中国中西医结合影像学杂志   2025, Vol. 23 Issue (3): 285-290, 296
0
引用本文
刘杰, 鲍传飞, 哈传传, 李晓迪, 郭莉, 张子阳, 赵梓涵, 朱启航, 崔涛, 谢玉海. 临床指标联合多期相CT影像组学列线图模型对急性胰腺炎1年内复发的预测价值[J]. 中国中西医结合影像学杂志, 2025, 23(3): 285-290, 296. DOI: 10.3969/j.issn.1672-0512.2025.03.004
LIU Jie, BAO Chuanfei, HA Chuanchuan, LI Xiaodi, GUO Li, ZHANG Ziyang, ZHAO Zihan, ZHU Qihang, CUI Tao, XIE Yuhai. Predictive value of a nomogram model based on clinical indicators combined with multi - phase CT radiomics for acute pancreatitis recurrence within one year[J]. Chinese Imaging Journal of Integrated Traditional and Western Medicine, 2025, 23(3): 285-290, 296. DOI: 10.3969/j.issn.1672-0512.2025.03.004
临床指标联合多期相CT影像组学列线图模型对急性胰腺炎1年内复发的预测价值[PDF全文]
刘杰1 , 鲍传飞1 , 哈传传2 , 李晓迪1 , 郭莉1 , 张子阳1 , 赵梓涵1 , 朱启航2 , 崔涛1 , 谢玉海2
1. 太和县人民医院/皖南医学院附属太和医院急诊医学科，安徽 太和 236600;
2. 太和县人民医院/皖南医学院附属太和医院放射影像科，安徽 太和 236600
收稿日期: 2024-10-15
基金项目: 北京医学奖励基金会睿影基金资助项目(YXJL-2023-0227-0111)；皖南医学院校级科研项目(WK2024JXYY086)
通信作者: 谢玉海，Email：xyhdoctor@163.com.
摘要：目的: 探讨临床指标联合多期相CT影像组学列线图模型预测急性胰腺炎(AP)患者1年内复发的临床价值。方法: 回顾性分析155例首发AP患者的临床及影像资料，分为复发性急性胰腺炎(RAP)组(39例)和非RAP组(116例)。按照7∶3比例随机分为训练集108例(RAP 27例，非RAP 81例)和验证集47例(RAP 12例，非RAP 35例)。采用半自动分割方法勾画全胰腺，使用Pearson相关性分析、单因素分析和最小绝对收缩和选择算子(LASSO)算法进行特征筛选，应用支持向量机构建预测AP患者1年内复发的影像组学模型(平扫模型、动脉期模型、静脉期模型)和影像组学联合模型。临床指标行logistic回归分析筛选独立危险因素构建临床模型，将临床指标联合影像组学联合模型的影像组学评分构建列线图模型。采用ROC曲线评估模型的预测效能，采用决策曲线分析(DCA)评价模型的临床应用价值。结果: 男性、高脂血症是AP患者1年内复发的独立危险因素，由两者构建的临床模型预测AP患者1年内复发的AUC、敏感度和特异度在训练集及验证集分别为0.764、62.96%、77.78%和0.670、58.33%、80.00%。基于多期相CT扫描构建的影像组学联合模型预测AP患者1年内复发的AUC在训练集和验证集分别为0.883和0.850，均高于平扫模型(AUC为0.827和0.755)、动脉期模型(AUC为0.785和0.771)、静脉期模型(AUC为0.746和0.745)，且训练集中影像组学联合模型与动脉期、静脉期模型间差异均有统计学意义(均P＜0.05)。由高脂血症和影像组学联合模型的影像组学评分构建的列线图模型在训练集、验证集预测AP患者1年内复发的AUC分别为0.888、0.869，均高于临床模型和影像组学联合模型。结论: 临床指标联合多期相CT影像组学列线图模型对AP患者1年内复发的预测具有较高的临床应用价值。
关键词：急性胰腺炎    影像组学    体层摄影术，X线计算机    复发    
Predictive value of a nomogram model based on clinical indicators combined with multi - phase CT radiomics for acute pancreatitis recurrence within one year
LIU Jie1 , BAO Chuanfei1 , HA Chuanchuan2 , LI Xiaodi1 , GUO Li1 , ZHANG Ziyang1 , ZHAO Zihan1 , ZHU Qihang2 , CUI Tao1 , XIE Yuhai2
1. Department of Emergency Medicine, Taihe People's Hospital, Taihe Hospital Affiliated to Wannan Medical College, Taihe 236600, China;
2. Department of Radiology, Taihe People's Hospital, Taihe Hospital Affiliated to Wannan Medical College, Taihe 236600, China
