基于多频磁共振弹性成像预测肝硬化门静脉高压患者高危食管胃底静脉曲张的模型开发与评估
前瞻性纳入54例肝炎相关肝硬化门静脉高压患者,用多频MRE测量肝/脾剪切波速度并结合门静脉直径建立预测模型。模型 y=-17.50+2.77×脾硬度+0.57×门静脉直径,AUC 0.94、敏感度0.80、特异度0.97,优于各单项指标,但与基于Baveno VII的模型(AUC 0.90)差异无统计学意义。
要点
- 脾硬度是多频MRE预测高危食管胃底静脉曲张的独立预测因子,AUC 0.89、阈值3.38 m/s。
- 联合模型 y=-17.50+2.77×脾硬度+0.57×门静脉直径,AUC 0.94、特异度0.97。
- 模型与Baveno VII模型AUC 0.94 vs 0.90,差异无统计学意义(p=0.30)。
核心结论
- 基于多频MRE的脾硬度联合门静脉直径模型能有效识别高危食管胃底静脉曲张,提示无创MRE评估可能有助于指导早期干预、降低曲张静脉出血风险。
- 作者指出该模型应视为探索性,临床使用前需独立外部验证。
研究设计与样本
- 单中心前瞻性研究,2023年1月至12月筛查66例,最终纳入54例肝炎相关肝硬化门静脉高压患者(男46例、女8例,平均年龄54.52±9.65岁)。
- 使用3.0T MAGNETOM Prisma磁共振仪,多频MRE在30、40、50、60 Hz四个机械频率采集,运动编码梯度频率69.44 Hz、幅度45 mT/m,采用k-MDEV算法生成剪切波速度图。
- 以内镜分级为参考标准:G0无静脉曲张、G1直或轻度迂曲、G2直或轻度迂曲伴红色征或蛇形迂曲扩张无红色征、G3斜行迂曲呈瘤样;G0–G1为低危组、G2–G3为高危组。
- 两名放射科医师(经验10年与2年)独立勾画ROI测量肝、脾剪切波速度,以Bland-Altman分析和组内相关系数评价观察者间一致性。
关键影像表现/征象
- 低危组肝剪切波速度2.28±0.46 m/s、脾3.31±0.48 m/s;高危组肝2.83±0.59 m/s、脾4.08±0.52 m/s,两组肝、脾硬度差异有统计学意义(p<0.05)。
- 肝、脾硬度测量的观察者间一致性极佳,两组ICC均为0.99(95%CI见原文表2,均p<0.001),与Bland-Altman分析结果一致。
- 肝硬度与内镜静脉曲张程度正相关(r=0.54,95%CI 0.32–0.71),但预测效能低于脾硬度。
- 脾体积低危组456.63±301.45 mL、高危组752.09±240.46 mL;门静脉直径低危组11.61±1.59 mm、高危组14.38±2.52 mm;脾静脉直径低危组8.33±1.94 mm、高危组9.82±2.63 mm。
诊断标准与关键数值
- 脾硬度阈值3.38 m/s时AUC 0.89、敏感度0.84、特异度0.83(r=0.67,95%CI 0.49–0.80)。
- 肝硬度阈值2.38 m/s时AUC 0.81、敏感度0.84、特异度0.72(r=0.54,95%CI 0.32–0.71)。
- 门静脉直径阈值11.8 mm时AUC 0.82、敏感度0.88、特异度0.68(r=0.55,95%CI 0.33–0.71)。
- 联合模型 y=-17.50+2.77×脾硬度(m/s)+0.57×门静脉直径,AUC 0.94(95%CI 0.83–0.98)、界值-0.93、敏感度0.80、特异度0.97;Bootstrap内部验证平均AUC 0.92(95%CI 0.765–1)。
- 基于Baveno VII的模型(肝硬度+PLT)AUC 0.90(95%CI 0.83–0.96)、敏感度0.84、特异度0.83,Bootstrap校正AUC 0.88(95%CI 0.74–0.99);与联合模型差异无统计学意义(p=0.30)。
临床应用与阅片要点
- 作者认为脾硬度是比肝硬度更可靠的高危食管胃底静脉曲张预测指标,联合门静脉直径的模型预测效能高于任何单项临床或影像指标(p<0.05)。
- 作者指出模型特异度97%同时保持敏感度80%,提示相当比例患者可能安全避免不必要的内镜检查,从而增强临床医生采用无创管理策略的信心。
- 作者指出与Baveno VII标准(肝硬度<20 kPa且PLT>150×10⁹/L可不行胃镜)相比,基于脾硬度的模型更可靠。
