文献速递头颈神经MR

基于Dixon MRI的眼外肌、眶内脂肪和泪腺定量参数用于甲状腺相关眼病分期

Dixon MRI-based quantitative parameters of extraocular muscles, intraorbital fat, and lacrimal glands for staging thyroid-associated ophthalmopathy.
PubMed 文献 · Insights Imaging · 2024-06-09

该单中心回顾性研究纳入200例TAO患者(211只活动期眼、189只非活动期眼),按8:2分为训练集和验证集,测量Dixon MRI上眼外肌、眶内脂肪和泪腺的SIR、脂肪分数和水分分数。活动期眼眼外肌、眶内脂肪、泪腺的SIR和水分分数高于非活动期眼,脂肪分数低于非活动期眼;EOM-SIRmean、LG-SIRmean和LG-FFmean是活动期TAO的独立预测因子,三者联合模型在训练集AUC 0.820,优于EOM-SIRmean单参数模型(AUC 0.793,p=0.016)。

要点

  • 活动期TAO的眼外肌、眶内脂肪和泪腺SIR及水分分数高于非活动期,脂肪分数低于非活动期。
  • EOM-SIRmean、LG-SIRmean和LG-FFmean是活动期TAO的独立预测因子。
  • 三者联合模型在训练集AUC 0.820,优于EOM-SIRmean单参数模型(AUC 0.793,p=0.016)。

核心结论

  • 基于Dixon MRI的眼外肌、泪腺和眶内脂肪定量参数有助于区分活动期与非活动期TAO,多参数联合可进一步提高分期性能。

研究设计与样本

  • 单中心回顾性研究,纳入200例TAO患者共400只眼(活动期211只、非活动期189只),按扫描时间顺序8:2分为训练集(160例,活动期169只、非活动期151只)和验证集(40例,活动期42只、非活动期38只)。
  • 使用3.0-T MRI系统(Magnetom Skyra;Siemens Healthcare,Erlangen,Germany)和20通道头线圈行两点Dixon T2WI,参数为TR/TE 4000/87 ms、FOV 180 mm、矩阵179×256、层厚3.5 mm、激励次数2、层数18、采集时间2:18。
  • 以改良七分法Mourits临床活动度评分(CAS)≥3分定义为活动期,否则为非活动期。
  • 由两名分别有2年和5年神经影像经验的放射科医生独立勾画ROI,取平均值进行统计分析,观察者间一致性ICC为0.710–0.961。

关键影像表现/征象

  • 活动期TAO的眼外肌SIRmax、SIRmean、SIRmin,眶内脂肪SIRmax、SIRmean,泪腺SIRmax、SIRmean,眼外肌WFmean、WFmin,眶内脂肪WFmax、WFmean,泪腺WFmean均显著高于非活动期(均p<0.05)。
  • 活动期TAO的眼外肌FFmax、FFmean,眶内脂肪FFmean、FFmin,泪腺FFmean均显著低于非活动期(均p<0.05)。
  • 典型病例中,活动期TAO(48岁男性,双眼CAS 5分)左/右眼眶EOM-SIRmean为2.865/3.407、LG-SIRmean为3.661/3.543、LG-FFmean为0.026/0.019;非活动期TAO(50岁女性,双眼CAS 1分)左/右眼眶对应值分别为2.330/2.082、2.183/2.002、0.392/0.487。

诊断标准与关键数值

  • 活动期TAO定义为改良七分法Mourits CAS≥3分。
  • 训练集联合模型(EOM-SIRmean+LG-SIRmean+LG-FFmean)AUC 0.820、敏感度84.02%、特异度66.89%、阳性预测值74.00%、阴性预测值78.90%。
  • 训练集EOM-SIRmean单参数模型AUC 0.793、敏感度57.40%、特异度88.74%、阳性预测值85.10%、阴性预测值65.00%。
  • 验证集联合模型AUC 0.751、敏感度71.43%、特异度78.95%、阳性预测值78.90%、阴性预测值71.40%;EOM-SIRmean单参数模型AUC 0.733、敏感度64.29%、特异度76.32%、阳性预测值75.00%、阴性预测值65.90%。
  • 多因素logistic回归显示EOM-SIRmean(OR=18.187,β=2.901,p<0.001)、LG-SIRmean(OR=0.261,β=−1.341,p=0.001)、LG-FFmean(OR=0.015,β=−4.230,p=0.003)为活动期TAO的独立预测因子。