Abstract: Objective: To investigate the clinical value of a nomogram model integrating clinical indicators and multi-phase CT radiomics in predicting the recurrence of acute pancreatitis (AP) within one year. Methods: The clinical and imaging data of 155 patients with first-episode AP were retrospectively analyzed. After clinical follow-up for one year, 155 patients were divided into two groups, a recurrent acute pancreatitis (RAP) group (39 cases) and a non-RAP group (116 cases). With a ratio of 7∶3, 108 cases were assigned to the training cohort (27 cases with RAP, 81 cases with non-RAP), 47 cases were assigned to the validation cohort (12 cases with RAP, 35 cases with non-RAP). The entire pancreas was delineated using a semi-automatic segmentation method. Feature selection was performed using Pearson correlation analysis, univariate analysis and LASSO algorithm. The support vector mechanism (SVM) was applied to establish radiomics models (plain scan model, arterial phase model, venous phase model) for predicting AP recurrence within one year. Logistic regression analysis was used to identify independent risk factors from clinical indicators for constructing clinical models. These clinical indicators were combined with radiomics scores of the combined radiomics model to develop a nomogram model. The predictive efficiency of the model was evaluated using ROC curve analysis, while decision curve analysis assessed its clinical application value. Results: Male and hyperlipidemia were identified as the independent risk factors, and the clinical model constructed by the 2 factors for predicting recurrence demonstrated an AUC of 0.764 (sensitivity of 62.96%, specificity of 77.78%) in the training cohort and 0.670 (sensitivity of 58.33%, specificity of 80.00%) in the validation cohort. The radiomics combined model based on multi-phase CT demonstrated AUCs of 0.883 and 0.850 in the training cohort and the validation cohort, respectively, which were higher compared to the plain scan model (AUC of 0.827 and 0.755), the arterial phase model (AUC of 0.785 and 0.771) and the venous phase model (AUC of 0.746 and 0.745). Furthermore, there were statistically significant differences between the combined radiomics model and both the arterial phase model and the venous phase model in the training cohort. The AUCs of the nomogram model constructed based on hyperlipidemia and radiomics scores in predicting AP recurrence within one year were 0.888 and 0.869 in the training cohort and the validation cohort, respectively, both of which were higher than those of the clinical model and the combined radiomics model. Conclusion: The nomogram model, incorporating multi-phase CT radiomics and clinical factors, demonstrates significant clinical utility in predicting AP recurrence within one year.
Key words: Acute pancreatitis    Radiomics    Tomography, X-ray computed    Recurrence    

