定量超声脂肪分数无创评估疑似代谢相关脂肪性肝病肝脂肪变
前瞻性纳入113例疑似代谢相关脂肪性肝病参与者,比较定量超声脂肪分数(USFF)与质子磁共振波谱(1H-MRS)的相关性及诊断价值。USFF与1H-MRS相关性良好(r=0.76),优于受控衰减参数(CAP;r=0.61),诊断不同级别肝脂肪变的ROC为0.84–0.98,优于CAP和视觉分级,S1、S2、S3的USFF截断值分别为12.01%、19.98%、22.22%。
要点
- USFF与1H-MRS相关性良好(r=0.76),优于CAP(r=0.61)。
- USFF诊断肝脂肪变ROC为0.84–0.98,优于CAP和视觉分级。
- USFF诊断S1、S2、S3的截断值分别为12.01%、19.98%、22.22%。
核心结论
- USFF与1H-MRS相关性良好,对肝脂肪变诊断性能好,优于CAP和视觉分级,是MAFLD无创定量评估的优越方法。
研究设计与样本
- 前瞻性单机构横断面研究,纳入113例疑似MAFLD参与者,平均年龄44.79±13.56岁,男71例。
- 使用R10 Prestige超声系统(Samsung Medison)行USFF测量,FibroScan 502 Touch行CAP测量,Avanto 1.5T MR扫描仪行1H-MRS作为参考标准。
- 肝脂肪变分级基于1H-MRS:S0(<5.56%)、S1(5.56–12.7%)、S2(12.7–18.9%)、S3(≥18.9%)。
关键影像表现/征象
- 常规超声脂肪肝表现包括肝实质回声增强、远场回声衰减、肝肾对比增加、膈肌线及肝内门静脉壁显示不清、深部肝结构显示不清。
诊断标准与关键数值
- USFF诊断1H-MRS≥S1的AUC为0.98(95%CI 0.96–1.00),截断值12.01%时敏感度92.86%、特异度100%。
- USFF诊断1H-MRS≥S2的AUC为0.89(95%CI 0.83–0.95),截断值19.98%。
- USFF诊断1H-MRS≥S3的AUC为0.84,截断值22.22%时敏感度67.50%、特异度95.83%。
- CAP诊断1H-MRS≥S1的AUC为0.88(95%CI 0.80–0.96),截断值254.5 dB/m时敏感度94.79%、特异度62.50%;诊断≥S2的AUC为0.85(95%CI 0.85–0.91),截断值277 dB/m;诊断≥S3的AUC为0.79,截断值305.5 dB/m时敏感度87.18%、特异度69.44%。
- VHSG诊断1H-MRS≥S1的AUC为0.85(95%CI 0.75–0.95),VHSG≥1时敏感度98.98%、特异度46.67%;诊断≥S2的AUC为0.67(0.58–0.78),截断值VHSG为2;诊断≥S3的AUC为0.72,截断值VHSG为3时敏感度25%、特异度89%。
临床应用与阅片要点
- USFF与1H-MRS相关性良好且呈线性关系,截断值因脂肪变分级而异,S1、S2、S3分别为12.01%、19.98%、22.22%。
- USFF诊断性能优于CAP和VHSG,但诊断S3时USFF与CAP无显著差异(p=0.433)。
- CAP在1H-MRS≥20%时趋于饱和,与1H-MRS线性关系不佳,USFF在高分级脂肪变中可能更准确。
局限性
- 原文未报告局限性。
全文中译15 节 · 点击展开
引言
代谢相关脂肪性肝病(MAFLD)是一种普遍存在的疾病,影响全球超过三分之一的人口[1]。肝脂肪变性,也称为脂肪性肝病,是一种以肝脏中过量脂肪积累为特征的疾病。它可以通过肝活检标本的组织学检查、血液生物标志物或评分,或超声或磁共振成像(MRI)等成像方式来诊断。肝脂肪变性在超重或肥胖(体重指数,BMI > 25 kg/m2)且伴有代谢功能障碍(包括高甘油三酯血症、高胆固醇血症、腰围增加、胰岛素抵抗和系统性高血压)的个体中是一种常见发现[2]。MAFLD不是单一病变,而是一系列进展性肝病阶段,从单纯性脂肪变性开始,进展为脂肪性肝炎、肝纤维化、肝硬化和肝细胞癌(HCC)[3]。与MAFLD相关的几种重要并发症可导致死亡率增加,包括心血管疾病(CVD)、非肝脏恶性肿瘤、肺部疾病、慢性肾脏病(CKD)、认知障碍和2型糖尿病(T2DM)的并发症。CVD是这些患者的主要死因[4]。由于全球肥胖和糖尿病的增加,MAFLD及其并发症的患病率正在上升[5]。因此,在临床环境中准确识别肝脂肪变性对于及时诊断和治疗至关重要。
