MRI マシン・ラーニング・モデルは,腰椎狭窄症における神経根沈着を予測する:前向きな研究

科学分野:

• 放射線科
• 脊髄イメージング
• 生物医学工学

背景:

• 腰椎管狭窄症 (LSS) は,神経根圧縮を引き起こす一般的な状態です.
• 神経根の沈殿記号 (SedSign) は,LSSにおけるMRI発見であるが,その特徴と予測因子は完全に理解されていない.

研究 の 目的:

• LSSにおけるSedSignのMRI特性を分析する.
• LSS患者のSedSign発症に対する予測リスクモデルを開発する.

主な方法:

• 1,138件のLSS症例が分析され,SedSignの存在によって分類されました.
• 主要なMRIパラメータ (直径,厚さ,ヘルニア,高縮) と臨床データ
• モデル開発と評価に使用されるクロス検証 (RFECV) と機械学習 (ランダムフォレスト,KNN,XGBoost) による再帰的特徴排除.

主要な成果:

• SedSign陽性なLSS患者は高齢で,狭窄症, epidural fatの増加,椎間板ヘルニア,リガメント・フラブム・ハイパートロフィー,および高強度ゾーンでした.
• RFECVは,年齢,性別,ドゥラルサック寸法, epidural脂肪グレード,ディスクヘルニア,およびリガメント・フラブーム・ハイパートロフィーを8つの予測特性を特定しました.
• SedSign8モデルは高い予測性能を示した (AUC=0. 901,精度=83. 6%).

結論:

• 高齢化,狭窄症の増加,およびドゥラルサック/周囲の組織の変化は,LSSにおけるSedSignの重要な要因です.
• SedSign8モデルは,LSS患者のSedSignリスクを予測するための信頼できるツールを提供します.