基于CT影像组学结合临床特征鉴别肺结核与非结核分枝杆菌肺病的研究

R521%R81; 目的:探讨基于CT影像组学结合临床特征在鉴别肺结核(pulmonary tuberculosis,PTB)与非结核分枝杆菌肺病(nontuberculous mycobacteria pulmonary disease,NTM-PD)中的价值.方法:对 2019 年 1 月 1 日至2023年3月31日河南省新乡医学院第一附属医院收治的经细菌培养证实的NTM-PD患者和PTB患者的临床资料及CT图像进行回顾性分析.根据分枝杆菌培养结果将所有患者分为PTB组(75例)和NTM-PD组(58例).分析患者的临床特征,并将两组间差异有统计学意义的临床特征用于构建临床模型.以CT图像中空洞性病灶作为研究对象,共200个病灶被纳入研究,然后将其按照7∶3的比例随机分为训练集和测试集.使用逻辑回归分类器构建影像组学模型.结合影像组学特征和临床特征构建联合模型,使用受试者工作特征曲线(ROC)及曲线下面积(AUC)、校准曲线评估模型在训练集和测试集中的诊断效能.结果:单因素分析显示,PTB组年龄[中位数(四分位数)]为45(26,66)岁,与NTM-PD组年龄[63(54,70)岁]比较差异有统计学意义(Z=-3.184,P＜0.001);PTB组 BMI(19.95±2.83)与 NTM-PD 组 BMI(18.78±2.59)比较差异有统计学意义(t=2.469,P=0.015);PTB 组 γ-干扰素释放试验(interferon-γ release assays,IGRA)阳性患者 55 例(73.33％),NTM-PD 组 IGRA 阳性患者16例(27.59％),两者阳性率比较差异有统计学意义(x2=27.505,P＜0.001).多因素分析显示,年龄(OR=0.969,P=0.004)与IGRA(OR=6.026,P＜0.001)均是鉴别PTB与NTM-PD的独立预测因子.临床模型的AUC值在训练集和测试集中分别为0.832(95％CI:0.765～0.899)和0.800(95％CI:0.689～0.911);影像组学模型在训练集和测试集中的AUC值分别为0.974(95％CI:0.952～0.996)和0.939(95％CI:0.877～1.000);联合模型在训练集和测试集中的AUC值分别为0.993(95％CI:0.986～1.000)和0.995(95％CI:0.985～1.000)