新生儿脑MRI白质表观扩散系数值可能有助于预测先天性巨细胞病毒感染结局
该回顾性单中心观察研究纳入2007年至2020年255例先天性巨细胞病毒感染新生儿,在脑MRI的ADC图上系统放置白质感兴趣区。结果显示,有新生儿听力损失及认知、运动发育障碍的患者白质ADC值显著更高,基于白质ADC的模型预测三种结局的AUC介于0.73至0.89,定量ADC测量可能有助于预测临床结局。
要点
- 白质ADC值在伴新生儿听力损失、认知及运动发育障碍的cCMV患儿中显著升高(P<0.05)。
- 仅用整体白质ADC预测听力损失的简单logistic模型AUC=0.76,为三种结局中最优的单一模型。
- 联合其他脑异常与额顶叶或深部前额叶白质ADC的交互模型可提升认知(AUC=0.89)和运动(AUC=0.73)预测。
核心结论
- 新生儿白质ADC在伴有临床损害的cCMV患儿中显著升高,定量ADC测量可能有助于预测cCMV的临床结局。
研究设计与样本
- 回顾性单中心观察研究,纳入2007年4月至2020年3月比利时根特大学医院286例接受脑MRI的cCMV新生儿,最终分析255例(中位日龄21天,IQR 14–28天,男121例)。
- 采用1.5T扫描仪(Avanto/Symphony/Aera,Siemens Healthineers)行轴位DWI(b0–b1000,三或四个方向)及对应ADC图,层厚3–4 mm。
- 由一名12年经验的儿科放射科医师在双侧皮质下额顶叶、后角周围、深部前额叶及前颞叶白质、双侧丘脑及小脑半球系统放置ROI,并计算整体白质ADC均值。
- 由两名儿科放射科医师独立定性评估脑回异常、脑室扩大和室管膜下囊肿,意见不一致时采用共识评分。
- 结局指标为新生儿听力(自动听性脑干反应,阈值≤40 dB nHL为正常)、认知(Bayley婴幼儿发育量表第三版)和运动发育(Alberta婴儿运动量表,低于P10为异常)。
关键影像表现/征象
- 脑回异常9例(3.5%),脑室扩大24例(9.4%),室管膜下囊肿58例(22.7%)。
- 脑室扩大观察者间一致性完美(Kappa 1,SE 0,95%CI 1–1),脑回异常极好(Kappa 0.94,SE 0.06,95%CI 0.82–1),室管膜下囊肿良好(Kappa 0.76,SE 0.05,95%CI 0.66–0.86)。
- 听力损失组整体白质ADC均值1801.9(±SD 177.7)vs 听力正常组1626.4(±189.2),均值差175.5,P=0.011。
- 认知障碍组ADC均值1748.3(±187.2)vs 认知正常组1628.0(±192.7),均值差120.2,P=0.039。
- 运动障碍组ADC均值1742.1(±276.8)vs 运动正常组1616.4(±170.9),均值差125.7,P=0.039;丘脑和小脑ADC在各结局组间无显著差异。
诊断标准与关键数值
- 听力损失:仅用整体白质ADC的简单logistic模型在训练集AUC=0.76,最优概率阈值0.0497(特异度0.62,敏感度0.86),整体白质ADC≥1673预测听力损失(PPV 0.11,NPV 0.99)。
- 认知障碍:仅用整体白质ADC的简单logistic模型ROC AUC=0.74(SE 0.02),最优概率阈值0.0671(特异度0.58,敏感度0.83),整体白质ADC≥1644预测认知障碍(PPV 0.14,NPV 0.98);最终交互模型(额顶叶)训练集AUC=0.89。
- 运动障碍:仅用整体白质ADC的简单logistic模型ROC AUC=0.64(SE 0.04),最优概率阈值0.159(特异度0.72,敏感度0.57),整体白质ADC≥1707预测运动障碍(PPV 0.26,NPV 0.91);最终交互模型(深部前额叶)训练集AUC=0.73。
- 作者指出,预测听力损失或神经运动障碍的ADC截断值在1650至1700之间,但这些阈值未经交叉验证,仅用于描述目的。
临床应用与阅片要点
- 作者认为,新生儿MRI定量ADC测量可能是有用的工具,可指导cCMV感染的治疗和向家长提供准确咨询。
- 作者指出,白质信号改变属于cCMV的症状谱,而非正常髓鞘化的变异。
- 作者强调,所提出的模型需更长的随访、更大的队列及外部验证才能确定明确的截断值。
局限性
