通过整合自动化身体成分分析改进手术风险预测：结肠切除术的回顾性试验
计算机视觉与模式识别
2025-06-23 v3
摘要
目的：评估从 CT 扫描中自动提取的术前身体成分指标是否可以预测结肠切除术后的术后结果，无论是单独使用还是与临床变量或现有风险预测因子结合使用。主要结局和指标：主要结局是结肠切除术后 1 年全因死亡率的预测性能。使用 Cox 比例风险模型进行 1 年随访，并使用一致性指数(C-index)和综合布里尔评分(IBS)评估性能。次要结局包括术后并发症、非计划再入院、输血和严重感染，使用逻辑回归的 AUC 和布里尔评分进行评估。比值比(OR)描述了单个 CT 衍生的身体成分指标与结局之间的关联。从多个椎体水平的术前 CT 中提取了超过 300 个特征，包括骨骼肌面积、密度、脂肪区域和组织间指标。2012 年后的所有手术均有 NSQIP 评分可用。
引用
@article{arxiv.2506.11996,
title = {Improving Surgical Risk Prediction Through Integrating Automated Body Composition Analysis: a Retrospective Trial on Colectomy Surgery},
author = {Hanxue Gu and Yaqian Chen and Jisoo Lee and Diego Schaps and Regina Woody and Roy Colglazier and Maciej A. Mazurowski and Christopher Mantyh},
journal= {arXiv preprint arXiv:2506.11996},
year = {2025}
}
备注
32 pages, 5 figures