虽然肝活检仍然是目前诊断MAFLD的金标准,但它是一种侵入性操作,存在出血和感染等并发症风险[6]。此外,活检过程中获取的少量肝组织(肝脏的1/50,000)可能导致采样变异,使组织学评估具有挑战性[7]。因此,迫切需要多种评估方法,特别是非侵入性方法,以准确诊断和监测肝脂肪变性[8]。基于MRI的方法,包括MRI质子密度脂肪分数(MRI-PDFF)和质子磁共振波谱(1H-MRS),可以准确且可重复地评估肝脂肪变性,识别肝脂肪变性的曲线下面积(AUC)高达0.99[9],但由于成本高和可及性低,这些方法并未广泛使用[10, 11]。理想情况下,一种模态应具有非侵入性、准确性、成本效益,并为MAFLD患者提供即时护理和肝脂肪变性程度的临床评估[12]。
常规超声(US)是评估肝脂肪变性最常用的成像方式,因其安全、无创且成本低。此外,US技术显示出良好的可重复性[13]。然而,常规US由于操作者依赖性在定量准确性和可重复性方面存在局限性[14]。此外,常规US准确分级脂肪变性程度具有挑战性,可能导致低级别脂肪变性的漏诊[15]。因此,已研究多种方法从US中提取定量信息以改善脂肪变性筛查[16–21],每种方法各有优缺点。例如,脂肪变性可通过肝肾指数评估,这是一种计算机辅助测量肝脏与肾脏超声回声强度比值(H/R)以测量肝脂肪变性程度的方法[22]。然而,对于经验不足的放射科医生,在同一超声图像上显示右肾和肝脏可能具有挑战性,尤其是在检查肥胖患者或曾因肾脏手术导致肾脏形态改变或劈离式肝移植的患者时。这可能使测量H/R比值变得困难[18]。FibroScan®使用的受控衰减参数(CAP)方法是首个获批且最广泛使用的基于衰减的技术[19, 23]。肝脂肪变性分类与通过一系列算法以dB/m为单位测量US衰减信号相关,范围从100–400 dB/m,称为CAP[24]。CAP的诊断准确性已被广泛验证[25],CAP可区分超过10%的脂肪变性。然而,CAP有一些缺点。它不允许同时评估肝脏形态学改变,且测量失败率高,使其在BMI患者中无效[26]。为解决CAP在肝脏可视化方面的局限性,已开发了多种技术。这些包括衰减成像(ATI)[27]、衰减因子™(ATT)、超声引导衰减参数(UGAP)[14]、组织衰减成像(TAI)和组织散射分布成像(TSI)[11]。这些无创定量技术可能适用于大规模筛查和纵向随访期间肝脂肪含量的重复测量。这允许动态监测疾病进展,并显示出有前景的临床应用潜力。
定量超声(QUS)技术如TAI和TSI已应用于量化肝脏脂肪,具有高的组内和组间可重复性和一致性[28–30]。同时,已开发了一种用于QUS的脂肪分数(FF)估计器(USFF),能够直接从QUS转换为相应的肝脏脂肪分数[31]。研究表明,1H-MRS在检测各级肝脂肪变性方面比常规US更有效,尤其是轻度肝脂肪变性[32]。本研究旨在探讨USFF与1H-MRS之间的相关性,并评估USFF与常规视觉肝脂肪变性分级(VHSG)和CAP相比在诊断不同级别肝脂肪变性方面的优缺点。此外,将提供不同级别脂肪变性的参考阈值。
材料与方法
这项前瞻性、单中心、横断面研究在复旦大学附属中山医院开展。我院机构审查委员会批准了这项前瞻性研究(批准号:B2021-0921R)。所有参与者均提供了书面知情同意书。作者对提交发表的数据和信息具有控制权。本研究按照《赫尔辛基宣言》进行。
研究参与者与设计
