基于MRI的Wilson病患者中脑病变发生风险列线图预测模型的建立与验证
Establishment and Validation of a Nomogram Predictive Model for the Risk of Brainstem Lesions in Wilson's Disease Patients Based on MRI作者机构:安徽中医药大学神经病学研究所合肥230038 安徽中医药大学神经病学研究所附属医院 皖南医学院 安徽中医药大学新安医学与中医药现代化研究所
出 版 物:《立体定向和功能性神经外科杂志》 (Chinese Journal of Stereotactic and Functional Neurosurgery)
年 卷 期:2024年第37卷第2期
页 面:65-71页
学科分类:1002[医学-临床医学] 100204[医学-神经病学] 10[医学]
基 金:新安医学与中医药现代化研究所“揭榜挂帅”项目(编号:2023CXMMTCM002) 安徽省重点研究与开发计划项目(编号:S202204295107020135) 安徽省自然科学基金项目(编号:2208085QH262) 安徽省高等学校自然科学研究重点项目(编号:KJ2021A0552)
摘 要:目的 探究Wilson病(Wilson s disease, WD)发生中脑病变的影响因素,并构建WD中脑病变的预测模型,以便早期识别及干预。方法 对2019年4月至2023年4月在安徽中医药大学附属神经病学研究所就诊的198名脑型WD患者的临床和实验室数据进行了回顾性分析。所有患者均接受了颅脑磁共振成像(MRI)检查,并显示出不同程度颅脑MRI改变。采用LASSO回归及多因素Logistic回归分析筛选出影响中脑病变发生的因素,并构建列线图预测模型。采用受试者工作特征(ROC)曲线、校准曲线和临床决策曲线(DCA)验证预测模型的有效性。最后用1000次bootstrap及10折交叉验证对模型进行内部验证。结果 WD患者的年龄、MRI脑桥病变和丘脑病变为中脑病变的独立风险因素。列线图具有良好的区分度、校准度及临床实用性。经1000次bootstrap及10折交叉验证,模型区分度及校准度仍显示出良好的预测能力。结论 本研究中开发的列线图预测模型的预测及区分能力较好,可以帮助临床医生预测WD患者的中脑病变的发生,有一定的临床转化应用价值。