《Insights into Imaging》：Multiphasic CT radiomics–clinical model for predicting acute pancreatitis recurrence: a multicenter survival analysis
编辑推荐：
**目的**：构建并外部验证一个整合多期相CT影像组学与临床变量的预测模型，用于评估首发急性胰腺炎（acute pancreatitis, AP）后的复发风险。**材料与方法**：本多中心回顾性研究纳入548例首发AP患者（训练队列n=272；内部验证队列n=
**目的**：构建并外部验证一个整合多期相CT影像组学与临床变量的预测模型，用于评估首发急性胰腺炎（acute pancreatitis, AP）后的复发风险。**材料与方法**：本多中心回顾性研究纳入548例首发AP患者（训练队列n=272；内部验证队列n=117；外部验证队列n=159）。收集临床及多期相CT数据，以复发为主要终点。经基于稳定性的特征筛选后，构建临床、影像组学及联合Cox模型。采用一致性指数（C-index）和时间依赖曲线下面积（time-dependent AUC）评估性能，并以SHAP（Shapley additive explanations）进行可解释性分析。**结果**：共纳入548例患者（中位年龄42岁；男性363例）。各队列复发率相近（30.1%、29.9%和28.3%；p=0.702）。联合模型在内部和外部验证队列中的C-index分别为0.783和0.775，数值上高于临床模型（0.748和0.750）和影像组学模型（0.647和0.619），尽管相对于临床模型的增量改善无统计学显著性。在外部验证队列中，时间依赖AUC在36个月内保持可接受水平，但在48个月时下降。高风险患者的3年无复发生存率低于低风险患者（37.4% vs 86.8%；log-rank p<0.001）。SHAP分析确定NC-3mm-Radscore为最具影响力的影像学衍生变量，而病因靶向预防为主要保护因素。**结论**：联合模型对首发AP后24个月内复发的预测表现出可接受的区分能力，可能有助于个体化随访和二级预防策略的制定。
**研究背景与问题**
急性胰腺炎（acute pancreatitis, AP）是常见的胃肠道急症，约18–24%的患者在首次发作后发展为复发性急性胰腺炎（recurrent acute pancreatitis, RAP），显著增加慢性胰腺炎的发生风险。早期识别高复发风险患者对于个体化随访和二级预防至关重要。当前RAP风险评估主要依赖临床变量，预测性能有限；即使在前瞻性多中心研究中，预测因子仍主要局限于年龄和糖尿病等传统因素。对比增强计算机断层扫描（contrast-enhanced computed tomography, CECT）虽常规用于形态学评估，但其预测长期复发的能力有限。值得注意的是，越来越多证据表明胰周微环境——尤其是局部脂肪分解和脂肪坏死——是AP炎症放大反应的主要驱动因素，这一病理生理机制提示评估邻近组织的结构改变可能作为复发易感性的潜在生物标志物。影像组学能够高通量提取定量影像特征，捕捉超越常规形态学的细微组织特征，但现有研究多局限于单中心、缺乏外部验证，且采用横断面设计未能考虑时间-事件复发；依赖单期相成像和CT采集时机变异进一步限制了模型的泛化性。为此，本研究开展多中心研究，构建并外部验证多期相CT影像组学-临床联合模型，用于基于生存分析的首发AP后复发预测，以改善个体化风险分层。
**关键技术方法**
研究人员开展了一项多中心回顾性研究，纳入两个三级中心2018年11月至2024年10月连续收治的首发AP患者。开发队列（中心A，n=389）按7:3比例随机分为训练队列和内部验证队列，独立外部验证队列由中心B的159例患者组成。临床数据涵盖人口学、病因、实验室指标、影像学表现及症状发作至CT检查时间。主要终点RAP依据2012年Atlanta标准定义（出院后≥3个月的新发作）。CT图像经重采样、灰度离散化和z-score标准化后，以nnU-Net v2分割胰腺实质及向外扩展3 mm和5 mm的胰周区域（NC-3mm和NC-5mm），采用PyRadiomics引擎从各期相和感兴趣区提取影像组学特征。特征筛选采用基于稳定性的多步骤策略，包括冗余与相关性过滤、LASSO-Cox回归及后退逐步Cox回归。临床预测因子通过重复子抽样Cox回归确定，保留超过80%迭代中被选中的特征。构建临床、影像组学和联合三个Cox模型，以C-index、时间依赖AUC、校准曲线、Brier评分和决策曲线分析（decision curve analysis, DCA）评估性能，以SHAP进行全局和局部可解释性分析。
**研究结果**
*研究队列与基线特征*：共纳入548例首发AP患者，训练队列272例（82例复发事件）、内部验证队列117例（35例事件）、外部验证队列159例（45例事件）。各队列复发率可比（30.1%、29.9%和28.3%；log-rank p=0.702）。CT特征评估的观察者间一致性良好（κ=0.80–0.90）。
