肝硬化食管胃静脉曲张出血风险预测的研究进展

食管胃静脉曲张出血(EVB)是肝硬化患者最严重的并发症之一。早期预测EVB的发生, 对制定临床诊治策略以及改善患者的预后具有特殊的意义。迄今为止, 消化内镜及肝静脉压力梯度(HVPG)检查仍是预测EVB风险最常用的方法, 血清学及影像学等非侵入性检查手段已逐渐应用到临床实践中, 人工智能和影像组学技术近年来取得了飞速的进展, 本文将对这些技术的临床应用现状进行综述, 旨在为EVB患者临床决策的制定提供文献依据。     

基于CT影像组学胰十二指肠切除术后胰瘘风险预测模型及其价值

目的 探讨基于CT影像组学模型术前预测胰十二指肠切除术后胰瘘(POPF)的应用价值。方法 回顾性分析106例接受胰十二指肠切除术患者的临床及腹部CT资料,其中POPF(+)组36例,POPF(-)组70例。采用ITAK-SNAP软件勾画CT图像感兴趣区域(ROI),Python程序的radiomics包进行影像组学特征提取,使用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归进一步筛选特征、建立影像组学评分(Rad-score),构建影像组学预测模型。然后将临床特征、Rad-score纳入多因素Logistic回归分析,筛选出POPF发生的独立危险因素,构建临床预测模型以及联合影像学组学特征的混合模型。最后采用受试者工作特征曲线(ROC)评估不同模型的预测效能。结果 共筛选出7个非零影像组学特征并建立了Rad-score。BMI、胰管扩张及Rad-score均是发生POPF的独立危险因素。影像组学预测模型、临床特征预测模型及混合预测模型预测POPF的曲线下面积(AUC)为分别为0.72、0.69、0...     

改良脾-肺固定术治疗门静脉高压症并上消化道出血

目的 探讨改良脾-肺固定术治疗门静脉高压症的疗效.方法 观察门静脉高压症患者行改良脾-肺固定术后不同时期白细胞、血小板,血清补体(C3、C4)、淋巴细胞亚群( CD4、CD8)及门静脉系统血流动力学的变化,并与术前作统计学分析.结果 改良脾-肺固定术术后6个月白细胞由(3.27±1.93)×109/L上升至(6.70±2.12)×109/L,血小板由(77.60 ±44.14)×109/L上升至( 164.00 ±66.78)×109/L; C3含量由(0.83 ±0.06) g/L上升至(1.03 ±0.15) g/L,C4含量由(0.12 ±0.02) g/L上升至(0.16 ±0.02) g/L,CD4由(25.07±5.35)％上升至(31.18±5.26)％,CD4/CD8由(1.74±0.25)上升至(2.03±0.36);自由门静脉压由(43.92±5.50) cm H2O(1 cm H2O =0.098 kPa)降至(33.92±5.50) cm H2O,与术前比较差异均有统计学意义(P＜0.05);术后6个月彩色多普勒超声显示脾-肺间侧支循环形成.结论 改良脾-肺固定术治疗门静脉高压症既能纠正脾功能亢进、维持机体免疫功能,又能降低门静脉压力、预防上消化道出血.     

影像组学在胃癌诊断中的新进展

胃癌是我国常见的恶性肿瘤,其发病率和死亡率在所有恶性肿瘤中均位居第三。近年来,随着人工智能的兴起,影像组学这一定量化图像分析工具蓬勃发展。目前影像组学已应用于胃癌诊疗的各个方面。本文主要聚焦于影像组学在胃癌诊断中的研究进展,从鉴别诊断、分期和组织病理学标志物检测的角度进行详述,以揭示影像组学在胃癌的精准医疗中发挥的作用。     

