文章摘要
刘东婷，哈达，温兆赢，张楠，刘家祎.心肌桥近端冠脉狭窄程度预测模型的建立及其临床应用价值[J].放射学实践,2022,(04):443-448
心肌桥近端冠脉狭窄程度预测模型的建立及其临床应用价值
  
DOI：10.13609/j.cnki.1000-0313.2022.04.006
中文关键词: 心肌桥  壁冠状动脉  动脉粥样硬化  人工智能  预测模型
基金项目:北京市医院管理中心“青苗”计划（QML20190607）
作者单位
刘东婷，哈达，温兆赢，张楠，刘家祎 100029北京，首都医科大学附属北京安贞医院/北京市心肺血管疾病研究所医学影像科（刘东婷、温兆赢、张楠、刘家祎）；215000苏州，影诺高新科技（苏州）有限公司（哈达） 
摘要点击次数: 2779
全文下载次数: 3020
中文摘要:
      【摘要】目的：探讨基于传统logistic回归分析和机器学习方法建立心肌桥（MB）近端冠脉狭窄程度预测模型的可行性及其临床应用价值。方法：选取 2019年10月－2021年5月在本院行冠状动脉CTA及侵入性冠状动脉造影（ICA）检查并确诊存在MB的152例患者作为研究对象，将患者按照7︰3随机分为训练集（107例）和验证集（45例）。选取16个临床和影像特征为模型输入变量，以ICA检查获得的心肌桥所在血管近段狭窄程度（轻度与中重度）作为二分类输出变量，采用传统logistic回归分析和基于不同分类算法的机器学习方法构建了12个预测模型，采用ROC曲线分析各模型的诊断效能并进行验证。对logistic回归预测模型中的16个特征进行重要度排序，对最重要的3个特征在轻度组和中重度组间的差异进行统计学分析。最后，在验证集中比较了传统logistic回归预测模型与CTA医师阅片分析对评估心肌桥所在血管近段狭窄程度的效能。结果：12种分类预测模型的预测性能均较好，AUC介于0.7至0.9之间。其中以传统logistic回归模型的预测效能最佳，其在训练集和验证集中的AUC分别为0.923和0.872，在验证组中的诊断符合率（ACC）为0.844；此模型中各项特征的重要度排序结果显示，心肌桥所在血管近段CTA狭窄程度、心肌桥所在血管近段斑块类型及心肌桥所在血管远段管腔CT值是预测心肌桥所在血管近段造影狭窄程度的最重要的3个特征。与基于CTA图像的两位放射科医师视觉评估结果相比，传统logistic回归模型的诊断效能更优（ACC分别为0.800、0.756和0.844）。结论：基于临床和影像特征建立的传统logistic回归模型能有效预测心肌桥所在血管近段狭窄程度，优于基于CTA的人工阅片方法，可提高对MB患者筛查和诊断的准确性，具有一定的临床应用价值。
      
查看全文   下载PDF阅读器
关闭