弥散加权成像特征联合临床变量构建支持向量机模型预测一氧化碳中毒后延迟性神经后遗症状

《BMC Neurology》：Identifying delayed neurological sequelae during the acute phase of carbon monoxide poisoning based on diffusion-weighted imaging and clinical features

　　

摘要

背景

延迟性神经后遗症状（DNS）是一种严重且可能致命的并发症。因此，早期及时识别 DNS 高风险个体具有重要的临床价值。本研究旨在识别与 DNS 发展相关的弥散加权成像（DWI）特征，并构建一个包含 DWI 特征和临床变量的预测模型，以在一氧化碳（CO）中毒急性期早期预测 DNS。

方法

我们回顾性纳入 120 例新诊断为一氧化碳中毒的患者。经过至少 60 天的随访，受试者被分为非 DNS 组（n = 75）和 DNS 组（n = 45）。测量放置在杏仁核、尾状核、海马、苍白球、壳核、丘脑和脑室上的感兴趣区的各向异性分数（FA）和平均扩散率（MD）值。开发并评估了一个整合 DWI 和临床特征的支持向量机（SVM）模型。并使用平均影响值对影响分类的特征进行排名。

结果

总共纳入了 24 个临床特征和 28 个 DWI 特征。SVM 模型中纳入了 8 个临床特征和 23 个 DWI 特征。分别基于仅临床特征、仅 DWI 特征以及结合临床和 DWI 特征建立了三个 SVM 模型，预测准确率分别为 0.76、0.94 和 0.97。组合模型的精确度、敏感度、F1 分数、宏平均、加权平均和 AUC 分别为 1.00、0.92、0.96、0.98、0.97、0.97，10 折交叉验证结果为 0.98。左侧尾状核的平均各向异性分数对 SVM 模型的影响最大。

结论

我们整合了临床特征和 DWI 上的 FA 及 MD 特征的综合 SVM 模型在识别 DNS 方面具有优异的准确性和临床实用性。