基于影像特征的膝关节炎进展预测建模及列线图设计

摘要：

临床发现,影像学上明显的软骨修复患者的症状可能没有明显改善.为探索可能的原因及风险因素,并构建可用于膝关节炎患者个性化评估预测的模型,从膝关节炎数据库中随机抽取样本101例,其中有进展组51例,无进展组50例.首先采用单因素逻辑回归和最小冗余最大相关(mRMR)方法对临床特征及影像特征分别进行分析;然后采用回归模型(LASSO)对筛选后的影像特征进一步进行特征筛选并建立Rad模型,并采用多元逻辑回归方法组合影像学(Rad)模型和筛选的临床(Clinical)风险因素构建组合模型Rad+Clinical,在此基础上绘制Rad+Clinical列线图;最后采用ROC曲线、Hosmer-Lemeshow检验以及Delong检验等方法对模型预测的准确性以及一致性进行验证和对比.年龄和身体质量指数(BMI)是区分膝关节炎患者两年内有无进展的显著危险因素;153个影像特征经过mRMR方法筛选后得到30个特征,LASSO方法进一步筛选后得到6个特征用于构建Rad模型;将年龄、BMI以及Rad模型组合后得到了Rad+Clinical模型和列线图.得到的模型在训练集和测试集上均有较高的预测准确性和一致性.此外,Rad+Clinical模型的预测性能要优于Rad模型,但两者差异并不显著.综上,探索并构建了一个基于影像特征的Rad模型并对其性能进行了评估,可用于预测两年内潜在的膝关节炎进展.构建的模型显示出良好的可行性和准确性,绘制的列线图作为一种有用的工具,可用于个性化评估膝关节骨性关节炎患者的进展和预后,并指导临床在骨关节炎治疗和预后方面的决策.

关键词：膝关节炎、影像特征、模型预测

所属期刊栏目：44

分类号：R-3(医学研究方法)

资助基金：湖北省自然科学基金和湖北省卫生健康委科研项目2020CFB333;2021-2022

在线出版日期：2022-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：609-615