系统性炎症指标对下肢动脉硬化闭塞症患者发生肌少症的预测价值

目的:评估全身免疫炎症指数(SII)、血小板/淋巴细胞比值(PLR)、中性粒细胞/淋巴细胞比值(NLR)、淋巴细胞/单核细胞比值(LMR)和C反应蛋白(CRP)等系统性炎症指标对下肢动脉硬化闭塞症(ASO)患者发生肌少症的预测价值。方法:本研究纳入江苏大学附属武进医院和南京医科大学附属常州第二人民医院的251例ASO患者。依据第三腰椎腰大肌指数(PMI)将患者分为肌少症组和非肌少症组。收集患者的一般资料和相关血液指标,并计算SII、PLR、NLR和LMR。通过二分类Logistic回归分析确定ASO患者发生肌少症的危险因素,并采用受试者工作特征(ROC)曲线评估相关指标的预测效果。结果:251例ASO患者中,肌少症组和非肌少症组患者数分别为98例(39.0%)和153例(61.0%)。与非肌少症组相比,肌少症组患者年龄明显增加(P<0.001),SII、PLR、NLR和CRP水平明显增高(P<0.01),而BMI和LMR水平明显降低(P<0.01)。多因素Logistic回归分析结果表明,高龄、BMI偏低、SII上升均为ASO患者发生肌少症的独立危险因素。ROC曲线结果显示,年龄、BMI、SII和3项指标联合预测肌少症发生的曲线下面积分别为0.674、0.678、0.644和0.746(P均<0.001)。结论:年龄、BMI及系统性炎症指标中的SII对ASO患者肌少症的发生有一定的预测价值。

人工智能在医学影像诊断方面的应用

随着影像诊断需求日益增加、影像信息逐渐复杂,人工阅片的缺点不断暴露;近年来人工智能(AI)不断发展,在处理数据,挖掘信息等方面表现出显著优点。目前,人工智能与医学影像地结合在一些疾病的诊断方面得到了有效应用。基于此,本文从人工智能在医学影像诊断的应用原理、应用现状等方面进行介绍,最后分析了目前人工智能与医学影像诊断结合的不足,并对未来进行展望。