Aim: Aur aim was to fınd out the power of the joint use of pelvic examination, tumor markers and ultrasonoraphy for dedecting malignancy of ovarian masses and searching out the ovarian masses’ malignancy probability by applying this parameters to Logistic regression model.Material and Methods: Ages, complaints, menopausal statuses, pelvic examination and ultrasonography findings, CA-125 values, pathology reports of 154 patients operated with the diagnose of adnexial mass in our clinic were examined retropectively. Ultrasonographic findings of ovarian masses scored according to criterions identified by Sassone at all. 2 point for irregular mass surface, solid mass and presence of abdominal ascite are given in Our physical examination scoring system. Sensitivity and specificity of all parameters were determined. Probability of malignancy are calculated by Logistic regression model.Results: There were 55 malign 35.7% ,99 benign 64.3% , totally 154 women and 191 masses in our study. Sensitity and specificity of our pelvic examination scoring system were 92% and 94% respectively. Sensitivity and specificity of Ca-125 in discrimination of malign-benign adnexial masses were 77% and 73% respectively. When adnexial masses with malign evaluation of any two of three parameters Ca- 125 value, pelvic examination and ultrasonography were evaluated as malignant; sensitivity, specificity and overall accuracy rate were calculated as 93.33%, 95.24% and 94.44% respectively.Conclusion: Diagnostic models like Logistic regression models are formations as monotype, independent from operator’s experience, enabling to test accuracy of diagnose. This models by searching out the ovarian masses’ malignancy probability give way to correct decision of operation type, side also suitable operatör and to inform the patient before definitive diagnose.
Logistic regression model ovarian mass pelvic examination ultrasonography CA-125
Amaç: Amacımız pelvik muayene, tümör belirteçleri, ultrasonografi beraber kullanıldığında ovariyan kitlelerde malignansiyi tespit edebilme gücünü ortaya koymak ve bu parametreleri lojistik modele uygulayarak adneksiyal kitlesi olan bir hastadaki malignansi olasılığını tespit etmekti.Gereç ve Yöntemler: Kliniğimizde adneksiyal kitle tanısı ile opere edilen 154 hastanın patoloji kayıtları, yaşı, şikâyeti, menapoz durumu, pelvik muayene buğuları, CA-125 değerleri ve ultrasonografi bulguları retrospektif olarak incelendi. Ovariyan kitlelerin ultrasonografi bulguları Sassone ve arkadaşları tarafından tanımlanan kriterlere göre puanlandırıldı. Geliştirdiğimiz pelvik muayene skorlama sisteminde pelvik muayenede kitle yüzeyinin irregüler ve kitlenin solit oluşu ve batında asit varlığına 2 değer; kitlenin bilateral ve fikse oluşuna 1 değer; kitlenin kistik, düzgün yüzeyli, mobil, unilateral oluşuna veya batında asit olmayışına 0 değer verildi. Tüm parametrelerin sensitivite ve spesifite değerleri tespit edildi. Lojistik regresyon modeli ile malignansi olasılıkları hesaplandı.Bulgular: Çalışmamız 55 i malign %35.7 ,99 u benign %64.3 toplam 154 kadın hasta, 191 kitle üzerinde yapıldı. Geliştirmiş olduğumuz pelvik muayene skorlama sisteminde sensitivite %92, spesifite %94 olarak hesaplandı. CA-125’in malign-benign ayırımındaki sensitivitesi %77, spesifitesi %73 olarak tespit edildi. CA 125, pelvik muayene ve ultrasonografi değerlendirmelerinden herhangi ikisinde malign gruba düşen hastaları malign olarak değerlendirdiğimizde elde ettiğimiz sensitivite %93.33, spesifite %95.24, genel doğruluk oranı %94.44 bulundu.Sonuç: Lojistik regresyon modelleri gibi tanısal modeller adneksiyal kitlelerin değerlendirilmesinde tek tip, operatörün deneyimine bağlı olmayan, tanının doğruluğunun test edilebilmesine olanak sağlayan oluşumlardır. Bu modeller malignansi olasılığını tespit edebilmeye olanak sağlayarak operasyon tipine, yerine, hatta operatöre karar verebilmeye ve hastanın kesin tanı öncesi bilgilendirilmesine olanak sağlar.
Logistic regresyon modeli ovarian kitle pelvic muayene ultrasonografi CA-125
Birincil Dil | Türkçe |
---|---|
Bölüm | Research Article |
Yazarlar | |
Yayımlanma Tarihi | 1 Temmuz 2018 |
Yayımlandığı Sayı | Yıl 2018 Cilt: 15 Sayı: 3 |