基于计算机断层扫描的身体成分参数可预测溃疡性结肠炎患者的短期预后
回顾性纳入两中心138例初诊溃疡性结肠炎患者,用半自动分割测量腹部CT身体成分参数并建立预测模型。模型包含内脏脂肪密度、内脏肥胖和性别,识别不能达到快速缓解者的准确度82.61%、敏感度95.45%、特异度69.89%、AUC 0.855(0.792–0.917),内脏脂肪密度是升级治疗方案的独立预测因子。
要点
- 模型含内脏脂肪密度、内脏肥胖、性别,识别常规治疗不能快速缓解者AUC 0.855(0.792–0.917)。
- 内脏脂肪密度是溃疡性结肠炎需升级治疗方案的独立预测因子。
- 不同病变部位、中心及CT扫描仪亚组间模型AUC无显著差异(均p>0.05)。
核心结论
- 基于CT身体成分参数构建的预测模型是识别溃疡性结肠炎短期不良预后和风险分层的潜在无创方法。
- 内脏脂肪密度是溃疡性结肠炎队列中升级治疗方案的独立预测因子。
研究设计与样本
- 回顾性研究,2017年4月至2022年6月在两中心连续纳入初诊溃疡性结肠炎成人患者138例(中心1为107例,中心2为31例)。
- 纳入标准包括符合世界胃肠病学组织全球指南的诊断、治疗前1周内腹部CT、完整临床资料及至少6个月随访。
- 采用半自动分割法在非增强腹部CT上测量骨骼肌、内脏脂肪组织和皮下脂肪组织的面积与平均CT衰减指数,共11项定量参数。
- 以常规治疗(5-氨基水杨酸类、糖皮质激素、硫嘌呤免疫调节剂)后6个月是否达到快速缓解(临床或内镜应答)为结局。
- 采用多变量逻辑回归建立预测模型,以ROC曲线、校准曲线和决策曲线分析评估诊断性能、校准和临床效用。
关键影像表现/征象
- 缓解组与无效组间内脏脂肪密度、皮下脂肪密度、性别和内脏肥胖差异有统计学意义(均p<0.05)。
- 内脏脂肪密度与皮下脂肪密度高度相关(r=0.809,p<0.001)。
- 内脏脂肪密度与内镜Mayo评分及改良Mayo评分呈中度相关(r分别为0.699和0.536,均p<0.001)。
- 皮下脂肪密度与相应Mayo评分亦呈中度相关(r分别为0.640和0.549,均p<0.001)。
- 内脏肥胖52例(37.68%),肌少症41例(29.71%),肌少性肥胖4例(2.90%);仅内脏肥胖在两组的分布差异有统计学意义。
诊断标准与关键数值
- 预测模型识别不能达到快速缓解者的准确度82.61%、敏感度95.45%、特异度69.89%、AUC 0.855(0.792–0.917)。
- 预测模型阳性预测值70.79%,阴性预测值93.88%。
- 校准曲线和Hosmer–Lemeshow检验示模型拟合良好(p=0.328)。
- 肌少症定义为男性骨骼肌指数≤50 cm²/m²、女性≤39 cm²/m²;内脏肥胖定义为内脏脂肪面积≥130 cm²。
- 临床应答定义为排便频率亚评分≤1分、直肠出血亚评分降低≥1分或直肠出血亚评分绝对值为0或1;内镜应答定义为内镜子评分0或1分。
临床应用与阅片要点
- 在初诊溃疡性结肠炎患者腹部CT上可半自动分割测量内脏脂肪密度等身体成分参数,用于辅助识别常规治疗可能无效者。
- 模型在不同病变部位、不同中心和四台CT扫描仪间诊断效能无显著差异(均p>0.05),提示具有一定稳健性。
- 内脏脂肪密度越高,患者越可能无法达到快速缓解并需要升级治疗方案。
- 内脏脂肪面积本身在缓解组与无效组间无统计学差异,预测价值主要来自密度而非面积。
局限性
- 本研究为回顾性研究,选择偏倚不可避免,各参数的意义需在前瞻性多中心研究中确认。
- 本研究为旨在建立预测模型的探索性分析,身体成分参数在活动期与稳定期之间是否存在差异需在未来纵向研究中考虑。
全文中译14 节 · 点击展开
引言
