基于磁共振脂肪定量技术IDEAL-IQ的列线图模型在预测早期骨量丢失中的价值

目的探讨基于MRI迭代最小二乘法水脂分离定量技术（IDEAL-IQ）序列的列线图模型在预测早期骨量丢失中的诊断效能。方法收集同时行双能X线骨密度仪（DXA）测定和腰椎MRI IDEAL-IQ序列检查的被试59例，应用DXA分别测定L1~4椎体的骨密度值，利用IDEAL-IQ序列中FF图测量相应的FF值。根据DXA结果将59例分为骨量正常组（n=23）和低骨量组（n=36）。应用两样本t检验比较2组椎体的FF值，通过ROC曲线评估诊断效能；使用多因素logistic回归筛选预测骨量丢失的独立因素，构建可视化列线图预测模型并评估其预测效能。结果骨量正常组和低骨量组椎体FF值分别为（38.84±6.75）%、（51.96±7.65）%，经ROC曲线分析FF值鉴别骨量正常组和低骨量组的AUC为0.797，敏感度、特异度分别为73.91%、80.56%；多因素logistics回归分析显示FF值、年龄以及BMI指数是预测早期骨量丢失的独立因素。列线图模型AUC为0.954（95% CI：0.806-0.957），校正曲线显示预测概率与实际概率具有良好的一致性。决策曲线分析（DCA）显示列线图模型较之于单一的FF值鉴别模型，体现出更高的净获益。结论IDEAL-IQ序列能够反映椎体骨髓脂肪含量，而联合FF值、年龄以及BMI的列线图模型可进一步提高预测效能，并为临床早期骨量丢失的预测提供一种可视化手段。