基于Sonazoid对比增强超声的无创预测模型鉴别AFP阴性肝细胞癌与其他肝内恶性病灶

2025-06-30 Frontiers in Oncology 等1家媒体报道 科研进展





打开微信“扫一扫”
点击右上角分享按钮

本研究开发并验证了一种非侵入性列线图，用于区分甲胎蛋白阴性肝细胞癌（AFPN-HCC）与其他肝内恶性病变。研究纳入了165名恶性局灶性肝病患者，分为AFPN-HCC组（n=85）和其他恶性肿瘤组（n=80）。通过LASSO回归和逻辑回归，确定了显著的预测因子：肿瘤数量、坏死、动脉期增强模式、灌注速度和库普弗期洗脱程度。模型的AUC为0.886，内部验证AUC为0.865。预测值的最佳阈值为0.524，显示出高灵敏度和特异性。（摘要由动脉网AI生成）