使用基于计算机断层扫描的可解释放射学模型预测脑出血患者的结果:一个多中心研究

科学领域:

• 神经学 神经学
• 放射学 放射学是一门学科.
• 医疗信息学 医疗信息学

背景情况:

• 预测脑出血的预后对于患者的管理至关重要.
• 现有的模型可能缺乏通用性和解释性.

研究的目的:

• 开发和验证用于预测脑出血预后的多式放射学模型.
• 提高模型的解释性和通用性.

主要方法:

• 在3个中心对237名脑出血患者进行了回顾性研究.
• 从CT扫描中提取了1762个放射性特征;结合了临床和宏观成像特征.
• 使用随机森林开发了放射学和放射学临床模型;通过SHAPley添加式扩展 (SHAP) 验证可解释性.

主要成果:

• 放射学-临床模型的AUC为0.88,超过了放射学模型 (AUC0.85).
• SHAP分析发现了融合特征 (rad评分,临床rad评分) 对模型预测的显著贡献.
• 该模型表现出高灵敏度,特异性和校准性.

结论:

• 多模式放射学-临床模型显著改善了对脑出血的预后预测.
• 该模型提供了增强的预测性能和风险预测决策的基础.
• 通过SHAP分析的可解释性有助于理解模型预测.