CT影像组学联合临床及CT特征预测胸腺上皮肿瘤TNM分期

目的 观察CT影像组学联合临床及CT特征预测胸腺上皮肿瘤（TET）TNM分期的价值。方法 回顾性分析216例经手术病理证实的单发TET患者,以其中151例TNM Ⅰ期为早期组,将27例TNM Ⅲ期及38例Ⅳ期归为晚期组（n=65）。采用单因素分析组间临床资料及胸部CT表现。分别基于平扫（NECT）及增强CT（CECT）提取并筛选最佳影像组学特征,建立预测TET TNM分期的影像组学模型RM_NECT、RM_CECT,联合组间差异有统计学意义的临床及CT特征构建RM_NECT-临床、RM_CECT-临床及RM_{NECT-临床-CT、}RM_{CECT-临床-CT}。按7∶3比例将患者分为训练集（n=151）及 验证集（n=65）,采用重复5折交叉验证法于训练集训练模型,并于验证集验证其效能。结果 组间临床症状及CT所示病灶周围脂肪浸润、纵隔淋巴结肿大、胸腔积液差异均有统计学意义（P均＜0.05）。分别基于NECT及CECT筛选出2个及9个最佳影像组学特征,以之构建相应模型。验证集中,RM_{NECT-临床-CT}预测TET TNM分期的AUC（0.864）高于RM_NECT及RM_NECT-临床（AUC=0.634、0.721,Z=3.081、2.937,P=0.002、0.003）,RM_{CECT-临床-CT}的AUC（0.920）高于RM_CECT及RM_CECT-临床（AUC=0.689、0.751,Z=2.698、2.390,P=0.007、0.017）。结论 CT影像组学联合临床及CT特征能有效预测TET TNM分期。     

CT影像组学联合CT特征预测肺亚实性结节侵袭性

目的 观察CT影像组学联合CT特征预测肺亚实性结节侵袭性的价值。方法 回顾性分析170例肺亚实性结节患者资料,包括6例非典型腺瘤样增生(AAH)、12例原位腺癌(AIS)、58例微浸润性腺癌(MIA)及94例浸润性腺癌(IAC),将AAH、AIS和MIA归为非侵袭组、IAC归为侵袭组。按7∶3比例将患者分为训练集(n=119,含5例AAH、9例AIS、36例MIA及69例IAC)和验证集(n=51,含1例AAH、3例AIS、22例MIA及25例IAC)。采用单因素及logistic回归分析训练集患者一般资料及病灶CT表现,筛选预测肺亚实性结节侵袭性的独立危险因素并建立CT模型;基于训练集提取及筛选病灶最佳影像组学特征,以之构建影像组学模型。基于CT模型及影像组学模型构建联合模型,并以列线图将其可视化。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),基于验证集评估各模型诊断效能;以校准曲线评价联合模型的校准程度。结果 CT所示结节长径和最大CT值为预测肺亚实性结节为IAC的CT相关独立危险因素,以之构建CT模型。基于训练集筛选出6个最佳影像组学特征并构建影像组学模型。CT模型、影像组学模型及联合模型预测验证集肺亚实性结节侵袭性的AUC分别为0.772、0.785及0.869;联合模型的AUC高于CT模型(Z=2.336,P=0.019)而与影像组学模型差异无统计学意义(Z=1.925,P=0.054),其预测结果与实际结果的一致性较高。结论 CT影像组学联合CT特征可有效预测肺亚实性结节侵袭性。     

小肠种植脾出血1例分析

1病例摘要 患者,男,27岁,9个月前无任何诱因出现柏油样大便,每日3—4次,每次约300g,伴头晕、乏力。在当地医院以“上消化道出血”为诊断给予止血、抑酸药物等治疗后好转。3周后又出现柏油样便,量多,住院以“消化道出血”行胃镜及纤维结肠镜检查未见出血病灶,腹部CT检查提示脾缺失,未见阳性病灶。给予输血、止血、补液、抑酸等治疗后好转。不排除小肠病变出血,建议其行血管造影。     

影像组学技术在B型主动脉夹层诊治中潜在应用价值

影像组学技术是近年来兴起的医学数字影像分析技术。该项技术的基本概念是高通量地在医学数字影像中提取海量、定量、可挖掘影像特征数据。影像组学技术当前在肿瘤疾病领域应用较多,在大动脉疾病中的应用未见报道。使用影像组学技术辅助B型主动脉夹层的诊疗预后有较大的可行性,但仍需要在影像采集标准化、夹层自动分割和影像组学新特征开发等方面进一步探索。     

影像组学在胆管恶性肿瘤诊疗中的应用现状及展望

胆管恶性肿瘤具有发病隐匿、恶性程度高、预后差等特点,传统医学影像是胆管恶性肿瘤手术方案及预后评估的重要手段,但目前已不能满足在患者精准化及个体化诊疗方面的迫切需求。随着数字影像时代的到来,人工智能技术的进步为数字影像赋予了新的生命力,亦为医学影像在临床应用中的发展提供了更多的可能性。影像组学在胆管良恶性肿瘤的诊断及鉴别诊断、淋巴结状态评估、早期复发及预后评估等方面的应用为患者的诊治提供了新的手段。     

