1 Introduction
甲状腺结节在普通人群中的检出率高达65-70%，其中超过90%为良性，但仍有部分因压迫症状、美观问题或患者对潜在恶变的焦虑而需要干预。传统的甲状腺切除术存在再出血、神经麻痹、低钙血症等显著并发症风险，且可能导致终身激素替代治疗。这推动了从经皮乙醇注射到激光消融、射频消融（RFA）乃至微波消融（MWA）等微创消融技术的发展。MWA具有治疗时间短、消融区更大、热沉降效应更低等技术优势，尤其适用于血供丰富的甲状腺组织。
尽管存在理论优势，但临床疗效存在异质性。近期多中心研究报告12-24个月的体积缩小率（VRR）在73%至81%之间波动，而结节完全消失率差异巨大，从15.2%到97.6%不等。这种巨大的差异性表明，当前“一刀切”的能量输送方案未能考虑关键的患者特异性因素。平均每单位体积缩小所需的能量在0.4至4.6 kJ/ml之间，实性结节所需能量（2.30 ± 1.5 kJ/ml）显著高于囊性结节（0.75 ± 0.25 kJ/ml），凸显了个体化能量规划的必要性。
成功消融的生物物理原理依赖于在整个靶区体积内达到60-100°C的温度，同时避免超过105°C的碳化，后者与并发症增加和治疗不足相关。多变量分析已确定结节成分、增强模式和基线体积是影响消融效果的独立因素，但这些见解尚未被系统性地整合到临床方案中。此外，结节相对于关键结构的位置、超声造影评估的血供情况以及患者特异性代谢因素都会影响热量分布和消融的彻底性。
因此，本研究旨在识别良性甲状腺结节微波消融治疗成功的关键预测因素，开发并验证一个结合形态学、功能学和患者特异性参数的多变量模型以优化能量密度计算，并建立一个适用于临床的个性化能量输送算法。
2 Methods
2.1 Study design and patient selection
这项回顾性队列研究分析了2023年1月至2023年12月期间在我们机构接受微波消融治疗的良性甲状腺结节患者的病历。研究方案获得了机构审查委员会的批准，鉴于其回顾性性质，免除了知情同意。
患者纳入标准为：(1) 单个或多个最大直径≥10 mm的良性甲状腺结节，(2) 有症状的结节或出于美观考虑，(3) 消融后3、6和12个月有完整的随访数据。排除标准包括(1) 可疑或恶性细胞学（Bethesda III-VI类），(2) 高功能结节，(3) 严重凝血功能障碍，(4) 妊娠或哺乳期，(5) 随访数据不完整。
2.2 Microwave ablation procedure
所有手术均由拥有超过5年甲状腺消融经验的介入放射科医生执行。患者取仰卧位，颈部过伸。在超声引导下，采用经峡部入路和水分离技术以保护关键结构。使用移动射击技术，功率设置在25-35W之间，根据结节特征和位置进行调整。记录每次手术的总消融时间和输送能量。能量密度（J/mm3）计算为总输送能量除以基线结节体积。
2.3 Treatment efficacy evaluation and grouping
疗效评估基于灰度超声。收集消融后3、6和12个月的超声统计数据，并计算体积缩小率（VRR）。治疗成功定义为12个月时VRR >90%。根据治疗结果将患者分为两组：成功组（VRR >90%）和失败组（VRR ≤90%），用于后续的预测因素分析。
2.4 Data collections
收集每次随访期间的灰度超声特征（尺寸、成分、回声、钙化以及相对于危险三角的位置）、超声造影特征、实验室评估（包括甲状腺功能测试如FT3、FT4、TSH、TG、TGAb、TPOAb，以及消融前的全血细胞计数和CRP测量值）。
2.5 Statistical analysis
使用SPSS 26.0和R 4.3.0进行统计分析。双侧P值<0.05被认为具有统计学意义。
2.5.1 Descriptive statistics and univariate analysis
