基于CT平扫的放射组学列线图鉴别动静脉畸形脑出血与原发性脑出血的价值

• 作者: 熊星 王佳 戴瑶 查昕怡 刘原庆 张妤 胡春洪
• 来源期刊: 中华放射学杂志
• 关键词: 脑出血 动静脉畸形 放射组学 列线图
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 中枢神经系统放射学
• 页码范围: 799-804
• 页数: 6页
• 语种: 中文
• DOI: 10.3760/cma.j.cn112149-20201021-01174

摘要

目的:开发基于基线平扫CT的放射组学列线图模型以鉴别动静脉畸形（AVM）脑出血与原发性脑出血。方法:回顾性分析苏州大学附属第一医院2017年10月至2020年9月经手术证实的脑出血患者135例，其中AVM脑出血患者52例，原发性脑出血患者83例。从基线平扫CT提取放射组学特征，计算放射组学评分（Radscore）并构建放射组学模型；结合临床特征和CT征象的多元logistic回归分析用于建立临床模型，并结合Radscore建立列线图模型。使用ROC曲线和决策曲线分析（DCA）评估模型的判别性能。结果:经筛选得到的6个特征用于建立放射组学模型。临床模型由年龄（OR 4.739，95%CI 1.382~16.250）和血肿位置（OR 0.111，95%CI 0.032~0.385）构成，列线图模型由年龄、血肿位置和Radscore构成。在训练组，列线图模型（曲线下面积为0.912）与临床模型（曲线下面积为0.816）、放射组学模型（曲线下面积为0.857）比较，差异有统计学意义（ Z值分别为2.776、2.034， P值分别为0.006、0.042）；在验证组，列线图模型（曲线下面积为0.919）与临床模型（曲线下面积为0.788）和放射组学模型（曲线下面积为0.810）比较差异无统计学意义（ Z值分别为1.796、1.788， P值分别为0.073、0.074）。DCA分析表明，列线图模型的临床价值优于临床模型和放射组学模型。 结论:列线图模型可有效鉴别AVM脑出血与原发性脑出血，有助于临床决策。