CT灰度直方图特征在布鲁氏菌脊柱炎和化脓性脊柱炎鉴别诊断中的价值

【摘要】 目的：评估矢状位CT灰度直方图特征在布鲁氏菌脊柱炎（brucella spondylitis,BS）与化脓性脊柱炎 （pyogenic spondylitis,PS）鉴别诊断中的价值。方法：收集2018年1月～2022年12月在我院行脊柱CT检查并经病理和/或病原学证实的40例BS患者[男25例,女15例;年龄51.6±13.0岁,体重指数（body mass index,BMI）23（20,28）kg/m2）,BS组]和33例PS患者[男13例,女20例;年龄50.8±16.7岁,BMI 23（20,26）kg/m2）,PS组]的资料。分别在两组患者矢状位CT图像上的每一层面用3D Slicer软件平台勾画感兴趣区（region of interests,ROI）并进行灰度全域直方图分析。采用卡方检验、独立样本t检验及Mann-Whitney U检验等比较两组患者的临床资料;依次采用单因素分析、相关性分析及多因素分析等,找出两种病灶之间有显著性差异的直方图特征（包括10％百分位值、1％百分位值、25％百分位值、5％百分位值、中位数、最小值、偏度和方差等）;使用Logistic回归联合筛选的特征建模,并绘制受试者工作特征（receiver operating characteristic,ROC）曲线,计算曲线下面积（area under the curve,AUC）,比较各直方图特征的鉴别能力。结果：两组患者的年龄、性别和BMI均无统计学差异（P>0.05）。两组CT全域灰度直方图分析参数中,10％百分位值、1％百分位值、25％百分位值、5％百分位值、中位数、最小值、偏度和方差等8个特征的差异均有统计学意义（P<0.05）,10％百分位值的诊断效能最佳,其AUC值为0.824、特异度为0.893。联合模型AUC值为0.860、特异度为0.946。结论：基于CT灰度直方图10%百分位值及联合模型能有效鉴别PS和BS,可为临床鉴别两种疾病提供依据。     

影像组学在肾细胞癌中的应用进展

肾细胞癌(RCC)是泌尿系统常见恶性肿瘤。早期诊断、术前精准分期及分级诊断RCC有助于提高治疗效果,改善预后。影像组学基于数据挖掘方法从CT、MR等图像中提取定量特征并进行分析,为临床诊疗提供准确且非侵入性的评估手段,现已用于RCC诊断、亚型分类、核分级、评估疗效及预测预后等。本文对影像组学用于RCC进展进行综述。     

影像组学及深度学习预测肝细胞癌预后研究进展

肝细胞癌（HCC）预后差异较大,准确预测预后有助于展开个体化精准治疗。随着人工智能的发展,影像组学及深度学习（DL）运用日渐广泛,可通过挖掘医学图像中的高维度肿瘤定量特征而为诊断与治疗HCC提供更多信息。本文就影像组学及DL预测HCC预后研究进展进行综述。     

CT影像组学列线图预测胃癌内镜活检与术后病理学分型差异

目的 评估基于CT影像组学的列线图预测胃癌内镜活检与术后病理Lauren分型差异的价值。方法 回顾性分析126例经手术病理确诊的胃癌患者,根据内镜活检与术后病理结果是否一致将其分为一致组（n=77）与不一致组（n=49）,同时按2∶1比例分为训练集与验证集。筛选临床预测因子,构建临床预测模型;于静脉期CT图像提取影像组学特征,采用L1正则化方法对特征进行筛选,以决策树、随机森林、逻辑回归3种机器学习（ML）算法构建影像组学模型;基于临床及最佳影像组学ML模型构建列线图;评估各模型及列线图的预测效能及其临床价值。结果 患者年龄、血小板计数、动脉期CT值是预测胃癌内镜活检与术后病理分型不一致的独立因子。3种ML模型中,随机森林预测效能较好,其在训练集与验证集中的曲线下面积（AUC）分别为0.835及0.724。临床模型、影像组学模型及列线图在训练集的AUC分别为0.764、0.835及0.884,在验证集分别为0.760、0.724及0.841;列线图在训练集与验证集均显示出较好的拟合度及临床实用性。结论 基于CT影像组学列线图用于预测胃癌内镜活检与术后病理Lauren分型不一致性具有潜在临床应用价值。     

