对比增强计算机断层扫描影像组学模型预测急性胰腺炎活动度与预后
研究纳入两家机构共335例急性胰腺炎住院患者,确定入院改良胰腺炎活动度评分系统(mPASS)预测重症急性胰腺炎的阈值为112.5(AUC 0.90,95%CI 0.83–0.96),并基于对比增强CT动脉期影像组学特征联合白细胞计数构建联合模型预测急性胰腺炎活动度,训练组、验证组和测试组AUC分别为0.84、0.77和0.80,预测疾病未缓解的AUC为0.76,与入院mPASS的0.77(95%CI 0.70–0.83)相当。
要点
- 入院mPASS预测重症急性胰腺炎的阈值为112.5,该阈值下AUC为0.90(95%CI 0.83–0.96)。
- 基于对比增强CT动脉期影像组学特征联合白细胞计数的联合模型,训练组、验证组和测试组预测活动度的AUC分别为0.84、0.77和0.80。
- 联合模型预测疾病未缓解的AUC为0.76(95%CI 0.69–0.83),入院mPASS为0.77(95%CI 0.70–0.83)。
核心结论
- 入院mPASS评分预测重症急性胰腺炎的阈值为112.5。
- 基于对比增强CT影像组学的模型能够预测急性胰腺炎活动度,其预测疾病未缓解的能力与mPASS相当。
研究设计与样本
- 双中心回顾性研究,机构1连续纳入2019年1月至2021年10月急性胰腺炎住院患者234例,按5:5随机分为训练组和验证组。
- 机构2连续纳入2021年1月至2022年7月急性胰腺炎住院患者101例作为测试组。
- 采用Somatom Definition AS+128(Siemens Healthineers)或LightSpeed VCT 128(GE Healthcare)行两期对比增强CT,静脉注射碘对比剂(Omnipaque,GE Healthcare)。
- 参考标准为入院mPASS评分阈值112.5分组,以及随访期间CT/MRI和临床表现判断疾病是否未缓解。
关键影像表现/征象
- 高活动度组与低活动度组相比,APACHE II、BISAP、CTSI、EPIC评分、住院时间、严重程度及局部并发症率均更高(p<0.05)。
- 高活动度组与低活动度组相比,白细胞计数、白蛋白和C反应蛋白水平更高(p<0.01)。
诊断标准与关键数值
- 入院mPASS评分预测重症急性胰腺炎的阈值为112.5,AUC为0.90(95%CI 0.83–0.96)。
- 动脉期影像组学模型预测活动度在训练组、验证组和测试组的AUC分别为0.79(95%CI 0.70–0.87)、0.72(95%CI 0.63–0.81)和0.76(95%CI 0.65–0.87)。
- 静脉期影像组学模型预测活动度在训练组、验证组和测试组的AUC分别为0.75(95%CI 0.67–0.84)、0.70(95%CI 0.61–0.80)和0.72(95%CI 0.59–0.84)。
- 联合模型(rad-score+白细胞计数)预测活动度在训练组、验证组和测试组的AUC分别为0.84、0.77和0.80。
- 白细胞计数预测急性胰腺炎活动度的OR为1.075(95%CI 1.013–1.141,p=0.017)。
临床应用与阅片要点
- 入院mPASS评分112.5可作为预测重症急性胰腺炎的阈值,用于区分高、低疾病活动度。
- 基于对比增强CT动脉期影像组学特征联合白细胞计数的联合模型,可作为一种预测急性胰腺炎活动度和预后的新方法。
- 联合模型预测疾病未缓解的能力与入院mPASS评分相当。
局限性
- 需要将更多临床特征和实验室参数纳入综合评估,但本研究仅使用与急性胰腺炎严重程度相关的常规实验室参数以避免额外费用。
- 尽管335例对于影像组学研究已足够,但仍需要更多病例来提高模型的普适性和可信度。
- 这项回顾性研究可能存在一些混杂因素和偏倚。
- 胰腺及胰周脂肪坏死的混杂作用可能导致对疾病严重程度的低估,本研究未对此进行评估。