- 作者指出该模型应视为探索性,需独立外部验证后才能用于临床。
局限性
- 作者指出该模型应视为探索性,临床应用前需独立外部验证。
- 作者在讨论中提及实验样本量小可导致脾体积相关结果出现差异,并指出需进一步研究证实脾体积在病变前后的变化。
- 作者指出PLT、白蛋白、INR等指标阈值在不同研究间存在差异、诊断效能与特异度有限,其预测价值在伴或不伴肝硬化的门静脉高压中可能不同,需进一步大规模研究。
全文中译13 节 · 点击展开
引言
食管胃静脉曲张(EGV)是失代偿期肝硬化门静脉高压的常见并发症,在失代偿期肝硬化患者中发生率高达85%[1]。食管胃静脉曲张破裂出血(EVB)是肝硬化患者的主要死亡原因,1年发生率约为5%~15%,一旦发生出血,6周死亡率为10%~20%[2, 3]。因此,早期识别高危EGV并及时干预对于改善门静脉高压患者的预后至关重要。
迄今为止,内镜检查被认为是诊断静脉曲张存在及预测出血风险的“金标准”[4]。Baveno VI建议所有患者在确诊肝硬化时均应接受上消化道内镜检查[5]。然而,内镜是一种侵入性操作,可引起不适,并存在麻醉相关并发症和出血等潜在风险,限制了其在常规监测中的应用。
既往研究表明,无创方法包括血小板计数(PLT)、天冬氨酸氨基转移酶与血小板比值指数(APRI)、肝脏和脾脏体积、血管直径或体积可用于诊断EGV和预测高危人群[6–10]。然而,这些方法的临床应用受到诊断准确性不足或截断值不一致的影响。因此,寻找其他无创指标来预测高危EGV具有重要意义。
磁共振弹性成像(MRE)被称为“影像触诊技术”,可对活体组织弹性或硬度进行定量评估[11–13]。越来越多的证据表明,MRE测量的肝脏和脾脏硬度能够预测EGV风险[14–17],但大多数研究采用的是传统单频MRE[14–16, 18]。
多频MRE技术是一种新兴的无创成像手段,用于表征组织的生物力学特性。尽管很少有头对头研究在同一人群中定量比较多频和单频MRE,但现有技术证据表明多频MRE具有潜在优势。它结合多个频率与k-MDEV算法,与单频方法相比具有更强的噪声鲁棒性和组织均匀性,并提供更多解剖细节(图S1)[17]。此外,四个被动驱动器使多频MRE的振动波能够有效传递至器官深部区域,这对脾大、大量腹水或肥胖患者有益[19]。然而,有研究报道不同频率下肝脏和脾脏硬度的绝对值及其与门静脉高压和高危EGV的相关性存在差异[20]。多频MRE对高危EGV的预测价值仍不明确。目前,探索多频MRE在EGV诊断中潜力的相关研究相对较少。
因此,本研究旨在通过多频MRE测量肝脏和脾脏硬度来评估肝硬化门静脉高压患者EGV的严重程度,并初步建立基于多频MRE及其他临床和影像学信息的预测模型以识别高危EGV。
材料与方法
参与者
中山大学附属第一医院伦理委员会批准了这项前瞻性研究(批准号 2023-590)。2023年1月至12月,按照以下纳入标准筛选了66例患者:(1)年龄≥18岁;(2)根据中华医学会肝病学分会(2019)[21]的临床、影像学和实验室检查结果确诊为肝炎相关肝硬化并门静脉高压的患者。详细标准见补充材料。排除标准为:(1)因呼吸运动伪影导致图像质量差(n = 2);(2)在MRE前接受过活检、化疗或其他治疗(n = 10);(3)临床信息和MRE数据不完整(n = 0);(4)血管异常、门静脉血栓形成或肝脏严重铁沉积(n = 0)。最终纳入54例患者(图1)。所有参与者在入组前均签署了书面知情同意书。
MR技术
MR序列
所有MR检查均使用配备18通道相控阵表面线圈的3.0特斯拉成像系统(MAGNETOM Prisma;Siemens Healthcare)进行。为避免高估硬度值的混杂效应,所有志愿者在检查前均要求禁食≥6小时[16]。详细的MRI和多频MRE采集方案见补充方法。表1列出了MRE序列参数。除弹性成像外,所有序列均设计用于筛查肝脏和脾脏疾病。
成像过程及肝脏和脾脏硬度与脾脏体积测量
我们使用https://bioqic-apps.com上的流程处理多频波场数据。使用基于多频波数的处理算法(k-MDEV)和基于拉普拉斯算子的处理方法(MDEV)生成剪切波速度(SWS;c,m/s)的全视野图[17]。SWS被认为是硬度的替代标志物,反映复剪切模量的大小[22]。
