基于人工智能的计算机断层扫描法评估体成分参数对严重发热伴血小板减少综合征患者28天死亡率的影响：一项回顾性队列研究

《BMC Infectious Diseases》：The effect of artificial intelligence-driven, computed tomography-based assessment of body composition parameters on 28-day mortality of patients with severe fever with thrombocytopenia syndrome: a retrospective cohort study

　　

摘要

背景

血小板减少性发热综合征（SFTS）是一种致命性极高的传染病。尽管肌少症和肌脂变在多种急性疾病中都与不良预后相关，但它们对SFTS的预后影响尚不清楚。本研究旨在探讨身体成分参数与SFTS患者28天死亡率之间的关联，并识别出独立的预后因素。

方法

在这项回顾性单中心观察研究中，共纳入234名具有完整临床资料且拥有CT影像的SFTS患者。通过经过验证的基于人工智能的CT分割模型，在第12胸椎（T12）和第3腰椎（L3）水平测量了包括骨骼肌指数（SMI）、皮下脂肪指数（SFI）、内脏脂肪指数（VFI）以及肌间脂肪指数（IMFI）在内的身体成分指标。采用单变量逻辑回归和最小绝对值收缩和选择算法（LASSO）回归来筛选28天死亡率的潜在预测因子，再通过多变量逻辑回归确定独立风险因素并构建预后模型。模型性能通过受试者工作特征曲线（ROC）曲线、校准曲线以及决策曲线分析（DCA）来评估。此外，还使用Kaplan–Meier曲线结合对数秩检验比较不同肌肉类型患者的生存情况。

结果

总体28天死亡率为13.7%（32/234）。T12-IMFI被确定为28天死亡的独立风险因素（调整后的比值比[aOR] = 1.30，95%置信区间[CI]为1.04–1.63，P = 0.021）。研究人员构建了一个包含年龄、经log??转换的病毒载量、降钙素原（PCT）以及T12-IMFI的预测模型，该模型具有较好的区分能力，ROC曲线下面积为0.877（95% CI为0.805–0.950），且校准效果良好（Hosmer-Lemeshow P = 0.278）。DCA分析表明，在0.05到0.68这一具有临床意义的阈值范围内，该模型能带来更显著的净收益。与仅基于临床指标的模型相比，加入T12-IMFI显著提升了个体风险分层的准确性（净重新分类改善值[NRI] = 0.470，95% CI为0.078–0.862，P = 0.019）。仅有肌脂变的患者28天死亡率最高，为26.1%，而且四种不同肌肉类型患者的生存率存在显著差异（对数秩检验P = 0.012）。

结论

在SFTS患者中，与28天死亡率独立相关的因素是CT检测出的肌脂变，而非肌少症。T12-IMFI是一种有价值的预后生物标志物，而包含该指标的模型可为SFTS患者入院时的早期风险分层提供实用工具。

临床试验编号

不适用。