全文中译18 节 · 点击展开
引言
急性胰腺炎(AP)的发病率在大多数西方国家呈稳步上升趋势[1]。AP的病程高度多变,约20%的患者发展为中度或重度AP[2]。AP的严重程度是一个特定的临床结局。许多用于严重程度评估的临床和影像学评分系统已被提出。AP的活动性被定义为病程中的可逆性表现[3],目前仅有少数临床评分系统。基于此现状,本研究旨在建立一种预测AP活动性的新方法。
胰腺炎活动性评分系统(PASS)已被用于识别AP患者在任何时间点的病情状况并评估对当前治疗的反应。PASS的五个组成部分包括器官衰竭、SIRS、腹痛、吗啡等效剂量和固体饮食耐受性[3]。PASS与重要临床结局[4]、感染性胰腺坏死[5]、病因[6]和病程[7]相关。由于吗啡等效剂量存在争议,改良胰腺炎活动性评分系统(mPASS)已被提出[8]。然而,mPASS不包含直接反映病理生理过程和胰腺影像学状况的指标。
根据2012年RAC[9]和2019年ACR[10],当病因不明、入院时症状和体征不典型以及临床情况严重时,增强计算机断层扫描(CECT)具有重要意义。影像组学特征在反映图像获取的定量信息方面可能比肉眼获取的信息更有效[11]。已有报道称影像组学有助于预测AP的严重程度[12]、胰周坏死[13]和复发[11]。
影像组学可用于获取胰腺实质的状况,实验室参数有助于直接反映AP的炎症过程。本研究的目的如下:(1)确定入院时mPASS评分预测重度AP的具体阈值;(2)探讨高水平和低水平疾病活动性AP的CECT影像组学特征和实验室参数;(3)基于联合分类模型构建列线图以预测AP的活动性和预后。
材料与方法
患者
连续纳入2019年1月至2021年10月于机构1以及2021年1月至2022年7月于机构2住院的AP患者(经伦理委员会批准,编号2021ER165-1,并获得中国临床试验注册中心注册号ChiCTR220057403),本回顾性分析的个体知情同意予以豁免。
定义AP需满足以下参数中的两项或以上:特征性腹痛;血清淀粉酶和/或脂肪酶水平≥正常上限(35–135 U/L)的3倍;和/或AP的典型影像学表现[9]。
纳入标准如下:(1)年龄大于18岁因AP住院的患者;(2)住院24小时内接受双期CECT检查的患者;(3)入院时临床数据和实验室参数收集完整。
排除标准如下:(1)合并肿瘤或严重慢性消耗性疾病的患者;(2)慢性胰腺炎患者;(3)图像或病历资料不满意;(4)失访,如转至其他医院。
在医院信息系统和影像归档与通信系统中查找被诊断为急性胰腺炎(AP)的患者。来自机构1的患者按5:5的比例随机分为训练组和验证组。来自机构2的患者作为测试组。
CT技术与判读
患者使用Somatom Definition AS + 128(Siemens Healthineers)或LightSpeed VCT 128(GE Healthcare,Boston)进行扫描,并静脉注射碘对比剂(Omnipaque,GE Healthcare)。详细信息见补充表1和S1。
两名放射科医师(具有3年胰腺炎影像学经验)评估了CT严重指数(CTSI)[14]、CT胰腺外炎症(EPIC)评分[15]和局部并发症[9]。所有结果均通过共识评估。
临床参数
不知晓影像学结果的作者记录了以下参数:年龄;性别;病因;与AP相关的入院参数[16–18],包括白细胞(WBC)计数、血小板(Plt)计数、血细胞比容(HCT)、C反应蛋白(CRP)、白蛋白(ALB)、血尿素氮(BUN)、肌酐(Cr)、乳酸(Lac)、总胆红素(TBil)和钙(Ca);mPASS评分;急性生理学与慢性健康状况评估II(APACHE II)评分[19];急性胰腺炎床旁严重度指数(BISAP)评分[20];基于改良Marshall评分的AP严重程度[9];以及住院时间。
预测重症AP的mPASS阈值选择
