【摘要】目的：分析基于影像组学的机器学习模型预测儿童肺炎支原体肺炎（MPP）耐药性的价值。方法：回顾性分析2023年6月— 2024 年5月于上海中冶医院诊治的100例MPP患儿的临床资料，按照耐药性分为耐药组（n=43）与不耐药组（n=57）。对所有患儿的 初诊胸部CT图像病灶勾画感兴趣区（ROI）并提取影像特征，进行筛选和降维处理后将最终筛选出来的特征纳入逻辑回归模型中，联 合临床特征构建两种预测模型（模型A：影像组学模型，模型B：影像组学联合临床模型），在验证集中比较模型的诊断效能，评价方 法包括受试者工作特征曲线（ROC）的曲线下面积（AUC）、准确率、精确度、灵敏度、特异度。结果：耐药组和不耐药组患儿的年龄、 反复发热、C反应蛋白、血清淀粉样蛋白A和降钙素原水平比较，差异有统计学意义（P＜0.05）。训练集中，模型A、B的AUC分 别为0.952、0.978，模型B较优；验证集中，模型B的AUC（0.777）和灵敏度（0.688）较高，模型A的准确率（0.700）、精确 度（0.769）和特异度（0.786）较高。结论：基于影像组学的机器学习模型对儿童MPP耐药性的预测有一定的参考价值。 

【关键词】肺炎支原体肺炎；耐药性；影像组学；机器学习；逻辑回归分析