基于CT的多模态模型用于高脂血症性急性胰腺炎早期严重程度预测：一项多中心研究

《Academic Radiology》：CT-based Multimodal Model for Early Severity Prediction in Hyperlipidemic Acute Pancreatitis: A Multicenter Study

　　

研究原理与目标

开发并验证一种多模态模型，该模型整合胰腺实质与胰周脂肪影像组学特征及独立临床预测因子，用于高脂血症性急性胰腺炎（HLAP）的早期严重度分层。

材料与方法

本回顾性多中心研究纳入三个中心的356例HLAP患者。HLAP定义为血清甘油三酯≥11.3 mmol/L，或5.65至11.3 mmol/L且排除其他病因后伴有乳糜血。第一中心患者分为训练组（n=193）和内部验证组（n=83），第二中心和第三中心患者组成外部测试组（n=80）。每例患者纳入一次于症状发作72小时内获取的无增强腹部CT检查。使用四种机器学习算法分别构建临床模型、影像组学模型和融合模型。采用受试者工作特征曲线下面积（AUC）、校准曲线、决策曲线分析及DeLong检验评估模型性能。

结果

队列中包含107例重症急性胰腺炎患者和249例非重症急性胰腺炎患者。中位年龄为37.0岁（四分位距，31.75–45.0），其中268例（75.3%）为男性。最终胰腺实质-胰周脂肪-临床联合模型在内部验证组和外部测试组中的AUC分别为0.947（95%置信区间[CI]，0.897–0.986）和0.846（95% CI，0.735–0.940），外部灵敏度为0.611，特异度为0.871。DeLong检验显示，在内部验证中联合模型较胰腺实质影像组学模型、15 mm胰周脂肪影像组学模型及临床模型均有显著改善（均p<0.05），但在外部测试中差异无统计学意义（均p>0.05）。

结论

所提出的多模态模型在早期HLAP严重度分层中表现出良好的区分度和可解释性，可为个体化临床决策提供支持。

章节摘要

引言

急性胰腺炎（AP）是一种以胰腺自身消化为特征的疾病，其特点为起病突然、进展迅速、临床转归异质性强，使预后评估复杂化。AP的病理发生机制涉及胰腺酶过早激活，引发胰腺自身消化及胰周组织损伤，进而触发局部/全身炎症反应，可能进展为多器官衰竭（1）。AP的病因多样。在中国，高脂血症性急性

患者与研究设计

我们回顾性纳入了2017年10月至2025年9月间在三个中心接受治疗并被诊断为HLAP的患者。本研究已获安徽医科大学第一附属医院机构审查委员会和伦理委员会批准（ChiCTR2400090429）。伦理委员会批准免除知情同意。临床数据和腹部CT影像通过医疗记录系统收集。AP的诊断依据

临床模型的性能

研究队列包含356例HLAP患者，其中重症107例（第一中心：89例；第二中心：17例；第三中心：1例）和非重症249例（第一中心：187例；第二中心：43例；第三中心：19例）。根据修订版亚特兰大分类，在全部356例患者中，192例（53.9%）为轻中度AP（MAP），57例（16.0%）为中重症AP（MSAP），107例（30.1%）为重症AP（SAP）。共评估356次CT检查，每例患者纳入1次CT检查。中位年龄为37.00（31.75，45）岁，其中268例（75.3%）为男性。单因素及

讨论

在本研究中，我们对HLAP患者早期腹部CT扫描进行了影像组学分析，针对胰腺实质和胰周脂肪两个靶区域。本研究的主要优势有三点。第一，该多中心研究专门聚焦于HLAP的早期严重度预测，HLAP是一种具有独特代谢和炎症机制的临床特殊AP亚型。第二，所提出的框架整合了胰腺实质影像组学、胰周脂肪影像组学及

结论

总之，本研究通过整合胰腺与胰周脂肪的影像组学特征及关键临床变量，开发了一种HLAP早期严重度评估预测模型。我们的研究为HLAP早期严重度的精准评估提供了一种基于人工智能的可视化工具。

CRediT作者贡献声明

刘星宇： 撰写——初稿。张晨澳： 数据整理。吴玉梅： 研究方法。白炳青： 数据整理。田成城： 数据整理。胡翠： 验证。梅桥： 撰写——审阅与编辑。

资金支持

本研究未获得任何资金资助。

利益冲突声明

作者声明不存在可能影响本文所述工作的已知竞争性经济利益或个人关系。

刘星宇｜张晨澳｜吴玉梅｜白炳青｜田成城｜胡翠｜梅桥