无器官衰竭的轻症AP患者平均而言往往表现为低水平的疾病活动度,或在疾病活动度评分上迅速下降,而伴有持续性器官衰竭的重症AP患者在整个疾病早期病程中平均而言表现为高水平的疾病活动度[3]。根据既往方法[4],以严重程度为状态变量、入院mPASS为检验变量绘制预测重症AP的ROC曲线。选择截断值作为阈值,将患者分为高疾病活动度组和低疾病活动度组。临床结局和后续影像学结果用于验证该阈值的准确性。
图像分割与特征计算
图像分割与特征计算在3D Slicer(https://www.slicer.org)中完成。放射科医师在动脉期和静脉期增强CT(CECT)图像的每一层上勾画胰腺实质,避开胆管和外周血管。勾画的感兴趣区(ROI)的影像组学特征通过3D Slicer中名为radiomics的模块提取。此外,原始图像的特征通过高斯变换和小波变换进行转换。另外,两名放射科医师在50幅CT图像上勾画ROI以进行一致性检验。
预处理与一致性检验
预处理步骤包括重采样和Z分数标准化。分析组内和组间相关系数(ICC)以确定观察者之间的一致性。ICC < 0.75被认为一致性差。
降维特征筛选
我们对训练组的特征进行了Mann‒Whitney U检验或独立样本t检验。使用最小绝对收缩和选择算子(LASSO)进行降维。通过改变正则化参数(λ)调整模型复杂度,并通过10轮交叉验证进行优化。
模型构建与验证
采用多变量逻辑回归建立影像组学模型。基于影像组学公式计算放射组学评分(rad-score),并基于机构1的数据将其与有意义的实验室参数结合构建联合模型。
列线图的构建与评价
联合模型以列线图形式可视化。绘制校准曲线和决策曲线。由于腹部并发症主要发生在急性胰腺炎(AP)发作后第2至第5周[21],预后通过该期间后续CT/MRI影像检查及临床表现确定(补充材料S3)。
统计分析
统计分析采用社会科学统计软件包(SPSS;版本26.0,IBM,Armonk,NY,USA)进行,影像组学特征采用R软件(v.4.2.1,https://www.r.project.org/)分析。定量变量采用独立样本t检验或Mann-Whitney U检验。分类变量采用χ2检验或Fisher精确检验进行比较。检验水准为α = 0.05。采用Glmnet包进行LASSO回归,采用pROC包生成ROC曲线。采用rms和rmda包绘制列线图和决策曲线。
结果
患者及mPASS预测重症AP的阈值
最终研究队列由机构1的234例患者和机构2的101例患者组成。研究流程图见图1。临床和影像学特征记录于表1。机构1中,男性155例(66%),中位年龄为48岁(IQR 38–58)。从发病到入院的中位时间为4天。AP的主要病因为胆结石和高脂血症,各占35%(82/234)。234例患者中,2例死亡。机构2中,男性69例(68%),中位年龄为48岁(IQR 39–61)。最常见的病因是胆结石(39%)。101例患者中,1例死亡。机构1和机构2的入院mPASS评分中位数分别为75(IQR 55–135)和70(IQR 55–110)。
机构1中入院mPASS预测重症AP的截断值为112.5,AUC为0.90(95% CI:0.83–0.96)。根据该阈值将患者分为高疾病活动度组和低疾病活动度组。在训练组、验证组和测试组中,高疾病活动度分别为41例、42例和24例,低疾病活动度分别为76例、75例和77例。三组之间高活动度AP的比例无显著差异(训练组、验证组和测试组分别为35%、36%和24%,χ2 = 4.468,p = 0.11)。
三组中高疾病活动度与低疾病活动度患者在性别、年龄或病因方面无显著差异(p > 0.05)。三组中高疾病活动度AP患者的APACHE II、BISAP、CTSI和EPIC评分、住院时间、严重程度及局部并发症发生率均高于低疾病活动度AP患者(p < 0.05)。CTSI和EPIC预测AP活动度的AUC值在训练组、验证组和测试组分别为0.71、0.77、0.72和0.68、0.71、0.77。在机构1中,高活动度AP患者的WBC、ALB和CRP水平高于低活动度AP患者(p < 0.01)。WBC计数是预测AP活动度的独立危险因素(OR = 1.075,95% CI:1.013–1.141,p = 0.017)(表2)。