两名分别具有10年(读片者1)和2年(读片者2)肝脏和脾脏MRE经验的放射科医生使用ImageJ软件(版本1.51)独立分析图像,对患者信息设盲。在肝实质各段最均匀的部位(门静脉水平层面)手动绘制感兴趣区(ROI)(直径约1.0 cm),然后在上、下层面进行相同操作(图2)[23]。对于脾脏,ROI置于上、中、下层面,包括脾实质的完整横断面图像(图2)。避开大血管和钙化。SWS值取平均值以获得平均肝脏或脾脏SWS。
对于脾脏体积,读片者2将5 mm图像导入Volume工作站,逐层手动勾画脾脏边缘,避开脾门。体积由工作站自动计算。
临床及其他影像数据采集
上消化道内镜检查由2名具有10年或以上内镜经验的消化科医师完成。EGVs分类如下(图3):(1)G0:无EGVs;(2)G1:EGVs呈直线或轻度迂曲;(3)G2:EGVs呈直线或轻度迂曲伴红色征,或静脉曲张呈蛇形伴扩张和迂曲但无红色征;(4)G3:EGVs呈斜行且迂曲,伴瘤样外观[15]。根据发生EVB的概率[15],患者被分为两组——无或小静脉曲张(G0或1)的低危组和大静脉曲张(G2或3)的高危组。若意见不一致,最终分级通过在联合审阅和讨论后达成共识确定,以确保准确性和一致性。
以下临床参数和血清标志物检测结果由一名对影像学和内镜信息不知情的临床医师从电子病历中检索:年龄、性别、血小板计数(PLT)、血小板压积(PCT)、总胆红素、血清白蛋白、凝血酶原时间(PT)、国际标准化比值(INR)、血清天冬氨酸氨基转移酶(AST)、血清丙氨酸氨基转移酶(ALT)和腹水量。根据Child-Pugh评分评估每例患者的肝功能。
门静脉和脾静脉直径在轴位对比增强图像上使用标准化方案测量(补充材料)。
统计分析
连续变量以均数±标准差表示。分类变量以比例或百分比表示。采用Bland–Altman分析和组内相关系数(ICC)评估观察者间一致性。采用独立样本t检验分析高危组与低危组之间肝脏和脾脏硬度的差异。采用Spearman相关分析和单因素logistic分析分析各因素与内镜下EGV严重程度的相关性,然后绘制ROC曲线。进行二元logistic回归分析以建立预测模型,并生成ROC曲线。采用Delong检验比较该模型与单个因素及基于指南的模型的预测性能。采用决策曲线分析评估临床疗效。为评估预测模型的内部稳健性并减轻潜在的过拟合,采用bootstrap重采样进行内部验证。并通过四分位距(IQR)法排除脾脏硬度和门静脉内径的极端离群值进行敏感性分析。统计分析使用MedCalc软件(MedCalc Software,Ltd,版本20.218)进行。双侧p < 0.05表示差异有统计学意义。
结果
患者的特征
本研究共纳入54例肝硬化和门静脉高压患者(男性46例,女性8例,平均年龄:54.52 ± 9.65岁,Child-Pugh A级患者:48例;Child-Pugh B级患者:4例;Child-Pugh C级患者:2例;G0级患者:21例;G1级患者:8例;G2级患者:12例;G3级患者:13例)。根据EVB风险,G0级和G1级患者纳入低危组,G2级和G3级患者纳入高危组[24]。在低危组中,医生1和医生2测量的肝脏SWS分别为2.28 ± 0.47和2.27 ± 0.45 m/s,脾脏SWS分别为3.30 ± 0.48和3.31 ± 0.49 m/s。在高危组中,肝脏SWS分别为2.83 ± 0.58和2.83 ± 0.59 m/s,脾脏SWS分别为4.07 ± 0.52和4.09 ± 0.51 m/s。肝脏和脾脏剪切波硬度测量的观察者间一致性极好,低危组和高危组中两个器官的ICC均为0.99(95% CI见表2;均p < 0.001),与Bland–Altman分析一致(图4)。最后,取两次测量的平均值并记录。低危组肝脏和脾脏SWS的平均值分别为2.28 ± 0.46 m/s和3.31 ± 0.48 m/s。在高危组中,平均肝脏硬度为2.83 ± 0.59 m/s,平均脾脏硬度为4.08 ± 0.52 m/s。低危患者与高危患者之间肝脏和脾脏硬度差异有统计学意义(p < 0.05)。
高危EGV的预测因素