复发性急性胰腺炎(recurrent acute pancreatitis，RAP)是指急性胰腺炎(acute pancreatitis，AP)发作≥ 2次、2次发作间隔＞3个月且发作间期恢复或几乎达到正常水平[1]。RAP与慢性胰腺炎的发展、罹患胰腺癌的风险增加相关，且AP复发次数的增加是发生胰腺癌的独立危险因素[2-3]，研究表明约21%首发AP患者发展为RAP[4]。因此，精准预测首发AP患者复发情况对临床诊疗方案的制订至关重要。影像组学可高通量提取肉眼无法观察的定量信息，已广泛应用于疾病的诊断、预后及疗效评估等[5-6]。CT检查是AP诊断和病情评估的重要检查手段。本研究旨在探讨临床指标联合多期相CT影像组学特征评分构建的列线图模型预测AP患者1年内复发的临床价值，为其早期预防、诊疗提供新思路。

1 资料与方法 1.1 一般资料

回顾性分析2021年12月至2023年5月我院确诊的首发AP患者。纳入标准：①符合《中国急性胰腺炎诊治指南(2021)》中AP的诊断标准[7]且首发的患者；②发病1周内行上腹部CT平扫及多期增强扫描。排除标准：①胰腺创伤、胰腺肿瘤及自身免疫性胰腺炎；②图像模糊；③临床资料不完整或失访患者。最终纳入155例，其中男98例，女57例；年龄14~92岁，平均(50.52±17.62)岁。按照7∶3的比例随机分为训练集108例和验证集47例。通过查看住院记录及电话随访(截至2024年5月)，根据1年内有无复发[8]，将155例分为RAP组39例和非RAP组116例。本研究经医院伦理委员会批准(批号：2024-25)，免除患者知情同意。

收集临床资料包括性别、年龄、糖尿病、高血压、高脂血症、脂肪肝、胆石症、腹腔积液，及实验室检查，如C-反应蛋白(CRP)、降钙素原、中性粒细胞绝对值、淋巴细胞绝对值、血小板。糖尿病定义为口服降血糖药物或空腹血糖≥ 7 mmol/L或随机血糖≥ 11.1 mmol/L或糖化血红蛋白≥ 6.5%[9]。高血压定义为使用降血压药或收缩压≥ 140 mmHg和/或舒张压≥ 90 mmHg(1 mmHg=0.133 kPa)[10]。高脂血症定义为口服降血脂药物或血清甘油三酯≥ 2.32 mmol/L和/或总胆固醇≥ 6.22 mmol/L和/或低密度脂蛋白胆固醇≥4.12 mmol/L[11]。脂肪肝判断标准为肝脏密度普遍减低，肝/脾CT值比值＜1.0[12]。胆石症及腹腔积液诊断依据超声、CT或MRI等影像学检查。

1.2 仪器与方法

采用Philips Brilliance iCT 128排、联影(uCT 760)64排CT扫描仪行上腹部CT平扫及多期增强扫描。患者取仰卧位，头先进，深吸气后屏气，扫描范围从膈顶至肾下极。扫描参数：120 kV，采用自动毫安秒技术，螺距0.6，层厚5 mm，薄层重建层厚1 mm，矩阵512×512。增强扫描使用高压注射器从肘静脉注射对比剂碘克沙醇(碘浓度320 mg/mL)，流率2.5~3.0 mL/s，剂量1.2~1.5 mL/kg体质量。注射对比剂后25~30、65~70 s分别行动脉期、静脉期扫描。

1.3 图像分析

将DICOM图像转换成nii格式图像后传入联影自动分割引擎进行胰腺自动分割[13]，ROI包括胰腺坏死区、胰管，注意避开胆总管及血管。由1位工作15年的影像科副主任医师对分割结果进行校准(图 1)。利用R语言软件(Version 3.6.0)对分割ROI进行重采样(像素间距1.0 mm×1.0 mm×1.0 mm)，并进行特征提取。图像通过均一化处理后自动提取1 874个影像组学特征，包括一阶特征、形状特征、灰度共生矩阵特征、灰度区域矩阵特征、灰度游程矩阵特征、灰度相依矩阵特征、邻域灰度差矩阵等特征。

注：图 1a~1c患者，男，55岁，复发性胰腺炎(RAP)组。静脉期原始图(图 1a)、ROI勾画示意图(图 1b)、ROI三维立体图(图 1c)。图 1d~1f患者，男，69岁，非RAP组。动脉期原始图(图 1d)、ROI勾画示意图(图 1e)、ROI三维立体图(图 1f) 图 1 急性胰腺炎(AP)患者胰腺实质ROI勾画示意图