研究参与者于2022年8月至2023年5月期间由一名放射科医师(Y.L.Z.,具有10年腹部超声经验)从复旦大学附属中山医院MAFLD研究中心连续前瞻性招募。MAFLD的诊断标准遵循国际专家共识和临床实践指南[2, 33]。本研究的纳入标准为:(a)年龄>18岁;(b)临床怀疑MAFLD,即基于影像学甚至血液生物标志物/评分(如脂肪肝指数(FLI))存在脂肪肝,并具备以下三种情况之一:超重/肥胖(BMI≥23 kg/m2)、2型糖尿病和代谢功能障碍。代谢功能障碍定义为至少存在两项危险因素:(1)腰围:男性≥90 cm,女性≥80 cm;(2)血压:≥130/85 mmHg或正在接受降压治疗;(3)血甘油三酯:≥1.7 mmol/L或正在服用降脂药物;(4)血浆高密度脂蛋白(HDL)胆固醇:男性和女性分别<1.0和1.3 mmol/L,或正在服用调脂药物;(5)糖尿病前期:空腹血糖5.6–6.9 mmol/L或餐后2小时血糖7.8–11.0 mmol/L或糖化血红蛋白5.7%–6.4%;(6)稳态模型评估的胰岛素抵抗指数:≥2.5;(7)血液超敏C反应蛋白:≥2 mg/L。排除有MRI禁忌证及在超声检查期间无法屏气>3秒的患者。记录所有参与者的人口学和临床数据。所有参与者尽可能在同一天或14天内接受USFF、CAP和1H-MRS评估。纳入和排除标准及研究流程图见图1。无参与者在影像学检查前接受任何治疗。
B型超声测量
使用R10 Prestige US系统(Samsung Medison株式会社,韩国洪川)配合CA 1–7 S凸阵探头(1–7 MHz)进行腹部扫描。参与者的其他临床信息由放射科医师保密。灰阶超声上脂肪肝的特征包括肝实质回声增强、远场回声衰减、肝肾对比度增高、膈肌线和肝内门静脉壁可见度降低以及深部肝结构可见度降低[25]。随后,由一名放射科医师使用在肝实质B模式超声检查期间获得的灰阶超声图像评估VHSG[26]。评分系统如下:0,无脂肪肝;1,轻度脂肪肝;2,中度脂肪肝;3,重度脂肪肝。轻度脂肪变性定义为肝脏回声较右肾皮质增高。中度脂肪变性指肝脏回声高于右肾皮质,但肝周回声增强不明显。重度脂肪变性的特征为肝脏回声增高,遮蔽膈肌回声。
USFF数据采集
每次检查时,放射科医师采用侧肋间入路在右肝叶同一位置至少进行五次数据采集。参与者取仰卧位,右臂最大程度外展。在首次数据采集之前,针对每位参与者调整系统设置,以优化右肝叶的可视化,并识别需避开的局部脂肪沉积区域和大血管区域。后续检查保持设置恒定。每次采集由操作者按一次按钮完成,记录一幅B模式图像及TAI和TSI值。每次数据采集前,参与者在浅吸气后屏气。使用R2值优化ROI的准确性。操作者的目标是在所有测量中获得R2值>0.80。TAI以dB/cm/MHz报告,TSI以任意单位报告[25]。完成TAI和TSI值的测量后,系统自动输出相应的USFF值。
CAP数据采集
使用FibroScan 502 Touch(Echosens,法国巴黎)进行CAP测量。所有CAP测量均由一名具有5年以上经验的胃肠病学家按照标准化方案[17]执行,该医师对其他结果设盲。扫描与超声在同一天进行。受试者取仰卧位,右臂最大程度外展,通过肋间隙对右肝叶进行测量。选择同一肋间区域进行QUS测量以确保测量区域尽可能一致。CAP的原理已在别处阐明[17]。CAP测量10次,计算并记录中位数和IQR值。
1H-MRS数据采集