*模型构建与关键特征筛选*：除必需的发作至CT时间协变量外，临床模型包含三个稳定预测因子：病因靶向预防、胰腺增大模式和丙氨酸氨基转移酶（alanine aminotransferase, ALT）。影像组学模型中NC-3mm-Radscore被保留为独立预测因子，NC-5mm-Radscore被排除，最终影像组学模型包括Delta-Radscore、VP-Radscore和NC-3mm-Radscore。联合模型整合临床与影像组学特征，共七个预测因子，其中NC-3mm-Radscore（HR=3.123）和Delta-Radscore（HR=2.549）与复发风险的关联最强。
*区分性能*：联合模型表现出中等至良好的区分能力，训练队列C-index为0.831（95% CI：0.791–0.872），内部验证队列为0.783（0.699–0.867），外部验证队列为0.775（0.709–0.841）。联合模型在各队列中均取得较高C-index。模型比较显示联合模型具有最高对数似然值（?356.91）和最低AIC（727.8）。多期相影像组学方法在所有队列中均优于任何单期相影像组学模型。外部验证队列中联合模型AUC在36个月内维持，但在48个月时下降，此时临床模型AUC略高。
*增量预测价值*：外部验证队列中，联合模型在12–36个月期间优于纯影像组学模型（如12个月IDI=0.203 [95% CI：0.103–0.303]；NRI=0.569 [95% CI：0.134–1.005]）。相对于临床模型的改善始终为正向但无统计学显著性，表明影像组学单独的增量增益有限，且改善幅度随时间递减。
*风险分层与生存分析*：限制性立方样条（restricted cubic spline, RCS）分析显示联合模型风险评分与复发风险呈连续正相关。以训练队列中位评分为截断值，高风险组无复发生存率显著低于低风险组（log-rank p<0.001）；低风险组3年无复发生存率为86.8–92.7%，高风险组为37.4–49.7%。
*校准与临床实用性*：联合模型在12个月时校准不完美（校准斜率=0.506；Brier评分=0.114；Hosmer–Lemeshow检验p=0.072）。校准性能随时间变化，24个月斜率为0.730，36个月为0.936，48个月降至0.516。DCA显示联合模型在12和24个月时较“全部治疗”和“不治疗”策略提供净获益，但更长时限净获益下降。
*模型解释与病例示例*：SHAP分析确定病因靶向预防对风险降低贡献最大，而NC-3mm-Radscore对风险增加贡献最大（与HR=3.123一致）。较高ALT水平与较低复发风险相关。代表性病例显示高风险患者（风险评分=1.991）在16个月时复发，低风险患者（风险评分=?1.073）在48个月时仍无复发，与模型预测一致。
**讨论与结论**
本研究开发并外部验证了一个整合多期相CT影像组学与关键临床变量的联合模型，用于预测首发AP后复发风险。与既往依赖单期相或单模态成像的研究不同，本方法利用多期相对比增强CT捕捉互补的结构和增强相关信息，多期相整合较单期相模型提供更优预测性能。影像组学特征中，NC-3mm-Radscore和Delta-Radscore为最强的复发预测因子，分别捕捉胰周区域细微结构改变和动态增强信息。模型能够实现个体化复发概率估计，促进患者特异性风险分层。病因靶向预防作为保护因素与降低复发风险相关；ALT的保护效应可能通过胆源性病因消退和代谢状态改变两种互补机制解释。多中心设计增强了模型泛化性，模型开发遵循TRIPOD指南，SHAP分析增强了可解释性。时间依赖IDI/NRI分析表明联合模型的增量价值在前36个月内最为明显，与复发高峰时段吻合。纯影像组学模型在外部验证队列中表现欠佳（12个月AUC=0.579），可能反映AP复发是受出院后临床干预（如病因靶向预防）严重驱动的过程，影像组学虽能提供与复发风险相关的局部组织特征信息，但无法解释后续动态病因干预，这凸显了将多期相影像组学与病因靶向预防整合的重要性。高风险组与低风险组3年无复发生存率（37.4% vs 86.8%）的清晰分离可指导临床管理：高风险患者可能受益于强化监测，低风险患者可常规随访，优化资源配置。联合模型在12个月时校准可接受，但长期校准性能下降，可能归因于样本量减少、竞争风险和静态模型的固有局限性。尽管长期校准欠佳，模型仍保留潜在临床效用，得到强区分能力和有利DCA曲线的支持。研究局限性包括：回顾性设计可能引入选择偏差；图像分割中的人工校正步骤可能导致观察者间变异；作为静态模型其长期预测性能可能受限；IDI/NRI置信区间较宽。未来需通过前瞻性验证、标准化自动化工作流、动态建模方法和大规模多中心协作进一步研究。
结论部分翻译：本多中心研究开发并外部验证了一个整合多期相CT影像组学与临床变量的联合模型，用于预测首发AP后复发风险。3 mm胰周区域被确定为与复发风险相关的重要影像特征，Delta-Radscore通过动态对比增强特征提供额外预后信息。通过生成个体化复发概率曲线，该模型支持风险分层和二级预防策略。