临床应用与阅片要点

  • 阅片时可利用Dixon MRI水图测量眼外肌、泪腺和眶内脂肪的SIR,并结合QWFI和QFFI获取水分分数与脂肪分数,辅助判断TAO活动性。
  • 联合评估眼外肌、泪腺和眶内脂肪多参数较单一EOM-SIRmean可能提高分期性能,但验证集两模型AUC差异未达统计学显著(p=0.341)。

局限性

  • 本研究为单中心回顾性研究,需更大样本和外部验证进一步证实。
  • 因难以获取TAO患者尤其活动期患者的眶内组织病理标本,影像指标与组织学改变的相关性尚不明确。
  • 本研究仅评估Dixon MRI序列的分期价值,未同时扫描扩散或映射等其他功能MRI序列。
  • 眶内脂肪相关指标未进入独立预测因子,可能与本研究人群的特定样本量和构成有关。
全文中译11 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Insights Imaging. 2024 Jun 9;15:136. doi: 10.1186/s13244-024-01693-w

引言

甲状腺相关眼病(TAO)是一种影响眶内软组织的自身免疫性疾病,如眼外肌(EOMs)、泪腺(LGs)和眶内脂肪(IF)[1]。TAO患者通常出现眼球突出、眼睑退缩和复视,生活质量下降[2, 3]。TAO的自然病程可分为两个阶段:活动期,涉及炎性水肿;非活动期,主要涉及纤维化和脂肪变性[4]。活动期患者的一线治疗为免疫抑制治疗(如大剂量静脉糖皮质激素)。相比之下,非活动期患者通常建议行手术减压[5]。因此,准确、及时地区分TAO患者的活动期与非活动期非常重要。

半定量临床活动评分(CAS)广泛用于评估TAO的活动性并预测免疫抑制治疗的反应[6]。然而,这一七分制量表的缺点是对操作者经验的依赖性较高。此外,仅使用CAS无法评估单条肌肉的受累情况。磁共振成像(MRI),尤其是脂肪抑制T2加权成像(FS-T2WI),已广泛用于评估TAO患者[7]。既往研究表明,单独EOMs、LGs或IF的信号强度比(SIRs)可辅助TAO分期。Higashiyama等报道,通过FS-T2WI获得的IF和EOMs的SIRs与CAS呈显著正相关[8]。Hu等报道,FS-T2WI上LG的SIR是TAO分期的潜在影像生物标志物[9]。然而,既往研究大多集中于单一结构,结合EOMs、LGs和IF信息进行TAO分期的研究仍然匮乏。

常规FS-T2WI主要基于反转恢复或频谱预饱和技术,由于鼻窦与眼眶之间组织-空气界面的磁场不均匀性,容易产生成像伪影。严重伪影可影响EOMs(尤其是下直肌)的显示并影响分期效能[10]。Dixon MRI是一种脂肪抑制技术,通过化学位移分析进行评估,可直接区分脂肪与水。Dixon技术在整体图像质量和脂肪抑制均匀性方面优于常规反转恢复或频谱预饱和技术已有充分报道[11–13]。然而,利用Dixon MRI定量评估并整合EOMs、IF和LGs数据以对TAO患者进行分期的研究较少。

因此,在本研究中,我们探讨了从Dixon MR图像衍生的EOMs、IF和LGs定量参数对TAO患者分期的联合价值。

材料与方法

患者

本单中心回顾性研究经南京医科大学第一附属医院(中国南京)机构审查委员会批准。由于研究的回顾性性质,免除知情同意要求。所有放射学和临床数据在分析前均进行匿名化处理。患者于2018年1月至2022年12月期间根据以下纳入标准入组:(1)符合欧洲Graves眼病专家组(EUGOGO)关于TAO的诊断标准;(2)治疗前眼眶MRI扫描包含Dixon T2WI;(3)无激素治疗、放疗或手术减压史;(4)无其他眼眶疾病。我们在本院连续识别了215例TAO患者。15例患者因图像质量不足以进一步分析而被排除。最终,共200例患者(121例女性;年龄46.0 ± 13.9岁)纳入本研究,并根据接受MR扫描的时间顺序按8:2的比例分为训练队列和验证队列。患者入组流程见图1。

图1 患者入组流程图及分析方案。TAO,甲状腺相关眼病;EUGOGO,欧洲Graves眼病专家组 查看原图 ↗

临床评估

根据Mourits临床活动度评分(CAS)的改良七分法对每只眼进行疾病活动度评估,包括以下内容:(1)自发性球后疼痛;(2)尝试向上或向下注视时疼痛;(3)眼睑发红;(4)结膜发红;(5)眼睑肿胀;(6)泪阜和/或半月皱襞炎症;(7)结膜水肿[14]。CAS ≥ 3的患者纳入活动组;否则纳入非活动组。