1.4 最优影像组学特征筛选及模型构建

在训练集中，依次通过特征Pearson相关性分析(|r|≥ 0.8)、单因素分析和最小绝对收缩和选择算子(least absolute shrinkage and selection operator，LASSO)算法进行特征降维、筛选最优组学特征，使用支持向量机构建影像组学模型及影像组学联合模型。经单因素分析，将训练集中差异有统计学意义的临床指标行多因素二元logistic回归分析并构建临床模型。将临床指标联合影像组学联合模型的影像组学评分构建列线图模型。

1.5 统计学方法

采用SPSS 22.0软件分析数据。符合正态分布的计量资料以x±s表示，组间比较行独立样本t检验；非正态分布以M(QL，QU)表示，组间比较行Mann-Whitney U检验。分类变量以频数表示，组间比较行χ2检验。特征筛选、模型构建、列线图、校准曲线及决策曲线分析(decision curve analysis，DCA)采用R软件(Version3.6.0)分析，校准曲线用于评估模型的诊断效能，DCA用于评估模型的临床应用价值。使用MedCalc软件(Version19.0.2)绘制ROC曲线，采用DeLong检验比较模型间AUC的差异。以P＜0.05为差异有统计学意义。

2 结果 2.1 临床指标分析、临床模型构建及预测效能评估

155例中，训练集108例(RAP 27例，非RAP 81例)和验证集47例(RAP 12例，非RAP 35例)。在训练集中，RAP组CRP、男性占比、高脂血症患病率高于非RAP组，胆石症患病率低于非RAP组，差异均有统计学意义(均P＜0.05)；余各指标在2组间差异均无统计学意义(均P＞0.05)。在验证集中，RAP组高脂血症患病率高于非RAP组，PLR低于非RAP组，差异均有统计学意义(均P＜0.05)；余各指标在2组间差异均无统计学意义(均P＞0.05)(表 1)。

表 1 同一数据集中RAP组与非RAP组临床指标比较

将训练集中差异有统计学意义的临床指标纳入二元logistic回归分析，结果表明男性、高脂血症是AP患者1年内复发的独立危险因素(表 2)，由两者构建的logistic回归临床模型公式为：Logit(P)=-2.677+1.338×男性+1.528×高脂血症。ROC曲线分析显示，临床模型预测AP患者1年内复发的AUC、敏感度和特异度在训练集及验证集分别为0.764、62.96%、77.78%和0.670、58.33%、80.00%(表 3，图 2)。

表 2 训练集临床指标的二元logistic回归分析

表 3 各模型对AP患者1年内复发的预测效能

注：图 2a为训练集；图 2b为验证集 图 2 各模型预测急性胰腺炎（AP）患者1年内复发的ROC曲线

2.2 影像组学特征筛选、模型构建及预测效能评估

依次通过特征间Pearson相关性分析(|r|≥ 0.8)、单因素分析和LASSO算法，于平扫、动脉期和静脉期分别筛选出5、1和2个最优组学特征用于各期相影像组学模型(平扫模型、动脉期模型、静脉期模型)构建。将上述的8个影像组学特征再次以相同方法进行筛选，最终得到7个影像组学特征用于影像组学联合模型构建(表 4)。在训练集及验证集，影像组学联合模型预测AP患者1年内复发的AUC均高于平扫模型、动脉期模型、静脉期模型。DeLong检验显示，在训练集中，影像组学联合模型与动脉期模型、静脉期模型的AUC差异均有统计学意义(Z=2.193，P=0.028；Z=3.245，P=0.001)；其余各模型在训练集和验证集的AUC差异均无统计学意义(均P＞0.05)(表 3，图 2)。

