卵巢腫瘤是婦科常見的生殖器疾病，彩色多普勒超聲技術作為一種無創傷、簡便易行的影像檢查，是腫瘤性質術前鑒別診斷的重要依據［1－2］。本文采用前瞻性研究方法，將預示腫瘤性質的超聲影像和血流頻譜信息進行主成分Logistic回歸分析，建立腫瘤性質預報概率模型，構筑接受者工作特征曲線(receiver operating characteristic，ROC)，評價臨床超聲(clinical ultrasound diagnosis，CUD)預測腫瘤良惡性質的能力，旨在為術前卵巢腫瘤性質的鑒別診斷、治療方案的確立和預后評估等提供重要參考。

1對象和方法

1．1對象

選擇2009－04—2011－04我院診治的卵巢腫瘤患者132例，共136個腫瘤。年齡21～79(46．28±10．39)歲;組織活檢或術后病理組織學診斷為惡性腫瘤75個，良性腫瘤61個。排除卵巢巧克力囊腫、卵巢濾泡囊腫、黃素囊腫、黃體囊腫、卵泡血腫、黃體血腫、多囊卵巢等非贅生性腫塊患者。

1．2儀器與方法

采用美國Philips公司生產HD－11XE型彩色多普勒超聲診斷儀，由2名超聲專業醫師操作，存疑問題商討解決。膀胱適度充盈，取仰臥位，經陰道和(或)經腹部掃查，腹部探頭頻率2～5MHz，經陰道探頭頻率4～8MHz，腹壁濾波100Hz，多普勒重復頻率(PRF)700Hz。二維超聲多切面掃查腫塊的位形態是否規則、大小、包膜厚度、邊界清晰度、包膜、物理性質(囊性、混合性或實性)、腹水等。在清晰顯示腫塊二維聲像圖的基礎上，啟動多普勒程序以獲得腫瘤內血流信號，腫塊內部及周邊血管多點取樣，測量的血流動力學指標包括:收縮期峰值流速(VPS)、舒張末期流速(VED)、平均流速(Vm)、搏動指數(PI)、阻力指數(RI);其中PI=(收縮期峰值血流速度－舒張末期流速)/平均血流速度，RI=(收縮期峰值血流速度－舒張末期流速度)/收縮期血流速度，連續測量腫瘤內部血流3個周期的RI，取均值。血流信號分為4個級別［3］:腫瘤內部及周邊未見血流信號為0級;腫瘤周邊可見點、線樣血流，腫瘤內部未見血流信號為Ⅰ級;腫瘤內部可見散在的點樣、線樣血流，走行規則為Ⅱ級;腫瘤內部血管呈樹枝樣、網狀，血管走行迂曲、雜亂為Ⅲ級。

1．3統計學處理

計數資料的組間比較采用卡方檢驗，多普勒頻譜參數的組間比較采用非參數Mann－Whitney檢驗，將單因素分析有統計意義的變量行主成分Logistic回歸，建立診斷模型，ROC曲線作為評價模型的預測能力，統計軟件為SPSS16．0。

2結果

2．1卵巢良、惡性腫瘤的聲像參數比較

惡性腫瘤的形態不規則、體積≥300cm3、包膜不明顯、邊界不清、回聲不均、物理性質為實性的構成比高于良性腫瘤，P＜0．05或0．01，見表1。

2．2卵巢良、惡性腫瘤的血流頻譜參數比較

惡性腫瘤血流信號0級、Ⅰ級、Ⅱ級、Ⅲ級分別為8例、14例、20例、33例，良性腫瘤分別是28例、20例、10例、3例，z=－6．239，P=0．000。惡性腫瘤的VED和Vm大于良性腫瘤，而RI和PI小于良性腫瘤。見表2。

