肾周脂肪粘附的术前预测。 (APF)

重要性：

对于需要手术治疗的肾肿瘤患者来说，粘连性肾周脂肪是外科医生在手术过程中遇到的一个令人沮丧的变量，但目前用于预测手术潜在难度的依赖于图像的肾脏形态测量评分系统忽略了这个因素。 准确的术前预测肾周脂肪状态仍然是迫切需要的。

目的：

为了确定计算机断层扫描图像中肾周脂肪的影像组学特征是否能为判断肾周脂肪状态提供有价值的信息，开发基于CT影像组学结合深度学习的预测模型，并在独立队列中验证模型的性能。

设计、设置和参与者：

该研究包括 2020 年 1 月至 2023 年 9 月期间来自四个医疗中心的一份回顾性数据集和一份前瞻性数据集。 对 xx 名接受部分肾切除术或根治性肾切除术的成年患者进行了肾脏平扫 CT 扫描。 训练集、验证集和内部测试集由吉林大学第一医院提供，外部测试集由四平市第一医院、辽源市中心医院和东丰县医院提供。 该诊断研究使用2020年1月至2023年5月的单机构数据提取肾周脂肪区域的影像组学特征（独立样本T检验、最小绝对收缩和选择算子逻辑回归用于筛选最佳影像组学特征） ）。 对肾脏手术前患者的临床变量进行单变量和多变量分析，以确定临床环境中肾周脂肪粘附的独立预测因素。 使用不同的分类器来构建仅使用图像组学特征的预测模型和使用独立的临床预测因子结合图像组学特征的融合预测模型。 其性能在两个测试集中得到验证。

主要成果和措施：

图像组学模型的判别性能通过受试者工作特征曲线下面积进行评估，并通过决策曲线分析进行确认。