目的 探讨肩袖损伤修复术后功能转归影响因素,并构建列线图模型,为临床决策提供参考信息.方法 选取2021年6月～2023年6月我院214例拟行肩袖损伤修复术患者,以术后3个月美国肩肘外科协会评分(ASES)作为功能转归判定标准,分为转归组和非转归组.统计并比较2组一般资料、磁共振(MRI)影像学指标、血清学指标,采用Logistic回归方程分析肩袖损伤修复术后功能转归影响因素,并构建列线图模型,绘制校准曲线、受试者工作特征曲线、决策曲线(DCA)分析列线图模型预测效能及临床适用性.结果 两组术后开始功能锻炼时间、术后功能锻炼依从性、SSP回缩距离、关节囊积液、SSP及SSC肌肉脂肪浸润程度分级、FIB、FDP、CRP比较差异有统计学意义(P＜0.05);经Logistic回归方程分析,术后开始功能锻炼时间、SSP回缩距离、关节囊积液、SSC肌肉脂肪浸润程度分级、FIB、FDP是肩袖损伤修复术后功能未转归影响因素(P＜0.05);参照肩袖损伤修复术后功能转归影响因素构建列线图模型,列线图模型在肩袖损伤修复术后功能转归中的AUC为0.876,95％CI为0.831～0.927,列线图模型表观线和偏差矫正线与理想线偏差不大,在0.10～0.75决策阈值下,列线图模型为临床参与者提供临床获益.结论 MRI影像学指标及血清FIB、FDP、CRP对于肩袖损伤修复术后功能转归情况具有较高预测价值,为临床早期预测术后功能转归、制定相应干预方案提供参考.

目的 探讨老年营养风险指数(Geriatric Nutritional Risk Index,GNRI)对慢性阻塞性肺疾病急性加重期(Acute Exacerbation of Chronic Obstructive Pulmonary Disease,AECOPD)患者30 d再入院的预测价值.方法 回顾性收集324例AECOPD患者的临床资料.根据出院后30d是否再入院,分为未入院组269例和入院组55例,比较两组临床资料.通过logistic回归分析患者30 d再入院的影响因素.ROC曲线分析单独GNRI以及校准混杂因素后对30 d再入院的评估价值,以决策曲线分析法分析单独GNRI以及校准混杂因素后预测30 d再入院的实用价值.结果 入院组长期氧疗占比、CAT评分、白细胞计数、红细胞沉降率显著高于未入院组,第1秒用力呼气容积占预计值的百分比(FEV1％pred)、PaO2、GNRI显著低于未入院组(均P＜0.05)o GNRI按四分位数分组,Q4 组、Q3 组、Q2 组、Q1 组再入院率分别为 4.94％(4/81)、6.17％(5/81)、23.46％(19/81)、33.33％(27/81),差异有统计学意义(P＜0.05).logistic回归分析显示,长期氧疗、FEV1％pred、CAT评分、GNRI为AECOPD患者30 d再入院的影响因素(均P＜0.05).在校正年龄、性别、长期氧疗、CAT评分和FEV1％pred混杂因素前后,GNRI Q3、Q4者再入院风险显著降低(均P＜0.05),且OR值呈降低趋势(P＜0.05).GNRI单独预测AECOPD患者30 d再入院的AUC为0.819(95％CI:0.773～0.860),校正混杂因素后AUC为0.858(95％CI:0.815～0.894),校正前后AUC比较,差异无统计学意义(P＞0.05).单独GNRI预测AECOPD患者30 d再入院风险的净获益率为0.04～0.61,校正混杂因素后为0.05～0.70.结论 GNRI为AE-COPD 患者30 d再入院的独立影响因素,可有效预测AECOPD患者30 d再入院的发生.

目的 探讨基于胸部CT影像组学特征构建的模型对Ⅰ期尘肺病的诊断价值.方法 选取 202 例诊断为尘肺Ⅰ期和 199 例健康体检者的临床及胸部CT资料,按照 7:3 的比例随机分为训练集组及验证集组,使用 3D-slicer软件在CT肺窗图像上勾画感兴趣区(ROI)并提取特征,利用最小绝对收缩和选择算子(LASSO)算法对影像特征进行筛选,然后采用支持向量机(SVM)算法,建立CT组学模型并采用受试者工作特征曲线下面积(AUC)和决策曲线分析(DCA),评估预测模型的效能和临床实用性.结果 共提取出 851 个特征,最终筛选出 9 个特征建立CT影像组学模型,该模型训练集组的AUC为 0.930(95%CI 0.901～0.963),验证集组的AUC为 0.820(95%CI 0.742～0.895),DCA曲线显示该模型具有较好的净收益.结论 基于CT图像的影像组学模型能有效鉴别正常和Ⅰ期尘肺,对于Ⅰ期尘肺有重要的诊断价值.

