Search

目的基于不同阶段COVID-19患者肺部病变变化，利用CT影像学特征建立列线图模型，探讨其预测病变是否进展的效能。方法对136例新冠肺炎患者进行回顾性研究，均经2次以上CT扫描。这些患者数据被分成三个队列（训练队列，以及验证队列1和2）。训练队列中的患者根据发热症状开始至首次CT的时间分为三组，分析比较各组之间临床表现和CT特征。根据患者的CT特征构建了一个预测疾病进展的列线图，并对其性能进行了评估。结果训练队列包括41名患者。根据三个CT特征：不规则条索影、充气支气管征和不规则形态病灶的比例≥50%，生成了预测疾病进展的列线图，AUC（95%CI）=0.906（0.817，0.995）。训练队列的C指数为0.906，内部验证的C指数为0.892。验证队列1（34例）： AUC（95%CI）=0.889（0.793，0.984）；验证队列2（61例）： AUC（95%CI）=0.876（0.706，1.000）。校准曲线表明，列线图预测值与观测值具有较好的一致性。结论基于CT影像组学建立的列线图模型可以预测患者肺部病灶的转归，具有较高的敏感性和特异性。根据新冠肺炎患者的CT影像特征变化，即当出现不规则条索影、充气支气管征和不规则形态病灶的比例≥50%时，肺部病灶将会得到改善。