来源：期刊VIP网 时间：
作者：左孟哲;王琴;褚茜;徐梦琴;潘婷;张春雷;
单位：昆山市第一人民医院放射科;昆山市妇幼保健院放射科;昆山市妇幼保健院产科;
摘要：目的 探讨基于胎盘MR的影像组学特征、MR征象评分以及临床指标构建的列线图在胎盘植入性疾病（placenta accreta spectrum, PAS）的产前诊断以及不良临床结局风险评估中的价值。材料与方法 前瞻性纳入临床疑诊PAS的167例孕妇，行产前胎盘MR检查并于昆山市第一人民医院分娩，获取患者的临床和影像学资料，其中PAS 89例，非PAS 78例，按7∶3的比例分层随机划分为训练集119例和验证集48例。参考以往研究中的评分量表对MR主观征象进行分析和评分；提取胎盘MR两种T2WI序列图像的影像组学特征，采用最小绝对收缩和选择算子进行特征筛选并构建预测PAS的影像组学模型，得出相应影像组学分数（radiomics score, Radscore）。对训练集临床指标、MR征象评分以及Radscore采用Logistic回归分析建立不同的PAS联合预测模型。采用Bootstrap方法对所有模型进行内部测试，并采用验证集进行验证；采用受试者工作特征曲线下面积（area under the curve, AUC）和临床决策曲线评价各模型的预测性能，并生成最佳模型的列线图，得到相应的列线图预测值；评价列线图对PAS及其不良临床结局的预测价值。结果 在所有模型中，由流产次数、MR征象评分以及Radscore构建的联合预测模型对PAS的诊断价值最高，训练集和验证集AUC值分别为0.857 [95%置信区间（confidence interval, CI）:0.791～0.923]和0.848(95%CI:0.740～0.956)，高于MR征象评分、临床模型、临床-MR征象评分模型和影像组学模型，训练集差异均有统计学意义（Z值分别约2.764、3.218、2.470和2.213,P值均<0.05），且临床净效益高于其他模型；以该模型生成的列线图预测值对胎盘粘连和胎盘植入（placenta increta, PI）以及PI和胎盘穿透具有较高的鉴别能力，AUC值分别为0.837(95%CI:0.769～0.905)和0.879 (95%CI:0.807～0.951)，同时对不良临床结局的预测价值较高，AUC值为0.822 (95%CI:0.753～0.891)。结论 基于胎盘MR的影像组学特征、MR征象评分以及流产次数构建的列线图对于PAS的产前诊断、分型和不良临床结局的风险评估具有较高的临床应用价值。
关键词：胎盘植入性疾病;;磁共振成像;;影像组学;;列线图;;不良临床结局
基金资助：江苏省研究型医院学会专项科研基金项目（编号：GY202309）;; 苏州市医疗卫生科技创新项目（编号：SKY2022077）~~
