文献速递泌尿生殖腹部MR

应用区室性、非区室性和无模型扩散MRI方法评估肾间质纤维化

Assessing renal interstitial fibrosis using compartmental, non-compartmental, and model-free diffusion MRI approaches.
PubMed 文献 · Insights Imaging · 2024-06-20

本研究纳入42例慢性肾脏病患者,比较ADC、IVIM、DKI和DR-CSI等扩散MRI方法及皮髓质差值(CMD)鉴别轻度与中重度肾间质纤维化的诊断效能。皮层VB的AUC最高(0.849),VB联合f的AUC达0.903;皮层VB、ΔADC与eGFR联合的AUC达0.963,优于单用eGFR(0.879)。

要点

  • 皮层DR-CSI参数VB鉴别中重度与轻度肾间质纤维化的AUC为0.849。
  • 皮层参数诊断效能总体优于对应CMD,仅ΔADC的AUC达0.828。
  • 皮层VB联合f的AUC为0.903,为MRI双变量模型中最佳。

核心结论

  • 扩散MRI方法(ADC、IVIM、DKI、DR-CSI)评估肾间质纤维化显示出有前景的结果,联合模型可提升诊断效能。

研究设计与样本

  • 横断面研究,为正在进行的关于CKD患者病理改变纵向变化的前瞻性研究计划的一部分,经本院伦理审查委员会批准。
  • 自2022年3月至2023年5月连续纳入50例疑似高危CKD患者,最终42例纳入分析(男23例、女19例,年龄24–74岁)。
  • 采用3.0-T MRI扫描仪(Magnetom Prisma,Siemens Healthineers),18通道相控阵体线圈加嵌入式脊柱线圈。
  • 多b值DWI采用自旋回波单次激发平面回波成像序列,三个方向、12个b值(01–25006 s/mm2,下标为平均次数),TE 54 ms、TR 2100 ms、FOV 380×283 mm2、层厚/间隔3.0/3.0 mm。
  • DR-CSI采用自旋回波单次激发平面回波成像序列,36次采集(6个TE 51–200 ms × 6个b值0–1500 s/mm2),TR、FOV、矩阵、层厚/间隔与多b值DWI序列相同。

关键影像表现/征象

  • 轻度IF组T1w DIXON水像及DWI b0上皮质信号高于髓质,DWI b400上皮质与髓质区分度降低。
  • 中重度IF组皮质ADC、D、f、MD、VC值低于轻度IF组,皮质VB值高于轻度IF组。
  • 中重度IF组髓质D*高于轻度IF组,髓质f低于轻度IF组。
  • 中重度IF组ΔADC、ΔMD、ΔVB、ΔVC、ΔQB、ΔQC均低于轻度IF组。

诊断标准与关键数值

  • IF评分1分为轻度组(n=23),IF评分2–3分为中重度组(n=19,其中2分13例、3分6例)。
  • 皮层参数中VB的AUC最高(0.849),ADC、f、MD的AUC均>0.8(0.803–0.838)。
  • CMD参数中仅ΔADC诊断效能良好(AUC=0.828)。
  • 皮层VB联合f的AUC=0.903,为MRI双变量模型中最佳;VB联合ΔADC的AUC=0.897。
  • 皮层VB、ΔADC与eGFR联合的AUC为0.963(敏感度1.000、特异度0.826),单用eGFR的AUC为0.879(敏感度0.842、特异度0.896)。

临床应用与阅片要点

  • 作者认为IVIM参数中f的临床相关性最突出,其次是D,不推荐D*。
  • 作者认为DKI在评估肾间质纤维化中的临床效用可能需更多研究。
  • 作者指出ADC与MD因均反映平均扩散率而高度相关(r=0.84),MD对ADC的附加价值有限。

局限性

  • 作者指出IVIM的D*拟合不稳定,本研究中D*的标准差较大,且D*的观察者间一致性最低。
  • 作者指出DKI中「复杂性」的解释仍不明确,且皮层与髓质比较的峰度孰高孰低仍存争议。
  • 作者指出DKI在评估肾间质纤维化中的临床效用可能需更多研究。
全文中译18 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 20;15:156. doi: 10.1186/s13244-024-01736-2

