弹性相对指数联合S-Detect对甲状腺乳头状癌颈部淋巴结转移的预测价值

doi:10.3969/j.issn.1006-5725.2025.16.021

摘要/Abstract

摘要：

目的探究基于常规超声的弹性相对指数（elasticity contrast index，ECI）联合S-Detect对甲状腺乳头状癌（PTC）颈部淋巴结转移（CLNM）的预测价值。方法回顾性分析2023年11月至2024年8月在石河子大学第一附属医院进行诊治的135例甲状腺乳头状癌患者并记录所有患者的临床基线资料、常规超声、超声弹性成像及S-Detect分析结果，筛选出PTC 发生 CLNM 的独立预测因子并构建预测模型。绘制受试者工作特征曲线并比较预测模型的曲线下面积，选取最佳预测模型构建风险概率列线图，分析列线图模型的预测效能及临床适用性。结果年龄、结节最大径、边界、包膜侵犯、S-Detect横切面识别的形状结果与ECI弹性分级为预测PTC发生CLNM 的独立预测因子（均P < 0.05），6个指标联合建立预测模型的AUC为0.890（95%CI： 0.835 ~ 0.945），校准曲线结果表明一致性良好，临床决策曲线分析表明阈值概率为2% ~ 91.5%时，列线图模型可获得较好的净收益。结论年龄、结节最大径、边界、包膜侵犯、S-Detect横切面识别的形状结果与ECI弹性分级为预测PTC发生CLNM的独立预测因子，以上指标联合建立的列线图模型可有效预测 CLNM 的发生概率。

关键词: 甲状腺乳头状癌, S-Detect, 颈部淋巴结转移, 超声弹性成像, 甲状腺外包膜侵犯

Abstract:

Objective To evaluate the predictive value of dual-modality ultrasound， incorporating conventional ultrasound and ultrasound elastography， in combination with S-Detect for cervical lymph node metastasis （CLNM） in patients with papillary thyroid carcinoma （PTC）. Methods A retrospective analysis was conducted on the clinical data of 135 patients diagnosed with PTC who received treatment at the First Affiliated Hospital of Shihezi University between November 2023 and August 2024. For all patients， clinical baseline characteristics， conventional ultrasound findings， ultrasound elastography results， and S-Detect analysis data were collected. Independent predictors of CLNM in PTC were identified， and predictive models were developed. Receiver operating characteristic （ROC） curves were generated to compare the area under the curve （AUC） of the models. The most effective predictive model was selected to construct a risk probability nomogram， and the predictive performance and clinical applicability of this nomogram were subsequently evaluated. Results Age， maximum nodule diameter， boundary characteristics， capsular invasion， transverse-sectional morphological findings assessed by S-Detect， and ECI-based elasticity grading were identified as independent predictors of CLNM in PTC （all P < 0.05）. The AUC of the predictive model constructed using these six variables was 0.890 （95%CI： 0.835 ~ 0.945）. The calibration curve demonstrated strong agreement between predicted and observed outcomes， and decision curve analysis indicated that the nomogram provided a favorable net clinical benefit within a threshold probability range of 2% to 91.5%. Conclusions Age， maximum nodule diameter， boundary characteristics， capsular invasion， sonographic features assessed by S-Detect in the transverse plane， and ECI-based elasticity grading are independent predictors of CLNM in PTC. A nomogram model incorporating these parameters demonstrates effective performance in predicting the likelihood of CLNM.

Key words: papillary thyroid carcinoma, S-Detect, cervical lymph node metastasis, ultrasound elastography, extrathyroidal capsular invasion

中图分类号:

R445.1

徐泽林,郑振浩,邓雅倩,曾冠明,杜婷婷,朱佩珊,刘文,李军. 弹性相对指数联合S-Detect对甲状腺乳头状癌颈部淋巴结转移的预测价值[J]. 实用医学杂志, 2025, 41(16): 2581-2589.

Zelin XU,Zhenhao ZHENG,Yaqian DENG,Guanming ZENG,Tingting DU,Peishan ZHU,Wen LIU,Jun. LI. Predictive value of dual‑modality ultrasound combined with S‑Detect for cervical lymph node metastasis in papillary thyroid carcinoma[J]. The Journal of Practical Medicine, 2025, 41(16): 2581-2589.

