定量肺超声:一种自动检测和量化B线的假定新算法
这项前瞻性观察性先导研究纳入12例ICU急性呼吸窘迫患者(11例脓毒症休克、1例输血相关急性肺损伤),每例采集12个肺超声帧,比较4种半定量评分(nLUSS、cLUSS、qLUSS、%LUSS)与新型全自动定量QLUSS对热稀释法测定的血管外肺水的评估能力。简单线性回归中QLUSS与EVLW的R²=0.57,低于qLUSS(R²=0.85)和%LUSS(R²=0.72);稳健线性回归中QLUSS的R²=0.86,与qLUSS(R²=0.85)相当。QLUSS与qLUSS、%LUSS显著相关,且观察者间ICC最高(0.998)。作者认为计算机辅助测量B线累及的胸膜线百分比可能用于评估ARDS的血管外肺水,但尚需更大队列验证,且不适用于胸腔积液或实变。
要点
- 在12例ARDS机械通气患者中,QLUSS与热稀释法EVLW的稳健线性回归关联R²=0.86,与qLUSS(R²=0.85)相当,优于%LUSS(R²=0.72)。
- 简单线性回归中QLUSS与EVLW的R²=0.57,低于qLUSS(R²=0.85)和%LUSS(R²=0.72),高于cLUSS(R²=0.45)和nLUSS(R²=0.000)。
- QLUSS与qLUSS显著相关(r=0.772;p=0.003)、与%LUSS显著相关(r=0.757;p=0.005),与cLUSS(r=0.561;p=0.058)和nLUSS(r=0.105;p=0.744)无显著相关。
- QLUSS观察者间一致性最高(ICC 0.998;95%CI 0.996–0.999),高于nLUSS(ICC 0.895)、qLUSS(ICC 0.825)、%LUSS(ICC 0.745)和cLUSS(ICC 0.703)。
- 作者指出QLUSS对胸腔积液或实变无效,且分析基于单帧后处理,尚需更大队列和多帧实时分析验证。
适用人群与场景
- ICU收治的急性呼吸窘迫综合征患者,12例连续纳入(6男6女,年龄57±18岁,BMI 22±2 kg/m²),其中脓毒症休克11例、输血相关急性肺损伤1例。
- 所有患者均镇静(丙泊酚持续输注)并机械通气,潮气量6 mL/kg预测体重,PEEP 5 cmH2O;均置入导管以热稀释法测定血管外肺水并有肺超声临床指征。
- 排除情况:原文指出QLUSS不适用于胸腔积液或实变。
诊断标准与关键阈值
- B线定义:起源于胸膜线、延伸至屏幕底部不衰减、随肺滑动同步运动的离散激光样垂直高回声混响伪影。
- 融合B线定义:数量众多、趋于融合、无法清晰计数的B线。
- cLUSS区域通气分级0–3分:0分对应A线或<2条B线,1分对应≥3条间隔B线,2分对应融合B线,3分对应组织样模式(实变)。
- qLUSS对融合B线评分:占据肋间隙≤50%记1分,>50%记2分。
- nLUSS计数整个呼吸周期内肋间隙中B线总数,融合B线按单条B线计数。
- %LUSS将融合B线按充满肋间隙的百分比除以10计入,白肺模式计为10条B线。
- QLUSS自动算法:对每帧图像依次进行对比度调整、K-means分类、交替序列滤波、沿列扫描选择白色像素≥50%且占总垂直长度70%以上的列,计算每位患者所有帧B线面积百分比的均值。
处置流程与药物剂量
- 肺超声检查由同一名专家操作,患者取仰卧位,使用高频(10 MHz)线阵探头,横向扫描避开肋骨声影。
- 每侧胸廓以胸骨线、腋线为界划分前、侧、后各分上下两半,共6个标准区域,每例共12个肋间隙。
- 每个肋间隙保留整个呼吸周期中最具病理性的图像用于分析,并代表该区域评分。
- 所有超声测量均在PEEP 5 cmH2O下进行,以标准化并因高PEEP减少垂直伪影。
- 血管外肺水采用热稀释法测定(原文引用既往描述的方法)。
- 图像导入MATLAB,由专用分割算法进行后处理分析。
研究设计与关键结果
- 前瞻性观察性先导研究,纳入12例ICU急性呼吸窘迫综合征患者,每人12个肺超声帧,共144帧分析。
- 帧分布:A线或<2条B线24帧,≥3条间隔B线25帧,融合B线84帧,融合B线占据肋间隙>50% 10帧,组织样模式11帧。
- 简单线性回归:QLUSS与EVLW的R²=0.57(p=0.005),cLUSS的R²=0.45(p=0.016),qLUSS的R²=0.85(p<0.001),%LUSS的R²=0.72(p<0.001),nLUSS的R²=0.000(p=0.956)。
- 稳健线性回归(LTS和LMS法):QLUSS与EVLW的R²=0.86,与qLUSS(R²=0.85)相当,优于%LUSS(R²=0.72)。
