目的通过对颞下颌关节紊乱病(temporomandibular disorder,TMD)患者翼外肌、关节盘及双板区的MRI影像组学特征研究,实现TMD早期诊断和相关鉴别诊断,提高诊疗效率。材料与方法回顾性收集中国科技大学附属第一医院2019年12月至2024年10月...目的通过对颞下颌关节紊乱病(temporomandibular disorder,TMD)患者翼外肌、关节盘及双板区的MRI影像组学特征研究,实现TMD早期诊断和相关鉴别诊断,提高诊疗效率。材料与方法回顾性收集中国科技大学附属第一医院2019年12月至2024年10月经临床诊断为TMD的影像资料和临床资料。最终纳入121名患者的左右双侧关节共242例,分为可复性关节盘移位组(33侧)、不可复性关节盘移位组(89侧)和无移位组(120侧),使用单因素方差分析结合Bonferroni校正筛出翼外肌、关节盘及双板区MRI影像组学三组间差异性特征,随后采用“一对多”(one-vs-rest,OVR)方法训练逻辑回归模型。模型输入为经筛选后的显著差异特征,输出为各组别的预测概率。通过单因素和多因素逻辑回归构建了临床模型、影像组学模型以及复合模型(临床+影像组学联合),采用分层随机划分训练集并评估测试集上的诊断效能。分层五折交叉验证后,计算受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC),使用DeLong检验对AUC进行显著性差异验证,并通过决策曲线分析(decision curve analysis,DCA)评价模型预测效能。结果(1)双板区7个特征、关节盘5个特征、翼外肌筛0个特征(提示翼外肌在TMD不同亚型间差异不大)在三组间差异具有统计学意义(P<0.05)。(2)ROC曲线显示,关节盘显著特征在区分不可复性关节盘移位(AUC=0.79)及无移位(AUC=0.78)中具有较高的效能;双板区显著特征在区分无移位(AUC=0.84)中具有较高的效能。(3)临床模型、影像组学模型以复合模型的训练集和测试集ROC曲线显示,测试集中复合模型(AUC=0.90)较临床模型(AUC=0.88)及影像组学模型(AUC=0.78)区分能力更强且稳定,预测效能及诊断效能更高。结论基于TMD患者关节盘与双板区的MRI影像组学研究,可为TMD的早期诊断和相关鉴别及临床干预提供一种创新性思路,同时证明仅依赖翼外肌影像组学进行TMD亚型鉴别相对较局限。展开更多
文摘目的通过对颞下颌关节紊乱病(temporomandibular disorder,TMD)患者翼外肌、关节盘及双板区的MRI影像组学特征研究,实现TMD早期诊断和相关鉴别诊断,提高诊疗效率。材料与方法回顾性收集中国科技大学附属第一医院2019年12月至2024年10月经临床诊断为TMD的影像资料和临床资料。最终纳入121名患者的左右双侧关节共242例,分为可复性关节盘移位组(33侧)、不可复性关节盘移位组(89侧)和无移位组(120侧),使用单因素方差分析结合Bonferroni校正筛出翼外肌、关节盘及双板区MRI影像组学三组间差异性特征,随后采用“一对多”(one-vs-rest,OVR)方法训练逻辑回归模型。模型输入为经筛选后的显著差异特征,输出为各组别的预测概率。通过单因素和多因素逻辑回归构建了临床模型、影像组学模型以及复合模型(临床+影像组学联合),采用分层随机划分训练集并评估测试集上的诊断效能。分层五折交叉验证后,计算受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC),使用DeLong检验对AUC进行显著性差异验证,并通过决策曲线分析(decision curve analysis,DCA)评价模型预测效能。结果(1)双板区7个特征、关节盘5个特征、翼外肌筛0个特征(提示翼外肌在TMD不同亚型间差异不大)在三组间差异具有统计学意义(P<0.05)。(2)ROC曲线显示,关节盘显著特征在区分不可复性关节盘移位(AUC=0.79)及无移位(AUC=0.78)中具有较高的效能;双板区显著特征在区分无移位(AUC=0.84)中具有较高的效能。(3)临床模型、影像组学模型以复合模型的训练集和测试集ROC曲线显示,测试集中复合模型(AUC=0.90)较临床模型(AUC=0.88)及影像组学模型(AUC=0.78)区分能力更强且稳定,预测效能及诊断效能更高。结论基于TMD患者关节盘与双板区的MRI影像组学研究,可为TMD的早期诊断和相关鉴别及临床干预提供一种创新性思路,同时证明仅依赖翼外肌影像组学进行TMD亚型鉴别相对较局限。
