本文是由胡云涛、黄小华、刘念、唐玲玲等作者共同完成的一项临床研究，发表于《磁共振成像》2021年10月第12卷第10期。该研究的主要目的是探讨基于磁共振T2加权成像（T2WI）序列的影像组学（radiomics）在预测急性胰腺炎（acute pancreatitis, AP）复发中的价值。研究团队来自川北医学院附属医院放射科和川北医学院第二附属医院放射科。

学术背景

急性胰腺炎（AP）是一种常见的胰腺疾病，部分患者在治疗后会出现复发性急性胰腺炎（recurrent acute pancreatitis, RAP）。RAP的反复发作不仅增加了患者进展为慢性胰腺炎或胰腺癌的风险，还严重影响了患者的生活质量。尽管临床和影像学对AP的诊断较为敏感，但目前仍缺乏有效的定量分析手段来预测AP的复发。影像组学作为一种新兴的定量分析方法，能够从大量影像数据中提取与异常组织相关的形状、灰度、纹理等特征，并结合临床特征进行系统性分析，从而提高诊断、分级及预后评估的准确性。然而，基于磁共振成像（MRI）的影像组学模型在预测AP复发方面的研究尚未见报道。因此，本研究旨在探讨使用影像组学方法构建早期预测AP复发模型的可行性，并确定RAP的影像学标志物。

研究流程

本研究为回顾性研究，纳入了2014年1月至2015年12月期间在川北医学院附属医院经MRI和临床检验诊断为AP的147例患者，其中首发AP患者102例，RAP患者45例。研究将这些患者按7:3的比例随机分为训练组（102例）和验证组（45例）。所有患者均接受了GE Discovery MR 750 3.0T MRI扫描仪的检查，扫描序列包括轴位T2WI单次激发快速自旋回波序列和轴位T1WI快速扰相梯度回波序列。

研究使用IBEX软件对胰腺实质周围进行三维感兴趣区（ROI）勾画，并提取了包括灰度共生矩阵（gray level co-occurrence matrix, GLCM）、灰度游程矩阵（gray level run length matrix, GLRLM）、直方图和形状在内的纹理特征。通过单因素分析和套索算法（least absolute shrinkage and selection operator, LASSO）进行特征筛选，最终保留了8个纹理特征。随后，研究采用逻辑回归（logistics regression）建立了影像组学模型和基于高脂血症的临床模型，并通过受试者工作特征曲线下面积（area under the curve, AUC）评估模型的预测效能。

主要结果

研究结果显示，基于8个纹理特征（信息测量校正、集群趋势、相关性、非相似性、熵、游程非均匀性、偏度、体积）的影像组学模型在预测AP复发方面表现出较高的诊断效能。在训练组中，影像组学模型的AUC为0.870（95% CI: 0.791～0.949），敏感度为0.903，特异度为0.831；在验证组中，AUC为0.836（95% CI: 0.718～0.954），敏感度为0.786，特异度为0.774。相比之下，基于高脂血症的临床模型的AUC仅为0.634（95% CI: 0.550～0.717），敏感度为0.689，特异度为0.578。

结论

研究表明，基于MRI T2WI序列的影像组学模型能够有效预测AP的复发，且其预测效能显著优于传统的临床模型。信息测量校正、集群趋势、相关性、非相似性、熵、游程非均匀性、偏度和体积是RAP的显著预测因素。这一发现为临床提供了新的影像学标志物，有助于早期识别高风险患者并制定个体化治疗方案。

研究亮点

1. 创新性：本研究首次基于MRI T2WI序列构建了影像组学模型，用于预测AP的复发，填补了该领域的研究空白。
2. 高效性：影像组学模型在训练组和验证组中均表现出较高的预测效能，AUC值分别达到0.870和0.836，显著优于传统的临床模型。
3. 实用性：T2WI序列在临床实践中易于获取，且无需使用增强对比剂，降低了患者的医疗费用，具有较高的临床应用价值。

局限性

1. 数据来源单一：本研究的数据来自单一中心，可能存在一定的偏差。
2. 样本量有限：尽管影像组学模型表现良好，但样本量相对较小，未来需要进一步扩大样本量以验证模型的稳定性。
3. ROI勾画的主观性：胰腺轮廓及炎症范围的勾画需要经验丰富的影像医师，可能存在一定的主观性。

总结

本研究通过影像组学方法成功构建了基于MRI T2WI序列的AP复发预测模型，为临床提供了新的定量分析工具。该模型不仅能够有效预测AP的复发，还为个体化治疗方案的制定提供了重要参考。未来研究可以通过扩大样本量和多中心数据验证，进一步提升模型的稳定性和普适性。