基于增强CT影像组学鉴别胸腺瘤组织学分型

目的 观察基于增强CT影像组学鉴别胸腺瘤组织学分型的价值。方法 回顾性分析226例经病理证实的胸腺瘤患者,按7∶3比例将其分为训练集(n=159)及测试集(n=67);利用最大相关最小冗余(mRMR)及最小绝对收缩和选择算子(LASSO)算法筛选最佳影像组学特征,构建鉴别胸腺瘤组织学分型的影像组学模型;以单因素及多因素logistic回归分析筛选鉴别胸腺瘤组织学分型相关的临床及CT表现,构建临床模型和联合影像组学特征及临床、CT特征的影像组学列线图。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评价3种模型鉴别胸腺瘤组织学分型的效能并比较其差异,评价影像组学列线图的临床价值。结果 最终基于增强动脉期及静脉期CT筛选出19个最佳影像组学特征,以建立影像组学模型。临床模型由患者年龄、重症肌无力、病灶CT表现形态、侵犯邻近组织及动脉期CT值构成。训练集中,影像组学列线图及影像组学模型区分低危组胸腺瘤与高危组胸腺瘤的AUC (0.91、0.89)均高于临床模型(0.79,Z=3.62、2.49,P均＜0.05),而影像组学列线图与影像组学模型AUC差异无统计学意义(Z=1.54,P=0.12);3种模型在测试集中的AUC差异均无统计学意义(P均＞0.05)。阈值概率为0.1~1.0时,影像组学列线图的临床获益均大于临床模型及影像组学模型。结论 基于增强CT影像组学模型和基于临床、CT表现及影像组学特征的影像组学列线图均有利于鉴别胸腺瘤组织学分型,后者临床获益更高。     

CT影像组学标签预测肺腺癌表皮生长因子受体基因敏感突变

目的建立基于CT平扫图像的影像组学标签,探讨其用于预测肺腺癌表皮生长因子受体(EGFR)基因敏感突变的可行性。方法根据EGFR基因突变情况将80例肺腺癌患者分为EGFR敏感组(n=37)及EGFR不敏感组(n=43)。收集2组肺部病灶CT平扫主观影像征象,并提取影像组学特征;采用LASSO法进行特征挑选,以多因素Logistic回归分别建立主观影像征象模型、影像组学标签及融合模型,采用ROC曲线评估各模型预测EGFR基因敏感突变的效能。结果 EGFR敏感组与不敏感组间CT主观影像征象差异均无统计学意义(P均0.05)。通过特征选择,确定CT影像组学标签由4个影像组学特征构成。主观影像征象模型(AUC=0.66)、影像组学标签(AUC=0.77)及融合模型(AUC=0.83)预测EGFR基因敏感突变的效能差异均有统计学意义(P均0.05),以融合模型预测的效能最优。结论基于CT平扫图像建立的影像组学标签能够预测肺腺癌EGFR基因敏感突变。     

灌注加权成像影像组学对成人型弥漫性胶质瘤分子分型的预测价值

目的 探究动态敏感性对比灌注加权成像(DSC-PWI)在预测成人型弥漫性胶质瘤分子分型中的价值。方法 选取2013-01—2020-01郑州大学第一附属医院神经外科收治并经病理检查结果确诊的274例成人型弥漫性胶质瘤患者。自DCS-PWI灌注参数图中提取影像组学特征,经过特征去冗余及选择后,开发并构建影像组学模型,分为训练集(168例)和验证集(106例)。最终通过受试者工作特征(ROC)曲线下面积(AUC)评估影像组学模型的预测能力。结果 共提取4 787个特征,经筛选后共纳入了13个最优影像组学特征进入模型。在验证集中,预测模型对异柠檬酸脱氢酶(IDH)野生型、IDH突变型和1p/19q非共缺失型,IDH突变和1p/19q共缺失型的AUC值分别为0.748、0.707和0.759;训练集的AUC值分别为0.824、0.741和0.790。结论 依托于DSC-PWI灌注参数图的影像组学模型方法,在预测成人型弥漫性胶质瘤的分子亚型上具有一定的临床意义,其中以脑血流量预测能力最佳。     