引言

慢性肾脏病(CKD)是一个日益严峻的公共卫生问题,定义为长期肾功能丧失[1]。CKD的全球患病率估计为8–16%[2]。CKD的关键组织学特征是间质纤维化(IF)[3],以肾间质中细胞外基质(ECM)的积聚为特征,并与毛细血管闭塞和肾小管萎缩等病理改变相关[2, 4, 5]。估算肾小球滤过率(eGFR)反映某一时刻的肾功能,但并非肾功能损害的独立预测因子。相比之下,IF是肾脏结局的独立且有效的预测因子[6]。广泛纤维化的患者更可能进展至终末期肾衰竭[7, 8],并可能需要计划透析或移植。遗憾的是,IF通常无声进展,无明显表现[9]。活检目前仍是IF评估的唯一既定标准。然而,其侵入性、出血风险、取样偏差以及不适合纵向监测限制了其临床价值[9]。无创性肾脏IF评估方法尽管仅起补充作用,但无疑将有益于CKD的诊断和治疗监测。

在各种成像策略中,弥散加权成像(DWI)及其衍生技术在以评估肾脏微结构方面尤为突出[10–13]。纤维化组织阻碍细胞外空间的水分子运动,这可被DWI捕获。既往研究已将表观扩散系数(ADC)与IF水平和eGFR相关联[12]。此外,纤维化相关的阻塞(如胶原增加)会使分子运动进一步偏离所谓的高斯扩散[5]。这些非高斯特性无法通过单指数ADC捕获,但原则上可通过先进扩散模型捕获,包括隔室模型和非隔室模型[13]。体素内不相干运动(IVIM)是前者的代表,同时考虑伪扩散和真扩散隔室,常用于肾纤维化或肾功能障碍的研究[14–16]。据报道,在IgA肾炎或单侧输尿管梗阻诱导的IF中,IVIM参数(包括D和f)降低[15, 16]。相反,扩散峰度成像(DKI)代表非隔室模型,通过经验公式描述高b值下的特征,并越来越多地应用于近期CKD研究[17, 18]。据报道,肾实质平均扩散率与组织病理学纤维化评分呈负相关,而平均峰度与之呈正相关[17]。

尽管扩散模型的研究结果令人鼓舞,但它们严重依赖人工约束,包括预定成分或特定数学公式。此外,这些方法忽略了弛豫时间等其他特性的影响,限制了其解析体素内贡献的能力[19]。近期进展引入了无模型方法,如多维相关磁共振成像(MRI)[20]。一个显著例子是扩散-弛豫相关谱成像(DR-CSI),已初步应用于肾脏评估[21, 22]。通过结合T2维度和基于峰的谱量化,提供了新的见解。

尽管上述方法均基于扩散磁共振成像(MRI),但它们建立在不同的假设之上,并侧重于不同的肾脏特征。因此,对它们进行比较和联合用于评估病理改变可能值得尝试。此外,它们对肾功能生物标志物(如估算肾小球滤过率(eGFR))的辅助作用也将有所帮助。此外,尽管文献经常提示肾间质纤维化(IF)进展与皮质MRI测量相关[23, 24],但也有一些研究表明,皮髓质差异(CMD),如∆T1和∆ADC,是有效的[3, 10, 25]。鉴于皮质和髓质微结构病理改变存在差异这一假设,这些方法的CMD是否会带来额外的价值值得探究。

本研究的目标是:(1)使用基于扩散的MRI方法(包括ADC、IVIM、DKI和DR-CSI)评估肾脏IF;(2)探讨扩散参数的CMD是否有助于IF评估;(3)探讨这些方法之间的联合或与eGFR的联合是否有助于IF评估。

材料与方法

本横断面研究是一项正在进行的前瞻性研究计划的一部分,该计划旨在利用MRI表征慢性肾脏病(CKD)患者病理改变的纵向变化,已获我院内部审查委员会批准。已获得书面知情同意。

研究对象

从2022年3月至2023年5月,连续纳入50例疑似CKD高风险患者(相关临床症状持续超过3个月且血液检查结果异常),同时符合以下标准并接受肾脏MRI检查:(1)年龄18–80岁;(2)无肾脏手术或其他重大干预的病史;(3)经现场医务人员评估适合进行耗时较长的MRI检查。在进一步分析中,8例患者被排除,原因如下:(1)关键临床和病理数据不可获得(n = 2);(2)最终诊断为(或合并)急性肾损伤(n = 1);(3)最终诊断为终末期肾病(V期)(n = 2);(4)MRI采集不完整(n = 1);(5)MR图像质量差(n = 2)。

