基于临床联合CT影像组学特征列线图预测急性胰腺炎预后

2022-12-01 11:07李鑫娅苏丽平
中国医学影像技术 2022年11期
关键词:线图组学胰腺

文 瑶,刘 丹*,喻 媛,李鑫娅,苏丽平,王 芳

(1.重庆医科大学附属永川医院放射科,重庆 402160;2.上海联影智能有限公司,上海 200232)

急性胰腺炎(acute pancreatitis, AP)以胰腺急性炎症和组织学上腺泡细胞破坏为特征,是临床常见急腹症之一;多数为轻症,病程呈自限性,但约20%患者可发展为中度或重症胰腺炎,病死率可达13%~35%[1]。影像组学通过深度挖掘影像学数据而定量分析组织异质性[2]。本研究观察临床联合CT影像组学构建联合模型列线图预测AP预后的价值。

1 资料与方法

1.1 一般资料 回顾性分析2017年12月—2022年3月重庆医科大学附属永川医院203例AP患者,男98例、女105例,年龄18~88岁、平均(51.0±15.3)岁,住院时间4~46天、中位时间10天。纳入标准:①根据《中国急性胰腺炎诊治指南》[3]首诊AP的住院患者,以腹痛为主要临床表现,于发病72 h内接受上腹部增强CT;②治疗以禁食、抑酸、抑酶及补液为主,住院期间多次复查上腹部CT及实验室检查[白细胞计数(white blood cell, WBC)、C反应蛋白(C reactive protein, CRP)及降钙素原(procalcitonin, PCT)]。排除标准:①合并胰腺肿瘤、慢性消耗性疾病;②慢性胰腺炎急性发作;③临床资料不全;④CT图像质量差;⑤年龄<18岁;⑥其他原因所致胰腺炎症。本研究经院伦理委员会批准(批准号:2022年科伦审56号),检查前患者均签署知情同意书。

1.2 仪器与方法 采用Philips Brilliance 256层 iCT机行上腹部螺旋CT扫描,范围自膈肌下至肾下极;参数:管电压120 kV,智能毫安秒,层厚5 mm,层间隔5 mm,螺距0.984~1.375,视野30 cm×40 cm,矩阵512×512。平扫结束后以3~4 ml/s流率团注非离子型对比剂碘海醇(350 mgI/ml)1.5 ml/kg体质量, 分别延迟25~28 s、60~70 s行动脉期及静脉期扫描。

1.3 影像组学分析

1.3.1 图像预处理与分割ROI 由具有10年以上工作经验的影像科主治医师(医师1)及副主任医师(医师2)各1名以盲法阅读CT片,评估有无胰腺肿大、胰周炎症、胰周积液、胰周积气、胰腺坏死及胰外并发症等,记录改良CT严重指数(modified CT severity index, MCTSI),意见相左时经协商达成一致。将原始静脉期CT图像导入联影uAI research portal 211230系统,由医师1沿胰腺实质边缘逐层勾画ROI(图1);间隔2周后随机选取50例,由医师1及医师2分别以相同方法再次勾画胰腺实质ROI,以线性插值算法将图像重采样为体素1 mm×1 mm×1 mm。

图1 在不同层面上腹部轴位增强静脉期CT图上逐层勾画胰腺ROI(红色区域)示意图

1.3.2 提取及筛选影像组学特征 基于病灶ROI提取2 264个影像组学特征,其中104个原始图像特征和2 160个滤波器特征,包括一阶特征、形状特征和纹理特征。以7∶3比例将患者分为训练集(n=142)和验证集(n=61),随机数种子为20。采用Z-score标准化缩小不同影像组学特征之间的量纲差异。以组内相关系数(inter-class correlation coefficient, ICC)筛选观察者内及观察者间提取的一致性高(ICC>0.75)的影像组学特征,以方差阈值法、单变量选择法和最小绝对收缩和选择算子算法筛选最优影像组学特征,并计算影像组学评分Radscore。