- 检出的问题患者数量可能仍然太少,无法得出稳健结论。
- 部分患者的随访时间可能太短。
- 随访期间仅记录末次观测值结转。
- 治疗可能对发育结局造成偏倚。
- 使用多台扫描仪(信噪比不同)和(略微)不同的序列可能是解读ADC值的混杂因素。
全文中译18 节 · 点击展开
引言
先天性巨细胞病毒(cCMV)感染是先天性感染中最主要的类型,构成重大的健康问题。受感染的新生儿发生长期损害的风险显著,主要包括感音神经性听力损失和神经发育问题[1–3]。
出生时,仅10%的儿童表现出感染的临床体征。无症状婴儿的诊断通常是在孕期检测母体血清转换的结果。有临床症状的新生儿发生长期后遗症的风险非常高(40–60%),尽管在最初无症状的儿童中也有10–15%可见重要的发育损害[4–10]。
巨细胞病毒是一种嗜神经病毒。宫内感染可引起广泛谱系的脑部异常,病变类型取决于感染时的胎龄[11–14]。白质异常是cCMV最具特征性的表现之一,在多达75%的有临床症状新生儿和30%的无症状新生儿中出现。这些病变常与其他脑部异常同时存在;然而,它们也经常作为孤立性发现被注意到[15, 16]。
尽管cCMV具有长期影响,但用于指导治疗决策的证据仍然有限。根据欧洲共识,神经影像学与cCMV一致的患者的被视为“重度”症状性,推荐6个月的抗病毒治疗[17]。新生儿磁共振成像(MRI)在检测cCMV相关病变,尤其是白质异常方面,已显示出作为超声补充手段的巨大前景。然而,目前对其在筛查受感染新生儿中的作用尚无共识,尤其是在缺乏临床症状的情况下[14, 16–18]。
虽然某些脑部异常,如皮质畸形,似乎是神经系统不良结局的强预测因素,但其他异常(如“白质改变”)的预后作用仍不明确[19–22]。已报道的研究往往样本量小,且仅限于严重受累的儿童[11, 14, 15, 17, 19, 23–26]。
此外,新生儿白质的分级可能具有挑战性。主要是离散性或孤立性病变可能难以与未髓鞘化白质的正常变异相区分。目前,关于如何将“白质”信号改变定义为病理性尚无书面共识,将(主观的)判断留给放射科医师的专业经验[21, 22]。
本研究旨在探讨通过表观扩散系数(ADC)值对脑MRI上白质进行定量测量,是否可用于预测cCMV感染新生儿的临床结局。
材料与方法
这项回顾性观察性研究的注册获得了机构伦理委员会(比利时根特大学医院健康、创新与研究研究所)的批准,并在隐私委员会进行了登记。儿童仅在获得父母或法定监护人书面知情同意后才被纳入。
研究组和排除标准
本研究使用了来自单一三级中心(根特大学医院)的数据。2007年4月至2020年3月期间,286名cCMV新生儿接受了脑MRI检查。新生儿感染通过生后前三周内尿液或唾液中的病毒分离和/或聚合酶链反应(PCR)确诊。回顾性诊断(21日龄后)通过干血斑PCR作出。
对于所有cCMV患儿,在入组时收集以下数据:诊断检查的原因、出生时的临床特征、血液检查、听力、眼科评估以及脑部MRI。当存在可能干扰影像学和/或临床发现的合并症(早产、已知脑部异常的综合征)时;当未在出生后前45天内进行脑部MRI、图像质量不足和/或未获取弥散加权图像(DWI)时,患者被排除在研究之外。
图像采集
脑部MRI使用头部线圈或新生儿头部线圈在1.5特斯拉扫描仪(Avanto/Symphony/Aera,均由Siemens Healthineers制造,德国埃尔朗根)上进行。序列包括3–4 mm轴位DWI(b0–b1000,三个或四个方向)及相应的ADC图、3 mm轴位T2加权脂肪饱和涡轮自旋回波、3 mm冠状位T2加权涡轮自旋回波、3 mm轴位T1加权反转恢复涡轮自旋回波、3 mm矢状位T1加权自旋回波、3–4 mm轴位T2加权液体衰减反转恢复(FLAIR)涡轮自旋回波,以及3 mm轴位T2*加权梯度回波(T2*)。序列的详细信息见补充材料1。
表观弥散系数值
在每名患者中,感兴趣区(ROI)被系统且对称地放置于以下脑白质区域(图1):皮层下额顶叶、后侧脑室周围、深部前额叶和前颞叶白质,左右两侧均放置。ROI还放置于双侧丘脑和小脑半球。ROI仅放置于真正的脑实质内:当存在囊性病变时,ROI放置于相邻白质中,不包括囊肿。所有ROI均由一名具有12年经验的儿科放射科医师(C.V.)定位。
“总体白质ADC”值计算为放置于上述白质区域的不同ROI的平均值。ADC值以10−6 mm2/s为单位表示。
脑部定性评估
