随着多种超声检查技术不断发展及城乡居民保健意识增强，近年来甲状腺乳头状癌（PTC）检出率逐年升高，而构建相应的决策树模型有助于及早发现和诊断PTC。
目的基于多模态超声构建PTC决策树模型并评估其诊断效能。
方法选取2018年1月至2020年10月在华北理工大学附属医院住院并行甲状腺结节切除术的PTC患者180例，共发现186个结节，其中良性结节99个（非PTC组），恶性结节87个（PTC组）。比较PTC组与非PTC组常规超声、实时剪切波弹性成像（SWE）、超声造影（CEUS）检查结果，分别构建基于常规超声、SWE、CEUS及多模态超声的PTC决策树模型并进行诊断效能评估。
结果两组结节回声、纵横比、边缘、局灶强回声、弹性最大值（Emax）、弹性最小值（Emin）、弹性均值（Emean）、弹性标准差（Esd）、与周围正常组织弹性比值（Eratio）、增强程度、增强特点、造影剂分布、造影剂进入时间、造影剂消退时间、达峰浓度（Peak）、时间-强度曲线下面积（AUCt）、平均渡越时间（MTT）比较，差异有统计学意义（P<0.05）。分别构建基于常规超声、SWE、CEUS及多模态超声的PTC决策树模型，结果显示其根节点分别为局灶强回声、Emax、AUCt、Emax；十折交叉验证法测试结果显示，基于常规超声、SWE、CEUS、多模态超声的PTC决策树模型误判率分别为33.9%、19.4%、37.6%、7.0%。基于多模态超声的PTC决策树模型的灵敏度、特异度、准确率、阳性似然比、阴性似然比、Kappa值分别为88.5%、99.0%、94.1%、88.5、0.12、0.880，诊断效能明显高于基于常规超声、SWE、CEUS的PTC决策树模型。
结论本研究基于多模态超声成功构建了PTC决策树模型，并具有较高的诊断效能，有利于提高PTC的诊断准确率并为临床提供新的诊断思路。