基于平扫CT的Logistic回归模型和朴素贝叶斯模型预测血肿扩大

作     者：宋祖华 周治明 郭大静 唐茁月 李欣 SONG Zuhua;ZHOU Zhiming;GUO Dajing;TANG Zhuoyue;LI Xin

作者机构：重庆医科大学附属第二医院放射科重庆400010 重庆市人民医院放射科重庆400013 

出 版 物：《中国医学影像技术》 (Chinese Journal of Medical Imaging Technology)

年 卷 期：2021年第37卷第1期

页      面：30-34页

核心收录：

学科分类：08[工学] 1010[医学-医学技术（可授医学、理学学位）] 0710[理学-生物学] 0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1006[医学-中西医结合] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 0703[理学-化学] 100214[医学-肿瘤学] 100106[医学-放射医学] 0702[理学-物理学] 1009[医学-特种医学] 10[医学] 100602[医学-中西医结合临床] 

基　　金：重庆市科卫联合医学科研重点项目(2019ZDXM010) 重庆市基础与前沿研究计划项目(cstc2016jcyjA0294) 重庆市医学科研计划重点项目(20141016) 

主　　题：脑出血 机器学习 体层摄影术,X线计算机 

摘      要：目的探究基于平扫CT的Logistic回归模型和朴素贝叶斯(NB)模型预测自发性脑出血早期血肿扩大(HE)的价值。方法回顾性分析208例自发性脑出血患者的临床、初次CT扫描和24 h内随访CT资料,以随访CT显示血肿体积比例较前增加33%或体积差6 ml为HE,将患者分为HE组(86例)和非HE组(122例)。比较2组间临床资料和影像学特征的差异,采用Logistic回归和NB方法分别建立预测HE模型,并评估其预测性能。结果多因素方差分析表明男性患者(OR=3.814)、糖尿病病史(OR=0.442)、CT卫星征(OR=0.083)与漩涡征(OR=0.232)及伴脑室内出血(OR=0.442)是HE的独立预测因素。Logistic回归模型曲线下面积(AUC)为0.823,NB模型训练集和测试集的AUC分别为0.768和0.847。结论基于平扫CT的Logistic回归模型和NB模型有助于预测自发性脑出血早期HE,NB模型预测HE效能优于Logistic回归模型。