两名儿科放射科医师(C.V.和N.H.[具有19年经验])独立审阅图像,以评估其他定性脑部异常。对图像进行评分,评估是否存在脑回异常、脑室扩大和室管膜下囊肿。放射科医师对临床和其他影像学发现设盲。计算观察者间一致性。为进一步分析,在存在分歧的情况下,采用共识评分。
临床随访
随访包括在耳鼻咽喉科进行听力评估、通过眼底镜检查进行视力评估,以及在发育障碍中心进行认知和运动评估。这些随访访视的周期遵循2018年佛兰德斯共识指南[8]。详细信息见补充材料2。
采用自动听性脑干反应(ABR)进行新生儿听力评估。转诊后,在出生后第一个月内进行短声诱发ABR,结合耳显微镜检查和鼓室压测定以排除中耳炎。新生儿ABR阈值≤40 dB nHL视为正常。
认知发育采用贝利婴幼儿发育量表第三版[27]进行评估:正常(贝利评分86分及以上)、轻度(70–85分)、中度(50–69分)和重度损害(低于50分)。
运动发育采用阿尔伯塔婴儿运动量表(AIMS)[28]进行评估。根据AIMS百分位等级,运动发育分为以下百分位(P)组:高于P75、P25至P75之间、P10至P25之间、低于P10。AIMS低于P10视为异常[29]。
统计分析
分类变量以数量和百分比表示,数值变量酌情以中位数和四分位距(IQR)或均值±标准差(SD)表示。采用末次观测值结转分析评估最终结局指标。
采用Fleiss kappa分析评估观察者间变异度。
采用独立t检验比较不同结局组之间一般白质ADC的分布。必要时采用Bonferroni-Holm校正进行多重检验。接受0.05的显著性水平。
在假设检验之后,进行简单回归和弹性网回归分析。第一步,对每个结局拟合以“一般白质ADC”为自变量的简单logistic回归模型。第二步,将两种模型结构与五个不同白质区域交叉组合(每个结局产生十个模型)。
两种模型结构如下:“白质ADC”联合额外的定性影像变量(脑室扩大、脑回异常、室管膜下囊肿),以“extra”表示
与模型结构1相同,但增加定性影像变量与“白质ADC”的交互项,以“interact”表示
由于参数与样本量之比较高,选择惩罚logistic回归方法,更具体地说是弹性网logistic回归。弹性网有两个可调超参数(惩罚量和最小绝对收缩与选择算子(LASSO)–岭混合比例)。模型验证通过使用三次重复五折交叉验证方案计算交叉验证的受试者工作特征(ROC)曲线下面积(AUC)和精确率-召回率(PR)AUC来完成。平均性能以标准误(SE)报告。对于弹性网,超参数调优使用15个自助法样本,嵌套在外层交叉验证循环内。超参数搜索由贝叶斯优化算法指导,以验证ROC AUC作为目标函数。关于弹性网回归技术的更多细节见补充材料3。
对每个结局,选择在训练集上表现最佳的模型作为最终模型。然后使用所有可用数据重新拟合该最终模型。建模前对变量进行标准化,以避免变量尺度决定惩罚量。
为描述性目的,基于最大约登指数计算了简单回归分析的最佳阈值。使用该阈值,计算了训练集的阳性预测值(PPV)和阴性预测值(NPV)。这些值未经过交叉验证(与ROC和PR AUC不同)。
所有分析均使用R 4.2.2版本(R Core Team, 2022)以及Tidymodels(Kuhn and Wickham, 2020)和glmnet(Friedman, Hastie, and Tibshirani, 2010)软件包进行[30]。
结果
人口统计学特征
共有286名患有先天性巨细胞病毒(cCMV)感染的新生儿接受了脑部MRI检查。10名患者被排除在进一步评估之外:6名因合并症(早产(3例)、Möbius综合征(1例)、唐氏综合征(1例)、结节性硬化症(1例)),1名因MRI检查期间出现癫痫发作,3名因MRI在45天后才进行。21名患者未进行ADC检查,或图像质量被认为不足以准确定位ROI。
在其余纳入的255名患者中,121名为男性(47.5%)。出生时中位胎龄为39周(IQR 38–39周,11例缺失)。MRI检查时的中位年龄为21天(IQR 14–28天)。
新生儿脑部——磁共振成像
9名(3.5%)患者发现脑回异常,24名(9.4%)发现脑室扩大,58名(22.7%)发现室管膜下囊肿。
阅片者间的观察者一致性在脑室扩大方面为完全一致(Kappa 1,标准误[SE] 0,95%置信区间[CI] 1–1),脑回异常方面为极好(Kappa 0.94,SE 0.06,95% CI:0.82–1),室管膜下囊肿方面为良好(Kappa 0.76,SE 0.05,95% CI 0.66–0.86)。
