APP下载

慢性胰腺炎分级诊断模型的回归分析

2017-06-28盛彧边云方旭邵成伟陆建平王莉

中华胰腺病杂志 2017年3期

盛彧 边云 方旭 邵成伟 陆建平 王莉

·论著·

慢性胰腺炎分级诊断模型的回归分析

盛彧 边云 方旭 邵成伟 陆建平 王莉

目的 建立磁共振图像(MRI)对慢性胰腺炎(CP)分级诊断模型,以获得分级诊断CP的较佳指标组合,提高对CP的分级诊断水平。方法 收集2012年12月至2014年10月间第二军医大学长海医院临床确诊的68例CP患者及23例健康志愿者的临床资料,以剑桥的分级标准将CP患者分为轻度(23例)、中度(14例)和重度(31例)CP组,分析各组患者的MR影像学资料。提取14个影像学特征指标比较各组MRI特征。将有意义变量行单因素回归分析,其中有统计学意义的变量行共线性诊断。用因子分析解决多个指标共线性问题,最后行多因素Logistic回归分析建立回归模型。结果 除胰腺分裂指标(X14)外,其他13个指标组间差异均有统计学意义(P值均<0.05)。这13个指标中除胰腺实质内小空泡(X12)外,其他12个指标与CP分级诊断均显著相关(P值均<0.05)。共线性诊断结果显示9个指标间存在共线性,提取出F1(X3、X4、X5、X8、X9)、F2(X6、X7)、F3(X1、X2)3个公因子,分别反映胰腺外分泌功能、主胰管特征和胰腺实质特征。将3个公因子和胰泌素注射后分支胰管可视情况(X10)、胰腺轮廓(X11)、主胰管内充盈缺损情况(X13)共计6个指标进行多因素Logistic回归分析,得出Probit连接函数尺度模型为最佳模型,其诊断正常及轻、中、重度CP和总预测的正确率分别为96.65%、100%、71.42%、100%、94.50%。结论 本研究建立的Logistic回归模型可以较准确地分级诊断CP,为临床对CP的诊治提供有价值的参考依据。

胰腺炎,慢性; 诊断; 磁共振成像; 因子分析; Logistic回归

目前在慢性胰腺炎(CP)的分级诊断中,常规影像学手段存在对可疑、轻度CP普遍不敏感,无法同时从胰腺实质、胰管特征和外分泌功能三大方面评价胰腺,无法明确分级诊断CP等主要缺陷。因此本研究在以往研究基础上[1-5]综合多个MR影像学指标,通过有序Logistic回归分析建立CP分级诊断的预测模型,以期提高对CP分级诊断的水平。

资料与方法

一、研究对象

收集2012年12月至2014年10月间上海第二军医大学长海医院临床确诊的68例CP患者的临床资料,其中男性52例,女性16例,年龄15~78岁,平均年龄(45±15)岁。根据剑桥分级标准[6-7],可疑或轻度CP患者的纳入标准:主胰管扩张(2~4 mm),胰腺轻度增大(正常体积的2倍),胰腺实质不均匀,胰腺小空泡(<10 mm),胰管不规则,局部急性胰腺炎,主胰管壁回声增强、胰头体轮廓不规则,符合上述中的任何一项。经ERCP诊断主胰管正常,分支胰管显示≥3支可诊断为可疑或轻度CP。中、重度CP的纳入标准[6-7]:(1)典型临床表现;(2)影像学检查提示胰腺钙化、胰管结石、胰管狭窄和扩张等;(3)典型的病理学特征改变;(4)胰腺外分泌功能不全。符合标准(2)或(3),或(1)+(4)均可诊断为CP。68例中可疑或轻度CP 23例、中度CP 14例、重度CP 31例。收集同期健康志愿者23例作为对照,其中男性14例,女性9例,年龄25~64岁,平均年龄(42±12)岁;无任何病史,无大量饮酒史,1年内无任何影像学异常表现。本研究经医院伦理委员会批准,所有受试者均签署知情同意书。

二、MR影像学检查

登录APP查看全文