迈向临床常规验证:视觉MTA评级与下侧脑室/海马体积比在阿尔茨海默病诊断中的对比分析
研究纳入112例不同程度认知下降受试者,比较icobrain dm自动计算的ILV/海马体积比与视觉MTA评级及单独海马或ILV体积在AD诊断中的表现。结果显示ILV/海马比与视觉MTA相关性最高,各疾病阶段分类准确率无统计学显著差异,提示两者可能可互换。
要点
- ILV/海马体积比与视觉MTA共识评分相关性最高,优于单独海马或ILV体积。
- 各疾病阶段ILV/海马比与视觉MTA分类准确率无统计学显著差异,提示可能可互换。
- 自动体积测量需考虑测量误差,结果解读时应结合误差条(EB)评估测量变异性。
核心结论
- ILV/海马体积比与视觉MTA相关性最高,优于自动单独ILV和海马体积,为不同阶段认知下降提供标准化诊断支持指标。
研究设计与样本
- 探索性临床研究,纳入112例受试者(平均年龄66.85±13.64岁),来自UZ Brussel神经科记忆门诊2020年9月至2022年12月。
- 使用Philips Ingenia 3T MRI,仅采用冠状位重建的3D T1加权序列进行体积测量和MTA评分。
- 视觉MTA由三名经验丰富的放射科医生独立评分,对诊断和性别设盲,分歧时达成共识评分。
- 自动体积由icobrain dm(v.5.10)计算,ILV/海马比为ILV与海马体积的百分比比值,并与n=1903的正常参照人群比较。
关键影像表现/征象
- 视觉MTA共识评分与总ILV/海马比的Spearman相关系数ρ=0.877(p<0.001),与总ILV体积ρ=0.867(p<0.001),与总海马体积ρ=−0.659(p<0.001)。
- 视觉MTA共识评分与MMSE的Spearman相关系数:总MTA ρ=−0.492,总ILV/海马比ρ=−0.464,总海马体积ρ=0.496,总ILV体积ρ=−0.400。
诊断标准与关键数值
- DEM vs CN:总视觉MTA共识评分AUC 0.953 [0.898–0.999],敏感度0.778,特异度0.938;总ILV/海马比AUC 0.938 [0.853–0.999],敏感度0.963,特异度0.875。
- DEM vs CN:单独总ILV体积AUC 0.912 [0.795–0.999],敏感度0.963,特异度0.850;单独总海马体积AUC 0.882 [0.784–0.980],敏感度0.741,特异度0.938。
- DEM vs MCI:总ILV体积特异度0.960,敏感度0.486;总ILV/海马比敏感度0.740,特异度0.686。
临床应用与阅片要点
- ILV/海马比与视觉MTA在各疾病阶段分类准确率无统计学显著差异,提示两者可能可互换。
- 正常参照人群中百分位1至99视为正常范围,90至99百分位仍可视为正常但应谨慎解读,提示可能需要1–2年内临床随访。
- 自动测量可能受测量误差影响,结果解读时应考虑测量变异性(误差条区间含90%置信度的重测差值)。
局限性
- 本研究为探索性临床研究。
- 并非所有受试者均有脑脊液生物标志物,最终诊断不一定是基于生物标志物的诊断。
- 未评估评分者内变异性,因超出本研究范围。
全文中译20 节 · 点击展开
引言
目前,标准的痴呆诊断检查包括临床评估、完整的神经心理学检查以及脑部磁共振成像,后者通常包括使用标准化评定量表对不同脑区进行视觉评估,如Scheltens内侧颞叶萎缩(MTA)量表[41, 42]和全局皮质萎缩(GCA)量表[30]。在结构MRI上,除了正常衰老所致的轻度MTA外,至少中度MTA提示AD,尤其是当海马受累时[33, 48]。海马萎缩是阿尔茨海默病(AD)的既定生物标志物[18, 29, 47]。海马体积减小与侧脑室下角(ILV)扩大的共存——这两个区域用于制定MTA评分——也是AD神经变性所致萎缩的典型特征,并有助于与先天性海马偏小的个体进行鉴别[11, 14, 46]。然而,尤其是在AD的早期症状阶段,海马萎缩难以通过视觉评估来客观化[39]。海马是一个小结构,加之海马体积本身存在的变异性(正常人群中亦存在),使得AD所致萎缩的检测变得复杂。根据Harper等人2015年的研究[13],视觉评定量表的信度令人满意,MTA的组内相关系数(ICC)为0.8,GCA为0.6,均为评定者间信度。