临床与病理评估

eGFR采用基于血清肌酐的CKD流行病学协作公式测定[26]。肾脏IF由我院病理科在活检标本上评估。经皮活检在MRI检查后3天内进行,标本采用Masson三色染色法染色。根据2016年IgA肾病牛津分类[27],IF评分根据纤维化百分比< 25%、25–50%和> 50%分别量化为1、2和3分。为进一步分析,IF评分为1的患者归入“轻度IF”组,而IF为2或3的患者归入“中重度IF”组。该分组标准基于两个原因:与轻度IF患者相比,中度和重度IF患者预后更差[28];以及IF = 3患者样本量相对较小(n = 6)。病理诊断见表1。

表1 本研究参与者的临床特征 查看原表 ↗

MRI采集

所有参与者均在3.0 T MRI扫描仪(Magnetom Prisma,Siemens Healthineers)上使用18通道相控阵体线圈和嵌入式脊柱线圈进行检查。MRI方案包括:轴位T1加权(T1w)Dixon、轴位脂肪抑制T2加权(T2w)、冠状位T2w、轴位多b值弥散加权成像(DWI)和轴位弥散弛豫谱成像(DR-CSI)。多b值DWI扫描通过自旋回波单次激发回波平面成像(SE-SS-EPI)序列实现,采用三个方向和12个b值:分别为01 s/mm2、101 s/mm2、301 s/mm2、501 s/mm2、701 s/mm2、1001 s/mm2、2001 s/mm2、4001 s/mm2、8002 s/mm2、10003 s/mm2、15004 s/mm2、20005 s/mm2、25006 s/mm2(下标表示平均次数)。其他参数为:回波时间(TE)54 ms,重复时间(TR)2100 ms,视野(FOV)380 × 283 mm2,采集矩阵135 × 100,插值因子2,10层,层厚/层间距3.0/3.0 mm。对三个正交方向取平均,忽略弥散各向异性。DR-CSI扫描通过SE-SS-EPI序列实现,共36次采集:六个TE(51–200 ms)与六个b值(0–1500 s/mm2)组合。DR-CSI方案的其他参数,包括TR、FOV、矩阵和层厚/层间距,与多b值DWI序列保持一致。详细的MR方案列于表2。

表2 本研究使用的详细MR方案 查看原表 ↗

图像后处理

分别针对皮质和髓质确定感兴趣区(ROI),包括显示肾脏的所有层面。两名放射科医师(分别具有7年和4年腹部MRI经验)借助T1w图像(图S1),使用3D-Slicer(https://www.slicer.org/)中嵌入的分割编辑器工具在DWI b0上手动勾画ROI。尽量避开局灶性区域。12-b DWI序列获得的平均皮质面积为105.3 cm2,髓质面积为37.9 cm2;DR-CSI获得的平均皮质面积为71.8 cm2,髓质面积为26.6 cm2。表观弥散系数(ADC)图使用12-b DWI序列中的b0和b800图像拟合。

IVIM拟合

IVIM和DKI模型使用MATLAB上的自编脚本逐体素拟合,数据来源于12-b DWI序列。IVIM模型定义如下:其中为原始信号强度,D和D*分别为正常弥散组分和伪弥散组分的弥散系数,f为伪弥散分数。在肾脏MRI中,b值的选择可能影响弥散模型的结果。因此,尝试分离由灌注和实质引起的非高斯效应。对于IVIM分析,选择最高至800 s/mm2的b值以避免高b值处的峰度效应。采用两步拟合策略,设定阈值为200 s/mm2 [29]。

DKI拟合

本研究采用的DKI模型为方向平均模型,这是体部MRI推荐使用的模型[30]:其中MD为平均弥散率,MK为平均峰度。为尽量减少潜在灌注效应并集中于软组织引起的复杂性,选择200 s/mm2至2500 s/mm2的b值,排除低b值。考虑到肾脏中存在大量灌注,类似做法可见于既往研究[31]。

