影像组学-临床联合模型评估新生儿脑白质损伤早期风险

摘要

目的 探讨基于MRI影像组学联合临床危险因素构建的模型对新生儿脑白质损伤（WMI）的评估价值。方法 回顾性纳入陕西中医药大学第二附属医院2022年1月至2024年9月收治的154例WMI新生儿，于生后7d内进行新生儿行为神经测定（NBNA）测评（早产儿校正胎龄到足月），根据评分将患儿分为早期神经发育良好组（≥35分，n=112）和风险组（<35分，n=42）。收集MRI影像资料及临床资料，勾画感兴趣区后提取影像组学特征，经Pearson相关系数及最小绝对收缩和选择算子（LASSO）回归选择出最优特征，采用随机森林算法构建影像组学模型、临床模型及影像组学-临床联合模型，并计算各模型在训练集和测试集的性能指标。基于筛选出的因子构建多因素Logistic回归模型并绘制列线图。结果 共提取2 286个影像组学特征，经一致性筛选后保留2 081个特征，再经Pearson相关系数和LASSO回归筛选出35个关键特征。临床因素经过单因素和多因素Logistic回归分析后，选择低蛋白血症、呼吸窘迫综合征、新生儿贫血为独立危险因素用于构建模型。影像组学模型、临床模型、影像组学-临床联合模型在训练集和测试集的曲线下面积（AUC）分别为0.959和0.906,0.923和0.896,0.939和0.932。在测试集中，3个模型的灵敏度分别为60.0%、72.0%、88.0%，特异度分别为92.1%、87.1%、79.4%。DeLong检验显示，影像组学-临床联合模型与临床模型AUC差异有统计学意义（P=0.044），其余两两比较差异均无统计学意义（P分别为0.689、0.200）。结论 MRI影像组学-临床联合模型对新生儿WMI的早期神经发育风险具有良好的评估效能，其列线图有助于临床风险分层。

关键词

新生儿脑白质损伤 / MRI影像组学 / 随机森林 / 早期神经发育风险 / 列线图