参与者在超声扫描前后1周内使用Avanto 1.5 T MR扫描仪(西门子,埃尔朗根,德国)接受1H-MRS检查。参与者取仰卧位接受检查,并在检查前进行呼吸训练。为定位光谱采集体素,采集覆盖整个肝脏的矢状面、冠状面和横断面图像。在右叶内放置单个8立方厘米(2×2×2 cm)体素,避开主要血管结构和皮下脂肪组织。对感兴趣区进行匀场后,使用体线圈采集质子波谱。质子波谱采用点分辨波谱(PRESS)序列采集,参数如下:重复时间=1500 ms,回波时间=135 ms。分别测量4.8 ppm处水峰(Sw)和1.4 ppm处脂肪峰(Sf)的信号强度。肝脏脂肪百分比使用公式100×Sf/(Sf+Sw)计算,其中Sf和Sw分别代表1.4 ppm处脂肪峰和4.8 ppm处水峰的信号强度。所有MRS分析结果由放射科医师分析,其信息采用组间盲法。指南推荐基于MRI的技术,如MRI-PDFF和1H-MRS,作为量化肝脏脂肪的金标准。因此,我们以MRS作为金标准,并根据既往研究将肝脂肪变性分为四级:S0(1H-MRS<5.56%)、S1(1H-MRS=5.56–12.7%)、S2(1H-MRS=12.7–18.9%)和S3(1H-MRS≥18.9%)[34, 35]。
统计分析
连续变量以均数和标准差表示,分类变量以计数和百分比表示。在所有参与者中计算USFF、CAP和1H-MRS之间的Pearson相关系数。使用Bland-Altman分析及95%一致性界限检验USFF与MRS之间的相关性。使用线性回归分析评估线性回归斜率、截距和R2。对每个定量USFF、CAP进行双尾t检验或Mann–Whitney U检验,以确定USFF、CAP的均值在参与者组间是否存在统计学差异。显著性水平设定为p<0.05。使用受试者工作特征曲线分析(ROC)比较USFF、CAP、VHSG在检测NAFLD不同程度肝脂肪变性中的性能。对于每次ROC分析,计算ROC曲线下面积、灵敏度、特异度、阳性和阴性预测值(NPVs)。AUCs采用DeLong等人[36]描述的方法进行比较。所有统计分析使用市售软件(SPSS version 26.0;IBM Corporation,Armonk,NY,USA;和GraphPad Prism version 8.0;GraphPad Software Corporation,San Diego,CA,USA)进行。
结果
患者特征
本研究共纳入113名前瞻性招募的参与者(平均年龄44.79 ± 13.56岁;女性42名(37.17%),男性71名(62.83%),平均BMI 26.83 ± 5.57),这些参与者患有或疑似患有MAFLD,且均具有1H-MRS、CAP和USFF测量结果。1H-MRS平均值为16.45% ± 10.50%(范围1.42%–57.70%)。98名(86.72%)参与者患有MAFLD(定义为1H-MRS ≥ 5.56%),65名(57%)参与者的1H-MRS为12.7%或以上。USFF平均值为18.81% ± 7.76%(范围1.86%–46.60%)。CAP平均值为307.4 ± 51.51 dB/m(范围175–400 dB/m)。参与者基线人口学、生化、组织学和影像学数据总结于表1。
USFF与1H-MRS之间的相关性
图2a、b中的散点图展示了按肝脂肪变性分级划分的USFF值分布。所有1H-MRS = S1的参与者的USFF平均值(16.00% ± 4.08%;范围5.79%–22.44%)显著高于无脂肪变性的对照组(7.42% ± 2.73%;范围1.86%–11.98%;p < 0.0001)。此外,1H-MRS = S3的脂肪变性参与者与其他肝脂肪变性组参与者相比,USFF值显著更高(24.77% ± 6.86%;范围11.23%–46.60%,p < 0.0028)(图2a、b和表2)。
USFF与MRS之间的一致性显示于Bland-Altman图和散点图中(图2c)。USFF与1H-MRS之间的平均偏差为−2.29 ± 6.84%。95%一致性范围为−15.71%和11.12%。USFF与1H-MRS呈强相关(r = 0.76,95%置信区间(CI):0.82,0.90;p < 0.001)。在线性范围内,USFF与1H-MRS的线性回归分析显示斜率为0.58(95% CI:0.49,0.68),截距为9.24(95% CI:7.40,11.08),R2为0.58(图2d)。
CAP与1H-MRS之间的相关性
