编辑推荐：
为解决骨质疏松精准诊断问题，研究人员基于腰椎 MRI 的 T1WI 和 T2WI 构建临床 - 影像组学列线图。从 68 例受试者腰椎 MRI 中提取 396 个影像组学特征（RFs），筛选出 5 个关键 RFs。结果显示，结合临床因素（年龄、性别）的模型 AUC 达 0.894，优于单纯影像组学模型，为骨质疏松诊断提供新工具。
本研究旨在基于腰椎磁共振成像（MRI）的 T1 加权成像（T1WI）和 T2 加权成像（T2WI）构建临床 - 影像组学列线图以预测骨质疏松。研究纳入 68 例同时接受双能 X 线吸收测定法和腰椎 MRI 检查的受试者，排除骨量减少（T 值介于 - 2.5 和 - 1 之间）者，将其余分为正常骨密度（BMD，T＞-1）组和骨质疏松（T＜-2.5）组。从常规腰椎 MRI（T1WI 和 T2WI）中提取 396 个影像组学特征（RFs），通过逻辑回归筛选出 5 个与骨质疏松高度相关的 RFs。采用受试者工作特征（ROC）曲线评估单纯影像组学模型及结合 RFs 与年龄、性别等临床因素模型的诊断价值，并计算临床 - 影像组学列线图的诊断准确性、灵敏度和特异度。
研究对象包括 68 例患者（18 男，50 女），其中 33 例骨质疏松、35 例正常 BMD，两组间年龄和性别存在显著差异，而体重指数相近。单纯影像组学模型分析腰椎 MRI 的 396 个特征，曲线下面积（AUC）为 0.871（95% CI：0.768–0.940）；纳入临床特征后，模型 AUC 提升至 0.894（95% CI：0.796–0.956），P 值＜0.0001 且差异显著。灵敏度从 82.86% 提升至 91.43%，特异度从 87.88% 降至 81.82%，准确性从 83.8% 升至 86.8%，赤池信息准则从 74.723 改善至 63.703。校准曲线显示预测概率与实际结局吻合良好，决策曲线分析表明临床 - 影像组学模型较单纯影像组学模型临床实用性更强。
结论显示，基于常规腰椎 MRI 的影像组学模型可有效诊断骨质疏松，结合 RFs 与临床因素的临床 - 影像组学列线图进一步提升了诊断效能。
