基于放射组学的肺炎支原体肺炎延迟影像学恢复早期预测模型开发与验证：一项多中心研究

本研究针对肺炎支原体肺炎(MPP)患者延迟恢复的临床难题，通过整合放射组学特征、D-二聚体、系统性免疫炎症指数(SII)和实变模式等指标，构建了预测效能优异（AUC达0.982）的集成模型。该多中心研究为临床早期识别高风险患者提供了客观量化工具，对优化医疗资源配置具有重要意义。

　　

肺炎支原体肺炎(Mycoplasma pneumoniae pneumonia, MPP)作为儿童和成人呼吸道感染的重要病原体，近年来随着全球传播和抗生素耐药性增加，其重症化风险显著上升。患者可能出现塑形性支气管炎、肺栓塞甚至弥漫性肺泡出血等危及生命的并发症，导致医疗资源大量消耗。尽管CT检查在MPP诊断中发挥关键作用，但传统影像评估存在主观性强、依赖经验等局限，难以实现早期风险分层。

河北大学附属医院联合多家医疗中心的研究团队在《BMC Medical Imaging》发表了一项开创性研究。该团队通过回顾性分析576例MPP患者的临床数据和CT影像，利用uAI Research Portal V1.1平台提取1904个放射组学特征，结合凝血指标和免疫参数，开发出包含16个关键特征的预测模型。研究采用多中心验证策略，训练集和外部验证集分别包含238例和277例患者。

关键技术方法包括：1) 使用Pyradiomics V3.0工具从CT图像提取形态学和纹理特征；2) 通过LASSO回归和Spearman相关性分析进行特征降维；3) 构建包含临床指标(D-dimer、SII)和影像特征(实变模式)的逻辑回归模型；4) 采用决策曲线分析评估临床效用。

研究结果
Demographic analysis
队列分析显示延迟恢复组D-dimer>500μg/L比例显著增高(81.0% vs 9.2%, p<0.001)，SII中位数达521（vs恢复组181），楔形实变占比47.6%（vs恢复组17.1%）。

Comparison of predictive model performance
集成模型在外部验证中表现优异（AUC=0.865，敏感性0.933），显著优于单纯放射组学模型(p=0.01)。决策曲线证实当阈值概率>0.3时，集成模型具有最大临床净收益。

讨论与结论
该研究首次系统证实：1) 放射组学特征可量化MPP肺部病变异质性；2) D-dimer和SII是独立预测因子(OR分别为4.06和6.61)；3) 楔形实变模式与不良预后显著相关(p=0.001)。模型通过整合¹H-MRS不可见的微观结构信息，实现了对传统影像评估的突破。

这项研究为MPP精准管理提供了重要工具，其创新性体现在：① 采用多模态数据融合策略；② 建立可解释的16特征放射组学标签；③ 验证了SII在成人MPP预后评估中的价值。未来可通过深度学习进一步探索生物学机制与影像特征的关联，推动个性化治疗发展。