然而,由于视觉评定量表受MRI采集协议依赖性、细微差异识别困难、评定者内和评定者间变异性以及需要受过训练的神经放射科医师等因素的影响,自动体积测量作为AD诊断的附加手段变得越来越重要,旨在更早地诊断AD,例如在前驱期。自动海马体积测量对AD诊断信心(超越神经心理学评估、脑脊液AD生物标志物和脑FDG-PET扫描)的附加诊断价值已在既往文献中得到展示和强调[3]。尽管在研究环境中广泛使用,自动体积测量在常规临床实践中的整合仍是一个持续发展的过程[7, 16, 25]。正如Vernooij等人[51]所提出的,阻碍自动软件整合的主要关切在很大程度上涉及缺乏标准化、验证、对特异性的担忧,以及难以将研究结果转化为临床环境以帮助诊断个体患者[24]。为克服单独使用自动海马体积测量进行(早期)AD诊断的潜在不足,我们建议使用自动MTA比值,定义为ILV与海马体积之比,以百分比表示。与五级量表相比,实施连续MTA变量可能提供更精细的指标来区分异常与正常。尽管存在现有的自动MTA评分自动化方法[20, 22, 31, 32, 34],但成功整合面临挑战,原因在于难以准确分割复杂的解剖结构(从而需要手动校正)以及适应个体差异和独特的患者特征[5, 7, 15, 35]。因此,持续的验证、评估、改进和补充工作对于解决、增强和克服这些复杂性至关重要。
为此,开发了基于icobrain dm(痴呆)的ILV/海马(Hip)比值,该软件是一种获得CE认证和FDA许可的、用于临床MRI扫描的自动化体积后处理软件[19, 36, 45]。本探索性临床研究的主要目的是评估和比较ILV/Hip比值与海马体积及视觉评分之间的性能,作为常规临床实践中自动化体积测量验证的一部分。本研究的次要目的是在包含不同程度认知衰退的异质性患者群体中,探讨视觉MTA量表与icobrain dm得出的ILV/Hip比值之间的相关性。
材料与方法
研究人群
本研究纳入112名在完整认知临床诊断评估过程中接受临床常规MRI检查的受试者。所有在2020年9月至2022年12月期间于布鲁塞尔大学医院神经内科记忆门诊就诊、年龄在60至90岁(含)之间且知情同意的患者均被考虑纳入,不论认知衰退的严重程度如何。排除标准包括MRI禁忌证和感兴趣区(颞叶)的结构性病变。患者分类按照美国国家老龄化研究所-阿尔茨海默病协会关于“AD所致MCI”和“AD所致痴呆”的标准执行[1, 9, 17, 26, 44]。主观认知下降(SCD)受试者根据Jessen等人(2014)的标准进行诊断[21]。请注意,上述标准在可能的情况下均已应用,因为并非所有脑脊液(CSF)生物标志物对整个研究人群均可获得。因此,本研究中使用的最终诊断并不必然意味着基于生物标志物的诊断。本研究共纳入16名认知健康对照(CN)、33名SCD受试者、35名轻度认知障碍患者(MCI)和27名痴呆(DEM)患者。最后,随机选取一名正常压力脑积水(NPH)患者纳入研究,以说明大ILV体积对MTA评分的影响。
MRI采集方案
所有参与者均使用Philips Ingenia 3T(Philips Medical Systems,荷兰贝斯特)进行脑MRI检查。MRI检查包括矢状位3D T1加权序列、矢状位3D FLAIR加权序列、冠状位T2加权序列、3D磁敏感加权成像(SWI)和弥散(DWI)。本研究仅使用3D T1加权序列进行体积测量以及在冠状位重建图像上进行MTA评分。3D T1加权序列的所有扫描参数列于补充材料表1中。
图像分析
视觉评估
由Scheltens提出的MTA量表在冠状位T1加权图像上进行评分,由三名经验丰富的放射科医师(G-J. A.、T. V.和S. R.)各自独立判定,对诊断和性别设盲。若个体评分之间存在差异,则协商达成共识MTA评分。图像在AGFA图像归档与通信系统(PACS)中的Barco(比利时科特赖克)诊断显示屏上查看和评估。
自动化体积测量
从每张T1加权图像中,通过icobrain dm(v 5.10)计算自动化脑容量测量,包括总、左侧和右侧海马体积,以及总、左侧和右侧ILV体积。icobrain dm流程的初始步骤包括颅骨剥离、偏置场校正,以及计算头部大小归一化因子作为仿射变换至MNI空间的行列式。海马和ILV分割通过基于深度学习的算法获得,该算法在具有人群水平以及扫描仪和采集参数高度变异性的T1加权脑图像数据集上训练[28]。此外,训练期间使用了增强泛化能力的特定基于强度的增强策略[27]。