- QLUSS与qLUSS显著相关(r=0.772;p=0.003),与%LUSS显著相关(r=0.757;p=0.005),与cLUSS无显著相关(r=0.561;p=0.058),与nLUSS无显著相关(r=0.105;p=0.744)。
- 相关系数比较:nLUSS/QLUSS与%LUSS/QLUSS差异显著(p=0.037);qLUSS/QLUSS与nLUSS/QLUSS接近显著(p=0.071)。
- 观察者间绝对一致性:cLUSS ICC 0.703(95%CI 0.303–0.858),%LUSS ICC 0.745(95%CI 0.631–0.822),qLUSS ICC 0.825(95%CI 0.705–0.896),nLUSS ICC 0.895(95%CI 0.835–0.931),QLUSS ICC 0.998(95%CI 0.996–0.999)。
证据类型、等级与局限
- 证据类型:前瞻性观察性先导研究。
- 统计效能:假设r=0.8、α=0.05、n=12、双侧检验,统计效能=0.924;假设r=0.75时统计效能=0.85。
- 局限:研究纳入患者数量有限,需更大型研究进行临床验证。
- 局限:评分分析基于单帧图像,软件多帧分析(分析整个呼吸周期并减少帧选择偏倚)为下一步计划。
- 局限:计算机辅助分析(QLUSS)为对先前存储的单帧图像进行后处理,未来在超声机器上实现可能允许实时分析。
- 局限:QLUSS不适用于胸腔积液或实变。
对床旁实践的改变
- 作者认为,计算机辅助测量B线累及的胸膜线百分比可提供与操作者无关的ARDS血管外肺水评估,似乎与既往评分相当或更优。
- 作者指出该方法在更快数据分析及无需增加成本即可适用于大数据集方面具有潜在优势。
- 作者明确指出QLUSS不适用于胸腔积液或实变。
- 作者指出需在由多个实时帧组成的更大型数据集验证后,QLUSS才可能产生显著影响。
提炼说明
- 原文未涉及「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译9 节 · 点击展开
引言
肺超声(LUS)作为一种评估肺部病理生理的有用工具正日益受到认可。肺超声评分(LUSS)已被提出用于评估肺水肿,并已证明其与血管外肺水(EVLW)[1, 2]及肺毛细血管楔压[3]高度相关,但存在一些局限性。事实上,尽管识别B线和区分A型与B型模式是简单的任务,但B线的量化及其间距的评估可能较为困难。这不仅是因为B线数量众多或趋于融合,还因为肺表面两条相邻B线之间的平均距离应不小于7 mm才具有意义[4]。已提出的半定量方法基于视觉估计B线所占扫描百分比[5]来评估B线,但该方法容易出现目测误差;或基于肺通气评估[6],但该方法因根据融合B线的存在与否而不考虑其范围进行系统性分级,容易出现误差。近期,一种改良LUSS被开发出来[7],但尚未用参考金标准即有创测定的EVLW进行验证。鉴于上述现有方法在B线量化方面的困难,可以假设自动方法可能代表肺水肿评估的进步。
本初步研究的目标是开发一种完全自动化的、定量化的累及胸膜的B线评分,评估其与先前描述的半定量评分相比评估EVLW的能力,以及其与这些相同评分的关系。
方法
研究对象
这是一项前瞻性观察性研究,纳入12例连续患者(6例男性,6例女性,年龄57 ± 18岁,体重指数22 ± 2 kg/m2),因脓毒性休克(n = 11)或输血相关急性肺损伤(n = 1)导致的急性呼吸窘迫综合征(ARDS)而入住重症监护病房(ICU)。其简化急性生理学评分为45 ± 15,氧分压与吸入氧分数之比为179 ± 81。他们置有导管以通过热稀释法评估EVLW,并具有LUS的临床指征。所有患者均持续输注丙泊酚镇静,并以预测体重6 mL/kg的潮气量和5 cmH2O的呼气末正压进行机械通气。P/F比因病情严重程度而在患者间有所不同。尽管每位患者均以适合肺损伤严重程度的呼气末正压(PEEP)进行机械通气,但所有超声测量评估均在5 cmH2O PEEP下进行,以标准化操作,且因为高PEEP会减少垂直伪影的数量。
当地伦理委员会批准了本研究(利古里亚地区伦理委员会——编号041/2018)。
肺超声检查
