目的 探讨和验证不同影像组学模型在复杂性与非复杂性急性阑尾炎的术前鉴别诊断中的价值。方法 回顾 性分析212例经手术病理证实为急性阑尾炎患者的临床资料及CT 平扫图像,从CT 图像中提取影像组学特征,经过特 征的降维和筛选,分别采用Logistic回归、支持向量机(SVM)和随机森林等算法构建影像组学模型,通过比较受试者工 作特征(ROC)曲线下面积(AUC)、准确度、95%置信区间(95%CI )等指标获得最佳的影像组学模型。此外,应用单因 素和多因素Logistic回归分析来筛选临床特征并建立临床模型。通过多变量逻辑回归将影像组学标签与临床标签相结 合,构建一个组合模型。最后,采用ROC曲线分析来评估模型的性能,并利用决策曲线分析(DCA)来评估模型的临床价 值。结果 最终筛选出年龄和C反应蛋白2个临床特征。从每个患者CT图像共提取出1834个影像组学特征,并确定 了16个最有价值的影像组学特征。在影像组学模型中,SVM 表现出最佳的预测效率和稳定性,训练集和测试集的 AUC分别为0.916(95%CI 为0.862~0.970)和0.842(95%CI 为0.739~0.945)。在所有模型中,组合模型的诊断效 能最佳,训练集和测试集的AUC分别为0.943(95%CI 为0.896~0.990)和0.855(95%CI 为0.759~0.951)。DCA提 示组合模型具有更好的预测性能和临床价值。结论 结合影像组学特征与临床特征的组合模型对复杂性与非复杂性急 性阑尾炎具有良好的预测能力,可以为临床决策提供了一种无创、有效的方法,避免不必要的手术切除。