A predictive model to distinguish malignant and benign thyroid nodules based on age, gender and ultrasonographic features
Introduction: A discussion in literature about a standardized decision support tool for the management of thyroid nodules remains. Objective: The purpose of this study was to create a statistical prediction model for thyroid nodules management. Methods: Two hundred and four benign and 57 malignant t...
Main Authors: | , , |
---|---|
Format: | Article |
Language: | English |
Published: |
Elsevier
2019-01-01
|
Series: | Brazilian Journal of Otorhinolaryngology |
Online Access: | http://www.sciencedirect.com/science/article/pii/S1808869417301829 |
id |
doaj-deecfdade5ad47178214bf405307207d |
---|---|
record_format |
Article |
spelling |
doaj-deecfdade5ad47178214bf405307207d2021-02-02T08:27:55ZengElsevierBrazilian Journal of Otorhinolaryngology1808-86942019-01-018512431A predictive model to distinguish malignant and benign thyroid nodules based on age, gender and ultrasonographic featuresFábio Muradás Girardi0Laura Mezzomo da Silva1Cecilia Dias Flores2Complexo Hospitalar Santa Casa, Hospital Santa Rita, Departamento de Cirurgia de Cabeça e Pescoço, Porto Alegre, RS, Brazil; Corresponding author.Complexo Hospitalar Santa Casa, Departamento de Radiologia, Porto Alegre, RS, BrazilUniversidade Federal de Ciências da Saúde de Porto Alegre (UFCSPA), Departamento de Informática, Porto Alegre, RS, BrazilIntroduction: A discussion in literature about a standardized decision support tool for the management of thyroid nodules remains. Objective: The purpose of this study was to create a statistical prediction model for thyroid nodules management. Methods: Two hundred and four benign and 57 malignant thyroid nodules were selected for a retrospective study. The variables age, gender and ultrasonographic features were examined using univariate and multivariate models. A statistical formula was used to calculate the risk of cancer of each case. Results: In multivariate analysis, irregular shape, absence of halo, lower mean age, homogeneous echotexture, microcalcifications and solid content were associated with cancer. After applying the formula, 20 cases (7.6%) with a calculated risk for malignancy ≤3.0% were found, all of them benign. Setting the calculated risk in ≥80%, 21 (8.0%) cases were selected, and in 85.7% of them cancer was confirmed in histopathology. Internal accuracy of the prediction formula was 92.5%. Conclusions: The prediction formula reached high accuracy and may be an alternative to other decision support tools for thyroid nodule management. Resumo: Introdução: Persiste na literatura uma discussão sobre uma ferramenta padronizada de apoio à decisão para o manejo de nódulos tireoidianos. Objetivo: Criar um modelo de previsão estatística para o manejo de nódulos tireoidianos. Método: Foram selecionados 204 casos de nódulos tireoidianos benignos e 57 malignos para o estudo retrospectivo. As variáveis idade, sexo e características ultrassonográficas foram analisadas com modelos univariados e multivariados. Uma fórmula estatística foi usada para calcular o risco de câncer de cada caso. Resultados: Na análise multivariada, a forma irregular, a ausência de halo, menor idade média, ecotextura homogênea, microcalcificações e conteúdo sólido foram associadas ao câncer. Após a aplicação da fórmula, foram encontrados 20 casos (7,6%) com risco calculado de malignidade ≤ 3,0%, todos benignos. Definiu-se o risco calculado em ≥ 80%, 21 casos (8,0%) foram selecionados e em 85,7% deles o câncer foi confirmado pela histopatologia. A precisão interna da fórmula de previsão foi de 92,5%. Conclusões: A fórmula de previsão alcançou alta precisão e pode ser uma opção para outras ferramentas de apoio à decisão para o manejo de nódulos da tireoide. Keywords: Thyroid nodule, Thyroid neoplasms, Ultrasonography, Cytology, Biopsy needle, Palavras-chave: Nódulo da tireoide, Neoplasias da tireoide, Ultrassonografia, Citologia, Biópsia por agulhahttp://www.sciencedirect.com/science/article/pii/S1808869417301829 |
collection |
DOAJ |
language |
English |
format |
Article |
sources |
DOAJ |
author |
Fábio Muradás Girardi Laura Mezzomo da Silva Cecilia Dias Flores |
spellingShingle |
Fábio Muradás Girardi Laura Mezzomo da Silva Cecilia Dias Flores A predictive model to distinguish malignant and benign thyroid nodules based on age, gender and ultrasonographic features Brazilian Journal of Otorhinolaryngology |
author_facet |
