BMC Med Imaging：基于MRI的放射组学预测经皮内镜下腰椎间盘切除术后复发的L4-5椎间盘突出症

目前，经皮内镜下腰椎间盘切除术（PELD）被认为是一种流行的微创脊柱外科技术。事实上，与传统脊柱手术相比，它具有非创伤性、出血少、恢复快等优点，因此被外科医生和患者广泛采用。然而，椎间盘的其余部分使患者有复发腰椎间盘突出症（rLDH）的风险，报道的发病率从2.8到15%不等。因此，迫切需要术前评估复发风险，为围手术期的个体化管理提供信息。目前，放射组学在骨骼肌系统骨肿瘤领域得到广泛应用，如骨病与肿瘤的鉴别诊断、肿瘤并发症的预测、肿瘤治疗的预后、病理分级等。虽然近年来与骨质疏松症放射组学相关的研究也激增，但对LHD的研究仍然很少。

随着放射学技术的进步，影像学检查已成为脊柱外科的一项重要检查，其中腰椎MR是腰椎间盘突出症最重要的影像学检查。正如文献所记载的，影像学特征在rLDH的早期预测和预防中起着关键作用。然而，这些特征并没有得到系统、全面的分析。放射学特征是从医学图像中数学提取的大量定量特征，反映了区域内的异质性，据推测，放射学特征可能提供与特定疾病相关的未知信息。因此，本研究旨在术前应用放射组学技术评估PELD患者发生rLDH的风险，为围手术期管理提供理论参考。

方法：采用回顾性病例对照研究，纳入487例L4/5水平行PELD的患者。rLDH组与阴性组采用倾向评分匹配（PSM）进行匹配。采用类内相关系数（ICC）分析、t检验和LASSO分析，从术前腰椎MRI图像中提取1409个放射学特征。随后，构建6个预测模型，并采用ROC曲线分析、AUC、特异性、敏感性、混淆矩阵和2个重复的3倍交叉验证对其进行评价。最后，Shapley加性解释（SHAP）分析为模型提供了直观的解释。

患者纳入和排除流程图

感兴趣区域（ROI）。绿色区域表示ROI。a：矢状位；b：冠位；c：轴位；d: ROI的3D渲染

在倾向得分匹配之前

倾向得分分布

倾向得分匹配后

通过LASSO分析选择放射组学模型的18个特征

套索分析。a.采用十倍交叉验证选择LASSO分析中的统一参数（λ）。y轴对应二项式偏差，而x轴对应log （λ）。垂直虚线表示最低标准。B.140辐射特征系数剖面与测井（λ）序列的关系

ROC曲线

AUC的DeLong p值

SVM、RF和XGB的混淆矩阵（测试队列）。A.支持向量机模型的混淆矩阵；B.随机森林混淆矩阵；c。XG Boost的混淆矩阵

SHAP值的汇总图。a. RF的SHAP值；b. SVM的SHAP值；c. XGB的SHAP值。(RF：随机森林模型；SVM：支持向量机模型；XGB: XG Boost型号)

结果：经筛选配型，共纳入复发组和对照组128例。此外，从提取的18个放射学特征中选择18个特征生成6个模型，预测rLDH的AUC为0.551 ~ 0.859。在这些模型中，SVM、RF和XG Boost表现出较好的性能。交叉验证结果表明，它们的准确率分别为0.674 ~ 0.791、0.647 ~ 0.729和0.674 ~ 0.718。

结论：基于MRI的放射组学可以预测rLDH的风险，提取肉眼无法看到的影像信息，为围手术期治疗提供更全面的指导。同时，未来可以通过纳入更多的数据和开展多中心研究来提高模型的准确性和泛化性。

原文来源： Antao, Lin;  Hao, Zhang;  Yan, Wang; Radiomics based on MRI to predict recurrent L4-5 disc herniation after percutaneous endoscopic lumbar discectomy.BMC Med Imaging 2024 Oct 10;24(1):273