CAP在不同肝脂肪变性分级中的分布见图2e,结果表明CAP在不同程度的肝脂肪变性中存在显著差异。此外,CAP与1H-MRS相关(r = 0.61,95% CI:0.48,0.71;p < 0.001)。然而,与USFF相比,该相关性较差。CAP与MRS存在一定的线性关系。在线性范围内,USFF与1H-MRS的线性回归分析显示斜率为2.78(95% CI:0.56,0.85),截距为262.1(95% CI:−0.11,1.63),R2为0.37。然而,当1H-MRS ≥ 20%时,CAP趋于饱和,无显著线性关系(图2f)。
USFF、CAP与VHSG在检测1H-MRS ≥ S1中的比较
表3总结了基于1H-MRS通过USFF、CAP和VHSG评估脂肪变性的性能。基于1H-MRS ≥ S1评估脂肪变性时,USFF、CAP和VHSG的AUC分别为0.98(95% CI:0.96–1.00)、0.88(95% CI:0.80–0.96)和0.85(95% CI:0.75–0.95)(图3a、b和表3)。在受试者工作特征分析中,USFF的诊断性能最高,截断值为12.01%,灵敏度和特异度分别为92.86%和100%。此外,CAP的诊断性能最高,截断值为254.5 dB/m,灵敏度和特异度分别为94.79%和62.50%。同时,当VHSG ≥ 1时存在肝脂肪变性,灵敏度和特异度分别为98.98%和46.67%。当基于1H-MRS ≥ S1评估肝脂肪变性时,USFF的诊断性能显著高于CAP和VHSG(分别为p = 0.024和p = 0.004)。
USFF、CAP与视觉评分在检测1H-MRS ≥ S2中的比较
USFF、CAP和视觉评分检测肝脂肪变性(1H-MRS ≥ S2)的AUC分别为0.89(95% CI:0.83–0.95)、0.85(95% CI:0.85–0.91)和0.67(0.58–0.78)。检测肝脂肪变性(1H-MRS ≥ S2)的截断值分别为USFF 19.98%、CAP 277 dB/m和VHSG 2(相应的灵敏度和特异度见图3c、d和表3)。当基于1H-MRS ≥ S2评估肝脂肪变性时,USFF的诊断性能显著高于VHSG(p < 0.001)。
USFF、CAP与视觉评分在检测1H-MRS ≥ S3中的比较
研究发现,对于1H-MRS ≥ S3,USFF的诊断性能与CAP无显著差异(p = 0.433),但显著高于VHSG(p = 0.004)。USFF的AUC为0.84,而CAP和VHSG分别为0.79和0.72(图3e、f和表3)。当USFF的截断值为22.22%时,诊断灵敏度和特异度分别为67.50%和95.83%。当CAP的截断值为305.5 dB/m时,其灵敏度和特异度分别为87.18%和69.44%。当VHSG的截断值为3时,其灵敏度和特异度分别为25%和89%。
讨论
MAFLD已成为全球最常见的肝病,也是导致肝脏残疾和死亡的重要原因[33]。因此,在初始阶段识别并准确定量肝脂肪变程度和脂肪含量极为重要[31]。因此,我们在一项特征明确的前瞻性横断面观察研究中,纳入确诊或疑似MAFLD的参与者,探讨USFF技术与1H-MRS之间的相关性,并比较不同成像方式。研究发现,USFF技术与1H-MRS相关性良好,在识别不同级别肝脂肪变方面优于其他成像技术。这为MAFLD患者的识别、监测和预后预测提供了一种经济便捷的方法。
相关研究发现,CAP和USFF均能定量评估肝脂肪变,且与肝脂肪变严重程度直接相关[25, 31]。然而,二者采用不同的成像原理和计算方法,导致定量参数和诊断效能存在差异。认识这些差异对临床实践和研究目的均至关重要。在数值上,USFF与1H-MRS显示出良好相关性(r = 0.76)。最广泛使用的US衰减技术CAP与1H-MRS的相关系数为中等(r = 0.61),与既往研究相似[37]。与CAP相比,USFF相关性更好,并与1H-MRS表现出更好的线性关系。然而,当MRI 1H-MRS ≥ 20%时,CAP出现饱和效应,因而与1H-MRS的线性关系较差。这提示USFF技术在较高级别脂肪变中比CAP更准确,因此,进一步比较二者的诊断性能极为重要。