Fábio Muradás Girardi Laura Mezzomo da Silva Cecilia Dias Flores |
author_sort |
Fábio Muradás Girardi |
title |
A predictive model to distinguish malignant and benign thyroid nodules based on age, gender and ultrasonographic features |
title_short |
A predictive model to distinguish malignant and benign thyroid nodules based on age, gender and ultrasonographic features |
title_full |
A predictive model to distinguish malignant and benign thyroid nodules based on age, gender and ultrasonographic features |
title_fullStr |
A predictive model to distinguish malignant and benign thyroid nodules based on age, gender and ultrasonographic features |
title_full_unstemmed |
A predictive model to distinguish malignant and benign thyroid nodules based on age, gender and ultrasonographic features |
title_sort |
predictive model to distinguish malignant and benign thyroid nodules based on age, gender and ultrasonographic features |
publisher |
Elsevier |
series |
Brazilian Journal of Otorhinolaryngology |
issn |
1808-8694 |
publishDate |
2019-01-01 |
description |
Introduction: A discussion in literature about a standardized decision support tool for the management of thyroid nodules remains. Objective: The purpose of this study was to create a statistical prediction model for thyroid nodules management. Methods: Two hundred and four benign and 57 malignant thyroid nodules were selected for a retrospective study. The variables age, gender and ultrasonographic features were examined using univariate and multivariate models. A statistical formula was used to calculate the risk of cancer of each case. Results: In multivariate analysis, irregular shape, absence of halo, lower mean age, homogeneous echotexture, microcalcifications and solid content were associated with cancer. After applying the formula, 20 cases (7.6%) with a calculated risk for malignancy ≤3.0% were found, all of them benign. Setting the calculated risk in ≥80%, 21 (8.0%) cases were selected, and in 85.7% of them cancer was confirmed in histopathology. Internal accuracy of the prediction formula was 92.5%. Conclusions: The prediction formula reached high accuracy and may be an alternative to other decision support tools for thyroid nodule management. Resumo: Introdução: Persiste na literatura uma discussão sobre uma ferramenta padronizada de apoio à decisão para o manejo de nódulos tireoidianos. Objetivo: Criar um modelo de previsão estatística para o manejo de nódulos tireoidianos. Método: Foram selecionados 204 casos de nódulos tireoidianos benignos e 57 malignos para o estudo retrospectivo. As variáveis idade, sexo e características ultrassonográficas foram analisadas com modelos univariados e multivariados. Uma fórmula estatística foi usada para calcular o risco de câncer de cada caso. Resultados: Na análise multivariada, a forma irregular, a ausência de halo, menor idade média, ecotextura homogênea, microcalcificações e conteúdo sólido foram associadas ao câncer. Após a aplicação da fórmula, foram encontrados 20 casos (7,6%) com risco calculado de malignidade ≤ 3,0%, todos benignos. Definiu-se o risco calculado em ≥ 80%, 21 casos (8,0%) foram selecionados e em 85,7% deles o câncer foi confirmado pela histopatologia. A precisão interna da fórmula de previsão foi de 92,5%. Conclusões: A fórmula de previsão alcançou alta precisão e pode ser uma opção para outras ferramentas de apoio à decisão para o manejo de nódulos da tireoide. Keywords: Thyroid nodule, Thyroid neoplasms, Ultrasonography, Cytology, Biopsy needle, Palavras-chave: Nódulo da tireoide, Neoplasias da tireoide, Ultrassonografia, Citologia, Biópsia por agulha |
url |
http://www.sciencedirect.com/science/article/pii/S1808869417301829 |
work_keys_str_mv |
AT fabiomuradasgirardi apredictivemodeltodistinguishmalignantandbenignthyroidnodulesbasedonagegenderandultrasonographicfeatures AT lauramezzomodasilva apredictivemodeltodistinguishmalignantandbenignthyroidnodulesbasedonagegenderandultrasonographicfeatures AT ceciliadiasflores apredictivemodeltodistinguishmalignantandbenignthyroidnodulesbasedonagegenderandultrasonographicfeatures AT fabiomuradasgirardi predictivemodeltodistinguishmalignantandbenignthyroidnodulesbasedonagegenderandultrasonographicfeatures AT lauramezzomodasilva predictivemodeltodistinguishmalignantandbenignthyroidnodulesbasedonagegenderandultrasonographicfeatures AT ceciliadiasflores predictivemodeltodistinguishmalignantandbenignthyroidnodulesbasedonagegenderandultrasonographicfeatures |
_version_ |
1724297100073631744 |