Ziel ist es, den Wert eines gemeinsamen Modells zur Vorhersage der Kristallisierung von Gichtarthritis-Mononatriumharnsäure (MSU) in gelenknahen Bereichen auf der Grundlage der Hochspannungs-CT-Bildgebung und klinischer Faktoren zu untersuchen. Methoden: Retrospektive Analyse der klinischen Daten von 136 Patienten mit eindeutiger Diagnose einer MSU-Kristallablagerung in gelenknahen Bereichen durch Dual-Energy-CT (DECT) und 79 Patienten mit nicht-MSU-verkalkten gelenknahen Bereichen von Januar 2019 bis Mai 2023 im Peoples Hospital der Stadt Quzhou; zufällige Aufteilung in Trainingsgruppe (n=150) und Validierungsgruppe (n=65) im Verhältnis 7:3 zur Konstruktion und Überprüfung des Vorhersagemodells. Merkmale der Bildgebung wurden aus Bildern mit hoher Spannung (135 kV) extrahiert, und 20 Bildmerkmale wurden mithilfe der Least-Redundancy-Maximum-Relevance- und Least-Absolute-Shrinkage-Selection-Operator-Regression ausgewählt. Die ausgewählten Merkmale wurden mit logistischer Regression, LightGBM und Support-Vector-Machine modelliert und das beste Modell ausgewählt. Multivariate logistische Regressionsanalyse zur Auswahl von Risikofaktoren für die Ablagerung von MSU in gelenknahen Bereichen, Aufbau eines LASSO-Modells anhand von Bildmerkmalen und klinischen Variablen. Die Vorhersageleistung verschiedener Modelle wurde anhand der Fläche unter der ROC-Kurve (AUC) bewertet. Ergebnisse: Die multivariate logistische Regressionsanalyse zeigt, dass der CT-Wert ein unabhängiger Risikofaktor für die Ablagerung von MSU in gelenknahen Bereichen ist (P<0,001). Unter den drei maschinellen Lernmodellen weist das LightGBM-Modell die beste Vorhersageleistung und Datenrobustheit auf. Basierend auf diesem Modell wurde ein LASSO-Modell aufgebaut. Die AUC des LASSO-Modells zur Vorhersage der MSU-Kristallablagerung in Trainings- und Validierungsgruppen beträgt 0,932 bzw. 0,856, was deutlich höher ist als der klinische Test (De-long-Test, P<0,05) und statistisch nicht signifikant im Vergleich zum Bildgebungsmodell (De-long-Test, P>0,05). Schlussfolgerung: Die Analyse der Hochspannungs-CT-Bildgebung kann die Ablagerung von MSU in gelenknahen Bereichen vorhersagen. Das LASSO-Modell und das Bildgebungsmodell weisen eine hohe Vorhersageleistung auf und können als Referenz für klinische Entscheidungen dienen.

Gichtarthritis; Mononatriumharnsäure Kristallbildung; Bildgebung; Dual-Energy-CT