DR-CSI

DR-CSI的原理已在文献[20, 32]中清楚阐述。在实际应用中,采用DR-CSI的离散形式:其中,谱强度表示D-T2网格上的分布,而每个网格点代表具有特定扩散率和弛豫特性的“组分”。具体而言,该网格由30行D(对数间隔,0.3–30 μm2/ms)和30列T2(对数间隔,5–200 ms)组成。DR-CSI后处理工作流程与先前文献[21]相似。特别地,在可见的峰值间隙处人工选择边界(T2边界在30–50 ms内,扩散率边界6–9 μm2/ms),定义了三个隔室A(短T2)、B(长T2)和C(高扩散率)。因此,隔室X的DR-CSI体积分数VX通过对“组分”求和获得。隔室A和B被认为与细胞内和细胞外水相关,而C被认为与微血管和体液流动相关[21]。

CMD

对于常用MRI参数,患者的CMD定义为皮质ROI平均值减去髓质ROI平均值。符号“Δ”用作参数名称前CMD的缩写(如ΔADC)。除了传统的DR-CSI CMD(ΔVX)外,还定义了一种新的“谱CMD”(ΔQX)(图1):通过从皮质D-T2谱中减去归一化髓质D-T2谱获得差谱,然后通过谱算子滤波。由于隔室B和C在评估IF中的有效性,计算了ΔQB和ΔQC [21]。详细描述见补充材料。

图1 主要后处理程序的工作流程。a 使用不同b值范围的DWI进行IVIM和DKI拟合。通过减去皮质和髓质的平均值获得每个个体的CMD。b DR-CSI后处理包括两种类型的CMD。传统方法分别计算皮质和髓质的体积分数并进行相减。新方法通过对皮质减髓质谱应用数学算子获得。c 本研究中使用的数学算子。D-T2谱上的强度乘以隔室滤波器和阶运算符,然后求和。IVIM,体素内不相干运动;DKI,扩散峰度成像;DR-CSI,扩散-弛豫相关谱成像;ROI,感兴趣区;MD,平均扩散率;MK,平均峰度 查看原图 ↗

统计学

所有统计分析均使用SPSS(v23.0;IBM Corp.)进行。整个研究中显著性标准为p < 0.05。采用组内相关系数(ICC)评估MRI参数的观察者间一致性。ICC < 0.6、0.6–0.8和> 0.8分别定义为差、一般和好。如果一致性达到一般或好,则采用更有经验放射科医师测量的值。Spearman检验用于评估(1)MRI参数之间以及(2)各MRI参数与eGFR之间的相关性。组间比较使用学生t检验(年龄、eGFR)、Mann–Whitney U检验(MRI参数)或卡方检验(性别)进行。

建立多变量线性回归模型以从轻度IF中识别中重度IF,包括(1)MRI皮质参数与相应CMD的组合,(2)若干MRI参数,以及(3)eGFR与MRI参数的组合。选择适当MRI参数时遵循若干原则,详见补充材料(“多变量模型的构建”部分)。据此,皮质VB、ADC f和∆ADC被纳入多变量模型。采用受试者工作特征曲线(ROC)分析评估参数(或模型)的诊断性能,计算曲线下面积(AUC)、敏感性和特异性(经约登指数优化)。AUC值< 0.6、0.6–0.7、0.7–0.8、0.8–0.9和> 0.9分别解释为诊断性能差、可接受、中等、良好和优秀。

结果

临床特征

最终,42例CKD患者(男23例,女19例,年龄24–74岁)的数据被纳入分析,包括23例轻度、13例中度和6例重度IF患者。两例典型病例见图2和图3。详细临床信息见表1。轻度与中重度IF组之间在年龄(p = 0.726)或性别(p = 0.801)方面未发现显著差异。中重度IF组的eGFR显著较低(51.1 ± 24.7 vs 90.3 ± 19.7,p < 0.001)。

