非增强CT影像组学识别无功能肾脏：一项多中心开发与外部验证研究

《International Urology and Nephrology》：Non-contrast CT radiomics for identifying nonfunctioning kidneys: a multicenter development and external validation study

　　

摘要

目的

在泌尿外科实践中，对于存在梗阻、肿瘤或萎缩的肾脏，切除或保留的决定基于分肾功能，尽管作为参考标准的单光子发射计算机断层摄影（SPECT）肾动态显像资源消耗较大。我们开发并外部验证了一个非增强 CT 影像组学模型，以识别无功能肾并支持在此情境下的泌尿外科决策。

方法

在这项三中心回顾性研究（TRIPOD+AI）中，成年患者在 72 小时内接受了非增强 CT 和 SPECT 肾动态显像。使用 PyRadiomics 提取了符合 IBSI 标准的影像组学特征，并构建了肾间不对称性特征。经过三阶段选择（Spearman、递归特征消除和 LASSO）后，开发了 12 种机器学习模型，并在 2 个独立队列中进行了外部验证。还推导了 Rad 评分和临床列线图。

结果

在 1029 名患者中，内部队列包括 418 名患者。保留了二十三个特征。随机森林模型产生了内部测试 AUC 为 0.9426，敏感性为 85.5%，特异性为 88.3%，阴性预测值为 95.6%。其外部 AUC 分别为 0.875 和 0.913。列线图获得了外部 AUC 为 0.920 和 0.881。在训练数据中固定的阈值下，随机森林获得了外部敏感性 66.0% 和 76.4%，阴性预测值分别为 94.8% 和 93.3%，列线图则为 92.5% 和 93.7%，阴性预测值分别为 98.3% 和 97.2%。两种影像组学模型的表现均优于基于临床变量以及简单的 CT 尺寸和不对称性测量值构建的逻辑回归基线，尽管在一个外部队列中，相对于合并基线的优势不具有统计学显著性。Rad 评分与单肾肾小球滤过率（GFR）相关（ρ = ?0.738，P < 0.001），并有助于风险分层。

结论

非增强 CT 影像组学无需造影剂或放射性示踪剂即可识别无功能肾。由于非增强 CT 已经是常规泌尿外科检查的一部分，这一经过外部验证的排除工具可能减少不必要的 SPECT 检查，并支持在肾切除术和肾单位保留管理之间做出决策。