连续变量以均值±标准差（正态分布）或中位数（四分位距）（偏态分布）表示。分类变量以频率和百分比表示。使用Shapiro-Wilk检验评估正态性。使用独立t检验或Mann-Whitney U检验分析连续变量的组间差异，使用卡方或Fisher精确检验分析分类变量的组间差异。单变量分析中P<0.20的变量被视为潜在预测因素，纳入多变量模型。使用重复测量方差分析评估VRR随时间的变化。
2.5.2 LOESS curve
应用局部加权散点图平滑回归探索能量密度与12个月VRR之间的非线性关系。使用交叉验证选择最优带宽，以识别能量密度平台效应的阈值。
2.5.3 Multivariable linear regression analysis
为开发最优能量密度预测模型，以能量密度为因变量进行多变量线性回归。单变量分析中P<0.20的变量被纳入模型。应用逐步向后消除法，保留标准为P<0.05。验证了模型假设，包括线性、同方差性和残差的正态性。计算方差膨胀因子以评估多重共线性。
2.5.4 Multivariable logistic regression analysis
构建多变量逻辑回归模型以预测治疗成功（12个月时VRR>90%）。使用向前逐步选择法纳入从单变量分析中识别的候选预测因子。使用受试者工作特征曲线下面积评估模型性能。使用约登指数确定最佳截断概率。计算最佳阈值下的敏感性、特异性、阳性预测值和阴性预测值。
2.5.5 Model validation and algorithm development
使用Bootstrap重采样进行内部验证，以评估模型稳定性和乐观校正后的性能指标。使用Hosmer-Lemeshow拟合优度检验和校准图评估校准度，比较预测概率与观察概率。进行决策曲线分析以评估不同阈值概率下的临床效用。
基于验证后的模型，开发了一个三步个性化算法：(1) 使用线性回归方程计算基线能量密度，(2) 使用逻辑回归模型基于形态学、实验室和增强参数估计成功概率，(3) 当预测成功率<80%时，基于预测成功概率进行适应性能量调整。该算法已实现为交互式网络计算器以供临床应用。生成相关性热图以可视化变量与治疗结果之间的关系。
3 Results
3.1 Baseline characteristics and treatment parameters
共有82名良性甲状腺结节患者接受了微波消融治疗。基线结节体积中位数为2655.0 mm3。大多数结节为实性（70.7%）。VRR在随访期间呈现显著的时间演变。12个月时平均VRR达到83.6 ± 12.0%，31名患者（37.8%）实现了治疗成功（定义为12个月时VRR >90%），而3个月或6个月时没有患者达到此阈值。
输送的能量密度中位数为2.19 J/mm3。能量密度分布分析揭示了与治疗结果的非线性关系。带有LOESS曲线拟合的散点图分析表明，在大约4.0 J/mm3以上存在平台效应，表明过多的能量输送可能不会带来额外益处。这些发现表明“一刀切”的能量密度方法是不充分的。
3.2 Predictors of treatment success and prediction models
3.2.1 Univariate analysis for predictor identification
我们对40多个基线变量进行了单变量分析。九个变量符合我们的初始筛选标准，包括结节尺寸参数、实验室参数、影像学特征和超声造影增强模式。
3.2.2 Energy density prediction model
基于单变量发现，我们开发了一个多变量线性回归模型来预测最佳能量密度。通过逐步选择，五个独立变量保留在最终模型中：垂直直径、基线体积、TSH水平、中性粒细胞计数和峰值强度。该模型解释了最佳能量密度52%的方差，为个体化能量计算奠定了基础。
3.2.3 Treatment success prediction model