ILV/海马比值
视觉MTA评分的自动化替代方案显示了海马萎缩的程度,考虑了体积损失和ILV的代偿性扩张,定义为ILV与海马体积之间的比值以百分比表示。ILV/海马比值根据以下公式计算:分别对每个半球(左侧和右侧)以及合并(总计)进行计算。
正常参考人群
为了在解释ILV/海马比值评分时整合年龄和性别变量,使用了一个大型参考数据集(n = 1903,年龄范围[最小–最大]:[6–96]岁),该数据集由来自14项不同研究的无认知主诉受试者组成,参与者来源于开源数据(补充材料表2),用于了解每位患者的个体ILV/海马比值评分是否偏离同年龄和同性别的无认知主诉个体的预期评分。源自参考数据集的正常衰老通过单变量插值样条建模,拟合通过移动年龄窗口的百分位数完成。将ILV/海马比值评分与无认知主诉受试者中观察到的趋势进行比较,得出经年龄和性别调整的规范百分位数。相同方法也应用于海马和ILV体积,创建可与选定“截断值”比较的百分位评分。通常,第1百分位与第99百分位之间的范围可视为正常范围。任何超出此范围的值可能被视为异常,可在临床常规中用于整合年龄,从而评估受试者的ILV/海马比值评分是否偏离健康衰老模式。第90至第99百分位之间的值仍可视为正常,因为这可能是生物变量正态分布所固有的,但仍应谨慎解释,提示可能需要在1–2年内进行临床随访。
为展示患者层面的临床可解释性,呈现了每个诊断类别(CN、SCD、MCI和DEM)的个体病例,以及NPH病例。最后,进行误差条(EB)计算以评估性能规格,其中误差条区间(− EB和+ EB)以90%置信度包含测试与重测值之间的差异。这很重要,因为自动化测量可能受到测量误差的影响。因此,在结果解释时也应考虑测量变异性。
统计分析
描述性统计
使用R环境(R-Studio,v.1.0.136)进行统计计算和绘图,并通过以下“包”和(函数)用于所有数据处理。人口学信息以百分比、平均值和标准差(SD)和/或中位数和四分位距(IQR)报告。对于分类变量,使用独立性卡方检验,而连续变量通过ANOVA检验进行分析,显著性水平为0.05(R包:“arsenal”(tableby和write2word))。
评估者间变异性分析
为确保视觉评估的质量,以便与自动容积测量进行充分比较,通过组内相关系数(ICC,95%置信区间(CI))评估评估者间变异性,该系数是同一项目由不同观察者重复测量之间可重复性的度量。(R包“psych”(ICC,v. 2.3.0))。使用双向混合模型、单次测量、绝对一致性度量。输出为ICC估计值及其各自的置信区间[38, 43]。平均ICC和CI使用Fisher z变换计算(R函数:(atanh),将ICC值转换为z分数,计算z分数的平均值,然后应用tanh()函数获得平均ICC值。
ICC是一个从0(表示无一致性)到1(表示绝对一致性)的值,根据Koo和Li在2016年[2, 23]的建议,当考虑ICC估计值的95%置信区间时,可解释为差(x < 0.50)、中等(0.50 < x < 0.75)、好(0.75 < x < 0.90)或优秀(x > 0.90)。ICC使用以下公式计算:
其中S2A是组间方差,S2W是组内方差[53]。未评估评估者内变异性,因为这超出了本研究的范围。
关联分析
视觉MTA评级(每位评估者单独及MTA共识)、认知结局(由简易精神状态检查,MMSE反映)与icobrain dm计算的自动脑分割(总、左和右海马体积,总、左和右ILV体积,以及总、左和右ILV/Hip比值)之间的关联首先使用Spearman相关分析(R包:“base R”(cor)](alpha < 0.05)进行量化。Spearman秩相关是一种非参数度量,对潜在的非线性和离群值具有稳健性,这在比较有序(视觉MTA)和连续(自动脑分割)变量时经常遇到。Spearman值范围为− 1到1。值为− 1表示完美的负单调关系;0表示无单调关系;1表示完美的正单调关系。关系的强度和方向可解释如下:极弱(|x|< 0.20)、弱(0.20 ≤|x|< 0.40)、中等(0.40 ≤|x|< 0.60)、强(0.60 ≤|x|< 0.80)或极强(|x|≥ 0.80),其中正值表示平行变化,负值意味着反向关系。
