影像组学在嗜酸性粒细胞性慢性鼻窦炎亚型诊断中的应用

摘要

目的 分析影像组学在慢性鼻窦炎(CRS)不同病理亚型诊断中的应用价值。方法 回顾性分析2023年2月—2024年9月在昆明医科大学第一附属医院接受鼻内镜下鼻窦手术的CRS患者的临床资料，按纳入及排除标准筛选后，最终纳入143例患者数据，收集相关的CT影像资料，并将其随机分为训练集(n=100)和验证集(n=43)。利用影像组学技术提取CT图像深层特征，并通过最小绝对收缩和选择算子(LASSO)算法筛选出最具嗜酸性粒细胞性慢性鼻窦炎(eCRS)预测价值的特征，结合临床数据，采用单因素和多因素逻辑回归算法分别完成影像组学模型、临床模型和联合模型的建立。最后，通过校准曲线分析(CCA)及决策曲线分析(DCA)评价模型的临床应用价值和预测效能。结果 影像组学模型在训练集中和验证集中的曲线下面积(AUC)分别为0.96和0.80;临床数据模型的AUC分别为0.93和0.77。影像组学模型的预测效果优于临床模型(DeLong检验，P<0.001),而融合临床数据的联合模型的性能最为出色，效能比单独的临床数据模型和影像组学模型都更优秀，其AUC在训练集和验证集中分别提升至0.98和0.86,这些模型的预测性能在CCA和DCA评估下证明具备临床应用价值。结论 基于CT影像组学的模型，尤其是结合临床数据的联合模型能够实现对eCRS亚型的精细化诊断。该方法为术前CRS患者提供了一种新型的无创评估方式，有助于判断患者预后并制定个性化的精准治疗方案。

关键词

嗜酸性粒细胞性慢性鼻窦炎 / 病理分型 / 影像组学 / 联合模型 / 预测

基金资助

昆明医科大学校级资助项目(2024S265)