图/表 7

表1

表2

表3

表4

图1

图2

图3

参考文献 38

[1]	MIRANDA-FILHO A， LORTET-TIEULENT J， BRAY F， et al. Thyroid cancer incidence trends by histology in 25 countries： A population-based study［J］. Lancet Diabetes Endocrinol， 2021， 9（4）： 225-234. doi:10.1016/s2213-8587(21)00027-9 doi: 10.1016/s2213-8587(21)00027-9
[2]	CAO M， LI H， SUN D， et al. Cancer burden of major cancers in China： A need for sustainable actions［J］. Cancer Commun， 2020， 40（5）： 205-210. doi:10.1002/cac2.12025 doi: 10.1002/cac2.12025
[3]	SIEGEL R L， MILLER K D， WAGLE N S， et al. Cancer statistics， 2023［J］. CA Cancer J Clin， 2023， 73（1）： 17-48. doi:10.3322/caac.21763 doi: 10.3322/caac.21763
[4]	ALABOUSI M， ALABOUSI A， ADHAM S， et al. Diagnostic Test Accuracy of Ultrasonography vs Computed Tomography for Papillary Thyroid Cancer Cervical Lymph Node Metastasis： A Systematic Review and Meta-analysis［J］. JAMA Otolaryngol Head Neck Surg， 2022， 148（2）： 107-116. doi:10.1001/jamaoto.2021.3387 doi: 10.1001/jamaoto.2021.3387
[5]	MONPEYSSEN H， TRAMALLONI J， POIRÉE S， et al. Elastography of the thyroid［J］. Diagn Interv Imaging， 2013， 94（5）： 535-544. doi:10.1016/j.diii.2013.01.023 doi: 10.1016/j.diii.2013.01.023
[6]	HU X， LIU Y， QIAN L. Diagnostic potential of real-time elastography （RTE） and shear wave elastography （SWE） to differentiate benign and malignant thyroid nodules： A systematic review and meta-analysis［J］. Medicine （Baltimore）， 2017， 96（43）： e8282. doi:10.1097/md.0000000000008282 doi: 10.1097/md.0000000000008282
[7]	CHOI W J， PARK J S， KOO H R， et al. Ultrasound elastography using carotid artery pulsation in the differential diagnosis of sonographically indeterminate thyroid nodules［J］. AJR Am J Roentgenol， 2015， 204（2）： 396-401. doi:10.2214/ajr.14.12871 doi: 10.2214/ajr.14.12871
[8]	CONG P， WANG X M， ZHANG Y F. Comparison of artificial intelligence， elastic imaging， and the thyroid imaging reporting and data system in the differential diagnosis of suspicious nodules［J］. Quant Imaging Med Surg， 2024， 14（1）： 711-721. doi:10.21037/qims-23-788 doi: 10.21037/qims-23-788
[9]	付泽辉，陈卉，李梦园，等. S-Detect技术联合C-TIRADS对超声表现为滤泡性肿瘤样甲状腺结节的诊断价值［J］. 中国超声医学杂志， 2023， 39（12）： 1321-1323.
[10]	SANT V R， RADHACHANDRAN A， IVEZIC V， et al. From Bench-to-Bedside： How Artificial Intelligence is Changing Thyroid Nodule Diagnostics， a Systematic Review［J］. J Clin Endocrinol Metab， 2024， 109（8）： dgae277. doi:10.1210/clinem/dgae277 doi: 10.1210/clinem/dgae277
[11]	张海琳，朱梅，杨阳，等. 超声引导FNA及FNA-Tg识别甲状腺乳头状癌淋巴结转移的临床价值［J］. 昆明医科大学学报， 2022， 43（12）： 105-110.
[12]	RILEY R D， ENSOR J， SNELL K I E， et al. Calculating the sample size required for developing a clinical prediction model［J］. BMJ， 2020， 368： m441. doi:10.1136/bmj.m441 doi: 10.1136/bmj.m441
[13]	KWAK J Y， HAN K H， YOON J H， et al. Thyroid Imaging Reporting and Data System for US Features of Nodules： A Step in Establishing Better Stratification of Cancer Risk［J］. Radiology， 2011， 260（3）： 892-899. doi:10.1148/radiol.11110206 doi: 10.1148/radiol.11110206
[14]	ASTERIA C， GIOVANARDI A， PIZZOCARO A， et al. US-elastography in the differential diagnosis of benign and malignant thyroid nodules［J］. Thyroid， 2008， 18（5）： 523-531. doi:10.1089/thy.2007.0323 doi: 10.1089/thy.2007.0323
[15]	毛培，郝真真，吕会敏. 超声弹性成像联合S-Detect技术用于诊断TI-RADS4类甲状腺结节良恶性价值分析［J］. 医药论坛杂志， 2024， 45（3）： 324-327.
[16]	赵雯婷，杨晓，徐杰，等. S-Detect联合SWE及ACR TI-RADS对甲状腺结节的诊断价值［J］. 中国医学影像学杂志， 2023， 31（9）： 910-914.
[17]	XU Y， WU D， WU W， et al. Diagnostic value of cytology， thyroglobulin， and combination of them in fine-needle aspiration of metastatic lymph nodes in patients with differentiated thyroid cancer： A systematic review and network meta-analysis［J］. Medicine （Baltimore）， 2019， 98（45）： e17859. doi:10.1097/md.0000000000017859 doi: 10.1097/md.0000000000017859
[18]	汪彩英，张才智，叶娟，等. TI-RADS、UE、CEUS及FNAC在预测甲状腺乳头状癌颈部淋巴结转移中的意义［J］. 湖北科技学院学报（医学版）， 2022， 36（4）： 318-323.
[19]	ZHANG F X， XU P， ZHANG L J， et al. RARγ promotes the invasion and metastasis of thyroid carcinoma by activating the JAK1-STAT3-CD24/MMPs axis［J］. Int Immunopharmacol， 2023， 125： 111129. doi:10.1016/j.intimp.2023.111129 doi: 10.1016/j.intimp.2023.111129