图像采集

所有患者均使用3.0-T MRI系统(Magnetom Skyra;Siemens Healthcare,Erlangen,德国)配合20通道头线圈进行检查。两点Dixon T2WI的详细参数如下:重复时间/回波时间,4000/87 ms;视野,180 mm;矩阵,179 × 256;层厚,3.5 mm;激励次数,2;层数,18;采集时间(分:秒),2:18。

图像分析

EOM、LG和IF的所有定量参数均以每只眼为单位进行测量。具体流程如下:EOM、LG和IF相对于同侧颞肌的信号强度比(SIR):从Dixon MRI获得的冠状面水图像中选择眼球后方连续三个代表肌腹最大面积的层面。使用ITK-SNAP软件在上、下、内、外直肌上勾画多边形感兴趣区(ROI)(图2)。在显示LG和IF最大层面的连续两个层面中勾画其他多边形ROI(图2)。从PyRadiomics中提取EOM、IF和LG的最大、平均和最小信号强度(SImax/mean/min)。此外,使用Dixon MRI获得的冠状面水图像,以5–10 mm2的圆形ROI测量同侧颞肌的信号强度(SI)(图2)。EOM(EOM-SIR)、LG(LG-SIR)和IF(IF-SIR)的SIR使用以下公式计算:SIRmin/mean/max = SImin/mean/max/同侧颞肌SI。

眼外肌(EOMs)、泪腺(LGs)和眶内脂肪(IF)的水分数(WF)和脂肪分数(FF)按如下方法计算:定量水分数图像(QWFI)和定量脂肪分数图像(QFFI)使用MATLAB软件中由Dixon MRI获得的水图像和脂肪图像按以下公式计算:QWFI = SI水图像/(SI水图像 + SI脂肪图像);QFFI = SI脂肪图像/(SI水图像 + SI脂肪图像)。上述用于信号强度(SI)测量的多边形感兴趣区(ROI)被复制到QWFI和QFFI中(图2)。然后,通过PyRadiomics获得EOMs(EOM-WF/FFmin/mean/max)、LGs(LG-WF/FFmin/mean/max)和IF(IF-WF/FFmin/mean/max)的WF和FF。

两名放射科医师(分别具有2年和5年神经影像学经验)在研究设计和临床信息设盲的情况下,手动并独立选择ROI。两名放射科医师的测量结果用于评估观察者间一致性,并采用平均值进行进一步的统计分析。

图2 示意图展示使用Dixon MRI测量EOMs、LGs和IF定量参数的方法。一名54岁女性活动性TAO患者的T2 Dixon水图像(a、d、g)、QFFI(b、e、h)和QWFI(c、f、i)。a–c EOM中SIR、FF和WF的定量测量。a 在同侧颞肌中放置一个圆形ROI(红色,5–10 mm2)。d–f SIR、FF和WF的定量IF测量。g–i LGs中SIR、FF和WF的定量测量。TAO,甲状腺相关眼病;QFFI,定量脂肪分数图像;QWFI,定量水分数图像;SIR,信号强度比;FF,脂肪分数;WF,水分数;EOMs,眼外肌;IF,眶内脂肪;LG,泪腺 查看原图 ↗

统计分析

采用Kolmogorov‒Smirnov检验分析连续变量是否呈正态分布。正态分布数据以均值±标准差表示。否则,数据以中位数和四分位距表示。采用独立样本t检验(正态分布)或Mann‒Whitney U检验(非正态分布)比较活动组与非活动组之间或训练队列与验证队列之间的连续变量。两组间分类变量的差异采用卡方检验比较。将显著的参数纳入进一步的二元logistic回归分析,以确定与活动期相关的独立参数。采用Hosmer–Lemeshow检验评估logistic回归模型的拟合优度。根据所确定的独立参数,采用logistic回归建立不同的诊断模型。采用受试者工作特征(ROC)曲线分析和DeLong检验评估和比较不同模型在训练队列和验证队列中对TAO分期的效能。采用组内相关系数(ICC)评估定量测量的观察者间一致性。ICC范围为0至1.00,值越接近1.00表示可重复性越好。ICC分类如下:< 0.40,差;0.41–0.60,中等;0.61–0.80,良好;≥ 0.81,优秀[15]。所有统计分析均采用SPSS软件(版本25.0;SPSS Inc.,芝加哥,伊利诺伊州,美国)和MedCalc软件(版本18.2.1;MedCalc,奥斯坦德,比利时)进行。双侧p值< 0.05被认为表示有统计学意义。

