目的探索超声影像组学在预测颈动脉支架置入(carotid artery stent,CAS)术后再狭窄(in-stent restenosis,ISR)发生的能力。方法回顾性收集广州中医药大学第二临床医学院接受CAS术治疗患者共206例病例。将入组患者按7∶3的比例随机分为训练集(144例)和测试集(62例),使用达尔文智能科研平台提取超声影像组学特征,从每个感兴趣区域中提取的1125个超声影像组学特征中筛选特征,使用不同的机器学习算法构建诊断模型,选择模型表现最好的分类器,建立了不同的预测模型,包括临床-超声特征模型、超声影像组学模型、临床-超声-超声影像组学的联合模型。结果在训练集中多因素逻辑回归分析显示,高血压病、高尿酸血症、甘油三酯和斑块位置是CAS术后发生ISR的独立危险因素。对于临床-超声模型,训练集和测试集的曲线下面积(area under the curve,AUC)分别为0.896和0.644。超声影像组学模型对应的AUC值分别为0.961和0.715,联合模型对应的AUC值分别为0.947和0.727。结论超声影像组学模型预测ISR的能力优于传统的临床-超声模型。联合模型能够更好地预测ISR发生,从而提高传统评估的诊断性能。
目的代偿期乙型肝炎肝硬化显著门静脉高压患者发生食管胃静脉曲张(GOV)风险较大,通过评价不同无创诊断模型对GOV的诊断价值,为早期诊断GOV提供依据。方法选取2017年11月—2023年11月广东省中医院就诊的代偿期乙型肝炎肝硬化显著门静脉高压患者108例,根据胃镜下是否伴发GOV将患者分为GOV组和非GOV组(NGOV组)。收集患者的年龄、性别、影像学、实验室指标等结果。计数资料组间比较采用χ^(2)检验;正态分布的计量资料两组间比较采用成组t检验;非正态分布的数据两组间比较采用Mann-Whitney U检验。采用受试者操作特征曲线(ROC曲线)评估FIB-4、LOK指数、LPRI、APRI、AAR等5种评分模型的诊断价值;利用二元Logistic回归构建联合模型,将联合模型与5种评分模型单独应用时的ROC曲线下面积(AUC)比较;采用Delong检验对各无创诊断模型的AUC值进行两两比较。结果GOV组55例,NGOV组53例。GOV组的年龄高于NGOV组[(52.64±1.44)岁vs(47.96±1.68)岁],ALT[42.00(24.00~117.00)U/L vs 82.00(46.00~271.00)U/L]、AST[44.00(32.00~96.00)U/L vs 62.00(42.50~154.50)U/L]、PLT[100.00(69.00~120.00)×109/L vs 119.00(108.50~140.50)×109/L]低于NGOV组,差异均有统计学意义(统计值分别为3.230、−3.065、−2.351、−3.667,P值均<0.05)。ROC曲线分析显示,FIB-4、LOK指数、LPRI、AAR单独诊断GOV的AUC分别为0.667、0.681、0.730、0.639(P值均<0.05),GOV阳性诊断率分别为69.97%、65.28%、67.33%、58.86%,AUC值比较差异均无统计学意义(P值均>0.05),APRI单独应用无诊断价值(P>0.05)。利用二元Logistic回归构建联合模型LAF,AUC为0.805,GOV阳性诊断率为75.80%,明显高于FIB-4、LOK指数、LPRI、AAR单独应用时的AUC值(Z值分别为−2.773、−2.479、−2.206、−2.672,P值均<0.05)。结论FIB-4、LOK指数、LPRI、AAR对代偿期乙型肝炎肝硬化显著门静脉高压患者发生GOV诊断价值相似,APRI单独应用无诊断价值,联合模型LAF的诊断效能最佳,对临床推广和应用具有一定参考价值。
暂无评论