基于CT影像组学预测高血压性脑出血患者的临床结局

摘要

目的 构建并验证一项列线图模型预测高血压性脑出血(HICH)患者30 d临床结局情况。方法 采用双中心回顾性队列研究，按时间顺序将中心1的患者(n=431例)分为训练队列(n=305例)和内部验证队列(n=126例),中心2的患者作为外部验证队列(n=108例)。根据改良Rankin评分(mRS)对患者30 d的临床结局进行评估，mRS≤3为预后良好，mRS>3为预后不良。临床病史、实验室检查和CT平扫征象应用随机森林(RF)筛选出重要因素，重要因素纳入多因素Logistic回归分析，找出独立危险因素来建构临床模型。提取患者平扫CT影像组学的特征，利用最小绝对收缩和选择算子(LASSO)回归筛选出最优特征集，并对特征集进行影像组学评分(Radscore),从而构建影像组学模型。独立危险因素联合Radscore共同建立临床影像组学列线图模型。结果 列线图模型由血肿部位、血肿体积、破入脑室、中线移位、GCS评分及Radscore预测因素构成，其在训练队列曲线下面积(AUC)为0.89,在内部和外部验证队列AUC分别为0.86和0.82。校准曲线分析显示，列线图在训练组队列中P=0.944,在内部验证队列中P=0.540,在外部验证队列中P=0.171。决策曲线分析(DCA)表明，列线图的阈值概率在(0.10～0.90)有较高的临床适用价值，最佳截断概率为0.33。结论 列线图模型能有效的预测HICH患者30 d的临床结局情况，有一定临床诊疗指导价值。

关键词

高血压性脑出血 / 影像组学 / 临床结局 / 列线图

基金资助

贵州省优秀青年科技人才项目[NO:黔科合平台人才(2021)5620]; 遵义医科大学未来临床名医人才计划项目(NO:rc220211205)