基于增强CT影像组学模型在预测急性胰腺炎复发中的应用价值

目的基于首次发作急性胰腺炎患者增强CT图像构建影像组学模型用于预测急性胰腺炎的复发。方法回顾性纳入2019年2月至2023年6月收治的135例急性胰腺炎患者,随机分为训练组95例,验证组40例。从动脉和静脉期增强CT图像中提取和筛选影像组学特征,并收集患者临床因素,使用多因素Logistic回归构建影像组学评分模型、临床模型和和联合模型。采用接受者操作特性曲线(ROC)、ROC曲线下面积(AUC)以及预测指标评价三组模型的预测能力,临床决策曲线分析(DCA)用于对比不同模型临床决策的净收益情况。将联合模型制作为列线图,提供预测急性胰腺炎患者复发风险概率。结果训练组95例患者中有33例复发急性胰腺炎,验证组40例患者中有13例复发,分为复发组46例,非复发组89例。经影像组学特征降维及临床因素筛选,四种最优影像组学特征以及高脂血症和改良CT严重指数两种临床因素被分别用于并构建影像组学评分模型和临床模型。影像组学评分模型在训练组和验证组队列中表现出较好的预测效果,并优于临床模型(AUC_(训练组):0.874比0.713,P=0.01;AUC_(验证组):0.822比0.734,P=0.036)。联合模型可提高对胰腺炎复发预测的临床净获益率。结论基于增强CT图像的放射组学评分模型在提高急性胰腺炎复发个体化预测的能力方面具有显著优势,有助于临床预防胰腺炎的复发和治疗。