图2 一名65岁男性,膜性肾病,病理证实为轻度IF。a1–a3 在T1w DIXON water和DWI b0上皮质较髓质呈高信号,但在DWI b400上区分度较低。b–e 给出了(b) ADC、(c1–c3) IVIM、(d1, d2) DKI和(e1–e3) DR-CSI的参数图。f1–f3 皮质、髓质及其差值的DR-CSI D-T2谱。CKD,慢性肾脏病;IVIM,体素内不相干运动;DKI,扩散峰度成像;DR-CSI,扩散-弛豫相关谱成像;MD,平均扩散率;MK,平均峰度 查看原图 ↗
图3 一名24岁女性,IgA肾炎,病理证实为重度IF。a1–a3 在T1w DIXON water上皮质较髓质呈高信号,但在DWI b0和b400上区分度均较低。b–e 给出了b ADC、c1–c3 IVIM、d1, d2 DKI和e1–e3 DR-CSI的参数图。f1–f3 皮质、髓质及其差值的DR-CSI D-T2谱。CKD,慢性肾脏病;IVIM,体素内不相干运动;DKI,扩散峰度成像;DR-CSI,扩散-弛豫相关谱成像;MD,平均扩散率;MK,平均峰度 查看原图 ↗

组间比较

所有参数的操作者间一致性为一般至良好(表S1)。MRI参数的组间比较结果列于表3。在皮质区域内,两组间ADC、D、f、MD、VB和VC存在显著差异。具体而言,与轻度IF相比,中重度IF的ADC(1.97 ± 0.23 vs 2.19 ± 0.12 μm2/ms,p = 0.001)、D(1.54 ± 0.16 vs 1.65 ± 0.10 μm2/ms,p = 0.019)、f(17.3 ± 4.9% vs 22.6 ± 4.6%,p = 0.001)、MD(2.74 ± 0.48 vs 3.17 ± 0.29 μm2/ms,p = 0.001)和VC(24.9 ± 5.3% vs 31.0 ± 6.5%,p = 0.003)呈现较低值,而VB(54.5 ± 8.4% vs 42.9 ± 8.5%,p = 0.001)呈现较高值。在髓质区域内,与轻度组相比,中重度组的D*显著较高(67.4 ± 17.1 vs 53.1 ± 19.5 μm2/ms,p = 0.018),f较低(12.1 ± 3.3% vs 16.1 ± 4.2%,p = 0.002)。对于大多数参数,中重度组相比轻度组倾向于具有较少的CMD。在ΔADC(0.19 ± 0.10 vs 0.33 ± 0.14 μm2/ms,p < 0.001)、ΔMD(0.48 ± 0.23 vs 0.77 ± 0.31 μm2/ms,p = 0.002)、ΔVB(0.5 ± 8.6% vs −7.3 ± 7.9%,p = 0.007)、ΔVC(2.9 ± 4.6% vs 6.6 ± 5.8%,p = 0.037)、ΔQB(0.01 ± 1.17 vs −1.15 ± 1.16,p = 0.007)和ΔQC(0.39 ± 0.89 vs 1.28 ± 1.24,p = 0.016)中可发现显著差异。

表3 皮质、髓质值及扩散MRI衍生参数CMD的组间比较 查看原表 ↗

MRI参数与eGFR之间的相关性

皮质MRI参数之间的相关性见图4和图S2。ADC与MD之间存在强相关(r = 0.84,p < 0.001)。MD与D*(r = 0.55)、ADC与D*(r = 0.50)、VA与VB(r = −0.64)以及VB与VC(r = −0.53)之间存在中度相关(均p < 0.001)。f与ADC(r = 0.33)、f与MD(r = 0.40)以及VC与D*(r = 0.35)之间存在显著但弱的相关(均p < 0.05)。在髓质参数内的相关性中(图S3和图S4),尽管ADC与D(r = 0.41)以及D*与MK(r = 0.43)之间存在显著相关(均p < 0.01),仍可发现类似的关系。

MRI参数与eGFR的相关性见图S5。皮质ADC(r = 0.45)、D(r = 0.62)、f(r = 0.33)、MD(r = 0.36)、VC(r = 0.49)、髓质D(r = 0.50)、f(r = 0.32)以及ΔADC(r = 0.39)、ΔMD(r = 0.36)和ΔVC(r = 0.39)存在正相关。皮质VB(r = −0.45)存在负相关。

