Předoperační predikce adherentního perirenálního tuku. (APF)

Důležitost:

Pro pacienty s nádory ledvin vyžadujícími chirurgickou léčbu je adhezivní perirenální tuk frustrující proměnnou, se kterou se chirurgové během operace setkávají, ale současný morfometrický skórovací systém ledvin závislý na obrazu používaný k predikci potenciální obtížnosti operace tento faktor ignoruje. Naléhavou potřebou zůstává přesná předoperační predikce stavu perirenálního tuku.

Účel:

Chcete-li zjistit, zda radiomické rysy perirenálního tuku odvozené ze snímků počítačové tomografie mohou poskytnout cenné informace pro posouzení stavu perirenálního tuku, vyviňte predikční model založený na CT radiomice v kombinaci s hlubokým učením a ověřte výkon modelu v nezávislé kohortě.

Design, nastavení a účastníci:

Studie zahrnovala jeden retrospektivní soubor dat a jeden prospektivní soubor dat ze čtyř lékařských center v období od ledna 2020 do září 2023. Prosté CT vyšetření ledvin bylo provedeno u xx dospělých pacientů s parciální nefrektomií nebo radikální nefrektomií. Tréninkovou sadu, ověřovací sadu a sadu interních testů poskytla First Hospital of Jilin University a externí testovací sadu poskytla First Hospital of Siping City, Liaoyuan Central Hospital a Dongfeng County Hospital. Tato diagnostická studie používala data z jedné instituce od ledna 2020 do května 2023 k extrakci zobrazovacích omických funkcí z oblasti perirenálního tuku (nezávislý vzorový T-test, minimální absolutní kontrakce a logistická regrese výběrového operátora byly použity ke screeningu nejlepších zobrazovacích omických funkcí ). Pro stanovení nezávislých prediktorů adherentního perirenálního tuku v klinickém prostředí byly provedeny jednorozměrné a vícerozměrné analýzy klinických proměnných u pacientů před operací ledvin. Různé klasifikátory byly použity k sestavení predikčních modelů využívajících pouze image-omické funkce a fúzní predikční modely využívající nezávislé klinické prediktory kombinované s image-omickými funkcemi. Jeho výkon je ověřen ve dvou testovacích sadách.

Hlavní úspěchy a opatření:

Diskriminační výkon obrazového omického modelu byl vyhodnocen plochou pod provozní charakteristikou přijímače a potvrzen analýzou rozhodovací křivky.