目的:基于临床和MRI特征构建预测侵袭性胎盘植入和严重产后出血的列线图模型并验证.方法:对2019年1月1日—2022年12月31日在深圳市妇幼保健院因产前检查疑有胎盘前置或胎盘植入性疾病(PAS)而行MRI检查的236例孕晚期患者的临床和MRI资料进行回顾性分析.按8︰2的比例将患者随机分入训练集(189例)或验证集(47例).通过单因素和多因素logistics回归分析筛选临床和MRI特征,分别构建侵袭性胎盘植入和严重产后出血的列线图预测模型.采用受试者工作特征(ROC)曲线、校准曲线和决策曲线分析(DCA)评估预测模型的区分度、校准度和诊断效能.结果:剖宫产史(OR=2.835,P=0.022)、胎盘局部膨隆(OR=3.526,P=0.044)、胎盘-子宫界面不连续(OR=7.97,P=0.006)、胎盘床异常血管(OR=4.16,P=0.013)和胎盘陷窝流空信号(OR=6.229,P=0.006)是预测侵袭性胎盘植入的独立危险因素,联合上述征象构建预测模型并绘制其列线图,其在训练集和验证集中的AUC分别为0.955(95％CI:0.928～0.983)和0.866(95％CI:0.752～0.980).胎盘局部膨隆(OR=4.033,P=0.033)、胎盘床异常血管(OR=4.585,P=0.01)、胎盘内异常血管(OR=3.684,P=0.034)和胎盘陷窝流空信号(OR=8.154,P=0.002)是预测严重产后出血的独立危险因素,联合上述征象构建严重产后出血预的测模型并绘制其列线图,其在训练集和验证集中的AUC分别为0.945(95％CI:0.912～0.977)和0.899(95％CI:0.806～0.993).结论:基于临床和MRI特征构建的预测侵袭性胎盘植入和严重产后出血列线图预测模型对临床诊治能提供一定帮助.

目的:探讨基于多序列MR图像所构建的影像组学模型在预测脑胶质瘤Ki-67表达水平中的价值.方法:回顾性分析2017年1月—2023年5月经病理检查证实的114例胶质瘤患者的MRI图像和临床特征.根据肿瘤标本检测获得的Ki-67表达水平,将患者分为高表达组(n=54)和低表达组(n=60).将所有患者按7︰3的比例随机分为训练集79例(高表达组37例,低表达组42例)和测试集35例(高表达组17例,低表达组18例).使用ITK-SNAP软件,在CE-T1WI图像上沿胶质瘤边缘逐层勾画ROI,获取肿瘤全域容积ROI(VOI).然后使用"Pyradiomics"软件包,分别自T1WI、CE-T1WI、T2WI和T2-FLAIR图像上提取肿瘤VOI的影像组学特征.采用t检验和递归特征消除法进行特征筛选,利用随机森林方法建立预测Ki-67表达水平的临床-影像模型、影像组学模型及联合模型.采用ROC曲线下面积(AUC)和DeLong检验来评估和比较上述模型的效能.使用校准曲线和Hosmer-Lemeshow检验分析模型的拟合优度,并通过决策曲线分析(DCA)评估各个模型的临床应用价值.结果:临床-影像模型、影像组学模型和联合模型在训练集和测试集中的AUC分别为0.791(95％CI:0.685～0.874)和0.716(95％CI:0.538～0.855)、0.907(95％CI:0.820～0.961)和0.866(95％CI:0.708～0.957)、0.964(95％CI:0.896～0.993)和0.908(95％CI:0.760～0.979),以联合模型的的AUC最大.Delong检验结果显示,联合模型的预测效能优于临床影像模型(训练集P<0.001;测试集P=0.018),但与影像组学模型之间的差异无统计学意义(P>0.05).Hosmer-Lemeshow检验结果显示联合模型校准曲线的拟合度良好(P>0.05).DCA结果显示,当风险阈值为0.11～0.89时,联合模型的临床净效益高于影像组学模型.结论:基于临床、影像特征及多序列MRI影像组学特征构建的联合模型对术前预测胶质瘤Ki-67表达水平具有一定价值.

