基于CT平扫图像纹理分析预测高血压脑出血患者预后研究
Journal of Practical Radiology(2023)
摘要
目的 探讨基于CT平扫图像纹理分析联合临床资料预测高血压脑出血患者预后的可行性.方法 收集CT平扫诊断为高血压脑出血患者的临床资料与检验资料及血肿CT图像纹理特征.以改良Rankin量表(mRS)为标准,进行90 d随访评分,90 d mRS评分≤2分为预后良好(A组),mRS评分≥3分为预后不良(B组).比较2组CT图像纹理特征值差异,并采用二元Logistic回归分析,筛选出预测高血压脑出血患者预后的独立风险因素并建立预测模型.对独立风险因素与Logistic预测模型进行受试者工作特征(ROC)曲线分析诊断效能,并对各ROC曲线进行Delong检验.结果 A组初诊格拉斯哥昏迷评分(GCS)高于B组(t=2.447,P=0.017),初诊血肿量(t=-3.204,P=0.002)及血肿破入脑室例数低于B组(χ2=9.837,P=0.003).二元Logistic回归分析结果显示初诊血肿量、是否破入脑室、skewness与differenceVariance为高血压脑出血患者90 d预后的独立风险因素,预测模型:Logit(P)=-0.483+初诊血肿量×0.102+是否破入脑室×1.396+skewness×2.925+differenceVariance×3.456,Logit(P)的曲线下面积(AUC)为0.860,取阈值为0.416时,敏感度及特异性分别为79.6%、78.9%,且预测模型Logit(P)诊断效能最佳.结论 血肿的CT纹理特征联合初诊血肿量、是否破入脑室可预测高血压脑出血患者预后,在脑出血早期为临床提供预后信息.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要