MRI影像组学及临床特征联合模型预测高强度聚焦超声治疗子宫肌瘤效果

目的 观察基于MRI影像组学及临床特征建立的联合模型预测高强度聚焦超声(HIFU)治疗子宫肌瘤效果的效能。方法 回顾性分析257例接受HIFU治疗的单发子宫肌瘤患者,基于治疗前盆腔轴位T2WI、T1WI、T1对比增强(T1C)及表观弥散系数(ADC)图提取病灶影像组学特征。分别以XGBoost特征选择算法及XGBoost分类器建立预测HIFU即刻消融率和随访肌瘤体积缩小率的影像组学联合临床特征模型A和B。按8∶2比例将数据集分为训练集(n=202)和测试集(n=52),采用受试者工作特征(ROC)曲线和混淆矩阵评估模型的预测效能。结果 经XGBoost算法选择后纳入10个影像组学特征,包括4个T1WI、2个T2WI、1个T1C及3个ADC图影像组学特征,结合肌瘤背侧距骶骨距离和T2WI信号强度构建模型A;纳入10个影像组学特征,含4个T1WI、3个TIC及3个ADC图影像组学特征,结合肌瘤T2WI信号强度构建模型B。ROC曲线结果显示,模型A预测训练集和测试集HIFU治疗肌瘤即刻消融率的曲线下面积(AUC)分别为0.94[95%CI(0.90,0.96)]和0.90[95%CI(0.81,0.97)],模型B预测训练集和测试集肌瘤体积缩小率的AUC分别为0.98[95%CI(0.97,0.99)]、0.91[95%CI(0.81,0.98)]。结论 MRI影像组学联合临床特征模型可有效预测HIFU治疗子宫肌瘤近期及远期效果。     