结果

临床特征

在纳入的200例患者(400只眼)中,211只眼为活动性疾病,其余189只眼为非活动性疾病。训练队列包括160例患者(169只活动眼和151只非活动眼),验证队列包括40例患者(42只活动眼和38只非活动眼)。训练队列与验证队列之间在人口学或临床特征方面无显著差异(年龄:46.1 ± 14.0 vs 45.5 ± 13.4,p = 0.755;性别:60/100 vs 19/21,p = 0.102;CAS:2.5 ± 1.4 vs 2.4 ± 1.1,p = 0.583)(表1)。

表1 训练队列与验证队列之间患者特征的比较 查看原表 ↗

基于Dixon MRI的定量参数比较

所有基于Dixon MRI的定量参数的观察者间可重复性为良好至优秀(ICC,0.710–0.961)。训练队列与验证队列之间在任何基于Dixon MRI的定量参数方面均未发现显著差异(表1)。在训练队列中,活动性TAO的EOM-SIRmax(p < 0.001)、EOM-SIRmean(p < 0.001)、EOM-SIRmin(p < 0.001)、IF-SIRmax(p < 0.001)、IF-SIRmean(p < 0.001)、LG-SIRmax(p < 0.001)、LG-SIRmean(p = 0.004)、EOM-WFmean(p < 0.001)、EOM-WFmin(p < 0.001)、IF-WFmax(p = 0.005)、IF-WFmean(p < 0.001)和LG-WFmean(p = 0.030)值显著高于非活动性TAO(表2)。此外,活动性TAO的EOM-FFmax(p < 0.001)、EOM-FFmean(p < 0.001)、IF-FFmean(p < 0.001)、IF-FFmin(p = 0.011)和LG-FFmean(p = 0.030)值显著低于非活动性TAO(表2)。

表2 训练队列中活动性与非活动性TAO组之间基于Dixon MRI的定量参数比较 查看原表 ↗

Logistic回归分析

二元logistic回归分析表明,EOM-SIRmean(比值比[OR]=18.187,β=2.901,p<0.001)、LG-SIRmean(OR=0.261,β=−1.341,p=0.001)和LG-FFmean(OR=0.015,β=−4.230,p=0.003)值是活动性TAO的独立预测因子。活动性和非活动性TAO的代表性患者见图3。

图3 活动性和非活动性TAO患者的代表性病例。a–c 一名48岁男性,患有活动性TAO,双侧CAS为5。d–f 一名50岁女性,患有非活动性TAO,双侧CAS为1。活动性TAO患者(a–c)左/右眼眶的EOM-SIRmean、LG-SIRmean和LG-FFmean值分别为2.865/3.407、3.661/3.543和0.026/0.019,非活动性TAO患者(d–f)左/右眼眶的上述值分别为2.330/2.082、2.183/2.002和0.392/0.487 查看原图 ↗

ROC曲线分析

根据logistic回归分析结果,我们建立了两个分期模型,模型1(仅EOM-SIRmean)和模型2(EOM-SIRmean+LG-SIRmean+LG-FFmean)。在训练队列中,模型2在TAO患者分期中取得了最佳性能,曲线下面积(AUC)为0.820,灵敏度为84.02%,特异度为66.89%,阳性预测值(PPV)为74.00%,阴性预测值(NPV)为78.90%。模型2的分期性能显著优于模型1(AUC,0.793;灵敏度,57.40%;特异度,88.74%;PPV,85.10%;NPV,65.00%)(AUC,0.820 vs 0.793,p=0.016)(图4)。

在验证队列中,模型2(AUC,0.751;灵敏度,71.43%;特异度,78.95%;PPV,78.90%;NPV,71.40%)也表现出相对优于模型1(AUC,0.733;灵敏度,64.29%;特异度,76.32%;PPV,75.00%;NPV,65.90%)的性能,尽管两个模型之间的AUC差异未达到显著性(AUC,0.751 vs 0.733,p=0.341)(图4)。

图4 在训练(a)和验证(b)队列中,用于区分活动性与非活动性TAO患者的显著参数受试者工作特征曲线 查看原图 ↗

讨论

我们的研究揭示了三个主要发现。第一,基于Dixon MRI的EOM、LG和IF的所有定量参数在活动性和非活动性TAO患者之间均显示出显著差异。这些发现表明,EOM、LG和IF有潜力作为TAO分期的靶器官。第二,发现EOM-SIRmean、LG-SIRmean和LG-FFmean值是活动性TAO的独立预测因子。第三,与基于EOM的单一参数相比,整合EOM-SIRmean、LG-SIRmean和LG-FFmean值的联合模型可以进一步提高TAO患者分期的性能。

