基于多参数MRI的临床-影像组学列线图预测急性缺血性卒中临床结局

《BMC Neurology》：Multi-parametric MRI radiomics-based machine learning model for predicting clinical outcomes in acute ischemic stroke

　　

摘要

背景

早期准确预测急性缺血性卒中 (AIS) 的结局对临床管理至关重要。我们旨在开发并验证一个临床 - 影像组学列线图，以预测 AIS 患者的临床结局。

材料与方法

回顾性纳入总共 214 例 AIS 患者，分配至训练集 (n?=?105)、验证集 (n?=?43)、内部测试集 (n?=?33) 和外部测试集 (n?=?33)。所有患者均接受基线多参数磁共振成像 (mp-MRI) 扫描。根据出院后 90 天改良 Rankin 量表 (mRS)，患者被分层为预后良好 (mRS?≤?2) 和预后不良 (mRS?>?2) 亚型。分别从扩散加权成像、表观扩散系数以及由动脉自旋标记数据生成的脑血流图像中提取了总共 1130 个影像组学特征。构建了临床、影像组学及临床 - 影像组学模型以预测 AIS 预后。分别使用曲线下面积 (AUC)、校准曲线和决策曲线分析 (DCA) 评估模型的区分度、校准度和临床实用性。

结果

整合了基于多参数 MRI (mp-MRI) 的影像组学特征谱和糖尿病的临床 - 影像组学列线图，在内部和外部测试队列中显示出比临床模型 (0.787 和 0.670) 和 mp-MRI 影像组学模型 (0.783 和 0.682) 更高的 AUC 值 (分别为 0.796 和 0.741)。该列线图在训练集和验证集中均显示出良好的拟合优度。DCA 进一步表明了整合模型的临床效用。

结论

临床 - 影像组学模型在预测 AIS 患者的临床结局方面有效，可用于指导个性化治疗策略。