目的 建立并验证包含3个临床参数的列线图预测模型,预测人类免疫缺陷病毒阴性早期梅毒患者治疗后出现血清固定的发生概率.方法 检索溧阳市人民医院的门诊数据,将2017年9月1日至2019年9月30日诊治的431例早期梅毒患者纳入建模队列建立预测模型,将2019年11月1日至2022年12月30日诊治的172例早期梅毒患者纳入验证队列.采用单因素和多因素Logistic回归分析筛选出现血清固定状态的独立危险因素.根据回归系数绘制相应的列线图预测模型;采用曲线下面积值评价其区分度;通过校准曲线评估校准度;采用决策曲线分析评价净效益.结果 多因素Logistic回归分析结果显示,年龄、初始快速血浆反应试验滴度和性生活时间点3个因素是患者出现血清固定状态的独立危险因素.列线图预测模型的曲线下面积在建模和验证队列中分别为0.816和0.726,显示出良好的性能.预测模型校准良好,决策曲线分析显示,当出现血清固定的阈值概率在75％～95％ 时,使用该模型预测出现血清固定的概率将获得净收益.结论 该列线图预测模型可为非HIV感染的早期梅毒患者出现血清固定概率提供个体化预测.

目的 基于LASSO-logistic回归筛选脑出血(intracerebral hemorrhage,ICH)患者术后下肢静脉血栓发生的危险因素并构建临床预测模型.方法 选取2023年2月至2024年 4月北部战区总医院收治的768例自发性脑出血患者,根据1∶1比例随机分为训练集和验证集.在训练集病例中通过Lasso回归和单因素logistic回归筛选导致脑出血术后静脉血栓形成的可疑危险因素,通过多因素逐步logistic回归确定独立危险因素并构建模型.绘制列线图进行可视化展示,计算受试者工作特征(receiver operation characteristic,ROC)曲线下面积、绘制校准图对构建的模型进行评估,通过临床决策曲线分析(decision curve analysis,DCA)评价模型临床应用价值.结果 ICH后静脉血栓的发生与年龄、糖尿病、格拉斯哥昏迷量表(Glasgow Coma Scale,GCS)评分、血液纤维蛋白原含量相关(P<0.05),与血压、性别、饮酒、吸烟、和手术方式无关(P>0.05).模型的ROC曲线下面积为0.840(95%CI:0.773-0.907).校准曲线一致性良好、Hosmer-Lemeshow拟合优度检验χ2=9.596(P=0.384),表明该模型具有良好的区分度和校准度.DCA中,阈值概率在0.02和0.80之间预测模型具有良好的净获益.结论 高龄(>60岁)、糖尿病、GCS评分低、血液中纤维蛋白原含量(>4 g/L)为自发性脑出血术后下肢静脉血栓发生的独立影响因素,依此构建的预测模型具有良好临床应用价值.

目的建立一个基于矢状位T2加权图像(T2 weighted imaging,T2WI)的瘤内结合不同瘤周区域影像组学特征和临床危险因素的列线图,评估其术前预测宫颈癌ⅠB期和ⅡA期的价值.材料与方法回顾性分析120例两家医院术前接受MRI检查和根治性子宫切除术加盆腔淋巴清扫并经术后病理证实的ⅠB和ⅡA期宫颈癌患者的实验室检查资料和MRI图像,分为训练组和外部验证组,对矢状位T2WI图像瘤内感兴趣区(region of interest,ROI)和1～6 mm的瘤周环(ROI-1、ROI-2、ROI-3、ROI-4、ROI-5和ROI-6)分别提取影像组学特征,采用Pearson分析和最小绝对收缩和选择算子(the least absolute shrinkage and selection operator,LASSO)回归进行特征选择.以最佳者绘制受试者工作特征(receiver operating characteristic,ROC)曲线,构建0～6 mm瘤周影像组学模型,并筛选出最佳影像组学模型,基于以上最佳影像组学模型评分与临床独立危险因素构建联合模型,并绘制列线图,以校准曲线评估模型校准度,以决策曲线分析(decision curve analysis,DCA)评价模型的应用价值.结果由瘤内结合瘤周3 mm区域得到6个有效特征建立的影像组学模型预测效能最佳,在训练组和外部验证组,其曲线下面积(area under the curve,AUC)分别为0.972和0.857.由肿瘤最大径、红细胞计数(red blood cell,RBC)的临床独立危险因素建立的临床模型预测效能次之,在训练组和外部验证组AUC分别为0.940和0.847.基于肿瘤最大径、RBC、瘤内结合瘤周3 mm的6个有效特征构建的列线图预测效能更稳定,在训练组和外部验证组AUC分别为0.952和0.939,经校准曲线和DCA分析,列线图的校准度较高,临床净收益较大.结论基于T2WI瘤内和瘤周3 mm组学特征构建的影像组学列线图可以较好地术前预测ⅠB期和ⅡA期宫颈癌,对指导患者个体化治疗有着重要临床意义.

