《Journal of Radiation Research and Applied Sciences》：Multimodal prediction model integrating preoperative clinical and CT-derived radiomics features for functional outcomes after total hip arthroplasty in femoral neck fractures
编辑推荐：
目的：开发并内部验证一个整合术前临床变量和CT衍生影像组学特征的多模态预测模型，以预测股骨颈骨折行全髋关节置换术（THA）患者术后1年功能恢复良好（定义为Harris髋关节评分（HHS）≥90的有利功能恢复）。方法：回顾性筛选200例患者，纳入190例有术前C
目的：开发并内部验证一个整合术前临床变量和CT衍生影像组学特征的多模态预测模型，以预测股骨颈骨折行全髋关节置换术（THA）患者术后1年功能恢复良好（定义为Harris髋关节评分（HHS）≥90的有利功能恢复）。方法：回顾性筛选200例患者，纳入190例有术前CT的患者（平均年龄65.31±7.45岁；男性77例，女性113例）。候选临床协变量包括年龄、性别、体质量指数（BMI）、骨折侧别及凝血相关实验室指标。CT影像组学特征包括一阶特征、形状特征和纹理矩阵类特征，涵盖灰度共生矩阵（GLCM）、灰度游程矩阵（GLRLM）、灰度大小区域矩阵（GLSZM）、邻域灰度差矩阵（NGTDM）和灰度依赖矩阵（GLDM）特征。缺失数据采用多重插补处理。研究人员开发了逻辑回归模型，在每个训练折内进行标准化和特征选择，性能通过5折分层交叉验证评估。判别能力、校准度和临床效用通过AUC、校准曲线、混淆矩阵和决策曲线分析（DCA）评估。结果：190例患者中，107例（56.3%）达到主要结局（术后1年功能恢复良好）。临床模型中，年龄、BMI、骨折侧别、血小板压积（PCT）和抗凝血酶（AT）与功能恢复良好独立相关；最终联合模型保留了年龄、BMI、骨折侧别及三个CT影像组学特征（CT特征1、CT特征3、CT特征5）。多模态模型相比临床模型提高了预测性能（平均交叉验证AUC：0.970±0.017 vs. 0.903±0.029）。校准分析显示预测与观察结局之间具有可接受的一致性，DCA显示多模态模型在约0.10-0.80阈值概率范围内具有更高的净获益。结论：整合术前临床变量和CT影像组学特征的多模态模型可能有助于骨科医生识别THA术后1年功能恢复不良的高风险患者，并定制围手术期咨询、康复强度和随访计划。
**论文解读：整合术前临床与CT影像组学特征预测股骨颈骨折全髋关节置换术后功能结局的多模态模型**
**研究背景与问题**
股骨颈骨折（FNF）是常见的髋部骨折类型，与患者生活质量下降和死亡率增加相关。近年来，全髋关节置换术（THA）逐渐成为治疗FNF的首选方法，约70%的患者选择该术式，其优势在于缓解疼痛、改善功能评分并降低翻修率。然而，部分THA术后患者的功能恢复并不理想，存在脱位风险增加、平衡与行走能力长期受损等问题。既往研究多关注单一临床因素（如年龄、体质量指数（BMI）、合并症）对功能结局的影响，但缺乏基于术前客观数据的综合性预测工具。传统影像学分类（如Garden分型、Pauwels分型）依赖视觉判读，存在主观性；而CT影像组学可定量提取灰度、形状和纹理特征，从而减少主观性并提高影像评估的重复性。目前，尚无专门针对FNF患者THA术后功能恢复的预测模型。因此，研究人员开展本研究，旨在开发并内部验证一个整合术前临床变量和CT衍生影像组学特征的多模态预测模型，以早期识别术后功能恢复不良的高风险患者，优化围手术期管理与康复计划。该论文发表在《Journal of Radiation Research and Applied Sciences》。