[20]	LIU L， WU B， CAI H， et al. Tiam1 promotes thyroid carcinoma metastasis by modulating EMT via wnt/β-catenin signaling［J］. Exp Cell Res， 2018， 362（2）： 532-540. doi:10.1016/j.yexcr.2017.12.019 doi: 10.1016/j.yexcr.2017.12.019
[21]	ZHOU J， YIN L， WEI X， et al. 2020 Chinese guidelines for ultrasound malignancy risk stratification of thyroid nodules： The C-TIRADS［J］. Endocrine， 2020， 70（2）： 256-279.
[22]	HAUGEN B R， ALEXANDER E K， BIBLE K C， et al. 2015 american thyroid association management guidelines for adult patients with thyroid nodules and differentiated thyroid cancer： The american thyroid association guidelines task force on thyroid nodules and differentiated thyroid cancer［J］. Thyroid， 2016， 26（1）： 1-133.
[23]	TESSLER F N， MIDDLETON W D， GRANT E G， et al. ACR Thyroid Imaging， Reporting and Data System （TI-RADS）： White Paper of the ACR TI-RADS Committee［J］. J Am Coll Radiol， 2017， 14（5）： 587-595. doi:10.1016/j.jacr.2017.01.046 doi: 10.1016/j.jacr.2017.01.046
[24]	LI F， PAN D， HE Y， et al. Using ultrasound features and radiomics analysis to predict lymph node metastasis in patients with thyroid cancer［J］. BMC Surg， 2020， 20（1）： 315. doi:10.1186/s12893-020-00974-7 doi: 10.1186/s12893-020-00974-7
[25]	陈璟泰，侯令密，唐云辉，等. S-Detect对甲状腺结节良恶性鉴别诊断价值的Meta分析［J］. 中国全科医学， 2021， 24（30）： 3814-3820.
[26]	田菊，张蕾，勇强，等. 常规超声联合S-Detect技术和超声造影评价甲状腺结节良恶性的价值［J］. 中国超声医学杂志， 2021， 37（9）： 968-971.
[27]	方明娣，彭梅，毕玉. 人工智能S-Detect技术结合钙化特征对甲状腺结节的诊断价值［J］. 中华医学超声杂志（电子版）， 2021， 18（2）： 177-181.
[28]	HUANG X P， YE T T， ZHANG L， et al. Sonographic features of papillary thyroid microcarcinoma predicting high-volume central neck lymph node metastasis［J］. Surg Oncol， 2018， 27（2）： 172-176. doi:10.1016/j.suronc.2018.03.004 doi: 10.1016/j.suronc.2018.03.004
[29]	JEON M J， CHUNG M S， KWON H， et al. Features of papillary thyroid microcarcinoma associated with lateral cervical lymph node metastasis［J］. Clin Endocrinol （Oxf）， 2017， 86（6）： 845-851. doi:10.1111/cen.13322 doi: 10.1111/cen.13322
[30]	JIANG W， WEI H Y， ZHANG H Y， et al. Value of contrast-enhanced ultrasound combined with elastography in evaluating cervical lymph node metastasis in papillary thyroid carcinoma［J］. World J Clin Cases， 2019， 7（1）： 49-57. doi:10.12998/wjcc.v7.i1.49 doi: 10.12998/wjcc.v7.i1.49
[31]	HONG Y R， YAN C X， MO G Q， et al. Conventional US， elastography and contrast enhanced US features of papillary thyroid microcarcinoma predict central compartment lymph node metastases［J］. Sci Rep， 2015， 5： 7748. doi:10.1038/srep07748 doi: 10.1038/srep07748
[32]	XU J M， XU X H， XU H X， et al. Prediction of cervical lymph node metastasis in patients with papillary thyroid cancer using combined conventional ultrasound， strain elastography， and acoustic radiation force impulse （ARFI） elastography［J］. Eur Radiol， 2016， 26（8）： 2611-2622. doi:10.1007/s00330-015-4088-2 doi: 10.1007/s00330-015-4088-2
[33]	WANG H， ZHAO L， XIN X， et al. Diagnostic value of elastosonography for thyroid microcarcinoma［J］. Ultrasonics， 2014， 54（7）： 1945-1949. doi:10.1016/j.ultras.2014.04.027 doi: 10.1016/j.ultras.2014.04.027
[34]	MOON H J， KIM E K， YOON J H， et al. Clinical Implication of Elastography as a Prognostic Factor of Papillary Thyroid Microcarcinoma［J］. Ann Surg Oncol， 2012， 19（7）： 2279-2287. doi:10.1245/s10434-011-2212-3 doi: 10.1245/s10434-011-2212-3
[35]	孙芳，石岩，杨智，等. 剪切波联合二维超声对甲状腺乳头状癌中央区淋巴结转移的预测价值［J］. 实用医学杂志， 2021， 37（14）： 1866-1871.
[36]	李高峰，石岩，徐翠，等. 超声弹性对比指数联合常规超声预测甲状腺乳头状癌淋巴结转移的研究［J］. 实用医学杂志， 2020， 36（5）： 661-666.
[37]	TANG Z， GAO L， WANG X， et al. Metastases to the thyroid gland： Ultrasonographic findings and diagnostic value of fine-needle aspiration cytology［J］. Front Oncol， 2022， 12： 939965. doi:10.3389/fonc.2022.939965 doi: 10.3389/fonc.2022.939965
[38]	ZHU Z， SU C， CHEN G， et al. Significance of FNAC， BRAF mutation， and intraoperative frozen section in surgical decision‐Making of thyroid nodules［J］. Diagn Cytopathol， 2023， 51（7）： 441-448. doi:10.1002/dc.25135 doi: 10.1002/dc.25135