临床发现
出生时及随访期间的相关临床发现见表1。新生儿cCMV检测的原因为孕期母体血清学转换,共230名患者(92.0%)。14名患者(5.6%)新生儿听力异常。18名患者(7.4%)发现认知发育受损,35名(14.6%)发现运动发育受损。中位临床随访时间为12个月(IQR 12–27个月)。
假设检验
在新生儿听力丧失以及认知和运动发育受损的患者中,总体白质ADC显著较高(P<0.05):听力丧失患者的平均ADC值为1,801.9(± SD 177.7),而听力正常者为1,626.4(± 189.2)(平均差值175.5,P=0.011)。认知受损患者的平均ADC值为1,748.3(± 187.2),而认知正常者为1,628.0(± 192.7)(平均差值120.2,P=0.039)。运动受损患者的平均值为1,742.1(± 276.8),而运动发育正常者为1,616.4(± 170.9)(平均差值125.7,P=0.039)。
根据临床结局,小脑和丘脑的ADC值未见显著差异。详情见表2。
建模
新生儿听力
使用总体白质的简单逻辑回归模型的ROC AUC为0.79(SE 0.03)。基于约登指数,该模型的最佳概率阈值为0.0497(特异度0.62,灵敏度0.86),总体白质ADC值≥1673可预测听力丧失(PPV 0.11,NPV 0.99)。
十个弹性网络模型的结果总结于图2(详情见补充材料4)。在弹性网络分析中,纳入定性影像学表现或在各独立脑区使用ADC均未能改善简单逻辑模型:表现最佳的弹性网络模型为前额深部的交互模型,AUC为0.77(SE 0.03)。交叉验证的ROC曲线见图3。由于简单逻辑回归表现最佳,故将其选为最终模型。该最终模型在训练集上的AUC为0.76。最终模型的系数及计算所需的必要统计量和ROC表分别见补充材料5和6。
认知发育
使用整体白质的简单逻辑回归的ROC AUC为0.74(SE 0.02)。最佳概率阈值为0.0671(特异度0.58,敏感度0.83),整体白质ADC值至少为1,644可预测认知障碍(PPV 0.14,NPV 0.98)。
弹性网络分析(纳入定性影像学表现)提供了更高的AUC(图2和图3,补充材料4):表现最佳的两个模型均为额顶叶模型——额顶叶区域的交互模型AUC最高,为0.85(SE 0.04)——因此,将其选为最终模型(补充材料5)。该最终模型在训练集上的AUC为0.89(补充材料6)。
运动发育
使用整体白质的简单逻辑回归的ROC AUC为0.64(SE 0.04)。最佳概率阈值为0.159(特异度0.72,敏感度0.57),整体白质ADC值至少为1,707可预测运动障碍(PPV 0.26,NPV 0.91)。
弹性网络分析(纳入定性影像学表现)提供了更高的AUC(图2和图3,补充材料4):表现最佳的弹性网络模型为前额深部的交互模型,AUC最高,为0.69(SE 0.04)——因此,将其选为最终模型(补充材料5)。该最终模型在训练集上的AUC为0.73(补充材料6)。
讨论
在本研究中,我们探讨了cCMV新生儿白质ADC值的定量测量与临床结局之间的关联。在新生儿听力损失以及随访期间认知和运动障碍的患者中,ADC显著升高。定量ADC测量提供了有价值的预测工具,表现最佳的逻辑回归模型的ROC AUC范围在0.73至0.89之间。
据我们所知,这是第一项在cCMV感染新生儿队列中检查白质ADC的研究。少数较小的研究探讨了胎儿MRI中的DWI。Kotovich等人在90例CMV感染胎儿中发现,与健康对照组相比,大多数脑区的ADC值降低。ADC与神经认知发育之间未发现相关性[31]。然而,Aertsen等人最近发现,与血清学阴性对照组相比,46例感染胎儿白质的ADC值显著升高,而基底节和小脑的ADC无显著差异。他们还发现,与轻度异常胎儿相比,伴有严重脑异常的感染胎儿颞叶和额叶白质的ADC值更高[32]。尽管这些研究基于胎儿(而非新生儿)MRI,我们的发现支持后一项研究。我们还发现,有临床损害的患者白质ADC值更高,而丘脑和小脑的ADC无显著差异。
在预测新生儿听力损失方面,我们的研究中仅使用“总体白质ADC”的简单逻辑回归是最佳模型,AUC几乎达到0.8。新生儿环境中白质与临床特征之间的这种关联加强了这样一种信念,即白质信号改变确实是cCMV症状谱的一部分[17],而不仅仅是正常髓鞘化的变异。