溃疡性结肠炎(UC)是一种慢性炎症性肠病(IBD),其诊断需综合考虑临床表现、实验室检查、影像学分析和组织学标准[1, 2]。UC的治疗目标是改善健康相关生活质量并避免残疾[3]。因此,在短期内(6个月内)实现临床症状的快速缓解并尽可能达到内镜下愈合十分重要[4]。传统常规治疗如5-氨基水杨酸[5-ASA]、糖皮质激素和硫嘌呤类免疫调节剂已被广泛使用,在实现临床缓解方面显示出较高疗效[1]。尽管传统常规治疗符合UC治疗的相关指南,但不同患者的治疗反应存在差异。约30%至40%的轻中度患者无法通过常规治疗实现快速临床缓解,且预测结局较为困难[5]。临床治疗中的一个关键问题是,当患者未能通过常规治疗实现快速缓解时,如何确定确切的升级治疗时机。虽然C反应蛋白(CRP)和红细胞沉降率(ESR)等若干临床实验室指标可在一定程度上反映疾病严重程度,但它们无法识别那些无法实现快速缓解的患者。粪便钙卫蛋白(FC)与组织学活动度相关,有望成为组织学评估的替代性无创标志物[6]。然而,由于医疗资源有限和经济方面考虑,FC检测在许多医院并未常规开展。新出现的证据表明体成分与UC的疾病行为之间存在关联,可通过标准腹部计算机断层扫描(CT)进行评估[7]。既往研究已揭示某些体成分如内脏脂肪组织和骨骼肌与IBD结局之间的相关性[8, 9]。了解体成分与UC短期预后之间的关系有助于增进我们对常规治疗无反应的理解,并有助于更好地定位和制定现有药物的升级治疗策略。然而,关于体成分与UC之间关联的了解甚少,迫切需要确定在临床实践中哪种体成分参数与UC的短期预后相关。
此外,肠道炎症可能引起体成分中水分与脂质含量之间平衡的动态变化,尤其是内脏和皮下脂肪组织。然而,影像学信息未得到充分利用。很少有研究分析CT衰减指数所捕捉的动态变化。更重要的是,实现临床症状的快速缓解或内镜下愈合有助于改善生活质量和避免长期不良预后[1, 3]。因此,迫切需要更全面、更明确的临床预测指标来对UC患者进行风险分层,并及时早期制定个体化的升级治疗方案。因此,本研究旨在寻找有效的基于CT的体成分参数,以在诊断初期无创性地识别无法通过常规治疗实现快速缓解的患者。
方法
患者与研究设计
本回顾性研究经机构审查委员会批准,并豁免知情同意要求。2017年4月至2022年6月,在两个中心连续纳入首次诊断为UC的患者。纳入标准如下:[a] 根据临床表现、内镜检查、影像学分析和组织学标准明确诊断为UC的成人患者,符合世界胃肠病学组织全球指南;[b] 开始治疗前1周内有可用的腹部CT;[c] 有完整的临床数据(年龄、性别、身高、体重、吸烟状态、病变部位、CRP、ESR、白蛋白、中性粒细胞计数、淋巴细胞计数和改良Mayo评分);以及[d] 接受常规治疗后至少随访6个月,除非因基础药物失败而在6个月内接受手术或换用生物制剂。排除标准如下:[a] 图像质量差且伴有严重运动伪影,[b] CT扫描前3个月内有腹部手术史的患者,以及[c] 合并恶性肿瘤或严重器官功能障碍。
随访与结局
所有患者的治疗均遵循相关指南和规范,采用医患共同决策方式制定治疗方案。常规治疗指成熟的传统治疗方案,如5-氨基水杨酸类[5-ASA]、糖皮质激素和硫嘌呤类免疫调节剂。
在首次入院时以及6个月随访期间每3–4个月收集CRP、ESR和改良Mayo(mMayo)评分等临床数据。患者在常规治疗开始后6个月这一明确时间点被认为达到快速缓解,需符合以下标准之一:根据mMayo评分的临床或内镜应答。若不符合,则治疗被视为无效(短期预后不良)。mMayo评分包括三个子评分:内镜表现、排便频率和直肠出血,依据美国食品药品监督管理局(FDA)推荐[10]。临床应答定义为临床症状(包括排便频率和直肠出血)快速缓解。具体标准为排便频率子评分≤ 1分、直肠出血子评分下降≥ 1分,或直肠出血子评分为0或1的绝对值。内镜应答定义为内镜表现子评分为0或1。若患者接受手术或换用生物制剂,则被视为无应答者。
CT图像分析
层面选择
计算机断层扫描(CT)图像由一名放射科医师(具有5年腹部CT经验)进行审阅。根据病变位置确定具体层面。如果病变(直肠乙状结肠炎)局限于直肠和部分乙状结肠,则选择第三椎体(L3)层面来定义感兴趣区(ROI)。也就是说,如果病变位于第五椎体(L5)层面以下,则按照既往研究的方法[7, 11],对L3层面进行分割以获得身体成分参数。如果病变从远端延伸至脾曲或近端至脾曲(左侧结肠炎或全结肠炎),则选择肠壁增厚最显著的层面来定义ROI。本研究中病变几乎位于第二至第四椎体(L2–4)层面(附加文件1:表S1)。
