抽象的
背景慢性肺同种异体移植功能障碍(CLAD)是肺移植受者移植失败的主要原因,预后取决于甲壳表型。与放射科医生评分相比,我们使用机器学习计算机断层扫描(CT)肺纹理分析工具进行表型和预后。
方法这项回顾性研究包括所有成年第一双肺移植患者(2010年1月至2015年12月),披肩(2019年12月进行了审查)和临近诊断的Inspiratory CT。机器学习工具量化了地面玻璃透明度,网状,超韧性肺和肺部血管体积(PVV)。两名放射科医生为地面玻璃透明度,网状,巩固,胸腔积液,空气捕获和支气管扩张而得分。接收器操作特征曲线分析用于评估机器学习和放射科医生的诊断性能。多变量的COX比例危害回归分析分析同种异体移植生存,该分析控制了年龄,性别,本地肺部疾病,巨细胞病毒血清病毒和外表型。
结果包括88例患者(57例支气管炎闭塞性综合征(BOS),20例限制性同种异体综合征(RAS)/混合和11个未分类/未定义的患者,CT的中位数为9.5天。放射科医生和机器学习参数表型RAS/与PVV混合为最强的指标(曲线下的面积(AUC)0.85)。机器学习超韧性肺表型BOS仅使用Insiratory CT(AUC 0.76)。放射科医生和机器学习参数预测了多变量分析中的移植失败,最好使用PVV(危险比1.23,95%CI 1.05-1.44; p = 0.01)。
结论机器学习区分了CT上的外壳表型。放射科医生和机器学习评分都与移植失败有关,而与clad表型无关。PVV是机器学习独有的,在表型和预后方面是最强的。
抽象的
机器学习CT肺纹理分析和放射科医生分析都可以预测慢性肺同种异体功能障碍(CLAD)的预后,独立于CLAD表型。机器学习可以区分无呼气CT的clad表型。https://bit.ly/3g0ro4m
脚注
本文具有可用的补充材料www.qdcxjkg.com
作者贡献:概念和设计:M.C。麦金尼斯和T. Martinu。数据的获取:M.C。McInnis,G.R。Karur,C。Houbois,L。Levy,J。Havlin,E。Fuchs,J。Tikkanen和T. Martinu。数据的分析和解释:M.C。McInnis,T。Martinu,J。Ma和E. Huszti。起草手稿和智力内容:M.C。McInnis,J。Tikkanen,C-W。周和T. Martinu。
利益冲突:C。Houbois报告了德国研究基金会(项目编号419344766)的赠款,在提交的工作之外。马蒂努(T.收到APCBIO实验的材料;在提交的工作之外。所有其他作者都无话可说。
- 已收到2021年6月11日。
- 公认2021年11月23日。
- 版权所有©作者2022。用于复制权和权限联系权限{at} ersnet.org