cCMV中听力损失的机制尚不清楚。听力损失可在出生时即存在,但也可能在生命后期发展,并且可发生于初始有症状和无症状的儿童中[9]。最近一项研究显示,MRI上的脑异常与迟发性听力损失之间没有明确关联[33]。一种假设是,迟发性听力损失可能由免疫介导的延迟性内淋巴积水引起。由于迟发性听力损失可能由不同机制引起,且确切机制未知,我们决定不纳入这一可能的混杂信息。因此,我们仅观察了早期听力损失,尽管这可能成为未来研究的课题[34]。
认知发育问题发生于少数(约10%)cCMV患者中;然而,它们是严重的并发症[6, 7, 29]。虽然一些先前的研究发现白质异常对预测神经发育结局有价值[12, 35, 36],但其他研究认为它们不可靠[19, 23]。在我们的研究中,仅使用总体白质ADC的简单逻辑回归可预测认知损害,AUC达到0.74;通过纳入与其他脑异常的交互作用,预测模型得到改善(AUC几乎达到0.9)。此外,与总体白质或大脑其他区域相比,使用额顶叶ADC时发现了更好的模型。这可能是因为受累区域在认知功能中发挥更重要的作用。
尽管在运动发育受损的患者中,一般白质ADC显著较高,但简单逻辑回归“仅”具有0.64的AUC。通过纳入与其他脑异常的交互作用以及在深部额前白质中使用ADC(AUC超过0.7),预测能力可以得到改善。在解释预测运动延迟能力稍差这一结果时,我们需要考虑到本研究中数名患者的随访时间相当短。在生命的最初18个月内,正常运动发育可观察到较大方差。后期出现的问题可能在最初几个月内未被发现。另一方面,生命早期的轻度肌张力低下可影响AIMS评分,而后期并无持续性问题。需要更大规模、更长随访时间的研究来细化这一预测模型。
本研究表明,白质ADC与其他定性影像变量相结合,可以在有或无临床损害的儿童之间实现相当好的区分(AUC在0.73至0.89之间)。各模型的AUC经过了交叉验证:由于这些AUC是基于模型此前未见过的数据计算得出的,它们提供了泛化性的指示。对于预测听力损失或神经运动损害,我们发现ADC截断值范围在1,650至1,700之间。这些值与其他研究正常脑髓鞘化过程中或 other white matter disease 患者中ADC变化的研究[37–39]基本一致。然而,我们希望强调,这些阈值未经交叉验证,因此仅用于描述性目的。需要更长的随访时间和更大的队列,以及对所建议模型的外部验证,以确定明确的截断值。
我们的研究存在一些局限性。尽管据我们所知,这是首批研究新生儿白质ADC在cCMV中预测价值的队列之一,但检出问题的患者数量对于稳健的结论而言可能仍然太少。此外,数名患者的随访时间可能过短。在随访期间,仅记录了末次观测结转。
治疗可能在发育结局中造成偏倚。使用多台扫描仪(具有不同的信噪比)和(略微)不同的序列可能是解释ADC值时的混杂因素。另一个局限性是缺乏正常新生儿的对照组。然而,在没有任何临床需求的情况下获得伦理批准并找到父母同意进行MRI将是困难的。
结论
在cCMV新生儿中,白质ADC与其他定性影像变量相结合,可以在有或无临床损害的儿童之间实现相当好的区分。带有定量ADC测量的新生儿MRI可能是指导治疗和在cCMV感染中提供准确父母咨询的有用工具。
补充信息
以下是补充材料的链接。补充文件1(DOCX 67.0 KB)
引用
- Vande Walle C, Keymeulen A, Oostra A, et al. Apparent diffusion coefficient values of the white matter in magnetic resonance imaging of the neonatal brain may help predict outcome in congenital cytomegalovirus infection. Pediatr Radiol. 2024. PMID: 38182852. doi:10.1007/s00247-023-05838-9
- 全文:PMC10830666(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10830666/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。