Incremental value of pericarotid adipose tissue radiomics in predicting in-stent restenosis after carotid artery stenting

医学 再狭窄 颈动脉 无线电技术 放射科 生物标志物 内科学 脂肪组织 价值(数学) 成像生物标志物 心外膜脂肪组织 心脏病学 颈动脉支架置入术 动脉 文本挖掘 动脉切除术 血管造影 颈动脉疾病 颈内动脉
作者
Dongqing Ren,Yu Lan,Hongyi Li,Dongbo Li,Ronghui Ju,Yang Hou
出处
期刊:Journal of NeuroInterventional Surgery [BMJ]
卷期号:: jnis-2025 被引量:2
标识
DOI:10.1136/jnis-2025-023865
摘要

OBJECTIVE: To evaluate the potential of pericarotid adipose tissue radiomics to improve the prediction of in-stent restenosis (ISR) after carotid artery stenting (CAS). METHODS: This retrospective study included 191 patients who underwent carotid CT angiography (CTA) and CAS within 1 week at two centers from September 2019 to December 2023. ISR was defined as ≥50% stenosis on follow-up Doppler ultrasound or CTA. Three predictive models were developed and defined as follows: Model A (Clinical), Model B (Clinical + Imaging), and Model C (Clinical + Imaging + Radiomics) using receiver operating characteristic (ROC) analysis, calibration curves, and decision curve analysis. RESULTS: ISR occurred in 44 patients with a mean time interval of 11.3 months. Multivariate Cox regression analyses identified diabetes, fibrinogen, systolic blood pressure, calcified plaque volume, and pericarotid adipose tissue radiomics as independent predictors of ISR. The radiomics score, derived from 15 significant characteristics, outperformed conventional imaging markers. In the training set, Model C (AUC=0.881) significantly outperformed Model A (AUC=0.664) and Model B (AUC=0.840), with statistically significant differences (Model A vs Model C: P=0.001; Model B vs Model C: P=0.0246). This trend was consistent in the validation sets. Calibration curves showed good agreement between predicted and actual ISR probabilities, and decision curve analysis indicated that Model C provided greater net benefits. CONCLUSION: The radiomic characteristics of pericarotid adipose tissue provide incremental value in predicting ISR after CAS and serve as a valuable biomarker for restenosis risk assessment.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
hjs完成签到,获得积分10
1秒前
1秒前
玖爱完成签到,获得积分10
1秒前
好嗨哟完成签到,获得积分10
2秒前
虚幻绿兰完成签到,获得积分10
4秒前
慕青应助Greg采纳,获得10
5秒前
老魏老魏完成签到,获得积分10
5秒前
小栗完成签到,获得积分10
5秒前
何乾乾发布了新的文献求助10
6秒前
6秒前
cosimo完成签到 ,获得积分10
6秒前
sagitar应助刘觅儿采纳,获得20
7秒前
壮观以松完成签到,获得积分10
9秒前
旅行者N0501完成签到,获得积分10
11秒前
铁甲小宝完成签到,获得积分10
12秒前
搜集达人应助何乾乾采纳,获得10
13秒前
干净冰露完成签到,获得积分10
15秒前
一枚橡皮擦完成签到,获得积分10
16秒前
烟火会翻滚完成签到,获得积分10
16秒前
Camellia完成签到,获得积分10
17秒前
想多多发顶刊完成签到 ,获得积分10
19秒前
长颈鹿完成签到 ,获得积分10
22秒前
huahua完成签到 ,获得积分10
22秒前
wsqg123完成签到,获得积分10
22秒前
zbs完成签到,获得积分10
22秒前
叶水之完成签到,获得积分10
22秒前
学海星辰应助自行迭代采纳,获得50
23秒前
tutu完成签到,获得积分10
23秒前
ZZY完成签到 ,获得积分10
23秒前
贾不可完成签到,获得积分10
25秒前
tutu发布了新的文献求助10
26秒前
安南完成签到 ,获得积分10
26秒前
Nole应助goujuan采纳,获得30
27秒前
张晓芮完成签到 ,获得积分10
27秒前
28秒前
默默访冬完成签到 ,获得积分10
28秒前
一鸣大人完成签到,获得积分10
30秒前
105完成签到 ,获得积分0
33秒前
知行完成签到,获得积分10
33秒前
xueerbx完成签到,获得积分10
33秒前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
48V Low-voltage Power Distribution Network (PDN) Architecture Industry Report, 2024 800
ズームレンズの光学設計に関する研究 800
Fundamentals of Pharmaceutical and Biologics Regulations: A Global Perspective, Second Edition 700
Matrix Methods in Data Mining and Pattern Recognition Second Edition 610
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7298365
求助须知:如何正确求助?哪些是违规求助? 8916739
关于积分的说明 18879766
捐赠科研通 6963453
什么是DOI,文献DOI怎么找? 3210642
关于科研通互助平台的介绍 2379971
邀请新用户注册赠送积分活动 2187127