您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览221 | 下载276

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,

作者:叶浩翊;刘志锋;阮耀钦;申忱;伍志华;周镇源

来源:实用放射学杂志 2023 年 39卷 3期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:221 | 下载:276
作者:
叶浩翊;刘志锋;阮耀钦;申忱;伍志华;周镇源
来源:
实用放射学杂志 2023 年 39卷 3期
标签:
纹理分析 高血压脑出血 预测模型 计算机体层成像
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,