学科分类
/ 1
4 个结果
  • 简介:摘要目的基于扩散峰度成像(diffusion kurtosis imaging, DKI)直方图的影像组学特征构建低级别胶质瘤(low-grade glioma, LGG)患者预后的列线图模型。材料与方法回顾性分析2018年1月至2020年6月在南京市第一医院就诊的88例LGG患者的DKI资料。经DKE软件处理获得直方图参数特征,并经最低绝对收缩和选择算子筛选最佳影像特征后计算DKI评分。采用单因素Cox回归及多因素Cox回归分析筛选与LGG预后密切相关独立危险因素,并依此建立预测LGG预后的列线图。应用Delong检验比较临床变量模型和列线图模型差异,采用决策曲线分析(decision curve analysis, DCA)和校准曲线评估模型效能。结果年龄、WHO分级、脑叶位置、肿瘤部位、术后放疗与否、DKI评分是LGG预后的关键危险因素(均P<0.05)。基于以上危险因素构建列线图模型,一致性指数为0.838(95% CI:0.816~0.860),预测LGG预后的曲线下面积为0.953,明显大于基于临床变量的模型的0.745(Z=-3.42, P=0.005)。DCA显示列线图模型的净收益优于临床变量模型。校准曲线提示在观察值与预测值之间有良好的一致性。结论基于DKI直方图的列线图模型可直观全面地预测LGG患者预后,为临床个性化评估患者生存预后提供有力工具。

  • 标签: 低级别胶质瘤 磁共振成像 扩散峰度成像 直方图分析 预后 列线图
  • 简介:摘要目的探讨颅内前后循环急性卒中预后差异及危险因素。材料与方法回顾性分析急性前循环脑卒中患者210例和后循环85例。所有患者发病时间为24 h之内,均于治疗前行MRI检查。按治疗方法将患者分为静脉溶栓治疗组及动脉取栓组。收集患者临床资料、扩散加权成像(diffusion-weighted imaging,DWI)梗死体积、血管再通程度(mTICI评分)及3个月预后(mRS评分)。统计学方法分析不同治疗组前后循环卒中患者预后差异及影响因素。结果200例静脉溶栓治疗患者中,前循环组(150例) DWI梗死体积明显大于后循环组(50例)(28.04±21.72与13.54±15.17;t=-4.077,P=0.023);然而前循环组预后良好比例明显高于后循环组(72.67%与42.00%;χ2=15.502,P=0.000)。95例动脉取栓治疗患者中,前循环组(50例) DWI梗死体积明显大于后循环组(35例) (68.04±17.39与43.54±6.17;t=-2.170,P=0.037);血管再通率明显高于后循环组(mTICI评分2b~3分:78.33%与51.43%;χ2=7.406 ,P=0.011);与后循环组相比,前循环组预后良好比例较高(70.00%与45.71%;χ2=5.483;P=0.029)。逻辑回归分析显示DWI梗死体积[OR (95% CI):1.34(1.17~1.54);P=0.021]为预测卒中静脉溶栓治疗预后的独立预测因子;DWI梗死体积[OR (95% CI):1.19(1.07~2.85);P=0.034]、mTICI评分[OR (95% CI):3.88(1.27~11.78);P=0.016]为预测卒中动脉取栓治疗预后的独立预测因子。结论前循环卒中患者预后好于后循环卒中,综合评估卒中DWI梗死体积、血管再通程度可有助于预测卒中预后

  • 标签: 卒中 磁共振成像 前循环 后循环 预后
  • 简介: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。

  • 标签: 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
  • 简介:摘要目的探讨急性脑卒中血管内机械取栓(endovascular thrombectomy,EVT)治疗前缺血核心体积(ischemic core volume,ICV)结合相对灌注率在评估血管再通及预后中的价值。材料与方法回顾性分析在本院就诊的急性缺血性脑卒中患者病例200例,所有患者均于治疗前24 h内行MRI检查。灌注加权缺血核心体积(perfusion weighting ICV,pw-ICV)为ICV与相对脑血流量(relative cerebral blood flow,rCBF)相乘。血管完全再通采用mTICI分级评估(0~2a:不全再通;2b~3:完全再通)。预后评估采用3个月mRS评分(0~2分:预后良好;3~6分:预后不良)。统计学分析pw-ICV在血管再通及预后中的预测价值。结果与不全血管再通组(n=68)相比,血管完全再通组(n=132)的治疗前ICV (27.31±19.18 vs. 54.45±29.87)较小、pw-ICV (103.82±77.46 vs. 216.20±88.19)较小,差异有统计学意义(P<0.05)。与预后不良组(n=71)相比,预后良好组(n=129)的入院NIHSS评分(15.71±6.18 vs. 18.27±6.37)较低、治疗前ICV (28.42±17.38 vs. 53.51±28.79)较小、pw-ICV (113.27±79.61 vs. 221.07±87.37)较小、血管再通率(89.15% vs. 23.94%)较高,差异有统计学意义(P<0.05)。Logistic多元逻辑回归分析显示pw-ICV (OR 0.930;95% CI:0.854~1.465;P=0.016)为预测急性脑卒中血管再通的独立预测因子。pw-ICV (OR 0.971;95% CI:0.551~1.865;P=0.025)和血管完全再通(OR 5.26;95% CI:1.572~13.179;P=0.037)为预测急性脑卒中预后的独立预测因子。结论急性缺血性脑卒中患者EVT治疗前pw-ICV在血管再通及预后中具有重要意义。

  • 标签: 卒中 磁共振成像 灌注成像 缺血核心体积 血管再通 预后