身体成分评估
所有患者在两个中心使用四台CT扫描仪之一(附加文件1:表S2)接受腹部CT检查。由两名放射科医师(Z.J.和L.J.,分别具有2年和5年腹部CT经验)按照既往研究的方法[12],在非增强腹部CT上对骨骼肌和脂肪组织进行分割。分割使用slice-O-matic(版本5.0,TomoVision 3280 Ch,加拿大)以半自动分割方法进行。骨骼肌、内脏脂肪组织(VAT)和皮下脂肪组织(SAT)分别以-29至150 HU、-50至-150 HU和-30至-190 HU的衰减阈值进行定义(图1)。根据半自动分割结果测量面积(cm2)和平均CT衰减指数(HU)。一名放射科医师(L.J.)在1个月后重复进行半自动分割和测量。骨骼肌指数(SMI)定义为骨骼肌面积(cm2)除以身高平方(m2)。同样,内脏脂肪指数(VAI)和皮下脂肪指数(SAI)分别定义为内脏脂肪组织面积和皮下脂肪组织面积除以身高平方。定义了若干基于身体成分的分类指标。肌少症定义为男性SMI ≤ 50 cm2/m2和女性SMI ≤ 39 cm2/m2 [13]。肌少性肥胖定义为同时存在肥胖(BMI ≥ 30 kg/m2)和肌少症[12]。内脏肥胖定义为VAT面积 ≥ 130 cm2,与既往研究一致[14]。此外,计算了内脏与皮下脂肪组织面积比(VSR)和内脏与总脂肪组织(内脏及皮下脂肪)面积比(VTR)。
预测模型的建立与评估
将单因素分析中显著的变量纳入多因素logistic回归以构建预测模型。分别采用受试者工作特征(ROC)曲线、校准曲线和决策曲线分析(DCA)评估预测模型的诊断性能、校准度和临床实用性。在DCA结果的框架下,通过将获益(真阳性比例)求和并减去危害(假阳性比例),计算模型在每个可能的阈值概率下的临床净获益,从而将获益和危害置于同一尺度上[15]。
此外,还进行了与预测模型诊断性能相关的分层分析。鉴于溃疡性结肠炎可发生于不同部位,有必要评估预测模型在不同疾病部位中识别不良短期预后的能力。因此,比较了预测模型在三种不同疾病部位间的诊断性能。我们还进行了亚组分析,以评估预测模型的诊断效能及其在不同中心和不同CT扫描仪间的稳定性和稳健性。
统计分析
采用组内和组间相关系数(ICC)分析评估CT图像中身体成分参数的可重复性和稳定性。参数间的相关性采用Spearman相关分析。连续变量采用Mann-Whitney U检验或独立t检验。分类变量的差异采用卡方检验或Fisher精确检验分析。绘制ROC曲线以评估模型的预测性能。采用Delong方法对ROC曲线进行统计学比较。采用校准曲线(bootstrap,n = 1000)和Hosmer-Lemeshow检验评估预测模型的校准度。应用决策曲线分析(DCA)反映预测模型的临床实用性。p < 0.05被视为差异有统计学意义。
结果
患者特征
两个中心共纳入138例患者(中心1共107例,中心2共31例)。66例(47.83%)在接受常规治疗后达到临床或内镜缓解,72例(52.17%)未达到。两组138例UC患者的基线特征见表1。仅性别差异有统计学意义。在72例未达到缓解的患者中,25例在6个月内转换为生物制剂治疗(17例维得利珠单抗,6例英夫利西单抗,2例阿达木单抗)。在升级治疗方案后,13例患者达到内镜应答,9例达到临床应答。仅2例患者未达到缓解,1例患者未定期随访。
基于身体成分的定量指标
采用半自动分割方法获得了11项与身体成分相关的定量参数。这些参数的ICC均≥ 0.90(附加文件1:表S3)。在单因素分析中,仅VAT密度和SAT密度在两组间显示出统计学差异(表2)。此外,VAT密度与SAT密度高度相关(r = 0.809,p < 0.001)。VAT密度与内镜Mayo评分及mMayo评分之间存在中度相关性(r分别为0.699、0.536,均p < 0.001)。SAT密度与相应Mayo评分之间也观察到类似的中度相关性(r分别为0.640、0.549,均p < 0.001)。