我们的结果显示,USFF对诊断肝脂肪变(1H-MRS ≥ S1)具有极佳的诊断性能(AUC = 0.98)。其显著高于CAP和主观视觉评分(分别为0.88和0.85;p = 0.024和p = 0.004)。鉴于其极佳的诊断性能,USFF有望成为MAFLD患者肝脏脂肪定量的无创且准确的评估工具。它也有望成为一种潜在的诊断富集生物标志物,用于识别可从药物试验中获益的患者。据报道,在MAFLD相关药物试验中,由于参与者不符合MRI衍生的PDFF标准,无论其预先选择的CAP结果如何,评估失败率较高[38]。USFF对诊断≥ S1的阳性预测值(PPV)为100%,这可能有助于降低MAFLD相关药物试验中的评估失败率。
此外,既往研究尚未探索和比较USFF与CAP诊断中重度肝脂肪变性(1H-MRS ≥ S2和1H-MRS ≥ S2)的性能。早期识别中重度脂肪变性在临床上更有价值,有助于代谢相关脂肪性肝炎(MASH)的识别和早期干预,以及相关治疗疗效的评估。结果显示,USFF具有良好的诊断性能(AUC = 0.89)。它显著高于VHSG(分别为0.85和0.67;p < 0.001和p = 0.004)。同时,其识别中重度脂肪变性的性能不劣于CAP。同时,尽管CAP诊断MAFLD的最佳截断值存在差异,但USFF与1H-MRS结果直接相关,对肝脂肪变性程度提供了更直观的反映。这提示USFF技术是早期识别MASH的一种高效、便捷且高度准确的工具。本研究还提供了不同级别肝脂肪变性的参考截断值,分别为12.01%、19.98%和22.22%,分别对应于S1、S2和S3。
我们的研究存在若干局限性。第一,参与者偏向脂肪变性人群;无脂肪变性参与者的比例为13.3%(15/113),不能代表真实世界人群的分布,可能导致肝脂肪变性诊断的截断值偏高(1H-MRS ≥ 5.56%)。为提高诊断阈值的准确性,有必要纳入更多无脂肪变性的健康志愿者。第二,我们的研究为单中心研究,研究人群偏向轻度和中度脂肪变性,可能导致一定的选择偏倚。需要进一步的多中心验证。此外,由于样本量较小,本研究未能评估炎症或纤维化等潜在混杂因素,因此未来需要更多研究。最后,与MRI-PDFF相比,1H-MRS仅能分析部分肝实质,而MRI-PDFF可扫描并分析整个器官。因此,MRS容易受到标本误差的影响。此外,1H-MRS仅能分析肝实质的脂肪含量,不能像肝活检那样反映肝脏的炎症和纤维化程度。因此,在未来的研究中,我们将以肝活检为金标准,探讨多参数超声在识别纤维化和炎症中的作用。同时,USFF与1H-MRS类似,分析的是部分肝实质而非整个器官,因此存在一定的采样误差。它也容易受到呼吸运动的影响,一些老年患者可能无法很好地屏气,从而导致测量误差。
总之,我们的研究表明,定量USFF与1H-MRS具有很强的相关性,能够比CAP和VHSG更准确地识别肝脂肪变性,有望成为评估MAFLD和MASH的有价值工具。
引用
- Yin H, Fan Y, Yu J, et al. Quantitative US fat fraction for noninvasive assessment of hepatic steatosis in suspected metabolic-associated fatty liver disease. Insights Imaging. 2024. PMID: 38902550. doi:10.1186/s13244-024-01728-2
- 全文:PMC11190099(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11190099/
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。