指标	未转移组（n=84）	转移组（n=51）	Z值	P值
年龄			6.619	0.006
≥ 55 岁	58（69）	23 （45）
< 55 岁	26（31）	28 （55）
性别			0.474	0.385
女	48（57.1）	33（64.7）
男	36（42.9）	18（35.3）
体质量[M(P₂₅，P₇₅)]/kg	68.0（62.75，73.25）	67.0（61.5，72.0）	89.945	0.700
身高[M(P₂₅，P₇₅)]/cm	166.0（160.0，170.0）	166.0（159.0，171.5）	2 074.000	0.632
ECI[M(P₂₅，P₇₅)]	1.25（0.84，1.93）	1.62（1.13，2.53）	1 666.000	0.023
ES-ECI			23.691	0.001
1	50（59.5）	11（21.6）
2	28（33.3）	26（51.0）
3	4（4.8）	4（7.8）
4	2（2.4）	10（19.6）
弹性硬度			8.824	0.003
软	78（92.9）	37（72.5）
硬	6（7.1）	1（27.5）
包膜侵犯	1（1.2）	9（17.6）	12.530	0.007
最大径			9.039	0.002
< 1 cm	58（69.0）	21（41.2）		0.002
≥ 1 cm	26（31.0）	30（58.8）
回声			3.812	0.987
等回声/高回声	6（7.1）	0（0.0）
低回声	78（92.9）	51（100.0）
纵横比			1.351	0.177
< 1	22（26.2）	19（37.3）
≥ 1	62（73.8）	32（62.7）
边界			3.961	0.031
清晰	60（71.4）	27（52.9）
不清晰	24（28.6）	24（47.1）
边缘			0.837	0.365
光滑	78（92.9）	45（88.2）
粗糙	6（7.1）	6（11.8）
钙化			1.179	0.199
无/大钙化	66（78.6）	35（68.6）
微钙化	18（21.4）	16（31.4）
成分			1.191	0.299
囊性/囊实性	5（6.0）	1（2.0）
实性	79（94.0）	50（98.0）

