Hepatology International｜基于磁共振的临床-影像组学模型预测药物性肝损伤慢性化

药物性肝损伤（DILI）严重危害人类健康，约20%的患者会进展至DILI的慢性化，表现为反复持续的肝脏炎症，严重者会持续进展至肝纤维化，损伤患者的生命健康和生活质量，但目前仍缺少有效预测DILI慢性化的工具。越来越多的证据表明，影像组学可应用于多种肝脏疾病的诊断分期，包括肝脏肿瘤及弥漫性肝病（如肝纤维化）。但是，目前影像组学尚未应用于DILI的慢性化预测。

来自上海交通大学的付豪爽等发现临床-影像组学模型可预测DILI的慢性化。在该研究中，基于DILI患者的肝脏MRI影像，共纳入168例接受过肝脏磁共振增强成像的DILI患者。DILI的诊断依据RUCAM评分量表。进展至慢性化或恢复的DILI患者被随机以7∶3的比例划分为训练队列和验证队列。团队在训练队列中，使用最小绝对收缩和选择算子回归分析筛选恢复患者和慢性化患者之间的主要影像组学差异特征，再通过支持向量机方法建立Rad评分。最后，使用Logistic回归分析建立一个综合了临床特征和Rad评分的预测模型并基于此建立便于临床使用的列线图，即临床-影像组学模型。同时在验证队列中对该模型的预测性能以及患者临床获益进行验证评估。在提取的1 672种影像组学特征中，共筛选出28种特征用于建立Rad评分。Rad评分和胆汁淤积型/混合型肝损伤被鉴定为DILI患者慢性化的独立危险因素。结果显示，临床-影像组学模型综合了Rad评分和患者肝损伤类型信息，可以有效预测DILI患者的慢性化结局（AUC=0.89，95%CI：0.87～0.92），且具有较好的校准性能和患者临床获益，同时在验证队列中进行了验证（AUC=0.88，95%CI：0.83～0.91）。

综上所述，该研究建立了具有良好性能的早期预测DILI 患者慢性化的无创性工具，为DILI 患者的临床管理提供了新方法，并揭示了影像组学在DILI领域中的巨大潜力。

摘译自FU H， SHEN Z， LAI R， et al. Clinic-radiomics model using liver magnetic resonance imaging helps predict chronicity of drug-induced liver injury［J］. Hepatol Int， 2023， 17（6）： 1626-1636. DOI： 10.1007/s12072-023-10539-4.