基于常规胸部 CT 的放射组学预测胸腰椎骨质疏松性椎体骨折风险的研究意义与突破

为解决预测胸腰椎骨质疏松性椎体骨折（OVFs）风险的问题，研究人员开展了基于胸部 CT 的放射组学模型研究。构建 4 种模型并比较，发现 RAD 评分模型表现较好，且与腰椎骨密度（BMD）测量性能相当，为预测 OVFs 提供了新方法。

　　本研究聚焦于通过对非骨折胸椎进行放射组学分析，利用常规胸部 CT 预测胸腰椎骨质疏松性椎体骨折（OVFs）。研究纳入 494 例接受常规胸部 CT 扫描的患者，分为训练集 1（n = 334）和验证集 1（n = 160） 。从胸部 CT 图像的每个胸椎层面提取放射组学特征（RFs），构建并比较 4 种放射组学模型：小梁骨 RFs、皮质 - 附属骨 RFs、混合 RFs 和 RAD 评分模型。此外，分别构建基于不同椎体组合（T1–T6、T7–T12 和前 3 个椎体）的小梁骨和皮质 - 附属骨的 RAD 评分模型。部分有骨密度（BMD）数据的患者组成训练集 2（n = 199）和验证集 2（n = 88）。将不同椎体组合的 RAD 评分与腰椎 BMD 结合预测胸腰椎 OVFs，并对年龄进行调整。使用受试者工作特征曲线下面积（AUC）评估预测性能。结果显示，在放射组学模型中，基于小梁骨和皮质 - 附属骨的 RAD 评分模型在大多数椎体水平上达到最高 AUC。前 3 个（T5 + T8 + T10）椎体的 RAD 评分模型 AUC（0.813）高于 T7–T12（AUC = 0.780，P = 0.02 有统计学差异）和 T1–T6（AUC = 0.772，P = 0.062 无统计学差异） 。在调整年龄前，RAD 评分模型（AUCs 0.774–0.807）和 RAD 评分 + BMD 模型（AUCs 0.771–0.800）在预测 OVFs 方面比单独的 BMD（AUC = 0.736）表现稍好，但差异无统计学意义（P > 0.05）。调整年龄后，不同椎体组合的 RAD 评分模型（AUCs 0.784–0.804）在预测 OVFs 方面与腰椎 BMD（AUC = 0.785）相当（P > 0.05）。结论表明，基于常规胸部 CT 的放射组学分析可为预测胸腰椎 OVFs 提供有价值的信息。同时包含皮质 - 附属骨和小梁骨特征的放射组学模型可能比单独使用任一特征集的模型性能更优。基于胸椎组合的 RAD 评分模型与腰椎 BMD 测量性能相当，突显了其临床实用性。