身体成分作为预测慢性肾脏病进展风险的潜在影像学生物标志物
回顾性纳入416例慢性肾脏病患者,在腹部CT上测量身体成分面积、指数及CT值(HU),以eGFR下降>50%或进展至终末期肾病为高风险终点。多因素Cox分析显示SATd是预测高风险人群最有价值的无创身体成分指标,构建的列线图在训练集和验证集1、2、3年AUC分别为0.805/0.753、0.784/0.783、0.846/0.754;糖尿病CKD患者需额外关注VSR和RSFd。
要点
- 腹部CT测量的皮下脂肪CT值(SATd)是预测CKD进展高风险最有价值的无创身体成分指标。
- 列线图在训练集和验证集1、2、3年AUC分别为0.805/0.753、0.784/0.783、0.846/0.754。
- 糖尿病CKD患者需额外关注内脏脂肪与皮下脂肪比值(VSR)和肾窦脂肪CT值(RSFd)。
核心结论
- SATd是所有身体成分参数中预测CKD高风险人群最有价值的无创指标。
- 构建的列线图具有泛化性、良好性能、区分度和临床实用性。
- 脂肪组织CT值而非面积可作为CKD患者预后的新生物标志物。
研究设计与样本
- 回顾性研究纳入416例诊断为CKD的患者,其中训练集328例来自汉口分院,验证集88例来自光谷分院和中法新城分院。
- 高风险组定义为eGFR下降大于50%或进展至终末期肾病(eGFR<15 mL/(min×1.73 m2)),其余为低风险组。
- 在腹部CT图像上测量身体成分面积、指数及CT值(HU),采用Cox回归筛选风险因素并构建列线图。
- 使用时间依赖ROC曲线、校准曲线和决策曲线分析评估列线图性能。
关键影像表现/征象
- 皮下脂肪CT值(SATd)在整体多因素分析中为独立预测因子(HR 1.018,95%CI 1.007–1.029,p<0.001)。
- 尿素(HR 3.696,95%CI 2.372–5.759,p<0.001)、24小时尿蛋白(HR 2.253,95%CI 1.202–4.225,p=0.011)、平均动脉压(HR 2.112,95%CI 1.471–3.060,p<0.001)、糖尿病(HR 1.769,95%CI 1.246–2.512,p=0.001)亦为独立预测因子。
- 糖尿病CKD患者中,年龄、尿素、血肌酐、白蛋白、平均动脉压、VSR和RSFd为显著预测因子。
- 非糖尿病CKD患者中,尿素、HCO3−、24小时尿蛋白、白蛋白、平均动脉压和SATd为显著预测因子。
诊断标准与关键数值
- 列线图训练集1年、2年、3年AUC分别为0.805(95%CI 0.751–0.857)、0.784(95%CI 0.722–0.844)、0.846(95%CI 0.786–0.905)。
- 列线图验证集1年、2年、3年AUC分别为0.753(95%CI 0.637–0.865)、0.783(95%CI 0.662–0.899)、0.754(95%CI 0.604–0.900)。
- 身体成分测量观察者间一致性ICC均较高,如VAT ICC=0.998(95%CI 0.988–0.999)、SAT ICC=1.000(95%CI 1.000–1.000)、SATd ICC=0.997(95%CI 0.992–0.999)。
临床应用与阅片要点
- 可在腹部CT上测量皮下脂肪CT值(SATd)辅助预测CKD进展风险。
- 列线图纳入尿素、糖尿病、平均动脉压、24小时尿蛋白和SATd,可计算总分预测高风险概率。
- 糖尿病CKD患者应额外关注VSR和RSFd。
- 评估VSR水平时应注意患者性别差异。
局限性