基于身体成分的分类指标
138例UC患者的分类指标见图2。52例(37.68%)符合内脏性肥胖的定义。两组(达到缓解和无效)之间内脏性肥胖的分布比例显示出统计学显著差异。41例(29.71%)和4例(2.90%)分别符合肌少症和肌少性肥胖的定义。这两项指标在两组间的分布比例无统计学差异。
预测模型的构建与评价
将单因素分析中具有显著组间差异的变量,如VAT密度、SAT密度、性别和内脏性肥胖,纳入多因素逻辑回归(向后LR法)构建预测模型。最终预测模型如下:
此外,绘制列线图以表示预测模型(图3A)。预测模型的准确率、敏感性、特异性和AUC分别为82.61%、95.45%、69.89%和0.855(0.792–0.917)(图3B)。校准曲线和Hosmer–Lemeshow检验得出结论,预测模型显示良好的拟合优度(p = 0.328),见图4A。决策曲线分析显示,该预测模型可为识别无法通过常规治疗达到快速缓解的患者增加临床净获益(图4B)。此外,VAT密度是识别无法达到缓解患者的独立预测因子。
预测模型在不同亚组中的诊断效能
在亚组分析中,在不同病变部位(E1、E2、E3)、不同中心(中心1、中心2)和不同CT扫描仪(CT1、CT2、CT3、CT4)中,缓解组与无效组之间的内脏脂肪(VAT)密度和皮下脂肪(SAT)密度仍显示出统计学差异(表3)。
在不同亚组中评估了预测模型的诊断效能。
在亚组分析中,在不同病变部位、不同中心和不同CT扫描仪之间,预测模型识别无法达到缓解的患者的AUC未发现显著差异(经Bonferroni校正后均p > 0.05,附加文件1:表S4)。
讨论
本研究发现了基于CT的身体成分参数与UC短期预后之间的关联。包含VAT密度、内脏肥胖和性别的预测模型可以有效预测不良短期预后。重要的是,在我们的UC队列中,VAT密度是需要治疗方案升级的患者的独立预测因子。未能达到快速缓解的患者倾向于表现出内脏肥胖的状态。
目前,越来越多的研究关注内脏脂肪组织与溃疡性结肠炎(UC)临床结局之间的关系。然而,关于内脏脂肪(VAT)对炎症性肠病(IBD)患者影响的结论仍不一致。Kelly等得出结论,内脏肥胖不是急性重症UC炎症严重程度或临床病程的预测因素[8]。在我们的研究中,VAT面积在是否快速缓解的两组之间也无统计学差异。随后一项纳入更大克罗恩病(CD)队列的研究显示,VAT密度与炎症活动度密切相关[16]。我们的研究发现,VAT密度与炎症活动度(mMayo评分)也呈中度相关。此外,未能实现快速缓解的患者往往表现出更高的VAT密度。最后,我们发现VAT密度是传统治疗无法实现快速缓解的UC无应答患者的独立预测因素。我们推测这可能归因于炎症反应。既往研究认为,VAT通过产生促炎细胞因子如TNF-α和白细胞介素(IL)-6,在全身炎症中发挥积极作用[17]。Bilski等也认为,内脏脂肪库不仅是储存器官,也是内分泌器官,可能是促炎物质的来源[18, 19]。一方面,大量促炎物质可直接或间接导致所谓“漏肠”现象,同时伴有肠黏膜破坏、肠道通透性增加和细菌易位[11, 20–22]。另一方面,这一现象可加重脂肪组织的炎症反应。最终,这种通过身体成分中水分与脂质含量平衡的动态变化所反映的过度免疫反应导致了更高的VAT密度。在本研究中,皮下脂肪(SAT)和VAT的CT密度变化相对一致。但VAT密度是识别未能实现快速缓解患者的唯一独立预测因素。据推测,肠系膜淋巴引流受损也可能促进肠系膜脂肪细胞增生并增加液体量和水肿,而这只能在VAT中观察到[23, 24]。