每位患者均由同一位经验丰富的操作者进行超声检查。图像采集使用配备高频(10 MHz)线阵探头的系统(Esaote MyLab alpha 或 Mindray DC-N3),患者取仰卧位。采用横向扫描以显示胸膜线,避免肋骨声学干扰。相对于胸骨和腋线,确定每侧半胸的六个标准区域:前部、侧部和后部,每个区域分为上半和下半。每次扫描时,由进行肺超声检查的同一位医师记录以下数据:A线的存在、B线的最大数量、融合B线占据肺区域的视觉百分比、视觉胸膜受累> 50%或≤50%,以及组织样 pattern(实变)。B线定义为从胸膜线发出、延伸至屏幕底部不衰减、并与肺滑动同步运动的离散激光样垂直高回声混响伪影。当B线数量众多、趋于融合且无法清晰计数时,定义为融合B线[8]。在整个呼吸周期中,每个肋间获得的最具病理性的 pattern 被保留用于进一步分析,并被认为代表该区域的评分。定义了五种评分如下:(1)检测到的B线最大数量(nLUSS),(2)B线占据肺区域的视觉百分比(%LUSS)[5],(3)B线融合(cLUSS)[6],(4)改良B线融合评分(qLUSS)[7],(5)计算机辅助评分(QLUSS)。
对于nLUSS,计算整个呼吸周期中一个肋间内看到的B线总数,融合的B线计为单条B线。
对于%LUSS,融合B线按充满融合B线的肋间百分比除以10计算,并加上同时在该间隙注意到的任何其他B线,白色肺 pattern 计为10条B线。
对于cLUSS,每个检查区域的组织通气根据通气损失量在0至3之间分级,0对应于A线或< 2条B线,评分1对应于≥ 3条间隔B线,评分2对应于融合B线,评分3对应于组织样 pattern 的存在。
对于qLUSS,融合B线若占据肋间≤ 50%则评分为1,若> 50%则评分为2。
对于QLUSS,使用自动评分算法。使用线阵探头获取的灰度图像导入MATLAB,并由专用分割算法分析,该算法对每一帧应用以下连续步骤:(1)对比度调整以最大化分辨率;(2)K-means分类将像素分为两个子集;(3)交替顺序滤波器(ASF),由迭代形态学开运算和闭运算组成,使用轴向线结构元素,在轴向上闭合小(10像素)间隙并在横向上隔离对象,从而改善B线轮廓;(4)沿列扫描所得图像,选择那些在总垂直长度70%以上具有≥ 50%白色像素的列(图1);(5)每位患者的QLUSS计算,由所有帧中B线面积的患者内平均百分比给出。
为评估评分者间变异性,单帧图像被随机分配给两名肺部超声专家进行离线B线评分。单帧图像被成对随机分配给两名生物工程师进行QLUSS分析。所有评分者均对患者病情和临床病史设盲。
热稀释法
采用先前描述的方法测定血管外肺水(EVLW)[3]。
统计分析
本研究的检验效能设定为检测LUS评分之间的相关性。假设r = 0.8(α = 0.05,n = 12,双侧备择假设),我们获得统计效能 = 0.924。当r = 0.75(α = 0.05,n = 12,双侧备择假设)时,统计效能 = 0.85。结果以数量、百分比(%)、均值 ± 标准差和/或95%置信区间(CI)报告。采用Shapiro-Wilk检验评估连续变量的正态分布。LUS评分之间的相关性采用Spearman秩检验评估。相关系数之间的比较采用Hittner、May和Silver对Dunn和Clark z值的修正方法[9]。LUS评分与EVLW之间的关联采用简单线性回归(SLR)和多种稳健线性回归(RLR)方法评估[Huber损失、最小均方(LMS)、最小截尾平方(LTS)、最小绝对偏差(LAD)、S估计量、MM估计量]。观察者间变异性采用双向模型的一致性检验的组内相关系数(ICC)进行检验(评分者间绝对一致性强度根据ICC值分别判定为差、一般、中等、强或几乎完美:< 0.30、0.3–0.49、0.50–0.69、0.70–0.89和≥ 0.90)。双侧零假设下p < 0.05认为具有统计学意义。统计分析使用SPSS软件包(版本20.0;SPSS Inc.,芝加哥,伊利诺伊州,美国)和R统计环境(版本3.5.3;R Foundation for Statistical Computing,维也纳,奥地利)及cocor包[10]进行。
结果
每位患者检查12个肋间隙,共提供144帧单帧图像进行分析。24次扫描中可见A线或< 2条B线,25次扫描中可见3条或以上间距良好的B线,84次扫描中可见融合B线,10次扫描中可见占据肋间隙> 50%的融合B线,11次扫描中可见组织样图案。