2．3原始數據非條件Logistic回歸

將單因素分析中P＜0．05的變量量化賦值:形態“規則”=0，“不規則”=1;體積“＜300cm3”=0，“≥300cm3”=1、包膜“明顯”=0，“不明顯”=1;邊界“清晰”=0，“不清”=1;回聲“均勻”=0，“不均”=1;物理性質“囊性”=0，“混合性”=1，“實性”=2，VED、Vm、RI和PI為實際值;血流信號“0級”=0，“Ⅰ級”=1，“Ⅱ級”=2，“Ⅲ級”=3;應變量:良性腫瘤=0，惡性=1。逐步向前選擇法［ForwardStep-wise(Conditional)］回歸，在單因素分析中11個有統計學意義變量第一步PI入選模型，P=0．000，而第二步僅PI和Vm入選，且P值接近1，OR值和標準誤差大，表1。這與實際情況不符，難以解釋。故懷疑自變量間存在多重共線性問題。

2．4共線性診斷

利用多元線性回歸模塊中的診斷工具進行多重共線性判斷，參照文獻［3］標準，維度10、11、12特征根接近0，而條件指數分別是14．069、17．135、20．916＞10，其中腫瘤形態和搏動指數的方差膨脹因子(VIP)為3．313和2．888(表4)。因此，認為數據間存在多重共線性。解決此類問題宜采用主成分Logistic回歸。

2．5主成分Logistic回歸

(1)主成分分析保留前7個主成分，因其涵蓋了所有自變量90%的信息(表5)。根據主成分得分系數(表6)建立主成分函數，計算每個樣本的主成分值。用7個主成分作為自變量，強行進入法析出回歸模型，然后將數據還原。建立卵巢惡性腫瘤診斷模型Logit(P)=2．824形態+0．495體積+0．638包膜+3．256邊界+1．895回聲+1．235物理性質+0．235VED+0．231Vm－3．090PI－2．964RI+1．965血流信號。見表7。

2．6模型的診斷性能評價

根據Logistic回歸模型，回代每個樣本，ROC曲線下面積(AUC)為0．935(95%CI:0．894－0．976)，Std．Error=0．021，大于任何單一指標的AUC，P=0．000，在Youden指數最大(0．759)點切割，模型判斷惡性腫瘤的敏感性(Sensitivity)90．7%，特異性(Specificity)85．2%，一致率88．24%。McNemarTest，P=0．804。見表8，圖1。

3討論

有關彩色多普勒超聲檢查對卵巢腫瘤良、惡性鑒別診斷的報道很多，但多為回顧性單因素分析，缺乏多因素參與下的綜合定量評定，有的僅僅是憑經驗鑒別診斷，雖然有一定的敏感性和特異性，但仍存在較大程度的誤診或漏診。因此，本研究采用前瞻性研究，通過主成分Logistic回歸建立預報概率模型，主成分Logistic回歸是通過主成分變換，將高度相關的變量信息綜合成相關性較低的主成分，可以有效的減弱自變量間的共線性的影響，又可以減少重要信息的丟失。克服了逐步Logistic回歸掩蓋某些有實際意義變量的不足［4］。相關文獻顯示:單純超聲檢查能夠精確地評估卵巢腫瘤的性質的敏感度為62%～100%，特異度為73%～95%［5］。單獨采用血流參數診斷卵巢惡性腫瘤的敏感性80．8%，特異性86．9%［6］。TsiliAC等［7－8］研究指出:運用多變量綜合比單用超聲形態學或者單純多普勒有更好的預測卵巢性質的效果。本文單因素分析顯示:良性惡性腫瘤在形態、體積、包膜、邊界、回聲、物理性質、血流信號、VED、Vm、RI和PI方面存在統計學差異。應用主成分Logistic擬合數據，建立Logistic回歸模型，其判斷卵巢腫瘤為惡性的ROC曲線AUC=0．935，大于任何單一指標的AUC;模型的敏感性90．7%，特異性85．2%，一致率88．24%，與病理結果比較無統計學差異。說明單獨超聲或單獨血流頻譜對良、惡性腫瘤進行鑒別診斷有一定的局限性，綜合多指標對其性質的判斷更有價值。但也應認識到:多指標綜合鑒別卵巢的良惡性質亦非盡善盡美，當惡性病灶內部出現壞死液化或良性病灶出現機化、鈣化及血管異常增生時，也會導致誤判［9］。