| 摘要: |
| 目的 构建并验证基于头颈CT血管成像（CTA）影像组学支持向量机（SVM）模型，以预测急性缺血性脑卒中（AIS）患者静脉溶栓（IVT）后发生早期神经功能恶化（END）的风险。方法 回顾性收集2021年1月至2025年7月蚌埠市第一人民医院200例AIS患者的影像及临床资料，根据是否发生END分为END组68例和非END组132例。通过多因素logistic回归筛选发生END的独立危险因素。采用3D.Slicer软件提取头颈CTA颈动脉斑块影像组学特征，依次采用一致性分析、最大相关和最小冗余、最小绝对收缩和选择算子筛选最优影像组学特征，并计算影像组学评分（Rad-score）。然后将Rad-score联合独立危险因素基于SVM算法构建发生END的风险预测联合模型。绘制ROC曲线评估不同模型的预测效能，采用Delong检验比较不同模型间AUC的差异；采用校准曲线和临床决策曲线评价不同模型的精准度及临床净获益。结果 多因素logistic回归分析显示，溶栓前美国国立卫生研究院卒中量表评分升高及大面积脑梗死是发生END的独立危险因素。在训练集和验证集中，联合模型AUC最高，分别为0.905和0.911，均高于影像组学模型和临床模型（均P＜0.05）。校准曲线和临床决策曲线显示联合模型具有更高的预测精准度和临床净获益率。结论 基于头颈CTA影像组学联合独立危险因素的SVM模型可有效预测AIS患者IVT后发生END的风险概率，为临床提前制定个体化预防治疗方案提供依据。 |
| 关键词: |
| DOI： |
| 分类号: |
| 基金项目:数字医学与智慧健康安徽省重点实验室（蚌埠医科大学）开放课题（AHCM2024W010） |
|
|
|
|
| Abstract: |
|
| Key words: |