低风险组AST平均水平为43.86 ± 21.93 U/L,高风险组AST平均水平为62.72 ± 86.09 U/L。低风险组ALT平均水平为35.62 ± 22.02 U/L,高风险组为49.28 ± 74.67 U/L。低风险组白蛋白平均水平为40.94 ± 7.63 g/L,高风险组为38.00 ± 9.42 g/L;低风险组胆红素平均水平为20.71 ± 8.66 µmol/L,高风险组为36.96 ± 50.18 µmol/L;低风险组PLT平均水平为116.07 ± 49.88 × 109/L,高风险组为69.24 ± 35.35 × 109/L。低风险组PCT平均水平为0.11 ± 0.05,高风险组PCT平均水平为0.07 ± 0.04。低风险组INR平均值为1.07 ± 0.14。高风险组INR平均值为1.20 ± 0.16。低风险组平均脾脏体积为456.63 ± 301.45 mL,高风险组为752.09 ± 240.46 mL。低风险组平均门静脉直径为11.61 ± 1.59 mm,高风险组为14.38 ± 2.52 mm。低风险组平均脾静脉直径为8.33 ± 1.94 mm,高风险组为9.82 ± 2.63 mm。图5显示了高风险和低风险患者肝脏和脾脏硬度分布的小提琴图。
临床指标、影像学指标及联合模型的预测性能
Spearman相关分析和单因素logistic分析显示,年龄、性别、血清AST水平、血清ALT水平、血清白蛋白水平和Child-Pugh分级与内镜下EGV程度无关(p > 0.05)。PLT(r = −0.49,95%置信区间(CI):−0.67至0.26,截断值:78.00 × 109/L,AUC:0.78,敏感性(Se):0.76,特异性(Sp):0.79)、PCT(r = −0.40,95%CI:−0.61至0.15,截断值:0.09,AUC:0.73,Se:0.84,Sp:0.62)与内镜下EGV程度呈负相关(p < 0.05)。胆红素(r = 0.36,95%CI:0.11–0.57,截断值:17.70 µmol/L,AUC:0.71,Se:0.88,Sp:0.52)、INR(r = 0.46,95%CI:0.21–0.65,截断值:1.03,AUC:0.76,Se:0.92,Sp:0.55)、肝脏硬度(r = 0.54,95%CI:0.32–0.71,截断值:2.38 m/s,AUC:0.81,Se:0.84,Sp:0.72)、脾脏硬度(r = 0.67,95%CI:0.49–0.80,截断值:3.38 m/s,AUC:0.89,Se:0.84,Sp:0.83)、脾脏体积(r = 0.50,95%CI:0.26–0.68,截断值:568.18 mL,AUC:0.79,Se:0.78,Sp:0.75)、门静脉直径(r = 0.55,95%CI:0.33-0.71,截断值:11.8 mm,AUC:0.82,Se:0.88,Sp:0.68)、脾静脉直径(r = 0.28,95%CI:0.01–0.51,截断值:10.7 mm,AUC:0.66,Se:0.36,Sp:0.97)与内镜下EGV程度呈正相关(p < 0.05)。相关数据见表3。
将单因素分析中有统计学意义的指标纳入多因素logistic回归模型。多因素logistic回归分析显示,脾脏硬度和门静脉直径是内镜下EGV程度的独立预测因素。预测模型为y = −17.50 + 2.77×脾脏硬度(m/s)+0.57×门静脉直径(AUC = 0.94,95%CI:0.83–0.98,界值:−0.93,Se:0.80,Sp:0.97)。
Delong检验显示,预测模型的预测效率高于任何临床和影像学指标,差异有统计学意义(p < 0.05)。ROC曲线见图6。决策曲线见图S2。Bootstrap内部验证显示平均AUC为0.92(95% CI 0.765–1)(图S4)。采用四分位距(IQR)法排除脾硬度(m/s)和门静脉内径的极端离群值后进行敏感性分析。重新拟合模型后,回归系数和AUC值与原始模型相近(排除前与排除后AUC:0.94 vs. 0.93)(图S5)。
与基于Baveno VII的模型的比较
