基于CT影像特征预测COVID-19患者肺部病变进展

[目的]基于不同阶段COVID-19患者肺部病变变化,利用CT影像学特征建立列线图模型,探讨其预测病变是否进展的效能。[方法]对136例新冠肺炎患者进行回顾性研究,均经2次以上CT扫描。这些患者数据被分成三个队列(训练队列,以及验证队列1和2)。训练队列中的患者根据发热症状开始至首次CT的时间分为三组,分析比较各组之间临床表现和CT特征。根据患者的CT特征构建了一个预测疾病进展的列线图,并对其性能进行了评估。[结果]训练队列包括41名患者。根据三个CT特征:不规则条索影、充气支气管征和不规则形态病灶的比例≥50%,生成了预测疾病进展的列线图,AUC(95%CI)=0.906(0.817,0.995)。训练队列的C指数为0.906,内部验证的C指数为0.892。验证队列1(34例):AUC(95%CI)=0.889(0.793,0.984);验证队列2(61例):AUC(95%CI)=0.876(0.706,1.000)。校准曲线表明,列线图预测值与观测值具有较好的一致性。[结论]基于CT影像组学建立的列线图模型可以预测患者肺部病灶的转归,具有较高的敏感性和特异性。根据新冠肺炎患者的CT影像特征变化,即当出现不规则条索影、充气支气管征和不规则形态病灶的比例≥50%时,肺部病灶将会得到改善。