目的探讨酰胺质子转移加权成像(amide proton transfer weighted imaging,APTw)的影像组学术前预测宫颈癌淋巴血管间隙侵犯(lymphovascular space invasion,LVSI)的价值.材料与方法回顾性分析经手术病理证实的宫颈癌患者病例及影像资料66例.所有患者均行盆腔3.0 T MRI检查,包括轴位T2WI、矢状位T2WI、动态对比增强磁共振成像(dynamic contrast enhanced magnetic resonance imaging,DCE-MRI)和3D-APTw序列扫描.在APTw-T2WI融合图像上对肿瘤实质区域进行感兴趣区(region of interest,ROI)勾画并记录APT值.在APT重建图像上进行肿瘤病灶分割并提取影像组学特征.采用组内相关系数(intra-class correlation coefficient,ICC)选取观察者内和观察者间复测信度好的影像组学特征(ICC>0.900).采用递归特征消除法(recursive feature elimination,RFE)及最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法进行特征降维和筛选.基于logistic回归分类器构建临床模型、APTw影像组学模型和联合组学模型.采用受试者工作特征(receiver operating characteristic,ROC)曲线和决策曲线分析(decision curve analysis,DCA)评估模型的诊断效能和临床价值,采用DeLong检验比较不同模型的预测效能.结果在训练集中,APTw影像组学模型预测宫颈癌LVSI的效能高于临床模型(AUC=0.826 vs.0.675),差异有统计学意义(DeLong检验P<0.05).联合组学模型在训练集和测试集中的AUC值分别为0.838和0.825.DeLong检验结果显示,联合组学模型在训练集中术前评估LVSI的效能显著高于临床模型和APTw影像组学模型(P均<0.05).决策曲线显示APTw影像组学模型和联合组学模型在训练集和测试集中均具有较高的临床价值.结论基于APTw的影像组学模型在术前预测宫颈癌LVSI方面具有较高的潜力,联合临床因素能进一步提高预测效能,有望为宫颈癌患者的个体化治疗和预后评估提供重要的支持.

目的探讨基于T2WI影像组学列线图鉴别诊断卵巢成人型颗粒细胞瘤与扩散加权成像(diffusion weighted imaging,DWI)高信号纤维-卵泡膜细胞肿瘤的效能.材料与方法回顾性收集北京大学第三医院2019年1月至2023年10月经手术病理确诊的卵巢成人型颗粒细胞瘤29例和DWI呈高信号的纤维-卵泡膜细胞肿瘤61例.所有肿瘤按7:3的比例随机分为训练集和验证集.应用单因素分析和多因素logistic回归筛选出临床和常规MRI征象,建立临床模型.基于T2WI提取影像组学特征,应用K最佳和最小绝对收缩和选择算法进行特征筛选,构建影像组学模型并计算影像组学评分(radiomics score,Rad-score).联合临床模型和Rad-score构建列线图模型.应用受试者工作特征曲线(receiver operating characteristic,ROC)分析各模型诊断效能,应用决策曲线分析(decision curve analysis,DCA)评价模型的临床价值.结果经logistic回归分析,将"蜂窝样"小囊变[比值比(odds ratio,OR)值=0.20,95％置信区间(confidence interval,CI)=0.05～0.79,P=0.022]和肿瘤内出血(OR值=0.16,95％CI=0.03～0.98,P=0.048)用于构建临床模型.基于T2WI筛选保留了9个组学特征用于构建影像组学模型.由"蜂窝样"小囊变、肿瘤内出血和Rad-score构建列线图模型.影像组学模型和列线图模型的ROC曲线下面积(area under the curve,AUC)均高于临床模型(训练集:0.983 vs.0.742,Z=?4.058,P<0.001;0.969 vs.0.742,Z=?3.817,P<0.001.验证集:0.858 vs.0.731,Z=?1.388,P=0.165;0.883 vs.0.731,Z=?1.612,P=0.107),列线图和影像组学模型的AUC差异无统计学意义(训练集:Z=?1.040,P=0.298;验证集:Z=0.822,P=0.411).DCA显示列线图和影像组学模型明显优于临床模型.结论本研究所构建的基于T2WI的影像组学模型和列线图模型能有效鉴别卵巢颗粒细胞瘤和DWI高信号纤维-卵泡膜细胞肿瘤,且效能优于基于常规MRI征象的临床模型.