徐吉，张燕

作为最常见的内分泌疾病，甲状腺结节可在大约5%的女性和1%的男性中出现，且在50%的60 岁以上人群中出现[1]。大多数的甲状腺结节患者预后良好，终身无需手术，但有7%～15%的结节为甲状腺恶性肿瘤[2]。在甲状腺结节良恶性的判别中，除了手术病理“金标准”结果外，超声引导下的细针穿刺细胞学检查（FNAC）因其微创、易实行及准确率较高的特点，被作为术前鉴别甲状腺良恶性结节的辅助诊断方法，在临床中已被广泛使用[3]，然而对于穿刺结果中不明确的细胞非典型性病变或滤泡性病变（AUS/FLUS），目前仍然没有良好的进一步明确诊断方法，因此开发新型的AUS/FLUS类别诊断模型以提高术前甲状腺良恶性结节鉴别诊断效能成为本研究的重点[4]。现报道如下。

1 资料与方法

1.1 一般资料 本研究最终入选82 例甲状腺结节患者，均于2017 年1 月至2019 年12 月在中国科学院大学宁波华美医院超声介入科就诊，所有患者均签署知情同意书，且本研究得到医院伦理委员会批准。纳入标准：（1）FNAC 结果为AUS/FLUS类别；（2）具有明确的手术病理结果；（3）行BRAF 基因突变检测与常规甲状腺二维超声检查。排除标准：（1）甲状腺结节FNAC 结果为标本无法诊断或不满意、良性、滤泡性肿瘤或可疑的滤泡性肿瘤、恶性肿瘤；（2）既往甲状腺肿瘤病史，结节复发或行2 次手术的患者；（3）资料不齐或对研究过程抵触的患者。

1.2 方法 KNN诊断模型的构建：本研究统计分析及KNN 诊断模型的构建均使用R 3.4.3 软件完成，并采用ROC 曲线分析。首先将各变量指标转……