- 原文未报告局限性。
全文中译8 节 · 点击展开
引言
过去40年全球肥胖率持续上升,在超过三分之一的国家中翻了一番[1]。《柳叶刀》报告称,全球超重和肥胖的估计发生率高达约40%[2]。作为慢性肾脏病(CKD)的独立危险因素[3, 4],肥胖在15%–30%的患者中发挥关键的致病作用[5]。此外,过去三十年间肥胖相关性肾病的发病率从0.2%上升至2.7%[6]。肥胖与糖尿病、高血压和心血管风险的高累积患病率相关,而这些也是CKD的危险因素[7]。因此,肥胖也亟需预防和控制,尤其是对CKD患者而言。
虽然体重指数(BMI)等传统指标仍是最常用的肥胖评估方法,但身体成分的改变在CKD患者中非常常见[8]。身体成分变化是营养、能量代谢和炎症共同作用的结果,可作为辅助指标帮助临床医生为CKD患者做出更好的决策。因此,进一步准确测量和描绘人体脂肪组织至关重要。诊断成像技术的进步有助于确定内脏脂肪组织(VAT)[9]、皮下脂肪组织(SAT)[10]和肾窦脂肪(RSF)[11, 12]对CKD的发生、进展和结局的有害影响。内脏与皮下脂肪比值(VSR)比单独VAT或SAT能提供更多关于CKD患者脂肪分布的信息[13]。除脂肪组织外,低肌肉量也是胰岛素抵抗和2型糖尿病的危险因素[14]。近年来,身体成分的放射密度已通过计算机断层扫描(CT)以亨斯菲尔德单位(HU)客观测量,其反映组织的X射线吸收程度,作为新的生物标志物受到越来越多关注。例如,已发现高脂肪组织放射密度与多种肿瘤患者较低的生存率相关[15]。然而,据我们所知,此前尚无研究关注身体成分放射密度与CKD患者预后之间的关系。
因此,本研究的目的在于利用CT图像上测量的身体成分面积和放射密度来评估CKD的进展风险。
方法
研究对象
本回顾性研究经我院伦理委员会批准,豁免知情同意要求。本研究纳入2012年1月至2023年8月在同济医院住院的2980例确诊为CKD并接受腹部CT检查的成年患者。排除标准如下:(1)腹部CT图像不完整或质量不佳(严重图像运动伪影)的患者。(2)甲状腺功能亢进或甲状腺功能减退的患者。(3)有恶性肿瘤病史或先天性孤立肾或多囊肾的患者。(4)肾移植或接受透析的患者。(5)患者仅就诊一次且缺乏随访记录。最终,416例患者纳入本回顾性研究。患者筛选流程见图1。其中,328例患者来自汉口院区(主院区)作为训练集,88例患者来自光谷院区和中法新城院区作为验证集。临床信息通过同济医院病历系统收集,包括性别、年龄、身高、体重、肾功能指标值[估算肾小球滤过率(eGFR)、尿素、血清肌酐(Scr)、尿酸和HCO3−]、四项血脂[总胆固醇脂蛋白、甘油三酯(TG)、低密度脂蛋白胆固醇和高密度脂蛋白胆固醇(HDL)]、24 h尿蛋白(24 h-Upro)、24 h尿白蛋白(24 h-UA)、白蛋白(ALB)、空腹血糖(FBG)、平均动脉压(MAP)、中性粒细胞与淋巴细胞比值(NLR)、糖尿病、高血压以及免疫抑制剂使用情况。BMI通过体重除以身高的平方计算。随访终点事件定义为:在截止时间(2023年8月)之前eGFR下降大于50%或进展为终末期肾病(ESKD)(eGFR < 15 mL(min × 1.73 m2))的患者分为高进展风险组,其他患者分为低进展风险组。记录每位患者的总生存时间(OS),即从腹部CT检查至随访终点事件或截止时间(2023年8月)。
身体成分测量
