论文部分内容阅读
背景肝硬化是全球范围内肝脏疾病致死的主要原因,肝硬化有代偿性和失代偿性之分,代偿型肝硬化患者的生存预期与健康者无异,患者多无症状,但是可进展为失代偿性肝硬化,进而影响患者的生活质量和生命安全。肝硬化较难逆转,但是在肝纤维化阶段进行干预治疗是可延缓或阻止肝硬化的出现。肝纤维化肉眼无法诊断,既往都是通过肝脏穿刺结合肝纤维化评分系统对肝纤维化进行分期,继而对疾病进行干预治疗。肝脏穿刺是有创检查,患者接受度低且费用昂贵,因此无创诊断肝纤维化分期一直是研究的热点。目前临床较为通用的检查包括实验室检查、超声弹性成像及磁共振弹性成像技术,尽管临床应用较为普遍,但是各有其优缺点,因此新的无创诊断技术也是研究的热点。基于肝脏MRI图像的影像组学用于肝纤维化分期的研究相对多见,但是基于脾脏的MRI图像的影像组学的研究少见,既往研究表明,在肝纤维化的进程中,脾脏体积及硬度会随之改变,并且脾脏体积增大的原因并非单纯因充血引起,组织增生亦是脾大的原因之一。本课题通过基于肝脏、脾脏的MRI平扫的影像组学、临床实验室指标、以及两者相结合的联合模型,探讨其在肝纤维化分期中的诊断价值,为临床提供无创肝纤维化诊断的新思路。目的探讨基于肝脏、脾脏MRI平扫图像的影像组学模型、临床实验室指标模型、以及将影像组学与临床实验室指标相结合的联合模型在肝纤维化分期中的可行性及其价值。方法回顾性分析139例慢性肝炎患者的数据资料,所有患者均经过肝活检及MRI平扫检查,收集患者的临床及实验室检查资料,计算所有患者的天冬氨酸转氨酶/血小板比值指数（aspartate aminotransferase-platelet ratio index,APRI）及肝纤维化4项指数（fibrosis score based on four factors,FIB-4）。采用METAVIR评分系统对所有患者的肝活检资料进行肝纤维化分期,导出所有患者的反相位T1WI图像,对原始数据进行ROI的勾画及特征提取,对所得特征进行预处理。统计学分析采用R软件完成。将所有患者按照7:3随机分组。1)影像组学模型的建立:通过Boruta算法和LASSO回归对所有的影像特征进行筛选,选取最具判别特征入组并采用多因素二元logistic回归建立影像组学模型,计算Radscore评分,采用ROC分析检测影像组学模型诊断有效性。2)采用多因素二元logistic回归建立实验室指标模型,采用ROC分析检测实验室指标模型的有效性。3)采用多因素二元logistic回归建立影像组学及临床实验室指标的联合诊断模型,并构建列线图,并通过ROC分析检测区分度、校准度采用校准曲线及Hosmer-Lemeshow检验进行拟合优度检测,并采用决策曲线判别列线图的临床有效性。结果1基于肝脏影像组学与临床特征在肝纤维化分期诊断的结果:1.1经过boruta算法和LASSO回归对纹理特征进行降维及特征筛选后,显著性肝纤维化（F≥2）、进展性肝纤维化组（F≥3）及肝硬化组（F≥4）的影像组学模型各有5、3、3个入组特征,ROC分析训练和验证组的AUC分别为0.87（0.80~0.94）和0.82（0.69~0.96）、0.80（0.7~0.89）和0.76（0.61~0.92）、0.87（0.78~0.96）和0.73（0.72~0.99）。1.2采用多因素二元Logistic回归分析建立临床诊断模型,ROC分析显示在显著性肝纤维化（F≥2）,进展性纤维化（F≥3）、肝硬化（F≥4）的训练组和验证组中AUC值分别为:0.80（0.70~0.89）和0.78（0.61~0.94）、0.88（0.81~0.94）和0.82（0.69~0.96）、0.89（0.83~0.96）和0.85（0.72~0.99）。1.3基于影像组学和临床特征的联合模型,ROC分析显示显著性肝纤维化（F≥2）、进展性纤维化（F≥3）、肝硬化（F≥4）的训练组和验证组中AUC分别为:0.93（0.88~0.98）和0.86（0.74~0.99）、0.91（0.86~0.96）和0.86（0.72~0.97）、0.95（0.90~1.00）和0.82（0.63~1.00）。准曲线及Hosmer-Lemeshow检验显示在显著性肝纤维化（F≥2）、进展性纤维化（F≥3）的训练组和验证组及肝硬化（F≥4）的训练组均显示良好的拟合度（p≥0.5）,肝硬化（F≥4）的验证组拟合度欠佳（p=0.019＜0.05）。列线图的临床有效性采用决策曲线评估。决策曲线图显示显著性肝纤维化（F≥2）、进展性纤维化（F≥3）及肝硬化（F≥4）组的临床获益较单一的Radscore及临床指标模型大。2基于脾脏影像组学与临床特征在肝纤维化分期诊断的结果2.1经过boruta算法和LASSO回归对纹理特征进行降维及特征筛选后,显著性肝纤维化（F≥2）、进展性肝纤维化组（F≥3）及肝硬化组（F≥4）的影像组学模型歌有4、2、7个入组特征,ROC分析分析显示各训练组和验证组的AUC分别为0.85（0.78~0.93）和0.76（0.58~0.94）、0.69（0.58~0.79）和0.73（0.56~0.90）、0.82（0.71~0.93）和0.52（0.29~0.75）。