Nomogram model based on magnetic resonance imaging and clinical factors for prenatal diagnosis of placenta accreta spectrum disorders

Abstract

This study aimed to develop a magnetic resonance imaging (MRI) and clinical factor-based nomogram for prenatal diagnosis of placenta accreta spectrum disorders (PAS). Clinical and MRI data from pregnant women were retrospectively analyzed and split into training (70%) and validation (30%) sets. Binary logistic regression identified age, placenta previa, T2 dark band, placental/uterine bulge, loss of T2 hypointense interface, myometrial thinning, and abnormal placental bed vessels as significant predictors of PAS. A nomogram incorporating these factors demonstrated strong diagnostic performance via ROC analysis (AUC >0.8), calibration curves, and decision curve analysis (DCA) in both training and validation sets. The model showed high accuracy and clinical utility, supporting its use in prenatal PAS diagnosis

Cette étude visait à développer une imagerie par résonance magnétique (irm) et un nomogramme basé sur des facteurs cliniques pour le diagnostic prénatal des troubles du spectre placenta accreta (apm). Les données cliniques et d’irm des femmes enceintes ont été analysées rétrospectivement et divisées en séries de formation (70%) et de validation (30%). La régression logistique binaire a identifié l’âge, le placenta previa, la bande noire T2, le renflement placentaire/utérin, la perte de l’interface hypointense T2, l’amincissement myomètre et les vaisseaux du lit placentaire anormaux comme des prédicteurs significatifs du PAS. Un nomogramme intégrant ces facteurs A démontré de solides performances diagnostiques par l’analyse ROC (AUC > 0,8), les courbes d’étalonnage et l’analyse de la courbe de décision (DCA) dans les ensembles de formation et de validation. Le modèle a montré une grande précision et une utilité clinique, soutenant son utilisation dans le diagnostic du sap prénatal.