文献

J-GLOBAL ID：202002287693021087   整理番号：20A0013572

甲状腺結節における悪性度予測のための診断アルゴリズムの段階的解析【JST・京大機械翻訳】

A stepwise analysis of the diagnostic algorithm for the prediction of malignancy in thyroid nodules

著者 (4件)： Huang Bernice L. (Division of GI and Endocrine Surgery, Columbia University, New York, NY) ,  Chabot John A. (Division of GI and Endocrine Surgery, Columbia University, New York, NY) ,  Lee James A. (Division of GI and Endocrine Surgery, Columbia University, New York, NY) ,  Kuo Jennifer H. (Division of GI and Endocrine Surgery, Columbia University, New York, NY)
資料名： Surgery  (Surgery)
巻： 167  号： 1  ページ： 28-33  発行年： 2020年 
JST資料番号： C0796B  ISSN： 0039-6060  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 甲状腺結節の悪性リスクの評価は,臨床因子,超音波検査特性,細胞病理学,および分子プロファイリングを含む。全体として,このアルゴリズムは費用がかかり時間がかかる。悪性腫瘍の正確な予測に向けて各診断段階の段階的寄与を評価した。外科的切除を受けた137人の患者の優性結節の遡及的研究を行った。悪性腫瘍を予測するためのベースラインロジスティック回帰モデルを臨床因子で回帰した。段階的な方法で,2015年の米国甲状腺学会超音波リスク層別化,細針吸引生検のBethesda分類,および分子プロファイリングをベースラインモデルに加え,各段階の有意性を尤度比検定を用いて分析した。受信者動作特性曲線を各モデルに対して計算した。米国甲状腺学会リスク層別化とBethesda分類の先行モデルへの追加は統計的に有意であった(P<0.001)。分子プロファイリング(特定の試験に依存しない戦略として)の添加は有意ではなかった(P=0.812)。ベースラインモデルとモデルの曲線下面積は,それぞれ,アメリカの甲状腺協会層別化,細胞病理学,および分子プロファイリングを含めて,それぞれ,0.76,0.85,0.91,および0.91であった。ほとんどの甲状腺結節の悪性リスクの予測において,臨床因子,超音波検査特性および細胞病理学は十分正確である。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *甲状腺 ,  超音波検査 ,  生検 ,  層別 ,  尤度比検定 ,  超音波 ,  基準線 ,  *アルゴリズム ,  血中濃度-時間曲線下面積 ,  優性
準シソーラス用語： 細針生検 ,  後向き研究 ,  悪性腫瘍 ,  分子診断 ,  *甲状腺結節 , 【Automatic Indexing@JST】

分類 (1件)： 内分泌系の腫よう  (GL04000P)

タイトルに関連する用語 (6件)： 甲状腺結節 ,  悪性度 ,  予測 ,  診断アルゴリズム ,  段階 ,  解析