【作者】刘绵学¹ 江小蓉² 兰丽云³ 汪海东¹ 黑爱莲¹ 李劲¹ 周际 ¹王瑜³

^{【摘要】 目的：为减少甲状腺癌诊疗领域存在的过度诊断现象，开发一种基于体检数据进行甲状 腺异常增殖风险的数学预测模型。方法：研究数据来源于福建泉州中国人民解放军第910医院健康 管理中心，分析研究了血清胸苷激酶1(STK1)与甲状腺影像报告及数据系统(TI-RADS)分级的相关 性。以TI-RADS分级作为终点事件，以STK1检测结果联合常规体检指标为自变量，通过不平衡类 学习算法(IKIL)构建了甲状腺异常增殖风险的风险预测模型，并绘制受试者工作特征曲线(ROC)， 以评价此模型在受检者甲状腺异常增殖风险评估中的应用价值。结果：K-S检验结果显示STK1值 呈偏态分布。由Kruskal-Wallis检验可知，随着TI-RADS分级数的升高，STK1水平呈现单调递增 趋势。从TR-1进展到TR-2时细胞增殖水平显著增加；在TR-2到TR-4区间，细胞增殖水平存 在升高趋势，但相邻级别之间差异并不显著。通过IKIL法获得的甲状腺增殖风险指数公式为：y = -3.50 + 0.29×STK1 + 0.06×总蛋白 + 0.01×乳酸脱氢酶 - 0.0046×尿酸 - 1.35×高密度脂蛋白胆 固醇+ 0.34×CEA，该模型的ROC验证AUC值为0.848，标准误差0.00925，95%置信区间为(0.827， 0.865)。Youden指数最大的增殖风险指数为0.52，使用该点为阈值预测甲状腺异常增殖风险的敏感 性、特异性分别为66.98%、94.22%，提示风险预测模型对甲状腺异常增殖风险具有较好地预测能 力。结论：研究开发了基于STK1水平联合其他体检指标对受检者的甲状腺异常增殖风险的预测模 型。该风险预测模式的限制条件少，可操作性强，对社会自然人群的甲状腺结节/肿瘤的健康管理具有较好现实意义。}