| 夏建峰， 胡永任， 邓世财， 黄泽和， 陈松.基于MRI征象及临床因素的评分系统预测胎盘植入性疾病的价值[J].放射学实践,2024,(01):97-102 |
| 基于MRI征象及临床因素的评分系统预测胎盘植入性疾病的价值 |
|
| |
| DOI：10.13609/j.cnki.1000-0313.2024.01.017 |
| 中文关键词: 胎盘植入性疾病 磁共振成像 评分系统 预测 |
| 基金项目: |
|
| 摘要点击次数: 1588 |
| 全文下载次数: 2090 |
| 中文摘要: |
| 【摘要】目的：探讨基于MRI征象及临床因素的评分系统预测胎盘植入性疾病(PAS)的应用价值。方法：回顾性分析132例孕妇的临床及MRI资料，其中非PAS组80例，PAS组52例（其中黏连型胎盘植入(PA)亚组25例、植入型胎盘植入(PI)/穿透型胎盘植入(PP)亚组27例）。采用5分评分法对MRI征象及临床因素进行评分。统计分析各参数的组间差异性以及与PAS的相关性，采用ROC曲线分析各个相关参数对PAS的诊断效能。利用二元Logistics回归分析构建MRI+临床诊断模型，并运用ROC曲线分析该模型的诊断效能。结果：两位医师对MRI征象评分的一致性极好（ICC＞0.9，P<0.05）。孕次评分、产次评分、子宫手术史评分、胎盘位置评分、11个征象总分及7个共识征象总分在非PAS组与PAS组间差异具有统计学意义并均与PAS呈正相关性(P<0.05)，其中7个共识征象总分相关性最高(r=0.635)。孕次评分、产次评分、子宫手术史评分、胎盘位置评分、11个征象总分及7个共识征象总分预测PAS的ROC曲线下面积(AUC)分别为0.625、0.684、0.778、0.741、0.868、0.875（P<0.05）。ROC曲线分析结果显示，MRI+临床诊断模型预测PAS组与非PAS组、非PAS组与PA亚组、PA亚组与PI/PP亚组的AUC分别为0.892、0.795、0.871（P＜0.05）。结论：基于MRI及临床相关因素的评分系统可以较准确地预测PAS及其植入深度，具有较高的应用价值。 |
| |
|
查看全文
下载PDF阅读器 |
| 关闭 |