指标	横切面				纵切面
指标	未转移组（n=84）	转移组（n=51）	Z值	P值	未转移组（n=84）	转移组（n=51）	Z值	P值
识别结果			0.300	0.585			0.300	0.585
可能良性	6（7.1）	5（9.8）			5 （6.0）	3（5.9）
可能恶性	78（92.9）	46（90.2）			79（94.0）	48（94.1）
成分			0.686	0.412			1.956	0.179
部分囊性	5（6.0）	5（9.8）			9 （10.7）	2 （3.9）
实性	79（94.0）	46（90.2）			75（89.3）	49 （96.1）
回声强度			0.182	0.670			0.266	0.608
等回声/高回声	5（6.0）	4（7.8）			5（6.0）	2 （3.9）
轻度低回声	79（94.0）	47（92.2）			79（94.0）	49（96.1）
方向			0.174	0.552			0.003	0.959
平行	45（53.6）	30（58.8）			58（69.0）	35（68.6）
不平行	39（46.4）	21（41.2）			26（31.0）	16（31.4）
形状			7.162	0.005			1.008	0.231
圆形到椭圆形	71（84.5）	32（62.7）			64（76.2）	34（66.7）
不规则	13（15.5）	19（37.3）			20（23.8）	17（33.3）
钙化			4.828	0.019			1.964	0.116
无/大钙化	49（58.3）	19（37.3）			48（57.1）	22（43.1）
微钙化	35（41.7）	32（62.7）			36（42.9）	29（56.9）
边缘			1.950	0.108			0.008	0.741
光滑	12（14.3）	13（25.5）			13（15.5）	9（17.6）
针状/浅分叶状/不明确	72（85.7）	38（74.5）			71（84.5）	42（82.4）

变量	B	SE	Z值	Wald χ²	P值	OR	95%CI
形状-SD横切面	1.817	0.581	3.127	9.779	0.002	6.151	1.970 ~ 19.203
最大径	1.103	0.522	2.114	4.470	0.035	3.013	1.084 ~ 8.374
包膜外侵犯	4.469	1.330	3.360	11.288	0.001	87.293	6.439 ~ 1 183.368
ES-ECI	1.331	0.542	2.455	6.026	0.014	3.785	1.308 ~ 10.958
ECI	-0.228	0.305	-0.746	0.556	0.456	0.796	0.438 ~ 1.449
钙化-SD横切面	0.912	0.536	1.703	2.900	0.089	2.490	0.871 ~ 7.116
边界-常规超声	1.224	0.528	2.317	5.370	0.020	3.402	1.208 ~ 9.585
年龄	1.596	0.534	2.988	8.926	0.003	4.935	1.732 ~ 14.065
弹性硬度	0.310	1.309	0.237	0.056	0.813	1.363	0.105 ~ 17.727

模型	AUC（95%CI）	SEN	SPE	PPV	NPV	ACC	P值	Z值
常规超声模型	0.813（0.742 ~ 0.884）	0.706	0.774	0.655	0.812	0.748	0.008	2.645
S-Detect模型	0.609（0.531 ~ 0.686）	0.373	0.845	0.594	0.689	0.667	< 0.001	6.728
弹性超声模型	0.721（0.639 ~ 0.803）	0.784	0.595	0.541	0.820	0.667	< 0.001	4.256
联合预测模型	0.890（0.835 ~ 0.945）	0.824	0.833	0.750	0.886	0.830	/	/