此外,为了进行更全面的分析并避免过度依赖单一方法,使用Kendall's Tau(R包:“base R”(cor))(alpha < 0.05)以更多地考虑视觉MTA评分的序数性质,并检验自动测量与视觉MTA评分之间的一致性。Kendall's Tau与Spearman相关系数一样,是一种范围为−1至1的通用度量,其中−1表示完全负相关;0表示无关联;1表示完全正相关。关联的强度和方向可归纳为极弱(|x|< 0.10)、弱(0.10 ≤|x|< 0.30)、中等(0.30 ≤|x|< 0.50)、强(0.50 ≤|I|< 0.70)或极强(|x|≥ 0.70)。
此外,进行了逻辑回归(R包:“rms”(lrm)),以进一步评估作为结果的视觉MTA与作为预测变量的自动脑分割之间的关系。使用各种额外的尺度不变指标,包括一致性指数(c-index/曲线下面积(AUC))和Brier评分,进一步定量评估强度、方向、关联程度和相关性。
AUC评估模型基于预测概率区分不同视觉MTA严重程度评分的程度。AUC的变化范围为0至1,而一般指南为AUC > 0.90表示区分能力极好,0.80 ≤ AUC < 0.90表示良好,0.70 ≤ AUC < 0.80表示中等至良好,0.60 ≤ AUC < 0.70表示中等至较差,AUC < 0.60表示区分能力极差。AUC等于0.50表示无区分能力(随机机会)。因此,高AUC表明模型能够有效地根据MTA严重程度对病例进行排序和分级,并表明两种评分方法提供非常相似的排名,进而表明高度相关,支持互换性的前景。
Brier评分量化预测概率的准确性,其中低Brier评分表明预测准确,进一步强化了两个变量之间的相关性。Brier评分 ≤ 0.2表示模型性能极好;0.2 < Brier评分 ≤ 0.25表示良好;0.25 < Brier评分 ≤ 0.3表示一般;0.3 < Brier评分 ≤ 0.35表示较差;Brier评分 > 0.35表示模型性能极差。
尽管这些额外指标不提供传统的相关系数,但它们确实提供了关于预测质量以及预测值与实际值之间一致性的信息,这间接反映了相关程度。
分类准确性
为了确定ILV/Hip比值与其他测量相比是否表现出可比的诊断精度或提供额外信息,通过逻辑回归对视觉MTA评分(每位评分者分别评分及MTA共识)和自动体积测量(总、左和右海马体积,总、左和右ILV体积,以及总、左和右ILV/Hip比值)进行了分类准确性分析,每个变量分别作为预测变量。以下疾病阶段的成对组合被视为二分类结局:SCD vs. CN、MCI vs. CN、DEM vs. CN、MCI vs. SCD、DEM vs. SCD和DEM vs. MCI。
使用受试者工作特征(ROC)分析评估分类性能,使用R包“pROC”(roc、auc、coords和ci)和“stats”(predict和glm)包[40]。记录每个疾病阶段两两组合的AUC、灵敏度、特异度、阳性预测值(PPV)和阴性预测值(NPV)。AUC采用梯形法则计算。使用约登指数确定使与对角线(恒等线)距离最大化的阈值,并据此计算灵敏度、特异度、PPV和NPV。此外,对于每个二分类,采用有放回重采样来估计AUC的变异性。随后使用所得基于自助法的置信区间研究变量之间的AUC值是否存在显著差异。
结果
研究人群
研究人群的人口学和体积学特征见表1。本研究人群由112名受试者组成,平均年龄(± SD)为66.85 ± 13.64岁,包括认知健康对照(N = 16)、SCD受试者(N = 33)以及属于不同认知衰退阶段的患者(MCI = 35、DEM = 27和NPH = 1)。
视觉评估的评估者间变异性
为评估视觉评估的可重复性,针对所有两两比较和所有评估者比较,确定每个视觉评定的MTA评分(总分、左侧和右侧)的评估者间变异性(表2)。评估者I与评估者II之间右侧MTA评分的评估者间变异性最大(0.714 [0.610, 0.794])。总体评估者间变异性最小见于评估者I与评估者III之间总MTA评分(0.907 [0.868, 0.935])。