基于CT检查影像组学早期肝细胞癌切除术后肿瘤复发的预测模型构建及其应用价值

目的构建基于X线计算机体层摄影术(CT)检查影像组学早期肝细胞癌切除术后肿瘤复发的预测模型,探讨其应用价值。方法采用回顾性队列研究方法。收集2009年1月至2016年12月国内2家医疗中心收治的243例(南京医科大学第一附属医院165例、无锡市人民医院78例)行肝切除术治疗早期肝细胞癌患者的临床病理资料;男182例,女61例;中位年龄为57岁,年龄范围30~86岁。243例患者通过计算机产生随机数方法以2∶1比例分为训练集162例和测试集81例。利用影像组学技术,从CT检查动脉期和门静脉期的肿瘤内部及周边分别提取定量图像特征,每位患者提取3384个影像组学特征参数。在训练集中,通过联合多重特征选择算法[最大相关最小冗余(MRMR)和随机生存森林(RSF)的特征排序+LASSO-COX回归分析]对稳定的特征参数进行降维,建立影像组学标签并预测效能。采用单因素COX回归筛选肿瘤复发危险因素,采用多因素COX逐步向后回归分析构建2个影像组学预测模型,包括影像组学模型1(术前模型)和影像组学模型2(术后模型),并分别在训练集和测试集中验证模型效能。观察指标:(1)随访情况。(2)早期肝细胞癌切除术后肿瘤复发相关的影像组学标签建立。(3)早期肝细胞癌切除术后肿瘤复发相关的影像组学标签预测效能。(4)早期肝细胞癌切除术后肿瘤复发相关的影像组学预测模型构建。(5)早期肝细胞癌切除术后肿瘤复发相关的影像组学预测模型验证。(6)影像组学模型与其他临床统计学模型和现有肝细胞癌分期系统的预测效能比较。(7)影像组学模型对早期肝细胞癌切除术后肿瘤复发风险的分层分析。采用门诊或电话方式进行随访。术后2年内每3个月随访1次,2年后每6个月随访1次。随访内容包括病史采集,实验室指标检查和腹部B超检查。每6个月进行1次增强CT或磁共振成像(MRI)检查,若实验室指标或B超检查怀疑肿瘤复发转移则可提前行增强CT或MRI检查。随访时间截至2019年1月。研究终点为肿瘤复发时间,定义为手术日至诊断肿瘤复发或转移日。正态分布的计量资料以±s表示,组间比较采用t检验;偏态分布的计量资料以M(范围)表示,组间比较采用Mann-Whitney U检验。计数资料以绝对数或百分比表示,组间比较采用χ2检验。采用Kaplan-Meier法绘制生存曲线并计算生存率,采用Log-rank检验进行生存情况分析。血清甲胎蛋白值经过自然对数转换后纳入分析。应用X-tile 3.6.1软件为连续性变量选取最佳截断值。结果(1)随访情况:243例肝细胞癌患者均获得随访。训练集患者随访时间为4.2~109.2个月,中位随访时间为51.6个月;测试集患者随访时间为12.7~107.6个月,中位随访时间为73.2个月。训练集患者2、5年无瘤生存率分别为77.8%、53.1%,测试集患者上述指标分别为86.4%、61.7%,两组患者上述指标比较,差异无统计学意义(χ2=1.773,P>0.05)。(2)早期肝细胞癌切除术后复发相关的影像组学标签建立:3384个影像组学特征中,选择2426个高度稳定的影像组学特征用于分析。通过整合MRMR得分和RSF重要性排序前20位影像组学特征,筛选出37个影像组学特征;采用LASSO-COX回归分析进一步降维,筛选出7个重要影像组学特征构建影像组学标签。上述7个影像组学特征指标(部位、扫描时相、权重系数)分别为特征1(肿瘤周边、动脉期、0.041),特征2(肿瘤周边、动脉期、-0.103),特征3(肿瘤周边、动脉期、-0.259),特征4(肿瘤内部、动脉期、0.211),特征5(肿瘤周边、门静脉期、-0.170),特征6(肿瘤内部、门静脉期、0.130),特征7(肿瘤内部、门静脉期、0.090)。影像组学标签得分方程=0.041×特征1-0.103×特征2-0.259×特征3+0.211×特征4-0.170×特征5+0.130×特征6+0.090×特征7。(3)早期肝细胞癌切除术后肿瘤复发相关的影像组学标签预测效能:影像组学标签在训练集和测试集中均展现出预测效能,一致性指数分别为0.648(95%可信区间为0.583~0.713)和0.669(95%可信区间为0.587~0.750)。(4)早期肝细胞癌切除术后肿瘤复发相关的影像组学预测模型构建:单因素分析结果显示ln(血清甲胎蛋白)、肝硬化、肿瘤边界状态、动脉期肿瘤周边强化、肿瘤内坏死、影像组学标签、肿瘤卫星灶和微血管侵犯是影响早期肝细胞癌切除术后肿瘤复发的相关因素(风险比=1.202,1.776,1.889,2.957,1.713,4.237,4.364,4.258,95%可信区间为1.083~1.333,1.068~2.953,1.181~3.024,1.462~5.981,1.076~2.728,2.593~6.923,2.468~7.717,2.427~7.468,P<0.05)。多因素分析结果显示:影像组学模型1(术前模型)由ln(血清甲胎蛋白)、肿瘤边界状态和影像组学标签构成(风险比=1.145,1.838,3.525,95%可信区间为1.029~1.273,1.143~2.955,2.172~5.720,P<0.05);影像组学模型2(术后模型)由ln(血清甲胎蛋白)、影像组学标签、微血管侵犯和肿瘤卫星灶构成(风险比=1.123,2.386,3.456,3.481,95%可信区间为1.005~1.254,1.501~3.795,1.863~6.410,1.891~6.408,P<0.05)。