基于CT影像特征预测COVID-19患者肺部病变进展

【目的】基于不同阶段COVID-19患者肺部病变变化，利用CT影像学特征建立列线图模型，探讨其预测病变是否进展的效能。【方法】对136例新冠肺炎患者进行回顾性研究，均经2次以上CT扫描。这些患者数据被分成三个队列（训练队列，以及验证队列1和2）。训练队列中的患者根据发热症状开始至首次CT的时间分为三组，分析比较各组之间临床表现和CT特征。根据患者的CT特征构建了一个预测疾病进展的列线图，并对其性能进行了评估。【结果】训练队列包括41名患者。根据三个CT特征：不规则条索影、充气支气管征和不规则形态病灶的比例≥50%，生成了预测疾病进展的列线图，AUC(95%CI)=0.906(0.817,0.995)。训练队列的C指数为0.906，内部验证的C指数为0.892。验证队列1(34例)：AUC(95%CI)=0.889(0.793,0.984)；验证队列2(61例)：AUC(95%CI)=0.876(0.706,1.000)。校准曲线表明，列线图预测值与观测值具有较好的一致性。【结论】基于CT影像组学建立的列线图模型可以预测患者肺部病灶的转归，具有较高的敏感性和特异性。根据新冠肺炎患者的CT...