区分无胰腺炎证据的局限性胰腺坏死与黏液性囊性肿瘤：一项基于LASSO算法的多中心判别图研究

《BMC Gastroenterology》：Differentiating walled-off pancreatic necrosis with no documented pancreatitis from mucinous cystic neoplasms: a multicenter LASSO-based nomogram

　　

摘要

研究目的

本研究旨在探讨无胰腺炎病史的患者中，涉及胰腺实质的包裹性胰腺坏死（WOPNs）的临床特征和影像学表现，并利用Lasso回归建立诊断预测诺模图，以区分WOPNs和黏液性囊性肿瘤（MCNs）。

方法

共从三家独立医院回顾性收集了247例病例，包括通过手术确诊的炎症后坏死灶（符合WOPNs的影像学标准）以及病理学确诊的MCNs。对这些病例的临床和影像学特征进行了分析，并利用Lasso回归方法识别出独立预测因素。随后构建了临床模型、影像学模型及联合诊断模型，并通过ROC曲线、校准分析和决策曲线分析（DCA）对其进行评估。最终基于最佳模型开发出了诊断诺模图。

结果

单变量分析显示，在训练队列中，WOPNs与MCNs在年龄、性别、临床症状、病变位置、病变形态、病变边缘、囊肿类型、分隔不完全、胰腺周围脂肪间隙、密度/信号强度、囊肿壁和/或分隔层厚度、壁内结节、病变钙化、胰腺周围炎症改变、微泡直径（MPD）形态、导管扩张位置、血管受累情况以及器官受累程度等方面存在显著差异（p < 0.05）。Lasso回归确定了三个临床特征、八个影像学特征以及五个临床与影像学结合的特征作为独立风险因素，并据此构建了临床模型、影像学模型及联合诊断模型。联合诊断模型的诊断性能最佳，在训练队列中的AUC值为0.880，在两个外部验证队列中的AUC值分别为0.858和0.856，显示出良好的敏感性、特异性和总体准确性。

结论

我们基于Lasso回归建立了一种可靠的非侵入性诊断预测诺模图，用于区分无胰腺炎病史患者的WOPNs和MCNs。