用于放射学膝骨关节炎预后预测的纵向局部百分位数基准评估

内容形式：摘要译文

MRI上的软骨厚度是骨关节炎（OA）的一种结构性生物标志物，然而，解剖学差异和衰老可能掩盖早期疾病表现，包括发生于影像学确诊OA前12–36个月的变化。我们提出了纵向局部百分位图，该方法将规范性生长图谱作为先验信息，并整合膝关节既往扫描结果，以识别软骨厚度低于或高于预期的区域。我们基于骨关节炎倡议（Osteoarthritis Initiative）中957个持续保持影像学正常膝关节的5,045次扫描，构建了参考图谱。在参与者分离的嵌套交叉验证中，与区域主成分分析（PCA）、影像组学、横断面百分位特征和原始图谱深度特征相比，纵向百分位特征在大多数分类器中对新发影像学OA的12个月和24个月预测具有更高的AUC。将这些传统描述符与百分位特征结合后，性能提升有限；与纵向百分位特征相比，横断面百分位特征的增益同样有限。深度百分位特征取得了最佳AUC（12个月时为0.954［95% CI：0.931–0.974］，24个月时为0.969［0.949–0.985］；平衡准确率分别为0.917和0.931），并且在经多重比较校正后，于全部12个分类器中均优于原始图谱深度特征。没有任何一种表征在36个月预测中表现出持续一致的改进。纵向百分位特征将软骨厚度图转换为基于参考的偏差图：深度纵向百分位特征提供了最高的预测准确性，而区域纵向百分位特征则在保持第二高准确性的同时，提供了具有可解释性的预后信息。

关键词：膝骨关节炎 · MRI软骨厚度 · 纵向百分位图 · 预后预测 · 影像学生物标志物 · 机器学习

原文链接：https://www.biorxiv.org/content/10.64898/2026.10.06.757088v1?rss=1