基于臨床聯合CT影像組學特征列線圖預測急性胰腺炎預后

文 瑤，劉 丹*，喻 媛，李鑫婭，蘇麗平，王 芳

(1.重慶醫(yī)科大學附屬永川醫(yī)院放射科，重慶 402160；2.上海聯影智能有限公司,上海 200232)

急性胰腺炎(acute pancreatitis, AP)以胰腺急性炎癥和組織學上腺泡細胞破壞為特征,是臨床常見急腹癥之一；多數為輕癥,病程呈自限性,但約20%患者可發(fā)展為中度或重癥胰腺炎,病死率可達13%～35%[1]。影像組學通過深度挖掘影像學數據而定量分析組織異質性[2]。本研究觀察臨床聯合CT影像組學構建聯合模型列線圖預測AP預后的價值。

1 資料與方法

1.1 一般資料 回顧性分析2017年12月—2022年3月重慶醫(yī)科大學附屬永川醫(yī)院203例AP患者，男98例、女105例，年齡18～88歲、平均(51.0±15.3)歲，住院時間4～46天、中位時間10天。納入標準：①根據《中國急性胰腺炎診治指南》[3]首診AP的住院患者，以腹痛為主要臨床表現，于發(fā)病72 h內接受上腹部增強CT；②治療以禁食、抑酸、抑酶及補液為主，住院期間多次復查上腹部CT及實驗室檢查[白細胞計數(white blood cell, WBC)、C反應蛋白(C reactive protein, CRP)及降鈣素原(procalcitonin, PCT)]。排除標準：①合并胰腺腫瘤、慢性消耗性疾病；②慢性胰腺炎急性發(fā)作；③臨床資料不全；④CT圖像質量差；⑤年齡<18歲；⑥其他原因所致胰腺炎癥。本研究經院倫理委員會批準(批準號：2022年科倫審56號)，檢查前患者均簽署知情同意書。

1.2 儀器與方法 采用Philips Brilliance 256層 iCT機行上腹部螺旋CT掃描，范圍自膈肌下至腎下極；參數：管電壓120 kV，智能毫安秒，層厚5 mm，層間隔5 mm，螺距0.984～1.375，視野30 cm×40 cm，矩陣512×512。平掃結束后以3～4 ml/s流率團注非離子型對比劑碘海醇(350 mgI/ml)1.5 ml/kg體質量, 分別延遲25～28 s、60～70 s行動脈期及靜脈期掃描。

1.3 影像組學分析

1.3.1 圖像預處理與分割ROI 由具有10年以上工作經驗的影像科主治醫(yī)師(醫(yī)師1)及副主任醫(yī)師(醫(yī)師2)各1名以盲法閱讀CT片，評估有無胰腺腫大、胰周炎癥、胰周積液、胰周積氣、胰腺壞死及胰外并發(fā)癥等，記錄改良CT嚴重指數(modified CT severity index, MCTSI)，意見相左時經協(xié)商達成一致。將原始靜脈期CT圖像導入聯影uAI research portal 211230系統(tǒng)，由醫(yī)師1沿胰腺實質邊緣逐層勾畫ROI(圖1)；間隔2周后隨機選取50例，由醫(yī)師1及醫(yī)師2分別以相同方法再次勾畫胰腺實質ROI，以線性插值算法將圖像重采樣為體素1 mm×1 mm×1 mm。

圖1 在不同層面上腹部軸位增強靜脈期CT圖上逐層勾畫胰腺ROI(紅色區(qū)域)示意圖

1.3.2 提取及篩選影像組學特征 基于病灶ROI提取2 264個影像組學特征,其中104個原始圖像特征和2 160個濾波器特征，包括一階特征、形狀特征和紋理特征。以7∶3比例將患者分為訓練集(n=142)和驗證集(n=61),隨機數種子為20。采用Z-score標準化縮小不同影像組學特征之間的量綱差異。以組內相關系數(inter-class correlation coefficient, ICC)篩選觀察者內及觀察者間提取的一致性高(ICC>0.75)的影像組學特征,以方差閾值法、單變量選擇法和最小絕對收縮和選擇算子算法篩選最優(yōu)影像組學特征,并計算影像組學評分Radscore。