自动体积测量与视觉MTA评分之间的关系
随后,使用有序逻辑回归、Brier评分、Kendall Tau和Spearman相关分析评估视觉MTA评分(各评估者分别及MTA共识)、认知结局(由MMSE反映)与icobrain dm计算的自动脑分割(总、左侧和右侧海马体积,总、左侧和右侧ILV体积,以及总、左侧和右侧ILV/Hip比值)之间的关联(表3)。此外,按MTA评分(0–4)可视化自动脑结构体积和计算的ILV/Hip比值与共识MTA评分的对应关系(图1)。自动测量值和共识MTA评分与MMSE的对应关系见图2。
在测试所考虑变量之间潜在可互换性的各种关联指标中观察到高度一致性。在个体评估者分析和共识分析中,共识评分与自动测量值的相关性最强。具体而言,共识评分中的总、左侧和右侧ILV/Hip比值与相应的总、左侧和右侧视觉MTA评级显示出最稳健的关联。此外,与视觉MTA评级和ILV或单独海马体积之间的相关性相比,ILV/Hip比值表现出更高AUC、Kendall-Tau和Spearman系数以及更低Brier评分的一致模式。
Spearman相关分析表明,总(ρ = − 0.659)、左(ρ = − 0.608)和右(ρ = − 0.670)海马体积与共识MTA评级之间存在中度至强负相关显著性(p < 0.001)。相反,总(ρ = 0.867)、左(ρ = 0.836)和右(ρ = 0.864)ILV体积与共识MTA评级之间观察到强正相关且显著(p < 0.001),与总(ρ = 0.877)、左(ρ = 0.851)和右(ρ = 0.866)ILV/Hip比值评分与共识MTA评级的相关性相当。值得注意的是,虽然单个海马体积与MTA评分的Spearman相关性最低,但单个ILV体积与MMSE评分的相关性略低(总(ρ = − 0.400)、左(ρ = − 0.403)和右(ρ = − 0.368)),与其他所检查指标(视觉MTA:总(ρ = − 0.492)、左(ρ = − 0.463)和右(ρ = − 0.443),ILV/Hip比值:总(ρ = − 0.464)、左(ρ = − 0.466)和右(ρ = − 0.402),以及海马:总(ρ = 0.496)、左(ρ = 0.445)和右(ρ = 0.497))相比。
Kendall Tau分析提供了额外的互补确认层面,始终反映先前在Spearman相关中观察到的模式。不同相关度量之间的一致性表明所观察到的关系独立于特定数据特征,并强调了无论选择何种分析方法,变量之间相互关联的可靠性。
分类准确性
自动脑分割和视觉MTA共识评级的分类准确性列于表4。ILV/hip比值测量表现出与视觉MTA评分具有竞争力的分类性能,并在不同成对比较中表现出不同水平的敏感性和特异性。基于AUC值的置信区间,两种方法之间未观察到显著差异。随着疾病严重程度差距从较轻阶段(例如,SCD vs. CN)扩大到更严重阶段(例如,DEM vs. CN),AUC、敏感性和特异性呈现显著增加的趋势。
特别是,在评估DEM与CN时,视觉MTA和总ILV/Hip比值均表现出极佳的可比性能,(AUC [CI])分别为0.953 [0.898–0.999],总视觉MTA共识评分的敏感性为0.778,特异性为0.938;总ILV/Hip比值的相应AUC为0.938 [0.853–0.999],敏感性为0.963,特异性为0.875。同样,单个ILV体积也表现出极佳的判别能力,AUC为0.912 [0.795–0.999],敏感性为0.963,特异性为0.850。单个海马体积表现出略低但仍较强的性能,AUC为0.882 [0.784–0.980],敏感性为0.741,特异性为0.938。有趣的是,单个总ILV体积表现出0.960的高特异性,但在DEM与MCI的成对比较中特异性明显较低,为0.486,而总ILV/Hip比值的敏感性和特异性分别为0.740和0.686,较为均衡。此外,总海马体积在特异性方面表现出相似的模式,但与总ILV/Hip比值相比敏感性始终较低。请注意,所有敏感性和特异性值均是在Youden指数处计算的,该指数优化了敏感性与特异性之间的和;使用不同的截断值选择方法将获得敏感性与特异性之间的其他权衡。
