来源：期刊VIP网 时间：
作者：查婷婷;蒋振兴;刘国强;陈颖;陈杰;邢伟;
单位：苏州大学附属第三医院医学影像科,江苏省医学图像人工智能工程研究中心;
摘要：目的构建并验证基于体素内不相干运动磁共振成像（intravoxel incoherent motion magnetic resonance imaging,IVIM-MRI）影像组学和临床指标的列线图在评估慢性肾病（chronic kidney disease, CKD）肾纤维化（renal fibrosis, RF）严重程度中的价值。材料与方法 本研究为病例对照研究，回顾性分析了2016年9月至2022年7月常州市第一人民医院经肾穿刺活检病理证实为CKD的132例患者临床及影像学资料，按7∶3比例随机分为训练集（92例）和测试集（40例）。根据肾病牛津分级的T评分，将RF分为轻度组（T0，纤维化≤25%）和中重度组（T1～T2，纤维化>25%）。经组间差异检验筛选临床指标用于后续临床建模。所有患者活检前均行IVIM-MRI检查，从单纯扩散系数（true diffusion coefficient, D）、伪扩散系数（pseudo-diffusion coefficient, D~*）和灌注分数（perfusion fraction, f）参数图像中提取影像组学特征。特征筛选采用Mann-Whitney U检验、Pearson相关系数和最小绝对收缩及选择算子回归。分别基于逻辑回归（logistic regression, LR）、随机森林和多层感知机算法构建四种影像组学模型（Rad＿D、Rad＿D~*、Rad＿f、Rad＿D＿D~*＿f）及临床模型，并进一步整合表现最优的组学模型与临床模型构建列线图。通过受试者工作特征（receiver operating characteristic curve, ROC）曲线、DeLong检验、决策曲线分析（decision curve analysis, DCA）和校准曲线评估各模型性能。结果 最终分别筛选出9个、8个、11个和12个特征构建Rad＿D、Rad＿D~*、Rad＿f和Rad＿D＿D~*＿f模型。四种影像组学模型比较显示，Rad＿D＿D~*＿f模型在区分轻度与中重度RF方面表现最佳。三种算法的比较显示，Rad＿D＿D~*＿f组学和临床模型均在LR算法下获得了最优的诊断效能。相较影像组学和临床模型，列线图的效能进一步提升，训练集和测试集的ROC曲线下面积分别为0.942(95%CI:0.896～0.989)和0.820(95%CI:0.687～0.954)。DeLong检验显示列线图显著优于临床模型（P<0.05）。DCA和校准曲线进一步验证了列线图具有较高的临床净收益及良好的拟合度。结论 结合IVIM-MRI影像组学与临床指标的列线图可实现对CKD患者RF严重程度的无创识别，具有良好的诊断性能和临床应用前景，可为CKD的精准管理与动态评估提供影像学支持。
关键词：肾纤维化;;慢性肾病;;列线图;;影像组学;;磁共振成像;;体素内不相干运动
基金资助：国家自然科学基金项目（编号：82171901、82471966）;; 江苏省自然科学基金项目（编号：BK20241776）;; 常州市科技计划项目（编号：CZ20230027）;; 常州市卫生健康高层次人才培养工程项目（编号：2024BJHB006）~~
