目的通过基于髋关节数字化X射线摄影(Digital Radiography,DR)的放射组学诺莫图预测Ⅰ-Ⅱ期股骨头缺血性坏死(Osteonecrosis of the Femoral Head,ONFH),拓展常规DR在Ⅰ-Ⅱ期ONFH评估中的应用范围。方法选取61例ONFH患者和24例健康志愿...目的通过基于髋关节数字化X射线摄影(Digital Radiography,DR)的放射组学诺莫图预测Ⅰ-Ⅱ期股骨头缺血性坏死(Osteonecrosis of the Femoral Head,ONFH),拓展常规DR在Ⅰ-Ⅱ期ONFH评估中的应用范围。方法选取61例ONFH患者和24例健康志愿者为研究对象,所有患者和健康志愿者均接受髋关节的DR和MRI扫描。从DR图像人工标注的感兴趣区域中提取1409个放射组学特征,采用最小绝对收缩选择算子回归法进行特征选择,构建多层感知器(Multilayer Perceptron,MLP)和支持向量机(Support Vector Machine,SVM)2种机器学习分类模型进行ONFH检测。结合放射组学评分和独立人口统计学数据,通过逻辑回归分析建立放射组学诺莫图,并通过受试者工作特征曲线及其曲线下面积(Area Under the Curve,AUC)、准确度、特异性和敏感度等指标评估所有模型诊断性能。结果将所有研究对象随机分为训练集(n=58)和验证集(n=27)。在验证集中,MLP和SVM放射组学模型的AUC分别为0.980和0.954,放射组学诺莫图的AUC为0.981。结论基于DR放射组学特征的机器学习有助于筛查I-II期ONFH的高危人群。展开更多
目的分析单核细胞人白细胞DR抗原(mHLA-DR)、中性粒细胞与淋巴细胞比值(NLR)及CD4^(+)T淋巴细胞对脓毒症患者预后的预测价值.方法收集2023年12月至2024年9月入住青岛市市立医院重症医学科的29例脓毒症患作为研究对象,根据28 d预后将患...目的分析单核细胞人白细胞DR抗原(mHLA-DR)、中性粒细胞与淋巴细胞比值(NLR)及CD4^(+)T淋巴细胞对脓毒症患者预后的预测价值.方法收集2023年12月至2024年9月入住青岛市市立医院重症医学科的29例脓毒症患作为研究对象,根据28 d预后将患者分为存活组(20例)与死亡组(9例).收集患者入院时的基线资料[包括患者的性别、年龄、急性生理学与慢性健康状况评分Ⅱ(APACHEⅡ)评分、序贯器官衰竭评分(SOFA)、白细胞计数(WBC)、NLR、血红蛋白(Hb)、血小板计数(PLT)、C-反应蛋白(CRP)、总蛋白(TP)、丙氨酸转氨酶(ALT)、天冬氨酸转氨酶(AST)、肌酐(Cr)、CD4^(+)T淋巴细胞计数]和入院1、3、7 d mHLA-DR水平,并计算入院3 d、7 d mHLA-DR表达率与入院1 d的差值,记为ΔH3、ΔH7.比较不同预后两组患者上述指标的差异.绘制受试者工作特征曲线(ROC曲线)评价mHLA-DR、NLR、CD4^(+)T淋巴细胞计数、SOFA评分及APACHEⅡ评分对脓毒症患者28 d死亡风险的预测价值.结果与存活组比较,死亡组APACHEⅡ评分、SOFA评分、NLR均明显升高,ΔH7、CD4^(+)T淋巴细胞计数均明显降低(均P<0.05).ROC曲线分析显示:ΔH7、NLR、CD4^(+)T淋巴细胞计数、SOFA评分及APACHEⅡ评分均对脓毒症患者28 d预后均有预测价值,ROC曲线下面积(AUC)和95%可信区间(95%CI)分别为0.817(0.635~0.999)、0.789(0.611~0.966)、0.786(0.588~0.985)、0.853(0.685~1.000)、0.844(0.659~1.000),均P<0.05.ΔH7联合NLR、ΔH7联合CD4^(+)T淋巴细胞、NLR联合CD4^(+)T淋巴细胞以及ΔH7、NLR、CD4^(+)T淋巴细胞3者联合检测对脓毒症患者28 d预后亦有预测价值,AUC和95%CI分别为0.867(0.735~0.998)、0.878(0.752~1.000)、0.883(0.760~1.000)、0.928(0.837~1.000),均P<0.05.结论脓毒症患者入院1 d NLR及CD4^(+)T淋巴细胞计数可预测脓毒症患者预后,动态监测脓毒症患者mHLA-DR水平同样可以预测脓毒症患者预后,然而7 d内单次测定mHLA-DR水平没有意义.就单指标而言,ΔH7在ΔH7、NLR、CD4^(+)T淋巴细胞计数3个指标中对于脓毒症患者预后的预测价值最佳,3个指标联合检测对脓毒症患者预后判断更具优势.展开更多
