基于空腔的机器学习和放射学的实用性,用于预测MDR-TB的治疗反应
1Department of Radiology, Beijing Chest Hospital, Capital Medical University, Beijing, 101149, People's Republic of China.
Infection and drug resistance
|November 3, 2023
概括
一个新的放射学模型准确地预测了长时间治疗方案的多耐药结核病 (MDR-TB) 患者的唾液培养状态. 该工具可以帮助指导MDR-TB的有效后续治疗策略.
科学领域:
- 放射学 放射学是一门学科.
- 传染性疾病 传染性疾病
- 医疗成像医学成像
背景情况:
- 六个月的液培养对于评估多耐药结核病 (MDR-TB) 治疗反应至关重要.
- 在延长疗程的MDR-TB患者中预测治疗结果具有挑战性.
研究的目的:
- 开发一种使用基于腔的放射学预测模型,以预测六个月后的唾液培养状态.
- 为了评估该模型在接受更长时间治疗方案的MDR-TB患者中的疗效.
主要方法:
- 一项对315名用较长时间治疗方案治疗的MDR-TB患者的回顾性研究.
- 从肺腔中提取了放射性特征;用于构建放射性模型的随机森林分类器.
- 一个临床模型和一个联合放射学-临床模型也被开发用于比较.
主要成果:
- 放射学模型表现出强大的预测性能,AUC为0.892 (训练) 和0.839 (测试).
- 组合模型表现相似 (AUC 0.913和0.815),表现优于临床模型 (AUC 0.688和0.525).
- 二十八个放射学特征被确定为关键预测因素.
结论:
- 基于腔腔的放射学为预测MDR-TB患者的唾液培养转化提供了一个有希望的方法.
- 这种预测能力可以显著帮助指导和优化MDR-TB的后续治疗策略.


