本文介绍了一项关于急性胰腺炎（Acute Pancreatitis, AP）复发预测的研究，该研究由Lingling Tang、Lin Ma、Yuying Chen、Yuntao Hu、Xinyue Chen、Xiaohua Huang和Nian Liu等作者共同完成，发表在2023年的《Scientific Reports》期刊上。研究的主要目的是探讨基于对比增强T1加权磁共振成像（Contrast-Enhanced T1-Weighted MRI, CE-MRI）的放射组学（Radiomics）分析在预测急性胰腺炎复发中的价值。
急性胰腺炎是一种常见的急性腹部疾病，其复发率约为17%至35%。复发性急性胰腺炎（Recurrent Acute Pancreatitis, RAP）不仅影响患者的生活质量，还可能增加慢性胰腺炎和胰腺癌的风险。因此，建立一个稳定且定量的预测模型来预测急性胰腺炎的复发具有重要意义。以往的研究主要集中在临床风险因素的探索上，但这些模型的准确性较低，且缺乏稳定性和个体特异性。放射组学通过纹理分析能够揭示病变的异质性，因此在预测急性胰腺炎复发方面具有潜在的应用价值。
研究共纳入了201名首次发作急性胰腺炎的患者，其中140名用于训练队列，61名用于测试队列。研究的主要流程包括以下几个步骤：
数据收集与预处理：研究回顾性地收集了2017年至2020年间在四川医科大学附属医院治疗的急性胰腺炎患者的医疗记录，并通过电话或住院记录进行随访以记录复发情况。所有患者均接受了MRI扫描，扫描设备为GE Discovery MR750 3.0T，扫描序列包括轴向单次快速自旋回波T2加权成像、轴向3D肝脏加速容积采集（LAVA-Flex）T1加权成像以及对比增强LAVA-Flex T1加权成像。
图像分析与特征提取：研究使用对比增强晚期动脉期图像进行放射组学分析。两名经验丰富的放射科医生在不知道患者数据的情况下，逐层绘制胰腺实质的感兴趣区域（ROI），并避免血管和胆总管。图像分割和放射组学特征提取使用IBEX软件进行，共提取了428个放射组学特征，包括灰度共生矩阵（GLCM）、灰度游程矩阵（GLRLM）、强度直方图和形状特征。
特征选择与模型构建：研究使用独立样本t检验或Mann-Whitney U检验比较非复发组和复发组之间的特征，然后使用最小绝对收缩和选择算子（LASSO）进行降维，最终选择了5个最佳特征用于构建放射组学模型。同时，研究还收集了临床特征，构建了临床模型，并通过线性整合临床独立风险因素和最佳放射组学特征构建了列线图（Nomogram）模型。
模型评估：研究通过受试者工作特征曲线下面积（AUC）、敏感性、特异性、准确性等指标评估模型的预测性能。结果显示，放射组学模型在训练队列和测试队列中的AUC分别为0.915和0.917，显著高于临床模型（AUC分别为0.811和0.681）。列线图模型在训练队列和测试队列中的AUC分别为0.943和0.906，表现出良好的预测性能。
研究的主要结果包括： 1. 放射组学模型的优越性：放射组学模型在预测急性胰腺炎复发方面表现出较高的准确性，AUC显著高于临床模型。这表明放射组学能够捕捉到肉眼无法识别的细微病变特征，从而提供更准确的预测。 2. 临床模型的局限性：临床模型在预测急性胰腺炎复发方面的表现较差，AUC较低。研究还发现，高脂血症是急性胰腺炎复发的独立风险因素。 3. 列线图模型的临床应用价值：列线图模型结合了临床独立风险因素和放射组学特征，能够为临床医生提供个性化的复发预测工具。决策曲线分析（DCA）显示，当阈值概率大于0.02时，使用列线图模型预测急性胰腺炎复发具有更高的临床净效益。
本研究开发并验证了一种基于MRI对比增强晚期动脉期图像的放射组学模型，能够非侵入性地定量预测急性胰腺炎的复发。放射组学模型和列线图模型在预测急性胰腺炎复发方面表现出优于临床模型的性能，具有较高的临床应用价值。研究结果为急性胰腺炎复发的预防和治疗提供了新的参考依据。
本研究不仅为急性胰腺炎复发的预测提供了新的方法，还为放射组学在其他疾病中的应用提供了参考。通过结合临床特征和放射组学特征，研究展示了多模态数据整合在疾病预测中的潜力。未来的研究可以进一步扩大样本量，并结合多期相或多序列的MRI图像，以提高模型的准确性和稳定性。