既往研究表明,身体成分参数在IBD的鉴别诊断[25]、评估疾病活动度和炎症严重程度[26]以及预测不良结局和复发[27, 28]方面具有应用前景。上述发现支持开发一种评估治疗结局的手段。因此,本研究构建了一个预测模型,用于在诊断初期无创识别那些无法通过常规治疗实现快速缓解的患者,这有助于及时早期制定个体化和升级治疗方案以改善预后。鉴于不同中心存在多种CT扫描仪和扫描方案,评估CT参数的稳健性是实现其广泛应用的关键。在此,尽管腹部CT图像来自两个中心的四台不同CT扫描仪,并具有各自的成像参数,我们的CT参数仍显示出显著的稳健性。在不同亚组分析中,预测模型识别无法实现快速缓解患者的准确性无显著统计学差异。预测模型在各中心的诊断性能几乎与总体性能相匹配。正如Li等构建了一个可靠且稳定的基于CT的预测模型用于表征肠道纤维化[29],我们的基于CT的预测模型在识别不良短期预后方面具有良好的泛化性。值得注意的是,两组之间VAT密度的差异不受不同病变部位的影响。未能实现快速缓解的患者在E1、E2和E3的每个亚组中均倾向于表现出更高的VAT密度。总之,该预测模型对于识别UC的不良短期预后至关重要。这种基于CT的无创预测方法具有有吸引力的应用前景,可在诊断初期使UC患者受益于最佳治疗方案。
肌少症较为常见,并且有望用于预测许多慢性疾病的预后,如肝硬化[30]、慢性肾脏病[31]、充血性心力衰竭[32]和慢性阻塞性肺疾病[33]。既往研究还证实,肌少症与全身性炎症相关,表现为TNF-α和IL-6水平升高[34]。然而,分析肌少症在UC患者中的患病率及影响的研究有限。Zhang等的研究[35]表明,UC中肌少症的发病率为27.3%,这与本研究29.7%(41/138)的结果接近。然而,我们的研究结果显示,肌少症并不是UC患者不良短期预后的显著预测因素。
本研究存在若干局限性。首先,这是一项回顾性研究,选择偏倚不可避免。因此,各参数的意义应在前瞻性多中心研究中予以确认。其次,这是一项旨在构建预测模型的探索性分析。在未来的纵向研究中考虑活动期与稳定期之间的身体成分参数是否存在差异也很重要。
总之,利用基于CT的身体成分参数构建的预测模型是一种潜在的无创方法,可用于风险分层和早期识别无法通过常规治疗实现快速缓解的患者,并且基于CT的身体成分参数在不同CT扫描仪之间表现出稳健性。此外,内脏脂肪(VAT)密度是UC队列中需要升级治疗方案的独立预测因素。
补充信息
附加文件1:表S1。在不同疾病部位中选择不同椎体水平定义感兴趣区(ROI)的具体患者数量。L2、L3和L4:第二、第三和第四腰椎水平;E1:直肠乙状结肠炎;E2:左侧结肠炎;E3:全结肠炎。表S2。四台计算机断层扫描仪的扫描仪参数。表S3。基于计算机断层扫描的身体成分参数的组内和组间相关系数。SMA:骨骼肌面积;VAT:内脏脂肪组织;SAT:皮下脂肪组织;ICC:组内和组间相关系数。时间1与时间2之间的间隔为一个月。表S4。预测模型在不同亚组中识别无法通过常规治疗实现快速缓解的患者的诊断性能。E1:直肠乙状结肠炎;E2:左侧结肠炎;E3:全结肠炎。Acc:准确率;Sen:灵敏度;Spe:特异度;95% CI:95%置信区间。p值为AUC与随机病例(AUC = 0.05)比较的显著性水平。p < 0.05被认为具有统计学意义。括号中的数字代表相应患者数量。图S1。患者入组流程图。UC:溃疡性结肠炎。
引用
- Lu J, Xu H, Shi H, et al. Computed tomography-based body composition parameters can predict short-term prognosis in ulcerative colitis patients. Insights Imaging. 2024. PMID: 38411849. doi:10.1186/s13244-024-01615-w
- 全文:PMC10899140(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10899140/
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。