为便于直接比较,我们在本队列中使用肝硬度和PLT构建了基于Baveno VII的模型[25]。该模型的AUC为0.90(95% CI:0.83–0.96),Se = 0.84,Sp = 0.83,Bootstrap校正后AUC为0.88(95% CI:0.74–0.99)(图S6)。Delong检验显示两个模型之间差异无统计学意义(p = 0.30)(图S7)。
讨论
高危EGV的无创预测对于筛查需要胃镜检查的患者具有重要意义,符合当代精准医学理念,并可能提高患者的依从性。
在本研究中,年龄、性别、血清AST水平、血清ALT水平、血清白蛋白水平和Child-Pugh分级与EGV严重程度无关。PLT和PCT呈负相关,而胆红素、INR、肝硬度、脾硬度、脾体积、门静脉内径和脾静脉内径呈正相关。脾硬度和门静脉内径是独立预测因子,两者联合的模型在预测效能和特异性方面优于单一因素。
PLT降低、白蛋白升高和PT延长在肝硬化中常见,约84%的患者表现为血小板减少[26]。多项研究报告PLT、白蛋白和INR可预测高危EGV:更严重的EGV与更低的PLT和PCT、更高的白蛋白及更长的PT相关[26–30]。Baveno VI建议肝硬度 < 20 kPa且PLT > 150 × 109/L的患者可能不需要胃镜检查[5]。然而,PLT、白蛋白和INR的截断值在各研究间存在差异,诊断效能和特异性有限,可能因为这些标志物主要反映肝功能[29]。且仍无充分证据表明肝功能水平与门静脉压力相关[18]。因此,使用这些因素可能遗漏部分患者,其预测价值在伴或不伴肝硬化的门静脉高压中可能不同,值得进一步开展大规模研究。
我们的研究结果表明,脾硬度是EGV程度的独立预测因子,且呈正相关。这可能归因于门静脉高压患者脾脏血流动力学和结构的继发性改变,包括脾血流量增加、红髓增生和纤维化,这些均导致脾硬度增加[31, 32]。因此,通过脾硬度反映门静脉压力水平来预测高风险EGV是可行的,这也与既往多项研究结果一致[15, 18, 20]。在本研究中,门静脉直径也是EGV程度的独立预测因子,呈正相关。此外,脾静脉直径与食管胃底静脉范围呈正相关。这可能是由于门静脉高压患者门静脉压力升高,门静脉和脾静脉血流量增加,导致门静脉和脾静脉直径增大[33]。
肝硬度与内镜下EGV程度呈正相关。肝硬度越高,内镜下EGV程度越严重,这与既往研究结果一致[14–16]。然而,该指标的预测效能低于脾硬度。Romot M等表明,脾硬度对高风险EGV的预测价值高于肝硬度,这与本研究结果一致[20]。这可能是因为肝硬度主要通过肝纤维化程度反映门静脉压力水平[16]。一些研究表明,门静脉高压在肝纤维化之前或之后发生,这可能意味着门静脉压力水平与肝纤维化严重程度并不完全对应,而脾硬度可能更直接地反映门静脉压力水平[16, 33, 34]。其他一些研究认为,这是因为当门静脉压力增加到一定程度时肝硬度将停止变化,而脾硬度在PV改变后持续变化[35–37]。因此,与Baveno VII标准推荐肝硬度小于20 kPa且PLT大于150 × 109/L用于区分高风险EGV相比,我们认为基于脾硬度的模型更为可靠。
脾体积与内镜下EGV程度呈正相关,这与Morisaka H等的发现一致[16]。这可能是由于门静脉高压患者脾血流量增加,导致红髓增生,从而增加脾体积[38]。然而,一些研究表明脾体积/长径与胃静脉曲张程度无关[14, 15, 18]。这可能是由于不同个体间脾体积差异较大。例如,一些患者原本脾体积较小,但在门静脉高压时脾体积增大,仍处于脾体积正常范围内。在实验样本量较小的情况下,这导致了实验结果的差异。病变前后脾体积的变化可能更为显著,但需要进一步研究证实。
在本研究中,基于门静脉直径和脾脏硬度构建了一个预测模型。结果表明,该模型的预测效率高于上述任何临床和影像学指标,且差异具有统计学意义。与既往研究中基于单频磁共振弹性成像(MRE)的模型及Baveno VII标准相比,我们的模型在保证灵敏度(80%)的同时具有更高的特异度(97%)[5, 37]。高特异度表明相当比例的患者可以安全地避免不必要的内镜检查,从而增强临床医生采用无创管理策略的信心。在与基于指南的模型直接比较中,我们的模型也倾向于获得更高的特异度和AUC,尽管差异未达到统计学显著性。这些发现提示我们的方法具有潜在优势,值得在更大规模的多中心队列中进一步验证。
