腎周囲脂肪付着の術前予測。 (APF)

重要性：

外科的治療を必要とする腎臓腫瘍患者にとって、付着性腎周囲脂肪は外科医が手術中に遭遇するイライラする変数であるが、手術の潜在的な困難を予測するために使用されている現在の画像依存型腎臓形態計測スコアリングシステムはこの要素を無視している。 腎周囲の脂肪状態を術前に正確に予測することは依然として緊急の必要性です。

目的：

コンピューター断層撮影画像から得られた腎周囲脂肪のラジオミクス特徴が腎周囲脂肪の状態を判断するための貴重な情報を提供できるかどうかを判断し、深層学習と組み合わせた CT ラジオミクスに基づく予測モデルを開発し、独立したコホートでモデルのパフォーマンスを検証します。

デザイン、セットアップ、参加者:

この研究には、2020年1月から2023年9月までの4つの医療センターからの1つの遡及的データセットと1つの前向きデータセットが含まれていました。 腎部分切除術または根治的腎切除術を受けた成人患者 xx 人に対して腎臓単純 CT スキャンが実施されました。 トレーニング セット、検証セット、内部テスト セットは吉林大学第一病院から提供され、外部テスト セットは四平市第一病院、遼源中央病院、東風県病院から提供されました。 この診断研究では、2020 年 1 月から 2023 年 5 月までの単一施設データを使用して、腎周囲脂肪領域からイメージング オミックス特徴を抽出しました (最良のイメージング オミックス特徴をスクリーニングするために、独立サンプル T 検定、最小絶対収縮、および選択演算子ロジスティック回帰が使用されました) ）。 腎手術前の患者における臨床変数の単変量解析および多変量解析を実施して、臨床現場における付着性腎周囲脂肪の独立した予測因子を決定した。 画像オミクス特徴のみを使用する予測モデルと、画像オミクス特徴と組み合わせた独立した臨床予測子を使用する融合予測モデルを構築するために、さまざまな分類器が使用されました。 そのパフォーマンスは 2 つのテスト セットで検証されています。

主な成果と施策：

画像オミクスモデルの判別性能は、受信者動作特性曲線の下の面積によって評価され、決定曲線分析によって確認されました。