这项研究的主要作者包括唐玲玲、刘念、胡云涛、赵庆云和通讯作者黄小华，分别来自“川北医学院附属医院”放射科及胃肠外科。研究发表于2022年7月的《中华放射学杂志》（Chin J Radiol, July 2022, Vol. 56, No. 7）。
该研究属于医学影像和放射学领域，具体聚焦于急性胰腺炎（Acute Pancreatitis，AP）患者复发风险的预测问题。
急性胰腺炎是一种常见的急腹症，发病率逐年增加，其中约11%至32%的急性胰腺炎患者可能会反复发作，部分患者将进一步发展为慢性胰腺炎，而慢性胰腺炎患者患胰腺癌的风险显著增加。因此，建立一种稳定而高效的复发性急性胰腺炎（Recurrent Acute Pancreatitis，RAP）预测模型，对于提高患者的防治效率具有重要意义。
传统影像学方法无法提供AP复发的量化预测能力，单靠临床特征预测发病风险也存在较大局限性。而影像组学（Radiomics）的出现，通过从影像图像中提取无法被肉眼直接识别的潜在特征，为疾病的诊断与预测提供了新的思路。此前已有基于CT影像的类似预测研究，但由于MRI的无辐射优势，采用增强MRI进行相关影像组学探讨具有重要研究意义。基于此，研究团队尝试构建通过增强MRI动脉晚期图像（Late Arterial Phase Images）建立影像组学模型，并探讨其在预测AP复发中的潜力。
研究团队回顾性收集了2017年1月至2020年12月在川北医学院附属医院首次诊断为急性胰腺炎的201例患者的相关数据。所有患者均在发病后7天内完成了增强MRI检查。根据随访情况，将病例分为两组： - AP无复发组（102例） - RAP组（99例）
随后，采用随机数表法将其按7:3的比例分为训练集和验证集： - 训练集：140例（AP无复发组71例，RAP组69例） - 验证集：61例（AP无复发组31例，RAP组30例）
所有影像采集均使用GE Discovery MR750 3.0T MRI系统，选取增强MRI动脉晚期图像作为分析对象。在分析过程中，有两名医学影像诊断经验超过5年的医师独立完成ROI（感兴趣区）的勾画，并通过基于MATLAB开发的开源软件IBEX提取高通量影像组学特征。
从ROI数据中共提取1353个影像组学特征，这些特征涵盖灰度共生矩阵（GLCM）、灰度游程长度矩阵等信息。通过一致性检验，筛选出ICC（一致性指标）高于0.75的806个稳定特征。随后通过单因素分析和最小绝对收缩与选择操作（LASSO）回归，进一步降维筛选，最终得到9个最佳特征，包括8个GLCM特征与1个形状特征（体素单元）。
研究团队共构建三种模型： - 临床模型：基于患者性别、吸烟、高脂血症等临床特征。 - 影像组学模型：基于提取的9个最佳影像组学特征。 - 联合模型：综合临床特征与影像组学特征。
通过Logistic回归分析，各模型的预测能力分别在训练集与验证集上进行评估。
采用Kolmogorov-Smirnov正态性检验、独立样本t检验、Mann-Whitney U检验等方法对数据进行统计。通过DeLong检验比较各模型预测AP复发风险的效能差异。
临床特征分析：男性、吸烟、高脂血症等临床特征在RAP组中比率显著高于AP无复发组，其中高脂血症被确认为AP复发的独立风险因素（OR=5.236, 95%CI 2.710~10.101）。
模型效能对比：
显著特征解读：影像组学特征，如相关性、自相关、同质性，可反映胰腺组织的潜在异质性变化。这些变化可能是传统影像方法无法捕捉的，从而使影像组学方法更适合定量预测AP复发风险。
研究证明，基于增强MRI动脉晚期图像的影像组学模型具备良好的定量预测AP复发的能力，其效能明显优于传统临床模型。这不仅为RAP的防治提供了新的评估工具，还可能为患者个性化治疗提供支持。此外，影像组学方法的无创性和高效性强化了其作为未来疾病预测领域重要工具的潜力。
尽管研究结果令人鼓舞，但其局限性包括单中心数据可能导致样本偏倚、纳入病因与临床特征的种类较少等。因此，未来需开展多中心、大规模研究，并融合如患者治疗方式等更丰富的临床数据。进一步优化影像组学模型，提升其适用性和稳定性，也将在实际应用中带来更多可能。
总结而言，这项研究显示出MRI影像组学在预测AP复发中的强大潜力，为未来相关领域的研究奠定了基础，同时也为AP患者的精准管理与干预提供了有力工具。