报告：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的价值研究

主要作者、机构及发表信息

本研究的第一作者为文瑶（Wen Yao），通信作者为刘丹（Liu Dan），研究机构为重庆医科大学附属永川医院放射科。该研究发表在《中国医学影像技术》（Chin J Med Imaging Technol）2022年第38卷第11期。发表时间为2022年。

学术背景与研究目的

急性胰腺炎（Acute Pancreatitis，AP）是临床常见的急腹症之一，其主要特点是胰腺急性炎症伴腺泡细胞破坏。AP 虽然大多数为轻症且病程具有自限性，但约 20% 的病例可能发展为中度或重度，严重时病死率高达 13%-35%。因此，精准评估 AP 患者的预后，对早期干预具有重要意义。

在疾病预后的评估上，CT影像学和实验室指标（如C反应蛋白、降钙素原、白细胞等）是重要的数据来源。然而，这些评估方法往往由于主观性或影响因素多样而难以实现高精度预测。影像组学（Radiomics）作为一种通过深度挖掘影像数据进行组织异质性定量分析的技术，近年来在疾病诊断与预后预测中获得了较多应用。基于此，本研究尝试结合 CT 影像组学特征和临床特征，构建联合模型列线图，以实现对 AP 患者预后的精准预测。

本研究的目的在于验证这种联合模型列线图的预测价值，为判断 AP 的疾病进程和选择适当干预措施提供依据。

研究详细流程

1. 样本与数据准备

研究对象为 2017年12月至2022年3月重庆医科大学附属永川医院收治的 203 例首次诊断为急性胰腺炎的住院患者。本研究纳入标准包括： - 经《中国急性胰腺炎诊治指南》确诊为AP，且发病72小时内接受上腹部增强CT； - 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和实验室检查。

排除标准为合并胰腺肿瘤、慢性疾病、慢性胰腺炎急性发作、临床资料不全等。患者最终被分为训练集（142例）与验证集（61例），两者样本比例为7:3。

2. CT 数据采集与影像组学特征提取

CT 扫描采用飞利浦256层 iCT 扫描仪完成，以静脉期增强 CT 图像为影像组学分析的主要数据来源。原始图像由两名具有10年以上经验的影像科医师独立阅片，并对胰腺实质区域勾画出 ROI（Region of Interest）。随后利用联影 UAI Research Portal 系统进行图像预处理，提取影像组学特征。

从 ROI 病灶提取的2264个影像组学特征包括： - 原始图像特征（104项） - 滤波器特征（2160项），涵盖一阶特征、形状特征和纹理特征

通过一致性检验及算法筛选，最终确定了7个最优影像组学特征。

3. 数据分析与模型构建

记录患者的临床变量（如年龄、性别、糖尿病史、C反应蛋白水平等）以及影像组学评分（Radscore），将这些数据纳入单因素与多因素逻辑回归分析，以筛选出与 AP 预后相关的独立危险因素。

通过筛选发现： - 糖尿病史、C反应蛋白（C-reactive Protein，CRP）以及影像组学评分 Radscore 为影响 AP 预后的独立风险因素。

基于此，将患者分为预后良好组（114例）与预后不良组（89例），并构建了三种预测模型： - 临床模型：仅用临床危险因素构建。 - 影像组学模型：仅用影像组学特征构建。 - 联合模型：综合临床与影像组学特征。

4. 模型评估与列线图构建

所有模型均通过 ROC 曲线法评价预测效能，使用 AUC（曲线下面积）值作为效能指标，同时结合校准曲线对模型的预测准确性进行验证。

此外，联合模型的预测结果以列线图（Nomogram）形式直观呈现。

研究主要结果

1. 筛选出的独立危险因素 最终研究确定的三个独立危险因素分别为糖尿病史、CRP水平以及影像组学评分 Radscore。这表明高糖尿病危险、CRP升高、影像组学中特定特征改变均是AP患者预后不良的关键因素。

2. 模型效能对比 - 联合模型的 AUC 值在训练集和验证集中分别为 0.84 和 0.82，均显著高于临床模型（0.71 和 0.66）。 - 联合模型在训练集中的预测效能高于影像组学模型（AUC: 0.76），但在验证集中差异无统计学意义（联合模型 AUC: 0.82；影像组学模型 AUC: 0.81）。

3. 列线图与校准曲线评估 列线图显示预测结果与实际结果间一致性较好，其校准曲线与标准曲线接近，进一步表明联合模型具有良好的可靠性与校准度。

4. 特定影像组学特征的贡献 7个最优影像组学特征中，包括4个一阶特征（如 mean(log-sigma-1.0-mm) 和 90percentile）以及3个纹理特征（如 inverse variance 和 runentropy）。研究发现： - 预后不良组的低灰度值区域更广，提示更多炎性坏死区域，而正常胰腺组织相对较少。 - 这些CT图像的纹理参数进一步证明了影像组学特征对于疾病微观异质性的敏感性。

结论与意义

本研究通过结合 CT 影像组学特征与临床变量，成功构建了联合模型列线图。研究结论表明，该联合模型可以更加精准有效地预测急性胰腺炎的预后，特别是在结合多种危险因素后，其预测效能显著提升。这为临床上早期识别高风险患者并制定个性化治疗方案提供了一种新的支持工具。

影像组学技术的引入，是本研究的关键亮点之一。影像组学能够捕捉到传统影像学方法难以检测的微观异质性信息，为疾病风险分层分析提供了新的维度。另外，列线图的可视化特性使临床医生能够更加直观地应用预测结果。

研究亮点

1. 多种数据融合：首次将临床变量与影像组学特征相结合，提高了预测模型的效能。
2. 创新的影像组学分析：研究提取了7个具有重要诊断价值的影像组学特征，揭示了AP疾病早期预后评估的新方向。
3. 列线图直观呈现：将预测结果以可视化工具展示，便于临床决策的使用。

潜在不足与未来展望

由于研究为单中心回顾性分析，存在选择偏倚，同时缺乏外部数据验证。未来研究应扩大样本量并引入多中心数据，同时进一步优化影像组学算法，以验证模型的稳定性与实用性。