特征计算与一致性检验
共提取了七组包含1223个特征的影像组学特征(补充材料S2)。观察者内和观察者间一致性的特征满意一致率在动脉期分别达到71%(ICC中位数 = 0.93,IQR:0.68–0.98)和69%(ICC中位数 = 0.92,IQR:0.68–0.98),在静脉期分别达到93%(ICC中位数 = 0.98,IQR:0.92–0.99)和81%(ICC中位数 = 0.96,IQR:0.83–0.99)(补充图1)。最终,动脉期和静脉期分别剔除了431个和250个特征。
降维特征筛选
经独立样本t检验,动脉期和静脉期分别有36个和17个特征显示出显著差异(p < 0.05)。Mann-Whitney U检验显示分别有191个和86个特征具有显著差异。动脉期和静脉期分别有227个和103个特征提交至LASSO回归。LASSO从动脉期和静脉期CECT中分别输出7个和5个非零系数特征用于建模(补充图2)。
模型构建与验证
影像组学模型在训练组、验证组和测试组中的AUC值在动脉期分别为0.79(95% CI:0.70–0.87)、0.72(95% CI:0.63–0.81)和0.76(95% CI:0.65–0.87),在静脉期分别为0.75(95% CI:0.67–0.84)、0.70(95% CI:0.61–0.80)和0.72(95% CI:0.59–0.84)(表3)。
最终影像组学模型基于动脉期的最优影像组学特征构建(补充图3)。Rad-score根据影像组学公式计算(补充表2)。多因素分析中具有显著意义的WBC计数和rad-score被纳入构建联合模型和列线图(图2)。联合模型预测AP活动度的AUC值在训练组、验证组和测试组分别为0.84、0.77和0.80(图3)。校准曲线显示预测值与观察值之间具有良好的一致性(补充图4)。决策曲线分析(DCA)显示使用联合模型有助于患者获得最大疗效(补充图5)。
随访结果
在本研究中,对所有患者进行了随访。在住院期间或出院后随访期间,疾病活动度高的AP患者中,第二次影像学检查结果、后续实验室检查或症状显示无缓解的人数为43例(43/107,39%),该比例高于疾病活动度低的AP患者(20/228,9%,χ2 = 47.068,p < 0.001)(图4和图5)。联合模型预测后续影像学检查结果或临床表现无缓解的AUC为0.76(95% CI:0.69–0.83),入院时mPASS评分的AUC为0.77(95% CI:0.70–0.83)。
讨论
在这项双中心回顾性研究中,我们确定了入院时mPASS预测重症AP的阈值为112.5,并构建了基于CECT影像组学和WBC的联合模型,为预测AP活动度提供了一种新的简便方法。联合模型预测AP活动度的AUC值在训练组、验证组和测试组中分别为0.84、0.77和0.80。本研究是首次尝试使用CECT影像组学和实验室参数来预测AP的活动度。
在机构1中,入院时mPASS评分预测重症AP的AUC为0.90,与既往研究[8]相似。在本研究中,入院时疾病活动度高的AP患者的住院时间、严重程度和并发症发生率均高于疾病活动度低的AP患者,这与既往研究[4]无差异。随访结果表明,入院时疾病活动度高的患者更可能出现影像学检查结果和临床表现无缓解的情况。这些结果验证了入院时mPASS > 112.5在预测重要临床结局和影像学无缓解方面的准确性。
