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...

Full description

Bibliographic Details
Main Authors: Fábio Muradás Girardi, Laura Mezzomo da Silva, Cecilia Dias Flores
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