论文部分内容阅读
目的:本研究的目的是建立与验证影像组学列线图,其中包括影像组学标签和临床危险因素,用于百草枯(PQ)中毒肺损伤、肺炎的鉴别。方法:研究机构委员会批准了这个回顾性研究,并且放弃签知情同意书。回顾性分析2014年12月至2017年10月期间接受胸部CT扫描的百草枯中毒及肺炎患者共180例(训练组:n=126;验证组:n=54)。使用套索回归模型进行数据的降维,特征选择。采用logistic回归建立区分急性百草枯中毒肺损伤与肺炎的预测模型,并将其应用于列线图,并从校准度和临床有用性方面对列线图的性能进行评估。结果:在训练数据集和验证数据集中,由选择的34个特征组成的影像组学标签(Radscore)在百草枯(PQ)中毒肺损伤和肺炎之间具有显著统计学差异(P<0.001)。在影像组学标签中,训练数据集和验证数据集的受试者操作曲线下面积(AUC)分别为0.870(95%CI 0.757-0.894)、0.865(95%CI 0.686-0.907),敏感度和特异度分别为0.857、0.804及0.804、0.879,预测准确率分别达到83.3%和81.5%。个体化预测列线图中预测因子包括影像组学标签、体温、恶心呕吐及谷草转氨酶(AST)。临床危险因素添加到列线图,增加了模型的预测效能。训练数据集中预测准确率达到了97.6%,该预测模型显示出良好的区分度和良好的校准,在验证数据集中仍然得到很好的区分度,AUC 0.897(95%CI 0.821-0.979),敏感度及特异度分别为0.900、0.958,预测准确率达到了92.6%。决策曲线分析表明,影像组学列线图在临床上是有用的。结论:本研究提出了纳入影像组学标签和临床危险因素的影像组学列线图,对百草枯中毒暴露史不清的患者,可提高传统影像科医生鉴别百草枯中毒肺损伤与肺炎的能力,为精准医疗及个体化治疗提供了良好的契机。