所有腹部CT图像均由以下CT扫描仪之一扫描(Optima 660,GE Healthcare,美国;Discovery CT750 HD,GE Healthcare,美国;LightSpeed16,GE Healthcare,美国;uCT 780,联影,中国;Aquilion One TSX-301A,东芝,日本),并从图像归档与通信系统中下载。CT协议:管电压,120 kV;管电流,350 mA;矩阵,512 × 512 mm;层厚,5 mm;重建层厚,1.25 mm。两名受过训练的放射科医师(Z.L.和G.Y.)在不了解患者诊断和临床信息的情况下,独立使用ImageJ软件(美国国立卫生研究院,美国)勾画并计算身体成分。随机选择30例患者的图像以评估观察者间一致性。选择CT图像上第三腰椎中间层面勾画身体成分。组织阈值设定为−190 HU至−30 HU之间,然后使用魔棒工具勾画内脏脂肪(VAT)和皮下脂肪(SAT)的边缘。接下来,根据经验手动调整VAT的边界。仅残留在肌肉区域内的脂肪组织为肌间脂肪组织(IMAT)。最后,将阈值设定为−150 HU至−29 HU以勾画骨骼肌面积(SMA,包括腰大肌、椎旁肌和腹部肌肉)。本研究中SMA为去除IMAT后的净肌肉面积。内脏脂肪与皮下脂肪比值(VSR)通过VAT除以SAT计算。脂肪与肌肉比值(FM)采用相同方法计算,即VAT与SAT之和除以SMA。个体肾脏的肾窦脂肪(RSF)在去除其他结构后,于−190至−30 HU范围内,使用肾动脉进入肾门的轴位CT图像沿肾脏曲度范围手动测量。本研究中使用的RSF为双肾RSF的平均值。为比较不同体型患者,身体成分还除以身高平方以得出内脏脂肪指数(VFI)、皮下脂肪指数(SFI)、肌间脂肪指数(IFI)、骨骼肌指数(SMI)和肾窦脂肪指数(RFI)。平均放射密度从用于身体成分面积的相同感兴趣区采集(皮下脂肪组织密度(SATd);内脏脂肪组织密度(VATd);肌间脂肪组织(IMATd);骨骼肌面积密度(SMAd)和肾窦脂肪密度(RSFd))。身体成分勾画见图2。
统计分析
所有统计分析均采用SPSS(26.0版,IBM SPSS,美国伊利诺伊州芝加哥)、GraphPad Prism(9.5.1版,GraphPad Software公司)和R(4.4.1版)进行。缺失值低于30%的以平均值补齐。连续变量以均值±标准差表示,分类变量以数值和百分比的形式显示。除年龄外的临床参数均以正常值为分界线转换为二分类变量。考虑到不同亚组与整体患者之间身体成分参数的差异,采用身体成分参数原始值进行单因素和多因素生存分析。采用单因素Cox比例风险回归独立分析各变量对CKD患者预后的影响。随后,将认为具有统计学意义(p < 0.1)的变量纳入多因素逐步Cox比例风险回归模型。最终确定对CKD患者预后影响最大的变量。采用双侧显著性水平p < 0.05。计算95%置信区间(CI)和风险比(HR)。此外,根据上述结果绘制列线图以预测CKD患者的生存。绘制时间依赖性受试者工作特征(ROC)曲线并计算曲线下面积(AUC),以评估列线图区分高危组与低危组的诊断效能。
考虑到验证集中亚组患者数量相对较少,将训练集与验证集合并为一个整体进行亚组分析。为确定同一指标是否适用于不同亚组,并深入了解不同亚组中最有用的生物标志物,采用上述相同的统计方法对男性/女性、糖尿病/非糖尿病、高血压/非高血压CKD患者进行分析。
结果
人口学与临床特征