风险预测方程:影像组学模型1=0.135×ln(血清甲胎蛋白)+0.608×肿瘤边界状态(0:平滑;1:不平滑)+1.260×影像组学标签;影像组学模型2=0.116×ln(血清甲胎蛋白)+0.870×影像组学标签+1.240×微血管侵犯(0:无;1:有)+1.247×肿瘤卫星灶(0:无;1:有)。(5)早期肝细胞癌切除术后肿瘤复发相关的影像组学预测模型验证:在训练集和测试集中,影像组学模型1具有较好的预测效能,一致性指数分别为0.716(95%可信区间为0.662~0.770)和0.724(95%可信区间为0.642~0.806);影像组学模型2展现出更好的预测效能,一致性指数分别为0.765(95%可信区间为0.712~0.818)和0.741(95%可信区间为0.662~0.820)。校准曲线提示影像组学模型的预测概率与实际观察值具有较好一致性。(6)影像组学模型与其他临床统计学模型和现有肝细胞癌分期系统的预测效能比较:在训练集中,影像组学模型1对早期肝细胞癌切除术后肿瘤复发的预测效能与ERASL模型(术前)、巴塞罗那临床肝癌(BCLC)分期、香港肝癌(HKLC)分期和意大利肝癌协作组(CLIP)分级比较,差异均有统计学意义(一致性指数=0.562,0.484,0.520,0.622,95%可信区间为0.490~0.634,0.311~0.658,0.301~0.740,0.509~0.736,P<0.05);影像组学模型2对早期肝细胞癌切除术后肿瘤复发的预测效能与ERASL模型(术后)、Korean模型和第8版TNM分期比较,差异均有统计学意义(一致性指数=0.601,0.523,0.513,95%可信区间为0.524~0.677,0.449~0.596,0.273~0.753,P<0.05)。在测试集中,影像组学模型1对早期肝细胞癌切除术后肿瘤复发的预测效能与ERASL模型(术前)、BCLC分期、HKLC分期和CLIP分级比较,差异均有统计学意义(一致性指数=0.540,0.473,0.504,0.545,95%可信区间为0.442~0.638,0.252~0.693,0.252~0.757,0.361~0.730,P<0.05);影像组学模型2对早期肝细胞癌切除术后肿瘤复发的预测效能与ERASL模型(术后)、Korean模型和第8版TNM分期比较,差异均有统计学意义(一致性指数=0.562,0.513,0.521,95%可信区间为0.451~0.672,0.399~0.626,0.251~0.791,P<0.05)。(7)影像组学模型对早期肝细胞癌切除术后肿瘤复发风险的分层分析:根据X-tile软件分析结果,将影像组学模型1得分<1.4分(对应列线图总分<62.0分)归为低危组,影像组学模型1得分≥1.4分(对应列线图总分≥62.0分)归为高危组;影像组学模型2得分<1.7分(对应列线图总分<88.0分)归为低危组,影像组学模型2得分≥1.7分(对应列线图总分≥88.0分)归为高危组。在训练集中,影像组学模型1预测为低危组患者术后2、5年肿瘤复发率分别为14.1%、35.3%,高危组患者术后2、5年肿瘤复发率分别为63.0%、100.0%,两组比较,差异有统计学意义(χ2=70.381,P<0.05);影像组学模型2预测为低危组患者术后2、5年肿瘤复发率分别为12.9%、38.2%,高危组患者术后2、5年肿瘤复发率分别为81.8%、100.0%,两组比较,差异有统计学意义(χ2=98.613,P<0.05)。在测试集中,影像组学模型1预测为低危组患者术后2、5年肿瘤复发率分别为5.6%、29.3%,高危组患者术后2、5年肿瘤复发率分别为70.0%、100.0%,两组比较,差异有统计学意义(χ2=64.453,P<0.05);影像组学模型2预测为低危组患者术后2、5年肿瘤复发率分别为5.7%、28.1%,高危组患者术后2、5年肿瘤复发率分别为63.6%、100.0%,两组比较,差异有统计学意义(χ2=58.032,P<0.05)。结论本研究通过筛选CT检查影像组学特征建立由7个影像组学特征组合而成的影像组学标签,并由此构建了早期肝细胞癌切除术后肿瘤复发的预测模型。该模型与现有的临床影像病理预后因素形成互补,能在早期肝细胞癌切除术前和术后提供较为准确的、个体化的肿瘤复发风险预测,可为早期肝细胞癌患者的临床决策提供参考。     

急诊食管胃底曲张静脉栓塞联合Ⅱ期部分脾动脉栓塞术治疗肝硬化门脉高压症并急性上消化道出血效果观察

目的评估急诊食管胃底曲张静脉栓塞联合Ⅱ期部分脾动脉栓塞术治疗肝硬化门静脉高压症并急性上消化道出血疗效。方法对45例肝硬化门静脉高压症并急性上消化道出血患者行食管胃底曲张静脉栓塞联合Ⅱ期部分脾动脉栓塞术,回顾性分析患者的临床资料。结果 43例患者出血完全缓解,1例术后小量出血经药物治疗后缓解,1例行二次食管胃底曲张静脉栓塞后缓解,无明显手术并发症。术后随访1 a,40例未再出血,脾功能亢进有效控制。结论食管胃底曲张静脉栓塞联合Ⅱ期部分脾动脉栓塞术治疗肝硬化门静脉高压合并上消化道出血,止血效果确切,对于病情重、体质差、肝功能差不耐受外科手术者不失为一种良好的抢救及治疗措施。