ILV/Hip比值与单个ILV体积表现相似,而海马体积的结果略低,这是所有成对比较中一致的趋势,强调了自动脑分割与视觉MTA共识评级在分类准确性方面具有可比性能。
与规范参考人群的比较
随后,将所有自动分割结果与无认知主诉受试者的参考人群(n = 1903)进行比较,描绘了选定脑结构体积/比值在相关年龄区间内的正常范围(图3)。性能规格(含误差条结果)可见补充材料表3。
对于每个个体,将ILV/Hip比值与规范参考人群并列比较。个体值在图上以点表示,参考人群通过颜色编码背景和图表右侧标示的百分位线表示。每个个体的点大小对应其视觉MTA共识评分,较大的圆圈表示较高的MTA评分。观察ILV/Hip比值人群图时,可以明显看到与MTA评分增加(点大小)、诊断(颜色编码)和参考人群百分位之间的相关性。MTA“严重程度”的分类在视觉MTA评级与人群图上ILV/Hip比值测量的百分位之间呈比例关系,表明视觉评估与自动体积测量在MTA判定方面具有同等性能。观察NPH病例时,MTA严重程度更可能是由ILV体积的偏离所致(图2d–f,紫色圆圈位于蓝色区域),而非由异常的海马体积所致(图2g–i,紫色圆圈位于橙色区域)。每个受试者的个体百分位可见补充材料表4。
患者层面的临床可解释性
为验证患者层面的临床可解释性,从每个诊断类别中选择一名受试者并进行个体评估。评估了以下脑结构:侧脑室上角(绿色)、侧脑室下角(紫色)和海马体积(黄色)。
在CN受试者(年龄83.3岁)中,与年龄匹配的健康个体参考人群相比,所有自动测量值均落在第1至第90百分位数范围内(图4)。这与视觉评估一致,视觉评估对左右半球及总MTA评分均为1分。
对于SCD受试者(年龄71.9岁),海马脑结构分割显示数值位于第50至第90百分位数范围,与相似年龄人群相比处于预期正常范围内。相比之下,ILV和ILV/海马比值落在第90–99百分位数之间,提示需谨慎。视觉检查在所有MTA测量中一致评为2分,考虑到受试者年龄,这被视为异常(图5)。
MCI患者(年龄72.7岁)的海马脑结构分割低于第1百分位数范围,表明该区域显著萎缩(图6)。相反,ILV体积超过第90百分位数,导致ILV/海马比值高于第99百分位数,表明该结果在健康人群中罕见。MCI患者的视觉MTA评分各项测量均为2分,与SCD受试者相似。
对于DEM患者(年龄77.5岁),其个体体积(包括ILV和HC)以及相应的ILV/Hip比值,与健康年龄匹配参考人群相比均显著超过第99百分位数(图7)。视觉MTA评估显示左半球评分为4,右半球评分为3,最终总共识评分为3.5。最后,在NPH病例中(年龄73.7岁),尽管海马体积正常,但侧脑室有明显扩大(图8)。这导致ILV/Hip比值超过第99百分位数,这是正常压力脑积水患者的特征性观察结果,也是可管理和通过适当治疗潜在逆转的痴呆原因之一。与自动体积测量一致,该患者在左右半球均获得一致的视觉MTA评分4分及总体MTA总分。
讨论
本研究探讨了由icobrain dm计算的ILV/Hip比值作为神经退行性疾病(如AD)诊断检查中潜在附加指标的价值。我们的研究结果表明,除上述自动体积测量相对于人工评估的优势外,ILV/Hip比值评分的性能与三名独立评估者共识所得结果相当(在评估者间变异性方面具有高度一致性),表明ILV/Hip比值评分可作为MTA萎缩分期和进展的附加(例如,确认性)指标。
本研究表明,与自动海马体积对比视觉评估的MTA评级相比,ILV体积和ILV/Hip比值评分与视觉评估的MTA评级显示出最高的相关性。这强调了在神经退行性疾病中,不仅应考虑海马体积本身,还应将下侧脑室视为MTA评估中同等重要的结构。
关于有序逻辑回归分析,需要指出的是,海马体积、ILV体积和ILV/Hip比值之间系数的差异受其尺度和单位变化的影响。具体而言,ILV/Hip比值是百分比,而单个海马体积和ILV体积以毫升为单位测量,这使得直接比较具有挑战性。这些差异强调了依赖尺度不变指标(如AUC、Brier评分、Kendall-Tau和Spearman系数)来准确评估相关强度的重要性。尽管与单个海马体积和ILV体积相比,ILV/Hip比值的系数较低,但额外的尺度不变指标显示其与视觉MTA评级的相关性更强。最后,关于与认知结果的相关性,单个ILV体积的相关系数略低,这表明与视觉MTA、ILV/Hip比值和海马体积相比,单个ILV体积对MMSE评分所评估的认知功能的影响可能如预期那样相对不那么显著。这一观察虽然在意料之中,但强调了纳入ILV/Hip比值以增强认知评估精度的潜在附加价值,而非仅关注单个体积。此外,需要指出的是,MMSE作为单一时间点和一般性认知功能测量,缺乏诊断鉴别所需的特异性,可能对认知衰退的早期阶段不够敏感。它可能无法捕捉疾病早期阶段发生的细微认知变化,或认知功能接近正常(天花板效应)或极低(地板效应)的个体。此外,不同教育水平和多样文化背景可能引入偏倚。再者,MMSE可能无法全面评估AD中受影响的所有认知功能。