本回顾性研究纳入416例临床确诊为CKD的患者(男性268例,女性148例;平均年龄55.89 ± 16.96岁)。截至2023年8月,162例发生随访终点事件的患者被归为高危组,254例被归为低危组,总体人群HR为38.9%。其中肾病综合征85例,糖尿病肾病73例,免疫球蛋白A肾病36例,过敏性紫癜性肾炎27例,高血压肾病18例,膜性肾病35例,抗中性粒细胞胞质抗体相关性肾小球肾炎1例,梗阻性肾病2例,缺血性肾病3例,间质性肾小球肾炎3例,痛风性肾病4例,局灶增生性肾小球肾炎5例,轻度肾小球肾炎3例,病因不明121例。其中,CKD 1期患者88例,CKD 2期患者99例,CKD 3期患者113例,CKD 4期患者116例。所有患者的平均OS为763.01 ± 2256.02天。416例纳入患者的临床信息和身体成分参数见表1和表2。
观察者间信度评估
各身体成分参数的组内相关系数(ICC)及95% CI如下:内脏脂肪组织(VAT)(ICC = 0.998,95% CI:0.988–0.999);VATd(ICC = 0.998,95% CI:0.995–0.999);皮下脂肪组织(SAT)(ICC = 1.000,95% CI:1.000–1.000);SATd(0.997,95% CI:0.992–0.999);肌内脂肪组织(IMAT)(ICC = 1.000,95% CI:0.999–1.000);IMAT(ICC = 1.000,95% CI:0.998–1.000);骨骼肌面积(SMA)(ICC = 0.992,95% CI:0.916–0.998);SMAd(ICC = 0.989,95% CI:0.978–0.995);肾窦脂肪(RSF)(ICC = 0.996,95% CI:0.992–0.998);RSFd(ICC = 0.995,95% CI:0.991–0.999)。结果表明,两位放射科医师之间具有极佳的观察者一致性,身体成分参数具有良好的测量可重复性。
生存分析
对于所有患者,多因素Cox分析显示,尿素(HR:3.696,95% CI:2.372–5.759,p < 0.001)、24小时尿蛋白(24 h-Upro)(HR:2.253,95% CI:1.202–4.225,p = 0.011)、平均动脉压(MAP)(HR:2.112,95% CI:1.471–3.060,p < 0.001)、糖尿病(HR:1.769,95% CI:1.246–2.512,p = 0.001)和SATd(HR:1.018,95% CI:1.007–1.029,p < 0.001)与慢性肾脏病(CKD)患者的预后独立相关。生存分析结果见表3。图3显示了根据训练集生存分析结果(表3)构建的列线图。在训练集中,列线图在1年、2年和3年的ROC曲线AUC分别为0.805(95% CI:0.751–0.857)、0.784(95% CI:0.722–0.844)和0.846(95% CI:0.786–0.905)(图4A)。验证集证实了列线图良好的预测性能。1年、2年和3年的预测AUC值分别为0.753(95% CI:0.637–0.865)、0.783(95% CI:0.662–0.899)和0.754(95% CI:0.604–0.900)(图4B)。并通过决策曲线分析评估了列线图的临床实用性(图4C、D)。图5显示了训练集和验证集(nasty 1000)的校准曲线,表明列线图的预测结果与实际随访结果密切一致,提示预测性能稳定且可扩展。
如表4所示,尿素、血肌酐(Scr)、中性粒细胞与淋巴细胞比值(NLR)、MAP、糖尿病和SATd是男性CKD患者的独立预测因素,而尿素、MAP和SATd是女性患者的独立危险因素。图6以森林图形式展示了影响糖尿病/非糖尿病和高血压/非高血压CKD患者预后的独立因素。在非糖尿病患者中,多因素模型确定尿素、HCO3−、24 h-Upro、白蛋白(ALB)、MAP和SATd为CKD的显著预测因素。在糖尿病患者中,多因素模型确定年龄、尿素、Scr、ALB、MAP、内脏脂肪与皮下脂肪比值(VSR)和RSFd为CKD的显著预测因素。尿素、糖尿病、免疫抑制、VSR和SATd是非高血压CKD患者的独立预测因素,而尿素、尿酸、高密度脂蛋白(HDL)、24 h-Upro、MAP和SATd是高血压CKD患者的独立危险因素。