1.4 分組 記錄病因、有無糖尿病史、病情嚴重程度分級、床旁AP嚴重度評分(bedside index for severity in AP, BISAP)、CRP、PCT、WBC及有無器官衰竭等臨床特征。根據CT表現有無胰腺和/或胰周感染性壞死及器官衰竭將患者分為預后良好組(n=114)和預后不良組(n=89)。預后不良組具有下列標準之一：①復查CT顯示病變嚴重程度加重,范圍擴大或MCTSI評分升高；②住院期間發(fā)生感染或器官衰竭[3]。

1.5 統(tǒng)計學分析及構建模型 采用SPSS 25.0統(tǒng)計分析軟件和R軟件3.5.0。以±s表示符合正態(tài)分布的計量資料，行t檢驗；以中位數(上下四分位數)表示不符合者，行Mann-WhitneyU檢驗。采用χ2檢驗比較計數資料。以方差膨脹系數(variance inflation factor, VIF)衡量各臨床相關變量(包括臨床資料及CT表現)之間的多重共線性程度。將臨床相關變量及Radscore納入單因素和多因素邏輯回歸分析，篩選影響AP預后的獨立危險因素；分別基于臨床獨立危險因素及Radscore構建臨床、影像組學和聯合模型，繪制受試者工作特征(receiver operating characteristic, ROC)曲線，計算曲線下面積(area under the curve, AUC) 并以DeLong檢驗比較其差異。應用聯合模型預測指標構建列線圖，結合校準曲線評估聯合模型的校準度。P<0.05為差異有統(tǒng)計學意義。

2 結果

預后良好組男55例、女59例，年齡19～83歲、平均(51.8±14.8)歲；預后不良組男43例、女46例，年齡18～88歲、平均(50.0±15.9)歲；組間性別(χ2=0，P=0.99)和年齡(t=0.83，P>0.05)差異均無統(tǒng)計學意義。

2.1 篩選影像組學特征及獨立危險因素 最終獲得7個最優(yōu)影像組學特征,包括4個一階特征[mean(log-sigma-1.0-mm)、mean(log-sigma-1.5-mm)、10 percentile、90 percentile]和3個紋理特征(inverse variance、short run emphasis、run entropy)。組間最優(yōu)影像組學特征值差異均有統(tǒng)計學意義(P均<0.01，表1)。

表1 預后不良組與預后良好組AP患者最優(yōu)影像組學特征值比較

刪除VIF>10的變量，包括MCTSI、病情嚴重程度分級、胰周積液、胰周積氣、胰外并發(fā)癥及胰腺壞死，將其余10個變量納入單因素邏輯回歸分析(表2)，結果顯示糖尿病史、BISAP評分、CRP、PCT、WBC、器官衰竭、胰腺腫大及Radscore均為影響AP預后的因素(P均<0.05)；多因素邏輯回歸分析結果(表2)顯示,糖尿病史、CRP及Radscore均為影響AP預后的獨立危險因素(P均<0.05)。

表2 單因素及多因素邏輯回歸分析篩選影響AP預后的因素

2.2 模型效能 聯合模型預測訓練集及驗證集AP預后的AUC(0.84、0.82)均高于臨床模型(0.71、0.66，Z=3.12、2.71，P均<0.05)；其在訓練集的AUC(0.84)高于影像組學模型(0.76，Z=2.39，P=0.02)，在驗證集則與影像組學模型(0.81)差異無統(tǒng)計學意義(Z=0.08，P>0.05)，見圖2。以臨床獨立危險因素和Radscore構建聯合模型列線圖(圖3)；校準曲線(圖4)顯示預測曲線較貼近標準曲線，即聯合模型列線圖預測結果與實際結果的一致性較好。