1.4 分组 记录病因、有无糖尿病史、病情严重程度分级、床旁AP严重度评分(bedside index for severity in AP, BISAP)、CRP、PCT、WBC及有无器官衰竭等临床特征。根据CT表现有无胰腺和/或胰周感染性坏死及器官衰竭将患者分为预后良好组(n=114)和预后不良组(n=89)。预后不良组具有下列标准之一:①复查CT显示病变严重程度加重,范围扩大或MCTSI评分升高;②住院期间发生感染或器官衰竭[3]。

1.5 统计学分析及构建模型 采用SPSS 25.0统计分析软件和R软件3.5.0。以±s表示符合正态分布的计量资料,行t检验;以中位数(上下四分位数)表示不符合者,行Mann-WhitneyU检验。采用χ2检验比较计数资料。以方差膨胀系数(variance inflation factor, VIF)衡量各临床相关变量(包括临床资料及CT表现)之间的多重共线性程度。将临床相关变量及Radscore纳入单因素和多因素逻辑回归分析,筛选影响AP预后的独立危险因素;分别基于临床独立危险因素及Radscore构建临床、影像组学和联合模型,绘制受试者工作特征(receiver operating characteristic, ROC)曲线,计算曲线下面积(area under the curve, AUC) 并以DeLong检验比较其差异。应用联合模型预测指标构建列线图,结合校准曲线评估联合模型的校准度。P<0.05为差异有统计学意义。

2 结果

预后良好组男55例、女59例,年龄19~83岁、平均(51.8±14.8)岁;预后不良组男43例、女46例,年龄18~88岁、平均(50.0±15.9)岁;组间性别(χ2=0,P=0.99)和年龄(t=0.83,P>0.05)差异均无统计学意义。

2.1 筛选影像组学特征及独立危险因素 最终获得7个最优影像组学特征,包括4个一阶特征[mean(log-sigma-1.0-mm)、mean(log-sigma-1.5-mm)、10 percentile、90 percentile]和3个纹理特征(inverse variance、short run emphasis、run entropy)。组间最优影像组学特征值差异均有统计学意义(P均<0.01,表1)。

表1 预后不良组与预后良好组AP患者最优影像组学特征值比较

删除VIF>10的变量,包括MCTSI、病情严重程度分级、胰周积液、胰周积气、胰外并发症及胰腺坏死,将其余10个变量纳入单因素逻辑回归分析(表2),结果显示糖尿病史、BISAP评分、CRP、PCT、WBC、器官衰竭、胰腺肿大及Radscore均为影响AP预后的因素(P均<0.05);多因素逻辑回归分析结果(表2)显示,糖尿病史、CRP及Radscore均为影响AP预后的独立危险因素(P均<0.05)。

表2 单因素及多因素逻辑回归分析筛选影响AP预后的因素

2.2 模型效能 联合模型预测训练集及验证集AP预后的AUC(0.84、0.82)均高于临床模型(0.71、0.66,Z=3.12、2.71,P均<0.05);其在训练集的AUC(0.84)高于影像组学模型(0.76,Z=2.39,P=0.02),在验证集则与影像组学模型(0.81)差异无统计学意义(Z=0.08,P>0.05),见图2。以临床独立危险因素和Radscore构建联合模型列线图(图3);校准曲线(图4)显示预测曲线较贴近标准曲线,即联合模型列线图预测结果与实际结果的一致性较好。

图2 临床、影像组学及联合模型预测训练集(A)及验证集(B)AP预后的ROC曲线

图3 联合模型列线图

图4 联合模型列线图的校正曲线 虚线为标准曲线,实线为模型预测训练集(红线)和验证集(蓝线)的曲线

3 讨论

AP病死率与其严重程度呈正相关,轻症AP预后良好,而重症AP常出现多种并发症,严重时可导致死亡[4-5],故早期评估AP患者预后并给予适当干预非常重要。CRP、PCT、白细胞介素-6和乳酸脱氢酶等实验室指标与AP严重程度及预后相关,但结果易受其他疾病干扰[6]。CT可显示胰腺形态学变化,但评估结果可能受主观影响。本研究基于临床联合影像组学特征建立预测AP预后的联合模型列线图,为临床治疗决策提供依据。

