基于CT影像组学建立肺孢子菌肺炎的预后模型

目的 肺孢子菌肺炎（PJP）是一种由肺孢子菌引起的严重感染性疾病，其预后预测对于患者的治疗和管理至关重要。本研究旨在探索使用影像组学方法建立肺孢子菌肺炎预后模型的可行性，并评估其预测准确性和临床应用潜力。方法 回顾性收集2019年1月至2022年12月于我院诊治并经病理证实的肺孢子菌肺炎患者60例，根据其治疗结果分为预后良好组（n=39）与预后不良组（n=21）。对其入院胸部CT进行感兴趣区（ROI）勾画，并提取其组学特征。采用最大相关最小冗余（m RMR）和最小绝对收缩和选择运算符（LASSO）进行特征筛选，并计算组学评分，最终构建诊断模型。使用受试者工作特征曲线（ROC）比较模型诊断性能，使用决策曲线对模型进行收益值评估。结果 每个ROI中提取396个特征，经过特征筛选后保留9个最佳特征构建预后预测模型。模型的AUC及95%CI分别为：训练组0.714(0.607～0.891)、验证组0.713(0.595～0.916)。ROC曲线及决策曲线均显示出较好的结果。结论 使用影像组学方法建立肺孢子菌肺炎预后模型具有潜在的临床应用价值，有望作为预后指标，为肺孢子菌肺炎患者提供个性化诊疗方...