眼外肌(EOMs)受累是甲状腺相关眼病(TAO)患者已知的疾病过程[16, 17]。在本研究中,我们发现活动期TAO的眼外肌SIRmin/mean/max值显著大于非活动期TAO,这与既往研究一致[18, 19]。此外,利用Dixon MRI技术,我们的研究表明活动期TAO较非活动期TAO具有更高的水相关指标(EOM-WFmean和EOM-WFmin)和更低的脂肪相关参数(EOM-FFmax和EOM-FFmean)。既往研究表明,TAO活动期以炎症反应为主,而TAO非活动期以纤维化、脂肪浸润和胶原沉积为主[4, 20]。这些机制可能解释了活动期TAO中水相关指标升高以及非活动期TAO中脂肪相关指标升高。

眶脂肪增多是TAO的另一主要特征[21]。此前,Potgieser等报道眶脂肪体积较大与TAO病程较长相关[22];然而,他们并未分析眶脂肪信号强度的变化。在本研究中,活动期与非活动期TAO之间眶脂肪的SIRmean/max、FFmean/min和WFmean/max值存在显著差异。既往研究已揭示,眶脂肪的组织学特征为淋巴细胞浸润和水肿,其原因在于亲水性间质糖胺聚糖的蓄积[23]。我们推测这种蓄积可能是活动期TAO患者SIR和WF值升高的潜在机制。

由于泪腺(LGs)是另一个潜在靶器官,TAO患者泪腺的变化日益受到关注[24]。Gagliardo等报道,左右侧活动期TAO患者在MRI上泪腺疝出程度显著大于非活动期TAO患者[25]。Jiang等利用T2 mapping技术报道,活动期与非活动期TAO之间泪腺的T2 mapping值存在显著差异。结合临床指标,T2 mapping技术可有效对TAO患者进行分期[26]。此外,Chen等利用弥散张量成像技术报道,活动期TAO的泪腺较非活动期TAO表现出显著更低的分各向异性分数和更高的表观弥散系数[27]。在本研究中,与眼外肌的变化类似,我们发现活动期TAO的泪腺具有更高的SIRmean/max和WFmean值以及更低的FFmean值。上述眼外肌和眶内脂肪(IFs)的病理变化有助于解释这些发现。此外,我们发现两个基于泪腺的参数(LG-SIRmean和LG-FFmean)与TAO活动度独立相关。我们的结果证实泪腺参与了TAO过程,值得进一步研究。

根据二元逻辑回归分析,眼外肌平均信号强度比(EOM-SIRmean)、泪腺平均信号强度比(LG-SIRmean)和泪腺平均脂肪分数(LG-FFmean)被确定为活动性TAO的独立预测因子。未发现任何IF相关指标为独立变量,可能是由于本研究人群的特定样本量和构成所致。此外,我们在EOM-SIRmean的基础上整合LG-SIRmean和LG-FFmean,构建了一个用于TAO患者分期的预测模型。ROC分析结果表明,联合模型在训练队列和验证队列中均优于单独使用EOM-SIRmean。这些结果表明,应整合和分析眼外肌及其他靶器官(如泪腺和眶内脂肪)的信息以进行TAO分期。需要进一步开展更大样本量的多中心研究以证实我们的结果,并建立更稳健的模型用于临床实践中TAO患者的分期。

本研究存在若干局限性。第一,这是一项来自单中心的回顾性研究。需要更大研究人群和外部验证的进一步研究来证实本文所呈现的发现。第二,由于难以从TAO患者尤其是活动期患者中获取组织学样本,眶内组织的确切病理状态仍不明确。未来需要开展研究以确定影像学指标与组织学变化之间的相关性[28]。第三,本研究仅关注Dixon MRI序列在TAO分期中的实用性,未同时扫描其他功能MRI序列(如扩散序列或映射序列)。未来使用机器学习方法整合更多功能序列的更多信息的研究可进一步提高分期性能。

总之,我们的研究表明,从Dixon MR图像衍生出的眼外肌、泪腺和眶内脂肪的定量参数有助于区分活动性与非活动性TAO。整合来自眼外肌、泪腺和眶内脂肪的多个参数可进一步改善TAO患者的分期。

引用

  1. Pu XY, Chen L, Hu H, et al. Dixon MRI-based quantitative parameters of extraocular muscles, intraorbital fat, and lacrimal glands for staging thyroid-associated ophthalmopathy. Insights Imaging. 2024. PMID: 38853188. doi:10.1186/s13244-024-01693-w
  2. 全文:PMC11162983(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11162983/

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。