与能量优化并行，我们开发了一个多变量逻辑回归模型来预测治疗成功概率。最终模型结合了形态学和实验室参数：最大直径、基线体积、白细胞计数和CRP水平。增强模式仍然具有高度预测性，与低增强相比，等增强显示出显著降低的成功几率。
3.2.4 Model validation and performance assessment
治疗成功预测模型表现出优异的判别能力，AUC为0.902。使用约登指数，我们确定了0.417的最佳截断概率，实现了83.9%的敏感性和82.4%的特异性。模型校准度优异。决策曲线分析表明，与使用标准能量密度治疗所有患者或不治疗任何患者相比，我们的个性化方法在0.2至0.8的阈值概率范围内具有更优的净效益。这证实了我们的建模方法对于前瞻性患者选择和治疗计划的临床效用。
3.3 Integration into clinical algorithm
基于验证后的模型，我们开发了一个三步个性化能量密度算法，将研究发现转化为临床实践。
第一步 - 基线能量计算：使用线性回归方程，结合垂直直径、基线体积、TSH、中性粒细胞计数和峰值强度计算基线能量密度。
第二步 - 成功概率估计：逻辑回归模型基于形态学、实验室和增强参数估计实现VRR>90%的概率。
第三步 - 适应性能量调整：对于预测成功概率<80%的患者，能量密度按比例增加，因子为[1 + 0.5 × (0.80 - P_成功)]，确保对具有挑战性的病例进行足够的能量输送，同时避免对有利情况进行过度治疗。
该算法已实现为交互式网络计算器，供实时临床应用。
4 Discussion
本研究为良性甲状腺结节微波消融结果建立了一个全面的预测框架，开发了首个多参数能量密度优化算法。研究在12个月时达到了83.6 ± 12.0%的平均体积缩小率，这与最近的多中心研究结果相当。然而，当应用严格的成功标准（VRR >90%）时，只有37.8%的患者达到此阈值，这凸显了优化能量输送方案的必要性。
观察到的4.0 J/mm3以上的平台效应提供了对热消融局限性的关键机制性见解。研究表明，过度的能量输送无法改善结果，这可能反映了组织碳化和热沉降效应限制了进一步能量沉积的有效性。
多变量分析中出现了五个独立预测因子，解释了最佳能量密度52%的方差。垂直直径的负相关表明较小的垂直尺寸需要集中能量以实现完全消融。基线体积的正相关反映了成比例的能量需求。TSH水平作为一个显著的预测因子出现，这是一个新颖的发现，可能反映了影响组织灌注和热量散失的代谢活动。中性粒细胞计数的关联表明基线炎症状态影响热传导。
超声造影增强模式显示出显著的预测价值，低增强比等增强成功率高得多。峰值强度的负相关进一步支持血管灌注是消融效果的关键决定因素。这些发现与推荐使用超声造影进行术前规划和术后评估的共识指南一致。
炎症标志物与治疗结果显示出意想不到的关联。升高的CRP和降低的白细胞计数独立预测了成功。这些矛盾的发现表明甲状腺与其他器官之间存在组织特异性的炎症反应，可能反映了影响基线炎症和热敏感性的潜在结节特征。
三步个性化算法解决了当前实践中的关键缺口。第一步结合形态学和生化参数计算基线能量密度。第二步使用具有优异判别能力的逻辑回归估计成功概率。第三步实施适应性调整，当预测成功率低于80%时，按比例增加能量密度。这种方法优化了治疗计划，同时避免了对有利病例的过度治疗。
需要考虑几个局限性。回顾性单中心设计限制了普遍适用性。82名患者的样本量虽然足以进行模型开发，但需要在更大的多中心队列中进行外部验证。缺乏操作者经验的量化是一个重要的未测量混杂因素。12个月的随访是标准的，但可能遗漏消融后3年以上发生的晚期复发。此外，我们严格的成功定义可能低估了临床有效性。
5 Conclusion
总之，这项研究表明，个体化的能量密度计算有潜力显著提高良性甲状腺结节微波消融的效果。将形态学、生化学和血管参数整合到一个全面的预测算法中，代表了从标准化消融方案向个性化消融方案的范式转变。需要进行前瞻性多中心验证研究，以确认该算法的临床疗效，并探索12个月后的额外预测生物标志物和长期结果。