圖2 臨床、影像組學及聯合模型預測訓練集(A)及驗證集(B)AP預后的ROC曲線

圖3 聯合模型列線圖

圖4 聯合模型列線圖的校正曲線 虛線為標準曲線,實線為模型預測訓練集(紅線)和驗證集(藍線)的曲線

3 討論

AP病死率與其嚴重程度呈正相關，輕癥AP預后良好，而重癥AP常出現多種并發(fā)癥，嚴重時可導致死亡[4-5]，故早期評估AP患者預后并給予適當干預非常重要。CRP、PCT、白細胞介素-6和乳酸脫氫酶等實驗室指標與AP嚴重程度及預后相關，但結果易受其他疾病干擾[6]。CT可顯示胰腺形態(tài)學變化,但評估結果可能受主觀影響。本研究基于臨床聯合影像組學特征建立預測AP預后的聯合模型列線圖，為臨床治療決策提供依據。

本研究將糖尿病史及CRP用于構建預測模型。糖尿病史是影響AP患者預后的獨立危險因素[7]，糖尿病的主要特點是胰島素抵抗和高血糖,使胰腺細胞生成活性氧，高血糖還具有促進脂質過氧化作用，均可致AP預后不良[8]。CRP亦是影響AP預后的獨立危險因素[9]，可誘導內皮表達單核細胞趨化蛋白21、血管內皮黏附因子21及細胞間黏附因子12，有明顯促炎作用；還能激活補體，提高白細胞吞噬能力，刺激巨噬細胞、淋巴細胞及單核細胞活化，故機體發(fā)生炎性反應時，肝臟會分泌大量CRP，導致血清CRP升高[10]。

目前有多種CT影像學評分系統(tǒng)用于評估AP病情，包括CT嚴重指數(CT severity index, CTSI)、MCTSI[11]和胰腺外炎癥CT評分,均基于肉眼可見的形態(tài)學改變，評估結果可能存在主觀性。影像組學通過對圖像進行后處理及提取紋理特征參數，能發(fā)現肉眼無法觀察到的微觀信息，為臨床決策提供更有力的支持[2]。LIN等[12]提取 AP患者門靜脈期MRI影像組學特征并構建模型， 能比臨床常用評分系統(tǒng)更準確地預測AP嚴重程度。CHEN等[13]于389例初發(fā)AP增強CT中提取影像組學特征，以之構建的模型能更好地識別有復發(fā)風險AP患者。

本研究篩選獲得7個最優(yōu)影像組學特征，通過計算原始圖像的像素灰度分布得到mean(log-sigma-1.0-mm)、mean(log-sigma-1.5-mm)、10 percentile、90 percentile共4個一階特征；另外，inverse variance反映圖像紋理局部變化程度，其值越大表示圖像不同區(qū)域間紋理越均勻而變化小；short run emphasis度量短線長度分布，其值越大代表運行長度越短、紋理越細；run entropy代表運行長度和灰度分布的不確定性，其值越大表示紋理異質性越強。本研究預后不良組10 percentile及inverse variance均高于預后良好組，而90 percentile、mean、short run emphasis及run entropy均低于預后良好組，表明預后不良組CT病灶低灰度值部分即炎性壞死區(qū)域更為廣泛、正常胰腺組織相對較少、圖像灰度更均勻，即大范圍低灰度值區(qū)域提示預后不良。

本研究基于獨立危險因素及最優(yōu)影像組學特征建立的聯合模型預測在訓練集及驗證集AP預后的AUC均高于臨床模型，其在訓練集的AUC高于影像組學模型，而在驗證集與影像組學模型差異無統(tǒng)計學意義；提示納入臨床特征可在一定程度上降低評價偏差，預測價值更高。列線圖可直觀顯示預測模型結果[14]。本組聯合模型列線圖的校準度良好，提示其有助于臨床預測AP患者預后。

綜上，基于臨床聯合影像組學特征列線圖可有效預測AP預后。但本研究為單中心回顧性研究，存在選擇偏倚，且結果缺乏外部驗證，有待多中心、大樣本研究加以驗證。