每位患者的肺超声(LUS)评分见表1。在简单线性回归(SLR)中,QLUSS与血管外肺水(EVLW)的关联(R2 = 0.57)强于cLUSS(R2 = 0.45)和nLUSS(R2 = 0.000),而与EVLW的关联低于qLUSS(R2 = 0.85)和%LUSS(R2 = 0.72)(图2)。在多元线性回归(RLR)中,应用LTS和LMS方法时,QLUSS与EVLW的关联(R2 = 0.86)与qLUSS(R2 = 0.85)相当,且强于%LUSS(R2 = 0.72)(更多细节见附加文件1)。QLUSS与qLUSS(r = 0.772;p = 0.003)和%LUSS(r = 0.757;p = 0.005)显著相关,但与cLUSS(r = 0.561;p = 0.058)和nLUSS(r = 0.105;p = 0.744)不相关(图3)。通过比较r系数,nLUSS/QLUSS与%LUSS/QLUSS之间差异显著(p = 0.037),而qLUSS/QLUSS与nLUSS/QLUSS之间接近显著(p = 0.071)。
评分者间的绝对一致性在cLUSS [ICC 0.703(95%CI 0.303至0.858)]、%LUSS [ICC 0.745(95%CI 0.631至0.822)]、qLUSS [ICC 0.825(95%CI 0.705至0.896)]和nLUSS [ICC 0.895(95%CI 0.835至0.931)]中均较强,其中QLUSS表现最佳 [ICC 0.998(95%CI 0.996至0.999)]。
讨论
本研究的主要发现是:新的B线评分系统QLUSS(1)与EVLW的关联优于cLUSS或nLUSS,与qLUSS或%LUSS的关联相当或更优;(2)与qLUSS和%LUSS相关,但与cLUSS或nLUSS不相关;(3)在不同评分中显示出最佳的观察者间一致性。
在以往的多项研究中,肺超声(LUS)被用于检测和定量肺水肿[3, 11]。然而,LUS存在局限性,因为在全胸动态图像上难以对每一个伪影进行计数。事实上,有时B线数量较少时可以轻易计数,但大多数情况下B线数量众多且趋于融合,使得正确计数成为不可能。因此,为了更全面地评估血管外肺水(EVLW),目前推荐评估B线占据胸膜线的百分比,而非计算每次超声扫描中B线的最大数量[5]。然而,目前尚无工具可用于定量B线占据胸膜线的百分比,而这可能并非简单的认知过程。就所提出的评分而言,cLUSS主要基于对间距良好的B线或融合性B线的识别与区分,其至少存在三个缺点。第一,两条B线之间的距离可能无法通过视觉可靠评估,“间距良好”的概念不易识别。第二,对“融合”的评估也可能困难,因为将一个伪影判断为两条靠近的B线还是一条宽B线主要取决于个人判断。第三,对所有融合情况给予相同评分,而不考虑所累及胸膜线的百分比,会导致在局灶性EVLW(如ARDS)时高估EVLW。qLUSS的引入旨在规避cLUSS的后一缺陷,即仅对累及> 50%可视胸膜线的融合情况给予更高评分。然而,胸膜线受累程度大于或小于50%也可能难以通过视觉识别(图4),尤其是在存在多条融合性B线且其间有未受累区域时。这很可能是本研究中qLUSS在右肺下区(RLR)评估中与金标准EVLW的关联性优于cLUSS、%LUSS和nLUSS,但未优于QLUSS的原因。
本研究存在一些局限性。第一,本研究在有限数量的因EVLW进行肺淤血监测的患者中实施。需要更大规模的研究进行临床验证。第二,评分分析在单帧图像上进行,计划下一步将我们的软件实现多帧分析,以分析整个呼吸周期并尽量减少因帧选择导致的操作者偏倚。第三,计算机辅助分析(QLUSS)是在预先存储的单帧图像上进行后处理,未来在超声机器上实现可能允许实时分析。第四,QLUSS在胸腔积液或实变时无用。
结论
本初步研究表明,计算机辅助测量B线伪影所累及胸膜线的百分比可提供一种可靠的、不依赖操作者的ARDS血管外肺水评估,其似乎与先前描述的评分相当或更优。该方法在数据分析更快以及无需增加成本即可适用于大规模数据集方面具有潜在优势。
附加文件
附加文件1:电子统计补充材料。(DOCX 89 kb)
参考来源
- Brusasco C, Santori G, Bruzzo E, et al. Quantitative lung ultrasonography: a putative new algorithm for automatic detection and quantification of B-lines. Crit Care. 2019. PMID: 31455421. doi:10.1186/s13054-019-2569-4
- 全文:PMC6712728(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6712728/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。