论文部分内容阅读
目的:分别构建单一影像组学及影像组学联合临床资料的临床预测模型,评估它们预测急性百草枯中毒患者发生呼吸衰竭的效能。方法:回顾性搜集并筛选我院急诊科自2014年至2017年共75例确诊为急性百草枯中毒(APP)患者的入院后首次肺部电子计算机断层扫描(CT)图像及相关临床资料。以2:1比例将病例随机的分为训练组及验证组,病例数分别为50例和25例。用训练组病例构建预测模型,使用验证组的病例验证模型的有效性。搜集患者入院后首次的肺部CT图像。通过勾画其图像取得所需要的的感兴趣区(ROI),利用ROI进行分析处理得到影像组学特征,使用主成分分析法(PCA)提取主成分,其后利用套索回归,选择稳定的回归,得到相关性数据,最后通过计算得到最终的影像标签(radscore)。之后联合临床呼吸衰竭预测因素,采用多因素logistics回归构建综合临床预测模型,用列线图对模型进行描述。并对临床预测模型结果进行评估。结果:在训练和验证两组之中,影像标签与患者是否会发生呼吸衰竭存在显著的统计学相关性(P<0.05);在训练组和验证组中,影像标签预测病人发生呼吸衰竭的AUC分别为0.8718(95%CI0.773-0.971)及0.8333(95%CI0.655-1),敏感度与特异度分别是77%、80%及89%、80%。训练组数据预测准确度达84%;验证组的数据预测正确率达80%。综合临床预测模型中包含的4个预测因素分别是影像标签、血液白细胞计数(WBC)、血液百草枯浓度(PQC)、肌酸激酶同工酶(CK-MB)。综合临床预测模型训练组数据的受试者工作曲线下面积(AUC)是0.9675(95%CI0.929-1),敏感度是86%、特异度为1,准确度为94%;而在验证组数据中的AUC值是0.9467(95%CI0.866-1),敏感度是80%,特异度为100%,预测准确度为84%。决策曲线分析显示,综合临床预测模型在预测百草枯患者是否发生呼吸衰竭这一领域有较理想的应用价值。结论:影像组学在急性百草枯中毒患者的肺部CT信息提取这一领域有较好的应用价值。急性百草枯中毒患者的心脏损伤与肺部损伤具有相关性;而患者的肾脏与肺脏的损伤存在交互作用。使用影像组学分析结合临床相关预测因素所构建的综合临床预测模型,在预测APP患者是否会发生呼吸衰竭的问题上,其效能优于使用单纯影像组学所建立的预测模型的效能。通过使用影像组学分析结合临床预测模型所构建的综合临床预测模型,可以较准确的预测APP患者是否发生呼吸衰竭。该模型可以帮助医生在患者疾病早期识别将会发生呼吸衰竭的危重患者,为临床治疗方案的选择提供依据。