Page 24 - 《南京医科大学学报》2026年第1期

第46卷第1期
· 18 · 南 京 医 科 大 学 学 报 2026年1月

0 10 20 30 40 50 60 70 80 90 100
Points
Male
Sex
Female
Ill⁃defined
Margin
Well⁃defined

CT（×100 pg/mL）
0 2 4 6 8 100 12 14 16 18 20
Total points
0 20 40 60 80 100 120 140 160 180 200
Probability
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
图1 列线图模型
Figure 1 Nomogram model
分度，结果显示：临床特征（性别）、超声特征（边缘 好的临床收益（图 2C）。采用 Bootstrap 法重复抽

是否光整）和血清 CT 的 ROC 曲线下面积（area un⁃ 样 1 000 次显示 AUC 为 0.874（95%CI：0.865~0.879，
der the curve，AUC）分别为 0.662、0.728 和 0.793，而 图2D），提示该模型具有良好的稳定性和可靠性。
三者联合的 AUC 达到 0.873（95%CI：0.808~0.939）
3 讨 论
（图2A）。校准曲线结果显示，联合三者的列线图模
型具有良好的校准度（图 2B），Hosmer⁃Lemeshow 检 MTC 侵袭性强，据统计 54.8%~64.3%的 MTC 患
验P=0.944，表面模型拟合良好。此外，DCA结果也 者有颈部淋巴结转移 ，其中中央区是最早、最常发
［8］
显示，该模型应用于判断患者淋巴结转移具有良 生转移的区域，本研究通过整合临床病理特征、影

A 1.0 B 0.0
Hosmer⁃Lemeshow P=0.944
0.8 0.2

Sensitivity 0.6 Actual probability 0.4

0.6
0.4
CT AUC=0.793 0.8 Apparent
0.2 Margin AUC=0.728 Bias⁃corrected
Gender AUC=0.662 Ideal
Combined AUC=0.873 1.0
0 .0 0.2 0.4 0.6 0.8 1.0
.0 0.2 0.4 0.6 0.8 1.0
Predicted probability
1-Specificity
C D
0.6 All 1.0
None
0.5 Model 0.8
0.4
Net benefit 0.3 Sensitivity 0.6

0.2 0.4

0.1
0.2
Bootstrap AUC：0.874
0 （95%CI：0.865-0.879）
0
.0 0.2 0.4 0.6 0.8 1.0
.0 0.2 0.4 0.6 0.8 1.0
Risk threshold
1-Specificity
A：ROC curve. B：Calibration curve. C：Decision curve analysis. D：Internal validation by the bootstrap method.
图2 模型的性能评估与验证
Figure 2 Model performance and validation