基于自动纤维定量技术的肝豆状核变性患者肝脏损伤风险预测模型构建

摘要

目的 探讨基于扩散张量成像(DTI)-自动纤维定量分析(AFQ)获取的脑白质微结构特征联合临床指标，对肝豆状核变性(WD)患者肝脏损伤风险的预测价值。方法 纳入2021年1月至2024年12月安徽省中医院脑病中心就诊的WD患者102例，收集其临床资料及颅脑DTI数据。对DTI数据进行预处理后，提取FA、MD、AD、RD弥散参数，并采用AFQ方法对全脑白质纤维束进行逐节点定量分析。以是否存在肝脏损伤作为目标变量，按照7∶3比例将研究对象随机划分为训练集和验证集。基于训练集构建多因素Logistic回归预测模型，并在验证集中进行模型性能评价。采用ROC曲线及AUC评估模型区分度，采用校准曲线评价预测结果与实际结果的一致性，并进一步通过决策曲线分析(DCA)评估模型的临床净获益。结果 LASSO筛选得到13个非零系数特征用于建模。多因素Logistic回归显示：病程与年龄为独立危险因素；DTI参数中L.TR.FA、L.IFOF.FA及L.SLF.RD与肝脏损伤风险增加相关，R.SLF.AD为保护因素。模型在训练集及验证集的AUC分别为0.908、0.846,DCA展示其在较宽阈值范围内具有较高的净获益。结论 融合临床信息与DTI-AFQ脑白质微结构特征的预测模型对WD患者肝脏损伤具有良好的区分度、校准度及潜在临床应用价值，可为无创风险分层与个体化管理提供影像学依据。

关键词

肝豆状核变性 / 肝脏损伤 / AFQ技术 / 预测模型

基金资助

安徽省卫健委委省共建青年项目(AHWJ2024Aa30296); 安徽省科研编制计划重点项目(2022AH050470)