科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的建立并验证一种基于CT影像特征的预测模型用于预测MSAP和SAP患者有无感染性包裹性坏死(WON)。方法连续性收集2015年1月至2020年12月间海军军医大学第一附属医院收治的依据2012年亚特兰大修订版诊断标准确诊的1 322例MSAP、SAP患者的临床和CT资料, 最终纳入入院3 d后行CT增强且住院期间对WON行经皮穿刺置管引流的患者126例, 其中MSAP患者63例, SAP患者63例。根据引流液培养是否阳性将患者分为无菌性WON组(SWON组, 31例)和感染性WON组(IWON组, 95例), 其中2015年1月至2018年12月间18例SWON和74例IWON患者组成训练集, 2019年1月至2020年12月间13例SWON和21例IWON患者组成验证集。采用单因素和多因素logistic回归分析, 建立预测IWON的模型, 并可视化为列线图。通过受试者工作特征曲线(ROC)计算曲线下面积(AUC)、灵敏度、特异度、准确率, 评价模型的预测效能, 使用决策曲线分析(DCA)评估其临床应用价值。结果单因素回归分析结果显示, 年龄、病因、WON气泡征和WON最低CT值均与IWON有显著相关性;多因素回归分析结果显示, 年龄越大、胆源性胰腺炎、有WON气泡征和WON最低CT值越大是IWON的独立预测因素。由此建立的预测模型回归方程式为0.12+0.01×年龄-0.75×高脂血症-1.62×酒精性-2.62×其他病因+19.18×WON气泡征+0.10×WON最低CT值。模型在训练集的AUC值为0.85(95%CI0.76～0.94), 灵敏度、特异度和准确率分别为67.57%、88.89%和71.74%, 在验证集的AUC值为0.78(95%CI 0.62～0.94), 灵敏度、特异度和准确率分别为66.67%、84.62%和73.53%。决策曲线分析结果显示, 列线图在鉴别WON有无感染的概率>0.38时, 使用列线图预测比不适用更能让患者在临床获益。结论基于CT影像特征构建的预测模型可以无创、准确地预测MSAP和SAP患者有无感染性WON, 为指导临床治疗和评估预后提供了参考依据。
- 单位