表 4 用于影像组学联合模型构建的最优影像组学特征名称及其权重系数

2.3 列线图模型构建及预测效能评估

将训练集影像组学联合模型的影像组学评分及临床指标中的性别、高脂血症纳入二元logistic回归分析，结果显示高脂血症、影像组学联合模型的影像组学评分是预测AP患者1年内复发的独立危险因素(表 5)。构建列线图模型，其公式为：Logit(P)=-2.244+1.479×高脂血症+0.846×影像组学联合模型的影像组学评分。ROC曲线分析显示，列线图模型预测AP患者1年内复发的AUC、敏感度和特异度在训练集和验证集分别为0.888、100.00%、60.49%和0.869、91.67%、74.29%(表 3；图 2，3)。DeLong检验显示，在训练集和验证集，列线图模型预测AP患者1年内复发的AUC均高于临床模型(均P＜0.05)，列线图模型与影像组学联合模型AUC间差异无统计学意义(均P＞0.05)。在训练集及验证集，列线图模型的校准曲线均与理想曲线接近，这说明模型具有较好的预测效能(图 4)。DCA显示，影像组学联合模型及列线图模型预测AP患者1年内复发的临床净收益均高于临床模型(图 5)。

表 5 列线图模型二元logistic回归分析

图 3 列线图模型预测AP患者1年内复发的列线图

注：图 4a为训练集；图 4b为验证集 图 4 列线图模型预测AP患者1年内复发的校准曲线

注：图 5a为训练集；图 5b为验证集。All代表所有AP患者全部复发，None代表所有AP患者均未复发 图 5 各模型预测AP患者1年内复发的决策曲线分析（DCA）

3 讨论

AP是最常见的急腹症之一，上腹部CT检查是目前临床诊断及评估AP最常用的影像技术之一。影像组学可获取肉眼无法识别的高阶特征，通过数字算法得到其定量信息[14-15]；能更客观地评估病变，避免人工阅片所带来的主观差异。目前已有基于MRI影像组学模型预测AP复发的研究报告[16-17]，本研究基于上腹部CT检查构建影像组学模型预测AP复发，进一步挖掘其潜在价值，使患者和临床收益。

既往研究表明，基于多期增强扫描CT构建的影像组学联合模型在预测AP严重程度方面优于单一期相模型[18-19]。本研究基于CT平扫、动脉期及静脉期构建的影像组学联合模型对AP患者1年内复发的预测效能在训练集和验证集分别为0.883和0.850，优于单一期相模型。文瑶等[20]基于静脉期CT影像组学模型预测AP复发在验证集的AUC为0.81，低于本研究的影像组学联合模型。本研究最终筛选7个影像组学特征与AP复发密切相关，其中相关系数最大的分别为动脉期的灰度共生矩阵特征中的Difference Entropy(DE)、平扫一阶特征中的90Percentile和静脉期灰度大小区域矩阵特征中的Small Area High Gray Level Emphasis(SAHGLE)。灰度共生矩阵中的DE可评价邻域灰度值差异的随机性和可变性，反映图像的复杂程度，其值越大，图像越复杂，密度越不均匀；而灰度大小区域矩阵中的SAHGLE则表示密度值较高的较小区域的联合分布情况，其值越大，说明图像中高密度区域图像越细腻，密度越均匀。本研究显示，动脉期图像的DE与RAP呈负相关，静脉期图像的SAHGLE与RAP呈负相关，均表明在动脉期和静脉期，RAP组胰腺实质强化均匀性高于非RAP组。有研究表明，RAP多以间质水肿型胰腺炎为主[21]，水肿型胰腺炎病理改变以胰腺实质水肿为主，出血、坏死不明显，故CT增强扫描主要表现为胰腺实质的均匀强化，图像灰度差异小。一阶特征中的90Percentile表示勾画体素内灰度强度中第90%位的灰度值分布[22]，本研究显示90Percentile与RAP呈正相关，表明RAP组CT平扫图像高灰度值分布广，代表胰腺实质坏死区域的低灰度区域分布少。

