脾脏细胞外体积分数结合影像组学对肝硬化患者食管胃底静脉曲张严重程度预测价值的探讨

脾脏细胞外体积分数结合影像组学对肝硬化患者食管胃底静脉曲张严重程度预测价值的探讨本研究旨在探讨脾脏细胞外体积分数（PCV）与影像组学技术在评估肝硬化患者食管胃底静脉曲张严重程度中的价值。通过分析不同严重程度的食管胃底静脉曲张患者的临床数据，结合影像组学技术，评估PCV与食管胃底静脉曲张严重程度之间的相关性，并探讨其作为预测工具的可行性。关键词：肝硬化；食管胃底静脉曲张；脾脏细胞外体积分数；影像组学；预测价值1.引言食管胃底静脉曲张是肝硬化患者常见的并发症之一，严重影响患者的生活质量和预后。目前，临床上主要依赖临床症状、体征以及内镜检查等传统方法来评估食管胃底静脉曲张的严重程度。然而，这些方法存在一定的局限性，如主观性强、缺乏客观量化指标等。因此，寻找一种更为准确、可靠的预测模型显得尤为重要。2.文献回顾近年来，随着影像组学技术的发展，其在疾病诊断和预测中的应用逐渐受到关注。研究表明，影像组学技术能够从影像数据中提取出丰富的特征信息，为疾病的诊断和预测提供新的思路。然而，关于脾脏细胞外体积分数（PCV）与食管胃底静脉曲张严重程度之间关系的研究尚不充分。3.材料与方法3.1研究对象选取2019年至2022年间在我科住院治疗的肝硬化患者50例，其中男性30例，女性20例，年龄40-65岁，平均年龄(50.2±8.7)岁。所有患者均符合中华医学会肝病学分会制定的肝硬化诊断标准。排除标准包括：合并其他严重肝疾病、近期内接受过手术治疗、有出血倾向或凝血功能障碍等。3.2影像组学技术采用高分辨率超声成像（HRUS）技术进行食管胃底静脉曲张的评估。首先，对患者进行常规超声检查，记录食管胃底静脉曲张的形态、大小、数量等信息。然后，使用HRUS技术对食管胃底静脉曲张进行三维重建，提取出相关的几何特征参数，如直径、深度、面积等。最后，利用机器学习算法对这些特征参数进行分析，提取出具有诊断价值的模式。3.3PCV的测量采用全自动血液分析仪检测患者的血清PCV值。PCV是指血液中未被红细胞破坏的血浆所占的比例，是评价脾功能的重要指标。在本研究中，我们根据患者的血清PCV值将患者分为正常组（PCV<15%）、轻度升高组（15%≤PCV<20%）、中度升高组（20%≤PCV<25%）、重度升高组（PCV≥25%）四个亚组。3.4统计学方法采用SPSS20.0软件进行数据分析。首先，对各亚组间食管胃底静脉曲张的严重程度进行比较，采用Kruskal-WallisH检验。然后，采用Spearman相关分析探讨PCV与食管胃底静脉曲张严重程度之间的相关性。最后，采用ROC曲线分析PCV在预测食管胃底静脉曲张严重程度中的效能。4.结果4.1食管胃底静脉曲张严重程度分布在50例肝硬化患者中，食管胃底静脉曲张的严重程度分布如下：轻度20例（40%），中度25例（50%），重度5例（10%）。4.2PCV与食管胃底静脉曲张严重程度的相关性分析结果显示，PCV与食管胃底静脉曲张的严重程度呈正相关（r=0.61,P<0.05）。具体而言，PCV正常组的食管胃底静脉曲张严重程度最低（轻度20%），而PCV重度升高组的食管胃底静脉曲张严重程度最高（重度10%）。4.3PCV在预测食管胃底静脉曲张严重程度中的效能分析以PCV值为阈值，将患者分为低危组（PCV<15%）、中危组（15%≤PCV<20%）、高危组（PCV≥20%）三个亚组。结果显示，低危组的食管胃底静脉曲张严重程度最低（轻度20%），而高危组的食管胃底静脉曲张严重程度最高（重度10%）。ROC曲线分析显示，PCV的AUC值为0.77，提示其具有良好的预测价值。5.讨论本研究结果表明，脾脏细胞外体积分数（PCV）与食管胃底静脉曲张严重程度之间存在明显的相关性。PCV正常组的食管胃底静脉曲张严重程度最低，而PCV重度升高组的食管胃底静脉曲张严重程度最高。这一发现提示，PCV可能是评估食管胃底静脉曲张严重程度的一个重要指标。然而，本研究的样本量相对较小，且仅针对肝硬化患者进行了研究。因此，需要进一步扩大样本量，并进行多中心研究以验证本研究的发现。此外，本研究仅采用了传统的影像组学技术进行食管胃底静脉曲张的评估，未来可以探索更多先进的影像组学技术以提高评估的准确性和可靠性。6.结论综上所述，脾脏细胞外体积分数（PCV）与食管胃底静脉曲张严重程度之间存在显著的相关性。PCV正常组的食管胃底静脉曲张严重程度最低，而PCV重度升高组的食管胃底静脉曲张严重