图4 热图展示了皮质MRI参数之间的Spearman相关系数(r)。ADC,表观扩散系数;MD,平均扩散率;MK,平均峰度 查看原图 ↗

评估IF

ROC分析结果列于表4和表5以及图5。对于所有参数,皮质参数的AUC高于CMD。在皮质MRI参数中,DR-CSI VB的AUC数值最高(0.849),而ADC、f和MD也表现出良好的性能(AUC 0.803–0.838)。在参数的CMD中,仅ΔADC表现出良好的性能(AUC = 0.828)。

将皮质值与CMD结合后,大多数涉及参数的AUC和特异性略有提高(1–5%),但D除外。将皮质VB与ΔQB结合(AUC = 0.879)显示出略优于与ΔVB结合(AUC = 0.860)的提升。将皮质VC与ΔQC结合达到了比与ΔVC结合(0.842)更大的灵敏度(0.894),而AUC相似(0.806 vs 0.801)。

在MRI双变量模型中,VB联合f获得最佳性能(AUC = 0.903),其次是VB联合ΔADC(AUC = 0.897),两者均带来> 5%的AUC提升。MRI三变量模型未显示出大幅改善(0.892–0.906)。单独使用eGFR鉴别中重度IF表现出良好性能(AUC = 0.879)。皮质VB、ΔADC和eGFR的联合可达到AUC 0.963的优秀性能,并且与单独使用eGFR相比,特异度(0.826 vs 0.896)和敏感度(0.842 vs 1.000)均有提升。皮质VB、f和eGFR的联合与单独使用eGFR相比,也显示出AUC(0.879 vs 0.938)和敏感度(0.842 vs 0.947)的改善。

表4 MRI参数鉴别中重度IF与轻度IF的诊断性能 查看原表 ↗
表5 使用MRI、eGFR的多变量模型以及MRI联合eGFR的多变量模型鉴别中重度IF与轻度IF的诊断性能 查看原表 ↗
图5 以(a)皮质DR-CSI参数及其与其CMD的联合;(b)DWI模型参数及其与其CMD的联合;(c)多变量MRI模型;(d)eGFR及其与MRI参数的联合,鉴别中重度纤维化的ROC曲线。ROC,受试者工作特征曲线;CMD,皮髓质差值;DWI,弥散加权成像;DR-CSI,弥散-弛豫相关谱成像;eGFR,估算肾小球滤过率;ADC,表观弥散系数;MD,平均弥散率 查看原图 ↗

讨论

我们的研究比较并联合了几种弥散MRI方法,包括常规(ADC)、隔室(IVIM)、非隔室(DKI)和无模型(DR-CSI)方法,用于鉴别伴有中重度IF的CKD患者与轻度纤维化患者。每种方法均揭示了有前景的影像生物标志物,显示出组间的显著差异。其中,VB、ADC、ΔADC、f和MD显示出良好的诊断能力,并通过双变量模型得到进一步增强。此外,我们发现整合弥散MRI指标相比单独使用eGFR提供了诊断改善。

IVIM中的伪弥散隔室被认为与灌注相关,这是肾脏研究中一个引人关注的课题[14, 15, 33]。对于重度CKD患者,肾小管萎缩常与IF共存,导致预期中的灌注减低。这与我们的发现相印证,在更严重IF组中,皮质和髓质的f均低四分之一。尽管皮质D也呈现出差异,但其诊断性能出乎意料地低于f,这与我们最初的假设以及既往在IgA肾病中的报道[16]相反。这一差异可能由肾小管萎缩的体积大于间质来解释,并且文献中f与组织病理学纤维化评分的相关性比D更强,进一步支持了这一点[34]。IVIM的一个已知挑战是D*拟合的不稳定性,本研究中的D*具有较大的标准差即为佐证。此外,D*显示出最低的观察者间一致性,与现有文献一致[31]。鉴于常用ADC测量包含低b值(0 s/mm2或50 s/mm2),其与IVIM-f和D*的相关性是预期的。在IVIM参数中,我们的研究强调了f的临床相关性,其次是D,而不推荐D*。

