期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
MR影像组学列线图对胎盘植入性疾病的产前诊断及不良临床结局预测
1
作者
左孟哲
王琴
+3 位作者
褚茜
徐梦琴
潘婷
张春雷
《磁共振成像》
北大核心
2025年第6期100-109,共10页
目的探讨基于胎盘MR的影像组学特征、MR征象评分以及临床指标构建的列线图在胎盘植入性疾病(placenta accreta spectrum,PAS)的产前诊断以及不良临床结局风险评估中的价值。材料与方法前瞻性纳入临床疑诊PAS的167例孕妇,行产前胎盘MR检...
目的探讨基于胎盘MR的影像组学特征、MR征象评分以及临床指标构建的列线图在胎盘植入性疾病(placenta accreta spectrum,PAS)的产前诊断以及不良临床结局风险评估中的价值。材料与方法前瞻性纳入临床疑诊PAS的167例孕妇,行产前胎盘MR检查并于昆山市第一人民医院分娩,获取患者的临床和影像学资料,其中PAS 89例,非PAS 78例,按7∶3的比例分层随机划分为训练集119例和验证集48例。参考以往研究中的评分量表对MR主观征象进行分析和评分;提取胎盘MR两种T2WI序列图像的影像组学特征,采用最小绝对收缩和选择算子进行特征筛选并构建预测PAS的影像组学模型,得出相应影像组学分数(radiomics score,Radscore)。对训练集临床指标、MR征象评分以及Radscore采用Logistic回归分析建立不同的PAS联合预测模型。采用Bootstrap方法对所有模型进行内部测试,并采用验证集进行验证;采用受试者工作特征曲线下面积(area under the curve,AUC)和临床决策曲线评价各模型的预测性能,并生成最佳模型的列线图,得到相应的列线图预测值;评价列线图对PAS及其不良临床结局的预测价值。结果在所有模型中,由流产次数、MR征象评分以及Radscore构建的联合预测模型对PAS的诊断价值最高,训练集和验证集AUC值分别为0.857[95%置信区间(confidence interval,CI):0.791~0.923]和0.848(95%CI:0.740~0.956),高于MR征象评分、临床模型、临床-MR征象评分模型和影像组学模型,训练集差异均有统计学意义(Z值分别约2.764、3.218、2.470和2.213,P值均<0.05),且临床净效益高于其他模型;以该模型生成的列线图预测值对胎盘粘连和胎盘植入(placenta increta,PI)以及PI和胎盘穿透具有较高的鉴别能力,AUC值分别为0.837(95%CI:0.769~0.905)和0.879(95%CI:0.807~0.951),同时对不良临床结局的预测价值较高,AUC值为0.822(95%CI:0.753~0.891)。结论基于胎盘MR的影像组学特征、MR征象评分以及流产次数构建的列线图对于PAS的产前诊断、分型和不良临床结局的风险评估具有较高的临床应用价值。
展开更多
关键词
胎盘植入性疾病
磁共振成像
影像组学
列线图
不良临床结局
在线阅读
下载PDF
职称材料
题名
MR影像组学列线图对胎盘植入性疾病的产前诊断及不良临床结局预测
1
作者
左孟哲
王琴
褚茜
徐梦琴
潘婷
张春雷
机构
昆山市
第一人民医
院
放射科
昆山市妇幼保健院放射科
昆山市
妇幼保健
院
产科
出处
《磁共振成像》
北大核心
2025年第6期100-109,共10页
基金
江苏省研究型医院学会专项科研基金项目(编号:GY202309)
苏州市医疗卫生科技创新项目(编号:SKY2022077)。
文摘
目的探讨基于胎盘MR的影像组学特征、MR征象评分以及临床指标构建的列线图在胎盘植入性疾病(placenta accreta spectrum,PAS)的产前诊断以及不良临床结局风险评估中的价值。材料与方法前瞻性纳入临床疑诊PAS的167例孕妇,行产前胎盘MR检查并于昆山市第一人民医院分娩,获取患者的临床和影像学资料,其中PAS 89例,非PAS 78例,按7∶3的比例分层随机划分为训练集119例和验证集48例。参考以往研究中的评分量表对MR主观征象进行分析和评分;提取胎盘MR两种T2WI序列图像的影像组学特征,采用最小绝对收缩和选择算子进行特征筛选并构建预测PAS的影像组学模型,得出相应影像组学分数(radiomics score,Radscore)。对训练集临床指标、MR征象评分以及Radscore采用Logistic回归分析建立不同的PAS联合预测模型。采用Bootstrap方法对所有模型进行内部测试,并采用验证集进行验证;采用受试者工作特征曲线下面积(area under the curve,AUC)和临床决策曲线评价各模型的预测性能,并生成最佳模型的列线图,得到相应的列线图预测值;评价列线图对PAS及其不良临床结局的预测价值。结果在所有模型中,由流产次数、MR征象评分以及Radscore构建的联合预测模型对PAS的诊断价值最高,训练集和验证集AUC值分别为0.857[95%置信区间(confidence interval,CI):0.791~0.923]和0.848(95%CI:0.740~0.956),高于MR征象评分、临床模型、临床-MR征象评分模型和影像组学模型,训练集差异均有统计学意义(Z值分别约2.764、3.218、2.470和2.213,P值均<0.05),且临床净效益高于其他模型;以该模型生成的列线图预测值对胎盘粘连和胎盘植入(placenta increta,PI)以及PI和胎盘穿透具有较高的鉴别能力,AUC值分别为0.837(95%CI:0.769~0.905)和0.879(95%CI:0.807~0.951),同时对不良临床结局的预测价值较高,AUC值为0.822(95%CI:0.753~0.891)。结论基于胎盘MR的影像组学特征、MR征象评分以及流产次数构建的列线图对于PAS的产前诊断、分型和不良临床结局的风险评估具有较高的临床应用价值。
关键词
胎盘植入性疾病
磁共振成像
影像组学
列线图
不良临床结局
Keywords
placenta accreta spectrum disorders
magnetic resonance imaging
radiomics
nomogram
adverse clinical outcomes
分类号
R445.2 [医药卫生—影像医学与核医学]
R714.21 [医药卫生—妇产科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
MR影像组学列线图对胎盘植入性疾病的产前诊断及不良临床结局预测
左孟哲
王琴
褚茜
徐梦琴
潘婷
张春雷
《磁共振成像》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