决策曲线分析表明,在约0.05–0.35的阈值概率范围内,该预测模型提供的标准化净获益大于“全部治疗”和“全部不治疗”两种策略。这表明在临床实践中应用该模型可以通过识别可能受益于预防性内镜治疗或更密切监测的高危患者来改善决策,同时减少低危个体中不必要的操作。
此外,内部Bootstrap验证显示了一致的判别性能,支持该模型在此队列中的可靠性。排除脾脏硬度和门静脉直径极端离群值的敏感性分析产生了几乎相同的回归系数和AUC值,表明该模型的预测能力并非由少数极端数据点驱动。总体而言,这些发现提示该模型具有良好的内部稳健性和稳定性。尽管预测性能良好,但该单中心队列相对较小的样本量不可避免地增加了模型过拟合的风险。因此,所提出的模型应被视为初步和探索性的,较高的AUC可能部分反映了乐观的性能估计。在临床应用之前,必须在更大规模队列中进行独立的外部验证。
另一方面,脾脏硬度和门静脉直径的测量便捷,在临床上具有推广可行性。因此,基于多频MRE测量的脾脏硬度联合门静脉内径构建的预测模型可以筛查出高危EGV,从而提示及时的临床干预,降低EVB风险,并有助于改善患者预后。
与胃镜和HVPG相比,弹性成像仅增加一个MRI序列,且可在常规扫描期间完成,提高了患者依从性。此外,MRE风险较低,有利于胃镜和HVPG禁忌的患者。与超声弹性成像相比,研究表明MRE在预测高危EGV方面比超声弹性成像具有更高的准确性[37, 39, 40]。此外,MRE受腹水和腹部脂肪的影响较小,操作者依赖性较低,并允许进行更全面的腹部评估[15]。
在肝硬化门静脉高压患者中,准确评估脾硬度在技术上具有挑战性,原因包括呼吸运动、腹水、肥胖和明显脾肿大,这些因素均可能影响传统单频MRE中的波传播和测量稳定性。与单频MRE相比,多频MRE提高了噪声鲁棒性、组织均匀性和细节分辨率,增强了对肝实质与非肝实质肝组织的区分能力。其四个被动驱动器可有效地将振动深部传递至器官,有利于脾肿大、大量腹水或肥胖患者。因此,多频MRE在预测EGV中的应用准确、稳定且可靠,具有进一步临床应用的潜力。
然而,仍需要直接的头对头研究来在临床人群中证实这些优势。多频MRE也有其局限性。它可能导致对严重铁沉积患者的低估[15],提示需要对此类患者开展进一步研究。
本研究仍存在以下局限性:(1) 由于临床数据的局限性,本研究未能探讨EGV进展过程中脾体积及肝、脾硬度的连续变化,需要进一步研究;(2) 我们未进一步区分EGV类型进行分层分析;(3) 样本量相对较小,不足以进行亚组分析,预测模型需要通过外部验证集进一步检验;(4) 脾硬度、门静脉直径及其他指标的ROC衍生截断值基于单中心队列建立。这些截断值可能无法直接推广至其他人群,在临床实施前需要在独立队列中进行外部验证;(5) 排除既往接受过EVL/TIPS及图像质量差的患者可能引入了谱偏倚,导致队列的成像质量相对较好、血流动力学更稳定,并可能轻微高估模型性能。为尽量减少这一影响,采用了统一的成像和测量方案,并连续纳入符合条件的患者。未来需要纳入技术难度较大病例的多中心研究,以进一步验证模型的稳健性和泛化性。
结论
基于多频MRE和MRI参数(脾硬度 + 门静脉直径)的预测模型在识别EGV高危患者方面表现出良好性能。这些初步发现提示,这种无创方法在指导早期干预以降低静脉曲张出血风险方面具有潜在作用。需要在更大规模的多中心队列中进一步验证,以确认其临床适用性。
补充信息
电子补充材料
引用
- Lv W, Yu L, Wang L, et al. Development and evaluation of a predictive model based on multi-frequency magnetic resonance elastography for high-risk esophagogastric varices in patients with cirrhotic portal hypertension. Insights Imaging. 2026. PMID: 41838355. doi:10.1186/s13244-026-02246-z
- 全文:PMC12992754(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12992754/
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。