就诊断目的而言,需要强调的是MTA评分对AD并不具有特异性,内侧颞叶区域的正常影像学发现也不能排除AD,尤其是在早期阶段。在评估分类准确性时,ILV/Hip比值和视觉MTA评级在不同配对疾病分期比较的区分能力上表现出相似的一致性。不同方法之间密切匹配的AUC值和重叠的CI值表明分类准确性无统计学显著差异。这些发现共同表明,在所考虑的变量中,随着区分指标的改善和预测误差的降低,疾病严重程度谱系中具有稳健且可能等效的预测性能。
此外,考虑到其相似的 specificity 模式,总个体海马体积和总 ILV/Hip 比值均被认为对确认特定诊断具有价值。然而,在个体总海马体积中一致观察到的较低 sensitivity(在 Youden 指数处)表明,它们在识别临界病例方面可能不如总 ILV/Hip 比值有效。
鉴于本研究,在单独使用个体 ILV 体积还是使用 ILV/Hip 比值之间进行选择取决于具体的临床背景和诊断考量的优先顺序。每种方法都呈现出不同的特征,对最小化不同类型的诊断错误具有意义。然而,需要指出的是,在存在(额外共)病理如 NPH 的情况下,仅凭 ILV 评分不足以进行充分的鉴别诊断,正确解读 ILV/Hip 比值评分需要考虑这一点。
ILV/Hip 比值在所有成对比较中(除 SCD vs. CN 外)显示出 sensitivity 和 specificity 之间的良好平衡,具有揭示个体原始体积中不明显的独特模式的潜力。这有助于识别队列内的亚组特征,可能具有临床意义(例如,更好的临床决策支持),或有助于患者分层。此外,该比值提供了一种归一化测量,考虑了相对于海马体积的相对 ILV 大小,这在比较不同脑大小的患者时特别有用,可提高诊断一致性和可比性。
虽然 ILV/Hip 比值在分类准确性方面可能并不始终优于其他测量方法,但它可以作为一种有用的补充定量工具,特别是在某些诊断背景下,例如在考察 sensitivity 和 specificity 之间的权衡时。
要确定自动化体积分割(如 ILV/Hip 比值评分)在常规临床实践中的适用性,必须能够区分什么是健康衰老模式的一部分、什么不是。现有的视觉 MTA 评分指南已确立,并包括一个广泛接受的年龄相关截断值 75 岁(在年轻患者(年龄 < 75)中,两个半球 MTA 评分≥1.5 被视为“异常”;在年龄 > 75 时,两个半球 MTA 评分≥2 为异常)[33, 48]。然而,MTA 评分的最佳冠状面切片位置尚未达成普遍共识,缺乏明确的共识或既定标准 [37]。这可能导致不一致和评分差异,与始终依赖预定义冠状面切片位置的自动化工具形成对比。因此,ILV/Hip 比值评分产生连续变量,而视觉 MTA 评分采用 0 到 4 的量表,前者允许更标准化和精细地确定正常与异常,当与人群图表结合时,具有潜在的临床相关性。
使用与年龄和性别相关的人群图来解读ILV/Hip比值评分测量结果的能力,是对ILV/Hip比值评分本身已具备的连续特性的进一步丰富。连续测量将能够密切监测逐渐衰退,从而避免如下情况:一位74岁、MTA评分为1.5(在该病例中属病理性)的患者,在次年的随访检查中MTA评分变为正常,而其原因仅仅是越过了上述(严格的)阈值,因为视觉评估无法描绘细微变化和趋势。此外,需要指出的是,用于定义视觉MTA评定量表异常的不同(年龄特异性和基于临床人群的)截断值的存在及其使用上的不一致,已被认定为一个主要问题及异质性来源,迄今为止仅有少数研究涉及这一关切[24]。因此,在保留自动化容积成像定量优势的同时,ILV/Hip比值评分可转换为一个标准化值,在与年龄和性别匹配的规范人群比较时有助于解读,同时保持与视觉评估相当的性能。