**关键技术与方法**
本研究为回顾性队列研究，样本来源于泰州人民医院骨科2018年1月至2023年12月收治的FNF患者，初始筛选200例，最终纳入190例（排除无术前CT或图像质量差者）。主要技术方法包括：①CT影像组学特征提取：使用PyRadiomics 3.0.114版本，从原始CT图像中提取103个特征（一阶特征18个，二维形状特征10个，纹理特征75个），包括灰度共生矩阵（GLCM）、灰度游程矩阵（GLRLM）、灰度大小区域矩阵（GLSZM）、邻域灰度差矩阵（NGTDM）和灰度依赖矩阵（GLDM）类特征。②特征选择与建模：通过最小绝对收缩与选择算子（LASSO）逻辑回归进行特征降维，并在5折分层交叉验证框架内嵌套进行标准化与特征选择，最终构建逻辑回归模型。③模型评估：采用5折分层交叉验证，评估指标包括AUC、灵敏度、特异度、阳性预测值（PPV）、阴性预测值（NPV）、准确率、F1分数，同时绘制校准曲线和决策曲线分析（DCA）评估校准度和临床效用。
**研究结果**
**3.1 敏感性分析**：对缺失数据（最大缺失率4.7%）进行多重插补后，插补前后变量分布相似，提示插补未引入明显偏倚。
**3.2 基线特征**：190例患者中，107例（56.3%）获得良好功能恢复（HHS≥90）。不良结局组患者年龄更大（平均68.78岁 vs. 62.62岁），BMI更高（25.28 kg/m2 vs. 23.53 kg/m2），且凝血相关参数（活化部分凝血活酶时间（APTT）、纤维蛋白原（FIB）、国际标准化比值（INR）、凝血酶原时间（PT）、血小板压积（PCT））显著升高，抗凝血酶（AT）水平降低（均P<0.001），提示凝血状态与功能恢复相关。
**3.3 多变量分析**：临床模型（Model A）中，年龄、BMI、骨折侧别、PCT和AT为独立预测因子。联合模型（Model B）纳入临床变量和CT影像组学特征后，保留年龄、BMI、骨折侧别及三个CT特征（CT特征1、CT特征3、CT特征5），提示影像组学特征提供了额外的预后信息。
**3.4 模型性能**：联合模型（Model B）在所有评估指标上均优于临床模型（Model A），平均交叉验证AUC为0.970±0.017 vs. 0.903±0.029，灵敏度、特异度、PPV、NPV、准确率和F1分数均更高。分层折间性能稳定，且91个初始影像组学特征（共103个）的观察者间和观察者内组内相关系数（ICC）>0.80，保证了特征的可重复性。
**3.5 判别能力与校准度**：ROC曲线显示联合模型区分能力更强。校准曲线显示两模型预测概率与观察概率之间具有可接受的一致性，但联合模型的校准斜率（0.775）偏离理想值1，提示存在一定程度的预测极端性或潜在过拟合，需谨慎解读。
**3.6 分类性能与临床效用**：混淆矩阵显示联合模型具有更高的真阳性和真阴性率。DCA显示联合模型在约0.10-0.80阈值概率范围内净获益高于临床模型及“全部治疗”策略，表明其具有更好的临床实用价值。
**讨论与结论**
讨论部分指出，本研究首次将CT影像组学特征与临床变量整合用于FNF患者THA术后功能恢复预测。凝血功能异常（如PCT、AT）与不良结局相关，这与既往研究一致，提示围手术期凝血管理的重要性。CT影像组学特征可能反映骨折区域骨小梁微结构、骨质疏松、皮质破坏等骨质特征，为预测提供客观定量信息。模型性能通过交叉验证得到验证，但存在局限：单中心小样本可能降低统计效能，虽采用LASSO和交叉验证，联合模型的高AUC仍可能反映过度优化；回顾性设计存在选择偏倚；未进行外部验证。未来需多中心前瞻性研究确认模型的稳健性与临床适用性。
**结论翻译**：研究人员开发并内部验证了预测股骨颈骨折行全髋关节置换术患者术后1年功能恢复良好的预测模型。整合术前临床指标和CT衍生影像组学特征的联合模型相比单独临床模型表现出更优的预测性能。该方法可能有助于早期识别功能恢复不良的高风险患者，并支持个体化的围手术期咨询、康复计划和随访管理，但有待外部验证。
