JCC:基于组织学图像的集成模型识别肌间神经丛炎并预测克罗恩病内镜术后复发

时间:2023-12-12 10:38:20   热度:37.1℃   作者:网络

克罗恩病(CD)是一种慢性复发性炎症性肠病,由遗传易感性、环境因素和肠道微生物群改变之间的复杂相互作用导致固有和适应性免疫应答失调。CD患者内镜下术后复发(POR)是一个常见的表现,在手术治疗后的第一年,约有35-85%的患者发生POR, 3年后增加到85-100%。识别危险因素并建立准确的危险分层模型,可能有助于早期发现复发,并实施必要的措施预防POR。传统统计学方法提示肌间神经丛炎与克罗恩病术后复发相关。传统评价神经丛炎预测价值的方法主要采用logistic回归或Cox回归计算风险比。然而,对肌间神经丛的全面评估仍然具有挑战性。在本研究中,我们的目的是开发和验证基于CD组织学图像的卷积神经网络深度学习系统,并提取肌层和肌间神经丛的特征。此外,我们构建了一个集成多任务模型来识别肌间神经丛炎的严重程度和预测POR。

本研究回顾性分析了2家医院205例肠切除手术患者的临床资料。将患者分为训练组(108例)、内部验证组(47例)和外部验证组(50例)。使用深度卷积神经网络对278例手术标本的全载片图像共190960个斑块进行分析,迁移学习后提取出6144个特征。我们使用5种鲁棒算法构建分类模型。采用受试者工作特征曲线下面积评估模型在3个队列中的性能。

 

堆叠模型在训练组、内部验证组和外部验证组中预测克罗恩病术后复发均取得了满意的准确性。在训练组、内部验证组和外部验证组中,识别肌间神经丛炎严重程度的准确率分别为0.833、0.745和0.694。

 

本研究初步建立了一个可解释的堆叠模型,基于从组织学图像中提取的肌层和肌间神经丛特征来识别肌间神经丛炎的严重程度和预测克罗恩病术后复发。

原始出处:

Wang Y, He Q, Yao D, Huang Y, Xia W, Chen W, Cui Z, Li Y. Histologic image-based ensemble model to identify myenteric plexitis and predict endoscopic postoperative recurrence in Crohn's disease: a multicentre, retrospective study. J Crohns Colitis. 2023 Nov 24:jjad196. doi: 10.1093/ecco-jcc/jjad196. Epub ahead of print. PMID: 38001024.

上一篇: 大咖谈 | RAS/RAF/MEK通路突...

下一篇: Cells:肺动脉高压相关的右心室心肌细...


 本站广告