事实上,大量研究证实了自动化容积测量优于视觉评级的优势[3, 4, 6, 8, 22, 34, 49],这加强了自动化视觉评定量表在常规临床实践中潜在有益应用的可能性。然而,重要的是要考虑自动化容积测量中存在的软件间变异性,这可能导致不同的临床解读,强调需要避免假设软件应用程序之间可以互换[54]。尽管本研究未对此进行探索,但ILV/Hip比值评分相对于视觉MTA评估的另一个潜在局限性是引入了扫描仪特异性依赖,这是一种不良效应。使用多样化的数据集训练基于深度学习的图像分割方法,如icobrain v 5.10中所做的那样,已被证明可以降低扫描仪间变异性[28]。此外,本文未评估ILV/Hip比值在可重复性方面的表现。然而,软件可重复性此前已由Wittens和Allemeersch等人(2021)描述并验证[52]。除年龄和性别外,教育程度也可被视为MTA分级中的一个混杂因素,本研究未将其纳入考虑,应作为进一步验证研究的一部分[50]。本研究的另一个挑战是使用了便利样本,其中并非所有诊断都经由脑脊液生物标志物证实。虽然这不影响观察者间的研究结果,但确实增加了准确解读异常情况的复杂性。在可能的情况下应用了NI-AAA标准;然而,由于研究的回顾性性质,加上常规临床实践中的常见限制,包括腰椎穿刺的禁忌证(如凝血障碍、血小板减少症、使用抗凝药物、颅内压增高以及对参与该操作的抵触或无能力参与),并非每个受试者的所有标准都完全满足以获得基于生物标志物的诊断。最后,需要指出的是,在自动化容积测量的背景下,将视觉MTA视为次优金标准可能不一定直接带来该领域的实质性改进。然而,由于视觉MTA常被用作诊断和治疗决策的参考点,针对这一标准进行验证可确保自动化方法与已建立的临床实践保持一致,使其在真实世界场景中更易于应用和解读。证明替代性或补充性自动化方法与视觉MTA评级为临床医生所提供的熟悉性、简便性和易实施性具有等效性,有助于获得认可并建立对自动化方法可靠性和准确性的信任,从而证明将其整合到常规实践中的合理性[12]。
在未来的研究中,需要在包含不同扫描仪类型MRI采集的更大临床数据集上进行验证,以评估ILV/Hip比值评分的泛化能力,并进一步微调百分位数作为ILV/Hip比值评分的替代可解释“阈值”,使其对应于特定的视觉MTA评级评分,从而确定其诊断效用等。最后,研究结合使用内嗅皮层萎缩评分(ERICA)[10]的自动化等效工具(该工具利用内嗅皮层、海马旁回和杏仁核作为评估萎缩模式的主要结构)与自动化MTA替代方案的价值,以进一步提高神经退行性疾病诊断和监测的准确性和特异性,将具有重要意义。
结论
ILV/Hip比值评分与视觉评估的MTA共识评级显示出极好的相关性,后者目前被视为MTA评分的金标准。该视觉评估的MTA共识评级与海马体积的相关性较弱(海马体积已成为MTA评估中广泛接受的附加信息指标),这强调了ILV/Hip比值评分在异质性患者群体中的潜在应用价值。此外,使用年龄和性别匹配的健康人群图表来校准ILV/Hip比值的可能性,为未来研究验证自动化体积测量的应用提供了附加价值。
补充信息
以下是电子补充材料的链接。补充文件1(DOCX 38 KB)
引用
- Wittens MMJ, Allemeersch GJ, Sima DM, et al. Towards validation in clinical routine: a comparative analysis of visual MTA ratings versus the automated ratio between inferior lateral ventricle and hippocampal volumes in Alzheimer's disease diagnosis. Neuroradiology. 2024. PMID: 38240767. doi:10.1007/s00234-024-03280-8
- 全文:PMC10937807(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10937807/
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。