Page 20 - 《南京医科大学学报》2026年第1期

南京医科大学学报（自然科学版） 第46卷第1期
· 14 · Journal of Nanjing Medical University（Natural Sciences） 2026年1月

·专题研究：肿瘤·

基于多模态数据的甲状腺髓样癌中央区淋巴结转移术前预测

模型的构建与分析

张 祥 ，柳 卫 ，杨倩倩 ，张 燕 1*
3
2
1
南京医科大学第一附属医院检验学部，核医学科，江苏 南京 210029；南京梅山医院检验科，江苏 南京 210039
1 2 3

［摘 要］ 目的：基于多模态数据构建甲状腺髓样癌（medullary thyroid carcinoma，MTC）中央区淋巴结转移（central lymph node
metastasis，CLNM）的预测模型，并分析其临床意义。方法：回顾性分析2017年1月—2025年5月南京医科大学第一附属医院收
治的104例MTC患者的临床病理资料、术前影像学特征及实验室指标。通过单因素Logistic回归初步筛选变量（P < 0.1），进一
步采用向后逐步回归法进行多因素Logistic回归分析筛选CLNM的独立危险因素，构建预测模型并绘制列线图，受试者工作特
征（receiver operating characteristic，ROC）曲线、校准曲线和决策曲线分析（decision curve analysis，DCA）评估模型的区分度、校准度
和临床适用性，使用Bootstrap法进行内部验证。结果：根据病理结果是否存在CLNM将104例MTC患者分成转移组（55例）与非转
移组（49 例）。与非转移组患者相比，转移组患者性别（P=0.001）、超声形态是否规则（P < 0.001）、超声边缘是否光整（P <
0.001）、血清癌胚抗原（carcinoembryonic antigen，CEA）水平（P=0.006）、血清降钙素（calcitonin，CT）水平（P < 0.001）等差异有统
计学意义。多因素Logistic 回归分析显示，患者的性别（OR=6.50，95%CI：2.03~20.81，P=0.002）、超声边缘是否光整（OR=9.77，
95%CI：3.12~30.59，P < 0.001）以及血清CT水平（OR=1.25，95%CI：1.10~1.42，P < 0.001）是CLNM的独立危险因素。联合三者
建立的列线图模型可良好地识别CLNM，ROC曲线下面积（area under the curve，AUC）为0.873，95%CI：0.808~0.939，校准曲线和
DCA均表明该模型具有良好的性能及临床适用性。使用Bootstrap法进行内部验证也显示该模型具有良好的稳定性和可靠性
（AUC=0.874，95%CI：0.865~0.879）。结论：结合患者的性别、超声边缘是否光整以及血清CT水平的多模态数据模型能有效预
测MTC患者CLNM风险，为临床决策提供依据。
［关键词］ 甲状腺髓样癌；中央区淋巴结转移；多模态数据；预测模型
［中图分类号］ R736.1 ［文献标志码］ A ［文章编号］ 1007⁃4368（2026）01⁃14⁃07
doi：10.7655/NYDXBNSN250910

Construction and analysis of a preoperative prediction model for central lymph node
metastasis in medullary thyroid carcinoma based on multimodal data

1 2 3 1*
ZHANG Xiang ，LIU Wei ，YANG Qianqian ，ZHANG Yan
2
1 Department of Laboratory Medicine，Department of Nuclear Medicine，the First Affiliated Hospital of Nanjing
3
Medical University，Nanjing 210029；Department of Laboratory Medicine，Nanjing Meishan Hospital，Nanjing
210039，China

［Abstract］ Objective：To develop and validate a multimodal data⁃based predictive model for central lymph node metastasis（CLNM）
in patients with medullary thyroid carcinoma（MTC）and evaluate its clinical significance. Methods：We retrospectively analyzed
clinical⁃pathological data，preoperative imaging features，and laboratory parameters of 104 MTC patients treated at the First Affiliated
Hospital of Nanjing Medical University between January 2017 and May 2025. Potential predictors（P < 0.1 in univariate analysis）were
included in a multivariate logistic regression model with backward stepwise selection to identify independent risk factors for CLNM. A
prediction model was constructed and a nomogram was drawn. The receiver operating characteristic（ROC）curve，calibration curve and
decision curve analysis（DCA）were used to evaluate the discrimination，calibration，and clinical applicability of the model. Internal
validation was performed via bootstrap resampling. Results：According to the presence or absence of CLNM in the pathological results，

［基金项目］ 江苏省医学重点学科（ZDXK202239）
通信作者（Corresponding author），E⁃mail：zhangyanzd@njmu.edu.cn（ORCID：0009⁃0004⁃1213⁃9103）
∗