2.2临床指标模型,ROC分析显示在显著性肝纤维化（F≥2）、进展性纤维化（F≥3）、肝硬化（F≥4）的训练组和验证组中AUC分别为:0.80（0.70~0.89）和0.75（0.57~0.93）、0.85（0.78~0.93）和0.88（0.7~0.99）、0.92（0.86~0.97）和0.87（0.78~0.98）。2.3基于影像组学和临床特征的联合模型:ROC分析显示训练组和验证组的AUC分别为0.85（0.78~0.93）和0.76（0.58~0.94）、0.85（0.78~0.93）和0.88（0.77~0.98）、0.94（0.88~1.00）和0.87（0.76~0.98）。校准曲线及Hosmer-Lemeshow检验显示在显著性肝纤维化（F≥2）训练组拟合度尚可（p≥0.05）,进展性纤维化（F≥3）的训练组和验证组及肝硬化（F≥4）的训练组拟合度欠佳（p=＜0.05）。决策曲线图显示显著性肝纤维化（F≥2）及肝硬化（F≥4）组的临床获益较单一的Radscore及临床指标模型大。结论本次研究中,我们建立和验证了基于肝脏、脾脏的影像组学评分和临床实验室指标建立的联合诊断模型,并以列线图直观的显示肝脏纤维化分期的预测风险。基于肝脏影像组学评分和临床实验室指标的联合诊断模型,在显著性肝纤维化、进展性肝纤维化和肝硬化的分期中,均有较好的诊断效能,临床净获益均高于单一的影像组学模型和临床实验室指标模型。而基于脾脏影像组学评分和临床实验室指标的联合诊断模型,其诊断效能较为一般,仅在肝硬化组其临床净获益高于单一的影像组学模型和临床指标模型。背景肝脏疾病是严重影响全球公共卫生的重要问题。在西方国家,主要以非酒精性脂肪性肝病为主,在我国,主要以病毒性肝炎为主,其中又以乙型肝炎为最。慢性乙肝可发展为肝硬化,进而引起门脉高压、肝癌等并发症,严重影响患者生命安全和质量。肝纤维化是乙肝向肝硬化发展的重要中间过程,是指肝细胞外基质的异常积聚和过度沉积。既往研究证实,肝纤维化是可逆的,而肝硬化逆转较为困难,因此肝硬化治疗的新理念是预防和控制肝硬化的出现,即在肝纤维化阶段进行干预治疗。肝纤维化的诊断金标准是肝脏活组织检查（肝活检）,但是肝活检因其侵入性操作、重复性差等原因,患者接受度较低,因此无创诊断肝纤维化分期是研究的热点。纹理分析技术是近年新起的热门研究技术,通过提取图像中像素的灰度变化规律,分析图像的空间和时间异质性,进而对图像内的信息进行判别。纹理分析技术用于肝纤维化分期诊断的研究较为热门,既往研究多用于肝纤维化和肝硬化的判别,并且不分肝脏疾病种类、研究序列多为增强、弥散加权成像等特殊序列,本课题中,我们通过对平扫MRI图像进行纹理特征提取,并用于慢性乙型肝炎患者早期肝纤维化和显著性肝纤维化的鉴别,这将为临床进行无创肝纤维化分期诊断提供新的思路。目的探讨基于MRI平扫图像的纹理分析技术在慢性乙型肝炎患者肝纤维化分期中的诊断价值。方法回顾性分析57例慢性乙型肝炎患者的数据资料。所有患者均经过肝活检及MRI平扫检查,采用METAVIR评分系统对所有患者的肝活检资料进行肝纤维化分期,将分期＜2归为早期肝纤维化,≥2患者归为显著性肝纤维化组,导出所有患者的同/反相位T1WI和T2WI图像,并对原始数据进行ROI的勾画及特征提取,对所得特征进行预处理后,采用如下分析:1)采用Mann-Whitney U检验,检验两组间特征是否具有显著差异;2)采用最小冗余最大相关法（minimum redundancy and maximum relevance,m RMR）选择特征子集;3)采用逐步多变量logistic回归,过滤独立判别特征（p＜0.05）,构建预测模型,并用受试者特征曲线（Receiver operator curve,ROC）判断模型的有效性,并采用Delong检验检测最终诊断模型的ROC曲线的显著性;4)100次重复交叉验证,以证明所得logistic模型在鉴别两组时是有价值的,其结果并非由于过拟合所致。结果1)57例受试者被纳入本次研究内,其中20例女性,37例男性,27例早期肝纤维化患者（其中F0:0例,F1:27例,平均年龄:34.15±11.4岁）,30例显著纤维化患者（F2:19例,F3:10例,F4:1例,平均年龄:42.94±10.5岁）2)经过U检验及m RMR法,从每个序列图像（同/相位T1WI、反相位T1WI、T2WI）的851个原始特征数据中,选出8个冗余度最小、相关性最高的数据特征,经ROC分析,每个特征都显示较好的诊断效果。3)采用多变量logistic回归,建立预测模型及并进行ROC分析,显示同/反相位T1WI和T2WI图像的AUC分别为0.90（0.75-0.94）、0.96（0.88-1.00）、0.87（0.79-0.96）。Delong检验无明显统计学差异。4)重复交叉验证结果显示同/反相位T1WI、T2WI训练组和验证组的诊断准确性、敏感性、特异性分别为:0.80、0.90、0.89和0.74、0.75、0.72,0.98、0.98、0.98和0.76、0.81、0.72,0.80、0.84、0.88和0.63、0.63、0.64。结论基于MRI平扫的纹理分析技术在慢性乙型肝炎患者早期肝纤维化和显著性肝纤维化（＜2期vs.≥2期）中具备一定的诊断效能,可以在无创情况下,为慢性乙型肝炎患者肝纤维化分期提供新的诊断思路。