[建立基于MRI和临床特征的异形性炎症性肌肉病活动的预测模型]
Z J Wang1, Z R Tian1, Y Q Wang2
1Department of Radiology, General Hospital of Ningxia Medical University, Yinchuan 750001, China.
Zhonghua yi xue za zhi
|September 22, 2024
概括
这项研究使用MRI和临床数据开发了一个预测模型,以识别活跃的异常性炎症性肌肉病 (IIM). 该模型有效预测IIM活动,有助于诊断和管理这种情况.
科学领域:
- 神经学 神经学
- 放射学 放射学是一门学科.
- 类风湿病学 类风湿病学
背景情况:
- 异形性炎症性肌肉病 (IIM) 包含一组影响肌肉的罕见自身免疫性疾病.
- 准确评估IIM疾病活动对于及时有效治疗至关重要.
研究的目的:
- 分析MRI和与IIM活动相关的临床特征.
- 构建和验证IIM活动的预测模型.
主要方法:
- 对326名IIM患者的回顾性分析.
- 使用的MRI (T1,T2值) 和临床数据 (年龄,CKMB,CK,LDH).
- 使用拉索,随机森林和后勤回归用于使用ROC和校准曲线进行模型开发和验证.
主要成果:
- 活跃和不活跃的IIM组之间年龄,T2值,CKMB,CK和LDH的显著差异.
- 年龄,T2值,CKMB,CK和LDH被确定为活跃IIM的危险因素.
- 结合MRI和临床预测模型的高精度 (AUC> 0.914在训练中,> 0.982在验证中) 和良好的校准.
结论:
- 一个整合MRI和临床指标的诺莫格拉姆模型有效预测IIM活动.
- 该模型为评估IIM患者的疾病活性提供了有价值的工具.