一项Meta分析研究表明，在我国高脂血症是发生RAP的重要危险因素[23]，这可能与高脂血症患者血液黏滞度增加、易引起胰腺微血管堵塞、胰腺缺血等因素有关[24]。本研究训练集数据显示，RAP组高脂血症占比63.0%(17/27)高于非RAP组[22.2%(18/81)]，这与唐玲玲等[17]研究一致；并进一步证实了高脂血症是RAP的独立危险因素，其作用机制可能通过长期的慢性炎症刺激、胰腺实质脂质过氧化及微循环障碍等途径诱导AP的复发[25-26]。因此，本研究将高脂血症联合影像组学联合模型的影像组学评分构建列线图模型对AP患者1年内复发情况进行预测，其在训练集的AUC、敏感度、特异度分别为0.888、100.00%、60.49%，在验证集分别为0.869、91.67%、74.29%，且与临床模型间差异均具有统计学意义，这与唐玲玲等[17, 27]研究结果一致。

本研究的不足：为单中心研究，样本量较小，缺少独立的外部验证；影响RAP的临床因素复杂，由于为回顾性分析，纳入的临床指标较少，可能影响临床模型的预测效能。因此，后期将进行多中心、大样本研究分析，同时纳入更多的临床指标，如生活及饮食习惯等。

综上所述，临床指标联合多期相CT影像组学列线图模型可作为AP患者1年内复发风险预测的无创生物标志物，且预测效能优于临床模型，可为AP患者临床精准治疗提供依据，从而降低RAP发生风险。