尽管DKI在肾脏研究中的应用日益增多,但对“复杂性”的解读仍然模糊。与既往研究相反,我们未发现MK向严重纤维化方向发生显著变化[35]。此外,皮质与髓质之间的比较峰度保持较高水平,且由于纤维化肾[35, 36]或健康肾[31, 37, 38]中均存在矛盾结果,这仍是一个争论的话题。我们的研究报告了两组患者均存在轻微但阳性的CMD。幸运的是,MD的争议较小,因为我们的研究显示了组间差异且诊断性能良好,与既往发现一致[35, 36]。然而,其相对于ADC的附加价值因两者结果相似而受限,强Spearman相关性证明了这一点。这归因于它们在测量平均扩散率方面的重叠作用。DKI在评估肾IF中的临床效用可能需要更多研究。

先进的房室模型,如三组分IVIM模型,已被引入以捕捉肾脏微观结构[39]。然而,由于多指数信号衰减反演的困难,在数学上准确确定这些房室具有挑战性[40]。令人鼓舞的是,扩展维度缓解了这种不适定性[19, 20],且DR-CSI已在肾脏微观结构成像中展示了其潜力[21]。在本研究中,皮质VB优于其他参数,这暗示受阻的细胞外水可能与IF密切相关。新定义的频谱CMD显示出有前景的结果,提供了这样的启示:无模型方法可能通过利用峰移和分数变化来最大化其优势。中重度IF中ΔVB和ΔQB升高可能与ECM积累增加有关。ΔVC和ΔQC降低提示皮质微血管内贡献减少和扩散率降低。DR-CSI的突出之处在于其与其他模型参数的相关性较小,可能归因于T2的纳入。这在将VB与f或ADC结合时增强了诊断能力。一个例外是VC与D*相关,两者均代表灌注相关特征。然而,DR-CSI分数之间存在固有的负相关,因为它们之和必须为1,这凸显了解读这些测量的复杂性。

多变量模型的结果令人鼓舞,反映了这些方法不同的生物物理学关注点。扩散MRI满足了作为eGFR强有力辅助手段的期望,因为eGFR只能反映肾功能的一个方面,尽管是重要的方面。我们的研究报告了更多显示组间差异的皮质参数,这与既往观点一致,即纤维化肾脏中T1w CMD的丢失是由皮质变化引起的[25]。然而,考虑到肾脏ADC的个体差异,减去髓质仍然有意义[10, 41]。观察到严重纤维化时CMD趋于零的趋势,与既往关于ADC的发现一致[3, 10]。正如我们的发现所示,先进扩散方法的CMD本身并非优越的指标,但作为补充输入具有前景。结合肾脏分割技术,这可能为当前CKD评估带来适度且经济高效的提升。

本研究存在若干局限性。第一,采样偏倚是一个挑战,因为重度CKD患者更可能被判定为不适合活检,因此未被纳入。这也可以解释重度纤维化病例样本量相对较小(n = 6)。第二,三个IF水平的样本量有限。这也导致将中度和重度IF合并为一组,这是研究设计中的另一个局限性。尽管中度和重度IF患者相比轻度患者预后更差,但它们具有不同的临床意义。第三,IF的病理评估采用了三点评分,而非提供纤维化组织比例的定量测量。既往一项研究将纤维化定量评估达到10%的精度[3],从而能够与MRI参数进行相关性分析。最后,一个值得注意的小问题是,本研究中DR-CSI序列仅覆盖六个横断面。CKD所致的纤维化往往呈弥漫性分布,不覆盖全肾的功能性MRI是可以接受的。然而,由于该技术处于应用早期阶段,未来探索更大覆盖范围的工作将是有价值的。

结论

总之,我们的研究表明,使用扩散MRI方法评估肾脏IF具有前景良好的结果。对于所纳入的大多数MRI参数,在皮质值和CMD中均发现不同IF组之间存在显著差异。若干参数在区分中重度IF患者与轻度患者方面表现出良好的诊断性能。双变量MRI模型可提升诊断性能。与单独使用eGFR相比,联合扩散参数可带来改善。这些发现可为肾脏病理的无创评估策略提供见解。

补充信息

电子补充材料

引用

  1. Hu W, Dai Y, Liu F, et al. Assessing renal interstitial fibrosis using compartmental, non-compartmental, and model-free diffusion MRI approaches. Insights Imaging. 2024. PMID: 38900336. doi:10.1186/s13244-024-01736-2
  2. 全文:PMC11189852(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11189852/

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。