影像数据联合临床-实验室数据构建融合模型预测自发性脑出血预后

摘要

目的 分析影像数据、临床-实验室数据构建融合模型预测自发性脑出血患者预后的价值。方法 回顾性收集2021年9月～2023年3月六安市人民医院头颅CT诊断为自发性脑出血的患者363例，使用改良Rankin量表对患者出院6月后的功能恢复情况进行评价，根据结果分为预后良好组（n=175）和预后不良组（n=188）。记录患者年龄、性别、入院中性粒细胞、淋巴细胞计数及其各百分比、D-二聚体以及首次头颅CT平扫中勾画并提取的血肿影像数据资料，采用多元Logistic回归分别构建临床-实验室数据模型、影像数据模型和融合模型。结果 两组GCS评分、中性粒细胞数量及其百分数、淋巴细胞百分数的差异有统计学意义（P<0.001）；两组脑室有无积血、血肿球形度、表面积以及费雷特直径等影像学资料的差异有统计学意义（P<0.001）。临床-实验室数据模型、影像数据模型以及融合模型的AUC分别为0.82(95%CI:0.78～0.86)、0.80(95%CI:0.75～0.84)和0.86(95%CI:0.82～0.89)。Delong检验显示融合模型性能与单一临床-实验室数据模型、影像数据模型的差异有统计学意义（P<0.05）。结论影像数据联合临床、实验室数据构建的融合模型对预测自发性脑出血的不良预后有较显著价值。

关键词

横断面研究 / 头颅CT / 自发性脑出血 / 预后