参考文献
[1]
王庆豪, 陈炜炜, 王逸. 复发性急性胰腺炎的研究进展[J]. 胃肠病学, 2023, 28(11): 696-701.
[2]
PARK S M, KIM K B, HAN J H, et al. Incidence and risk of pancreatic cancer in patients with acute or chronic pancreatitis: a population-based cohort study[J]. Sci Rep, 2023, 13(1): 18930. DOI:10.1038/s41598-023-45382-y
[3]
SADR-AZODI O, OSKARSSON V, DISCACCIATI A, et al. Pancreatic cancer following acute pancreatitis: a popu-lation-based matched cohort study[J]. Am J Gastroenterol, 2018, 113(11): 1711-1719. DOI:10.1038/s41395-018-0255-9
[4]
MAGNUSDOTTIR B A, BALDURSDOTTIR M B, KALAI-TZAKIS E, et al. Risk factors for chronic and recurrent pancreatitis after first attack of acute pancreatitis[J]. Scand J Gastroenterol, 2019, 54(1): 87-94. DOI:10.1080/00365521.2018.1550670
[5]
哈传传, 王小雷, 徐东亮, 等. 基于MRI-T2WI影像组学列线图预测急性胰腺炎严重程度[J]. 实用放射学杂志, 2024, 40(7): 1100-1104.
[6]
钟舒婷, 黄小华, 杜青林, 等. 基于增强CT影像组学预测急性胰腺炎后糖尿病的发生[J]. 实用放射学杂志, 2024, 40(3): 385-389.
[7]
中华医学会外科学分会胰腺外科学组. 中国急性胰腺炎诊治指南(2021)[J]. 中华消化外科杂志, 2021, 20(7): 730-739. DOI:10.3760/cma.j.cn115610-20210622-00297
[8]
PETROV M S, YADAV D. Global epidemiology and holistic prevention of pancreatitis[J]. Nat Rev Gastroenterol Hepatol, 2019, 16(3): 175-184. DOI:10.1038/s41575-018-0087-5
[9]
《中国老年型糖尿病防治临床指南》编写组. 中国老年2型糖尿病防治临床指南(2022年版)[J]. 中国糖尿病杂志, 2022, 30(1): 2-51.
[10]
中国高血压防治指南修订委员会. 中国高血压防治指南(2018年修订版)[J]. 中国心血管杂志, 2019, 24(1): 24-56.
[11]
中国成人血脂异常防治指南修订联合委员会. 中国成人血脂异常防治指南(2016年修订版)[J]. 中国循环杂志, 2016, 31(10): 937-950.
[12]
中华医学会肝病学分会脂肪肝和酒精性肝病学组. 非酒精性脂肪性肝病诊疗指南(2010年修订版)[J]. 中华肝脏病杂志, 2010, 18(3): 163-166.
[13]
SHI F, HU W, WU J, et al. Deep learning empowered volume delineation of whole-body organs-at-risk for accelerated radiotherapy[J]. Nat Commun, 2022, 13(1): 6566. DOI:10.1038/s41467-022-34257-x
[14]
YAN B C, LI Y, MA F H, et al. Radiologists with MRI-based radiomics aids to predict the pelvic lymph node metastasis in endometrial cancer: a multicenter study[J]. Eur Radiol, 2021, 31(1): 411-422. DOI:10.1007/s00330-020-07099-8
[15]
ROGERS W, THULASI SEETHA S, REFAEE T A G, et al. Radiomics: from qualitative to quantitative imaging[J]. Br J Radiol, 2020, 93(1108): 20190948. DOI:10.1259/bjr.20190948
[16]
胡云涛, 黄小华, 刘念, 等. 基于磁共振T2WI序列影像组学预测急性胰腺炎复发的价值[J]. 磁共振成像, 2021, 12(10): 12-15, 21.
[17]
唐玲玲, 刘念, 胡云涛, 等. 基于对比增强MRI影像组学预测急性胰腺炎复发的价值[J]. 中华放射学杂志, 2022, 56(7): 772-777.
[18]
陈钰莹, 黄小华, 唐玲玲, 等. 增强CT影像组学评估胆源性急性胰腺炎严重程度的应用价值[J]. 中国医学计算机成像杂志, 2023, 29(2): 161-166.
[19]
陈俊飞, 王笑笑, 胡景卉, 等. CT影像组学对急性胰腺炎严重性预测价值[J]. 临床放射学杂志, 2023, 42(2): 279-284.
[20]
文瑶, 刘丹, 喻媛, 等. 基于临床联合CT影像组学特征列线图预测急性胰腺炎预后[J]. 中国医学影像技术, 2022, 38(11): 1675-1679.
[21]
贾坤, 李彰, 王垚明, 等. 复发性急性胰腺炎的临床特征及影像学表现分析[J]. 现代医用影像学, 2023, 32(1): 56-60.
[22]
蒋雪艳, 张中原, 王传彬, 等. ADC值联合T2WI纹理参数术前预测子宫内膜癌Ki-67表达水平的初步研究[J]. 国际医学放射学杂志, 2022, 45(5): 508-514.
[23]
郭英杰, 宋文, 李晓宇, 等. 中国近十年复发性急性胰腺炎病因及临床特征的Meta分析[J]. 中华胰腺病杂志, 2017, 17(4): 231-237.
[24]
梁雪莹, 张玫. 高三酰甘油血症性胰腺炎发病机制的研究进展[J]. 医学综述, 2021, 27(15): 2940-2945.
[25]
HANSEN S E J, MADSEN C M, VARBO A, et al. Low-grade inflammation in the association between Mild-to-Moderate hypertriglyceridemia and risk of acute pancreatitis: a study of more than 115000 individuals from the general population[J]. Clin Chem, 2019, 65(2): 321-332.
[26]
SHIMONOV M, ABTOMONOVA Z, GROUTZ A, et al. Associations between body composition and prognosis of patients admitted because of acute pancreatitis: a retrospective study[J]. Eur J Clin Nutr, 2021, 75(5): 817-822.
[27]
杜青林, 黄小华, 刘念, 等. 基于MR T2WI影像组学预测2型糖尿病状态下急性胰腺炎复发[J]. 实用放射学杂志, 2023, 39(7): 1106-1110.