本研究将糖尿病史及CRP用于构建预测模型。糖尿病史是影响AP患者预后的独立危险因素[7],糖尿病的主要特点是胰岛素抵抗和高血糖,使胰腺细胞生成活性氧,高血糖还具有促进脂质过氧化作用,均可致AP预后不良[8]。CRP亦是影响AP预后的独立危险因素[9],可诱导内皮表达单核细胞趋化蛋白21、血管内皮黏附因子21及细胞间黏附因子12,有明显促炎作用;还能激活补体,提高白细胞吞噬能力,刺激巨噬细胞、淋巴细胞及单核细胞活化,故机体发生炎性反应时,肝脏会分泌大量CRP,导致血清CRP升高[10]。

目前有多种CT影像学评分系统用于评估AP病情,包括CT严重指数(CT severity index, CTSI)、MCTSI[11]和胰腺外炎症CT评分,均基于肉眼可见的形态学改变,评估结果可能存在主观性。影像组学通过对图像进行后处理及提取纹理特征参数,能发现肉眼无法观察到的微观信息,为临床决策提供更有力的支持[2]。LIN等[12]提取 AP患者门静脉期MRI影像组学特征并构建模型, 能比临床常用评分系统更准确地预测AP严重程度。CHEN等[13]于389例初发AP增强CT中提取影像组学特征,以之构建的模型能更好地识别有复发风险AP患者。

本研究筛选获得7个最优影像组学特征,通过计算原始图像的像素灰度分布得到mean(log-sigma-1.0-mm)、mean(log-sigma-1.5-mm)、10 percentile、90 percentile共4个一阶特征;另外,inverse variance反映图像纹理局部变化程度,其值越大表示图像不同区域间纹理越均匀而变化小;short run emphasis度量短线长度分布,其值越大代表运行长度越短、纹理越细;run entropy代表运行长度和灰度分布的不确定性,其值越大表示纹理异质性越强。本研究预后不良组10 percentile及inverse variance均高于预后良好组,而90 percentile、mean、short run emphasis及run entropy均低于预后良好组,表明预后不良组CT病灶低灰度值部分即炎性坏死区域更为广泛、正常胰腺组织相对较少、图像灰度更均匀,即大范围低灰度值区域提示预后不良。

本研究基于独立危险因素及最优影像组学特征建立的联合模型预测在训练集及验证集AP预后的AUC均高于临床模型,其在训练集的AUC高于影像组学模型,而在验证集与影像组学模型差异无统计学意义;提示纳入临床特征可在一定程度上降低评价偏差,预测价值更高。列线图可直观显示预测模型结果[14]。本组联合模型列线图的校准度良好,提示其有助于临床预测AP患者预后。

综上,基于临床联合影像组学特征列线图可有效预测AP预后。但本研究为单中心回顾性研究,存在选择偏倚,且结果缺乏外部验证,有待多中心、大样本研究加以验证。

猜你喜欢
线图组学胰腺
影像组学在肾上腺肿瘤中的研究进展
东莨菪碱中毒大鼠的代谢组学
《中华胰腺病杂志》稿约
预测瘢痕子宫阴道试产失败的风险列线图模型建立
18F-FDG PET/CT显像对胰腺良恶性病变的诊断价值
基于UHPLC-Q-TOF/MS的归身和归尾补血机制的代谢组学初步研究
东山头遗址采集石器线图
代谢组学在多囊卵巢综合征中的应用
一类图及其线图的Wiener指数
有关线图两个性质的讨论