在本研究中,高疾病活动度组与低疾病活动度组之间APACHE II和BISAP存在显著差异,这可能是由于严重程度评分与mPASS存在重叠成分,如器官衰竭和SIRS。白细胞计数是预测AP活动度的唯一独立危险因素。既往研究表明,胰蛋白酶激活和中性粒细胞浸润相互促进[22],毒性介质可导致组织损伤[23]。尽管ALB和CRP水平与重症AP相关[18, 24],但仍需进一步研究来判断ALB和CRP是否可用于预测AP的活动度。
疾病活动的定义是病程中可逆的表现,而严重程度则是固定状态或结局[3]。在本研究中,高疾病活动度组与低疾病活动度组之间的CTSI和EPIC评分存在显著差异,这提示影像学可能能够识别严重程度与活动度之间的关联。然而,传统影像学表现往往滞后于疾病进展。轻微的活动度变化可能导致影像组学评分的剧烈波动,而传统影像学评分系统可能变化很小或完全无变化。
影像组学在急性胰腺炎(AP)研究中发挥着重要作用[11–13]。近期,Zhao Y等[25]强调了影像组学在AP严重程度中的应用,但尚无研究报道影像组学是否可用于预测AP活动度。在本研究中,增强CT(CECT)影像组学特征显示出预测AP活动度的能力。与CTSI和EPIC相比,影像组学模型具有更优的价值。这提示影像组学特征揭示了高疾病活动度与低疾病活动度之间的部分差异,其原因可能在于血液浓缩、血流减少、组织氧合下降、血管收缩或通透性增加所引起的胰腺实质一些微小形态学改变[26, 27]。
纳入白细胞(WBC)计数后,影像组学模型的有效性得到提高。联合模型的组成成分可方便地从CECT和血常规检查中获取,从而避免了额外的医学检查。随访结果显示,基于列线图总分较高的患者更可能在入院时具有高活动度水平的高风险,并表现出影像学和临床表现呈上升趋势,这可能与胰腺实质短暂缺血和缺氧导致不可逆液化和坏死的发展有关[28]。随访结果显示,联合模型预测临床和影像学无缓解的能力与入院时mPASS相当,并证实了联合模型作为定量工具在预测AP活动度和预后方面具有潜在的临床应用价值。
本研究的模型表现出稳定的性能。来自另一家三级转诊中心的测试组性能表明该模型具有一定的泛化能力。采用重采样以减轻影像组学特征不理想的可重复性。影像组学特征具有线性可分性,多元逻辑回归具有良好的稳定性、直接的计算过程和良好的性能。
本研究存在若干局限性。首先,全面评估必须考虑更多临床特征和实验室参数。然而,本研究使用了与AP严重程度相关的常规实验室参数以避免额外费用。其次,尽管335例对于影像组学而言已足够,但仍需纳入更多病例以提高普遍性和可信度。第三,本回顾性研究可能存在一些混杂因素和偏倚。我们制定了特定标准并采用外部验证以确保模型的可靠性。最后,胰腺及胰周脂肪坏死对疾病严重程度低估的混杂作用尚未在本研究中予以评估。
总之,入院时mPASS评分112.5是预测重症急性胰腺炎(AP)的有意义阈值,影像组学特征可能反映高疾病活动度与低疾病活动度AP之间的差异,这些差异隐藏在胰腺实质中。白细胞(WBC)可能反映不同活动度AP炎症过程之间的差异。基于增强CT(CECT)影像组学的联合模型为预测AP活动度提供了一种新方法,并在预测临床或影像学无缓解方面具有潜在价值。它有望成为预测AP活动度和预后的有前景的工具,从而有助于进一步管理。
补充信息
电子补充材料
引用
- Yu NJ, Li XH, Liu C, et al. Radiomics models of contrast-enhanced computed tomography for predicting the activity and prognosis of acute pancreatitis. Insights Imaging. 2024. PMID: 38902394. doi:10.1186/s13244-024-01738-0
- 全文:PMC11190132(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11190132/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。