典型文献
急性脑卒中机械取栓术后出血转化风险的列线图模型构建
文献摘要：
目的 基于多模态磁共振影像组学及临床危险因素构建急性脑卒中机械取栓术后出血转化的列线图模型.材料与方法 回顾性分析2017年1月至2020年12月在南京市第一医院就诊的急性缺血性脑卒中患者病例174例,将患者病例随机分为训练集(n=122)和测试集(n=52),根据治疗后24 h的磁共振图像将患者分成出血转化组和无出血转化组.采用A.K.软件提取弥散加权成像及灌注加权成像病变区影像组学特征并构建影像组学标签.通过多变量Logistic回归筛选最佳预测因子并构建列线图模型.利用受试者操作特征(receiver operating characteristic,ROC)曲线评估模型预测效能.结果每例患者各提取1584个影像组学特征,降维后筛选出15个与卒中出血转化高度相关的特征.ROC曲线显示联合影像组学标签、房颤史、年龄及入院NIHSS评分构建的诺莫图模型预测训练集出血转化的曲线下面积(area under the curve,AUC)为0.979(敏感度和特异度分别为0.950、0.989),预测测试集出血转化AUC为0.885(敏感度和特异度分别为0.836、0.908),均优于单一影像组学模型(AUC=0.763)或临床特征模型(AUC=0.707).结论 多模态磁共振联合临床特征的影像组学和机器学习可以预测急性脑卒中动脉取栓术后出血转化,且具有较高的可靠性.
文献关键词：
卒中;机器学习;影像组学;列线图模型;弥散加权成像;灌注加权成像;出血转化
中图分类号：
作者姓名：
刘振;黄晓斌;彭明洋;王同兴;谢光辉;任军;殷信道
作者机构：
南京医科大学附属南京医院(南京市第一医院)医学影像科,南京 210006;安徽医科大学附属滁州医院(滁州市第一人民医院) CT、MRI室,滁州 239000
文献出处：
引用格式：
[1]刘振;黄晓斌;彭明洋;王同兴;谢光辉;任军;殷信道-.急性脑卒中机械取栓术后出血转化风险的列线图模型构建)[J].磁共振成像,2022(04):15-19
A类：
B类：
急性脑卒中,机械取栓术,术后出血,出血转化,列线图模型,多模态磁共振,磁共振影像,材料与方法,急性缺血性脑卒中,脑卒中患者,训练集,测试集,磁共振图像,弥散加权成像,灌注加权成像,影像组学特征,多变量,预测因子,操作特征,receiver,operating,characteristic,预测效能,房颤,NIHSS,诺莫图,area,under,curve,特征模型,动脉取栓术
AB值：
0.193718
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