文摘目的通过基于髋关节数字化X射线摄影(Digital Radiography,DR)的放射组学诺莫图预测Ⅰ-Ⅱ期股骨头缺血性坏死(Osteonecrosis of the Femoral Head,ONFH),拓展常规DR在Ⅰ-Ⅱ期ONFH评估中的应用范围。方法选取61例ONFH患者和24例健康志愿者为研究对象,所有患者和健康志愿者均接受髋关节的DR和MRI扫描。从DR图像人工标注的感兴趣区域中提取1409个放射组学特征,采用最小绝对收缩选择算子回归法进行特征选择,构建多层感知器(Multilayer Perceptron,MLP)和支持向量机(Support Vector Machine,SVM)2种机器学习分类模型进行ONFH检测。结合放射组学评分和独立人口统计学数据,通过逻辑回归分析建立放射组学诺莫图,并通过受试者工作特征曲线及其曲线下面积(Area Under the Curve,AUC)、准确度、特异性和敏感度等指标评估所有模型诊断性能。结果将所有研究对象随机分为训练集(n=58)和验证集(n=27)。在验证集中,MLP和SVM放射组学模型的AUC分别为0.980和0.954,放射组学诺莫图的AUC为0.981。结论基于DR放射组学特征的机器学习有助于筛查I-II期ONFH的高危人群。
文摘目的分析单核细胞人白细胞DR抗原(mHLA-DR)、中性粒细胞与淋巴细胞比值(NLR)及CD4^(+)T淋巴细胞对脓毒症患者预后的预测价值.方法收集2023年12月至2024年9月入住青岛市市立医院重症医学科的29例脓毒症患作为研究对象,根据28 d预后将患者分为存活组(20例)与死亡组(9例).收集患者入院时的基线资料[包括患者的性别、年龄、急性生理学与慢性健康状况评分Ⅱ(APACHEⅡ)评分、序贯器官衰竭评分(SOFA)、白细胞计数(WBC)、NLR、血红蛋白(Hb)、血小板计数(PLT)、C-反应蛋白(CRP)、总蛋白(TP)、丙氨酸转氨酶(ALT)、天冬氨酸转氨酶(AST)、肌酐(Cr)、CD4^(+)T淋巴细胞计数]和入院1、3、7 d mHLA-DR水平,并计算入院3 d、7 d mHLA-DR表达率与入院1 d的差值,记为ΔH3、ΔH7.比较不同预后两组患者上述指标的差异.绘制受试者工作特征曲线(ROC曲线)评价mHLA-DR、NLR、CD4^(+)T淋巴细胞计数、SOFA评分及APACHEⅡ评分对脓毒症患者28 d死亡风险的预测价值.结果与存活组比较,死亡组APACHEⅡ评分、SOFA评分、NLR均明显升高,ΔH7、CD4^(+)T淋巴细胞计数均明显降低(均P<0.05).ROC曲线分析显示:ΔH7、NLR、CD4^(+)T淋巴细胞计数、SOFA评分及APACHEⅡ评分均对脓毒症患者28 d预后均有预测价值,ROC曲线下面积(AUC)和95%可信区间(95%CI)分别为0.817(0.635~0.999)、0.789(0.611~0.966)、0.786(0.588~0.985)、0.853(0.685~1.000)、0.844(0.659~1.000),均P<0.05.ΔH7联合NLR、ΔH7联合CD4^(+)T淋巴细胞、NLR联合CD4^(+)T淋巴细胞以及ΔH7、NLR、CD4^(+)T淋巴细胞3者联合检测对脓毒症患者28 d预后亦有预测价值,AUC和95%CI分别为0.867(0.735~0.998)、0.878(0.752~1.000)、0.883(0.760~1.000)、0.928(0.837~1.000),均P<0.05.结论脓毒症患者入院1 d NLR及CD4^(+)T淋巴细胞计数可预测脓毒症患者预后,动态监测脓毒症患者mHLA-DR水平同样可以预测脓毒症患者预后,然而7 d内单次测定mHLA-DR水平没有意义.就单指标而言,ΔH7在ΔH7、NLR、CD4^(+)T淋巴细胞计数3个指标中对于脓毒症患者预后的预测价值最佳,3个指标联合检测对脓毒症患者预后判断更具优势.
