發生率較良性結節邊界不清晰的高，并且邊緣不規則多見于甲狀腺癌。鈣化是甲狀腺惡性結節中常見的超聲特征［9］，這可能與腫瘤迅速生長，局部血供不足，容易引起局部纖維組織增生和鈣鹽沉著有關。此外，本研究對甲狀腺惡性結節的分級進行分析發現腫物的縱橫比和高是對惡性結節分級的重要聲像特征。縱橫比是利用腫物的高除以寬計算而來，這就說明縱橫比對惡性結節的分類上具有重要貢獻。研究顯示縱橫比可能與惡性結節的生長方式有關，是提示惡性的極為重要超聲特征［10］。本研究中縱橫比是評價甲狀腺惡性結節分級的重要指標，因此應對不同惡性結節分級中的縱橫比進行細化分級，這將有助于甲狀腺癌的術前診斷，為手術方式、范圍、術后治療評估制定提供有益指導。

4 結論

本文將統計學中的多變量統計分析應用于甲狀腺良性和惡性結節的鑒別診斷。多變量的分析結果提示，對首次就診甲狀腺結節的患者，影像學檢查發現腫物的形態、邊界和鈣化的異常可能預示著甲狀腺結節的惡性結果，而腫物的縱橫比和高是鑒別惡性結節級別的重要特征。因此，TI－RADS分類聯合多變量統計分級將更有利于對甲狀腺良惡性結節的診斷，但關于甲狀腺惡性結節中不同分類的縱橫比的分級還有待于進一步研究。

［1］Hermus AR，Huysmans DA.Treatment of benign nodular thyroid disease［J］.N Engl J Med，1998，338（20）：1438.

［2］Bae U，Dighe M，Dubinsky T，et al.Ultrasound thyroid elastography using carotid artery pulsation：preliminary study［J］.Ultrasound Med，2007，26（6）：797.

［3］Grubbs EG，Rich TA，Li G，et al.Recent Advances in Thyroid Cancer［J］.Current Problems in Surgery，2008，45：156.

［4］Isidro ML，Penin M，Cordido F.Systematic ultrasound evaluation of thyriod nodules［J］.Thyroid，2006，16（12）：1324.

［5］Horvath E，Majlis S，Rossi R，et al.An ultrasonogram reporting system for thyroid nodules stratifying cancer risk for clinical management［J］.J Clin Endocrinol Metab，2009，94（5）：1748.

［6］陳曉康，陳少華，呂國榮.超聲TI－RADS分類對甲狀腺結節的診斷價值［J］.中國超聲醫學雜志，2012，28（12）：1066.

［7］張正順，高翠霞，方耀武.TI－RADS分級在診斷甲狀腺結節良惡性方面的應用研究［J］.中國超聲醫學雜志，2013，29（8）：751.

［8］Eriksson L，Andersson PL，Johansson E，et al.Megavariate analysis of environmental QSAR data.Part I－a basic framework founded on principal component analysis（PCA），partial least squares（PLS），and statistical molecular design（SMD）［J］.Mol Divers，2006，10（2）：169.

［9］Gong T，Wang J.The analysis of the calcification in differentiatingmalignant thyroid neoplasm and the molecular mechanisms for theformation of the calcification［J］.Lin Chuang Er Bi Yan Hou Tou Jing Wai Ke Za Zhi，2012，26（16）：763.

［10］Moon WJ，Jung SL，Lee JH，et al.Benign and malignant thyroid nodules：US differentiation－multicenter retrospective study［J］.Radiology，2008，247（3）：762.

The value of thyroid imaging reporting and data system classification in combination with multivariate statistical analysis in the diagnosis of benign and malignant thyroid nodules

ZHANG Tan，ZHANG Sheng，XIN Xiao－jie，et al.
（Department of Ultrasound，Tianjin medical University Cancer institute and hospital，Tianjin300060，China）

ObjectiveTo explore the application of thyroid imaging reporting and data system（TI－RADS）classification in combination with multivariate statistical analysis in the diagnosis of benign and malignant thyroid nodules.Methods Two hundred and forty seven histologically proved thyroid nodules in 247patients were analyzed according to the TI－RADS classification.Multivariate statistical analysis was used to assess the classification of TI－RADS and find out the important parameters identified the benign and malignant thyroid nodules.Results There were statistical difference in the size and property of the goiter，border，shape，solid echo，calcifications，calcifications pattern，a short－to－long axis ratio and CDFI between benign and malignant thyroid nodules.The results of multivariate statistical analysis showed that there were clearly classified between benign and malignant thyroid nodules and shape，border and calcifications were important feature identified the benign and malignant thyroid nodules.In addition，a short－to－long axis ratio and the height of the goiter were important for the identification of different malignant thyroid nodules.Conclusion The combination of TI－RADS classification and multivariate statistical analysis showed better performance in the differential diagnosis between malignant and benign thyroid nodules.

Thyroid nodule；Ultrasonography；TI－RADS；Multivariate statistical analysis

R445.1

A

張坦（1979－），女，碩士，主治醫師，研究方向：婦科腫瘤及小器官的超聲診斷。

2014－09－17）

1007－4287（2015）10－1646－05

＊通訊作者