讨论
据我们所知,这是第一项综合探讨CT扫描获得的身体成分指数和放射密度与CKD患者预后之间关系的全面研究。在我们的研究中,SATd不仅在全体患者的多因素生存分析中具有显著性,而且在男性、女性、非糖尿病、非高血压和高血压CKD患者亚组中仍为独立预测因素。RSFd对糖尿病CKD患者亚组有意义,但在总体人群中表现不佳。此外,VSR是非高血压和糖尿病CKD患者的显著预测因素。我们的结果提示,所有身体成分需要在同一个模型中考虑,而且脂肪组织的质量而非数量可能成为CKD患者预后的新无创指标。这具有临床意义,因为它有助于早期识别高风险患者并对其管理进行分层。
放射密度代表脂肪组织的质量。既往研究表明,CT测量的脂肪组织放射密度可用于区分棕色脂肪组织(BAT)与白色脂肪组织(WAT)[16]。WAT负责以较大脂滴(也称为甘油三酯(TGs))的形式储存能量,因此WAT具有更大的脂肪细胞、更高的单纯脂肪酸含量以及更低的放射密度[17]。BAT是机体产热的重要组成部分[18]。脂肪组织放射密度越高,WAT的棕化程度越高,提示脂肪细胞萎缩、重塑和损伤。此外,放射密度较高的脂肪组织含有更多高分子量脂肪(包括甘油磷脂、神经酰胺和其他蜡质脂肪分子),以及更多炎症因子和更多单核细胞浸润,这可能提示脂肪细胞发生代谢转化[17]。这些机制最终影响脂肪组织产生脂肪酸和脂肪因子的能力,导致全身代谢功能障碍[19]。此外,既往研究表明,较高的脂肪组织放射密度与更强的炎症反应[20]、胰岛素抵抗以及包括高血压在内的心血管代谢风险[21]显著相关。所有这些因素均导致CKD患者的病情恶化和生存不良。
BMI与CKD患者的预后无关,这与Garofalo等[3]的研究相反。可能的原因是,BMI虽然在一定程度上反映肥胖,但不能区分肌肉和脂肪组织,更不能反映脂肪组织在体内的分布和特定脂肪组织含量[22]。CKD患者的预后与一种或多种脂肪类型组成的特定变化相关。
人体约80%的脂肪位于皮下,皮下脂肪主要积聚于前腹部、股臀部 and 背部[23]。皮下脂肪是能量摄入与消耗之间失衡的正常生理缓冲。它主要以TGs形式在脂肪细胞中储存过量脂肪酸和甘油,发挥储存作用[24]。与大腿脂肪相比,腹壁SAT每千克吸收更多TGs并释放更多游离脂肪酸。脂肪组织中储存的TG越多,瘦素水平越高,瘦素对食物摄入具有持续抑制作用并增加能量消耗[25]。如果SAT的储存能力达到极限,或因其储存能力因遗传易感性或应激而受损,SAT将失去其保护作用[26]。SATd增加表明具有储存能力的WAT比例下降,SAT的储存和保护能力受损。因此,SATd的变化是CKD患者预后的非常重要的生物标志物。
对于糖尿病慢性肾脏病(CKD)患者,应更加关注肾窦脂肪(RSFd)和内脏脂肪与皮下脂肪比值(VSR)。RSF是一种内脏脂肪(VAT),位于肾门周围,紧密环绕肾血管、肾盂和淋巴管。Foster等研究表明,RSF在CKD的发生和发展中具有特定作用,且独立于体质指数(BMI)和VAT [11]。这是因为RSF可直接增加肾脏压力,其合成和释放的各种脂肪因子及促炎细胞因子可通过直接扩散作用于肾细胞,导致肾缺血、缺氧、炎症、氧化应激、胰岛素抵抗及进一步的肾纤维化 [11]。此外,RSF可通过分泌血管收缩因子调节动脉血管张力和肾脏血流动力学,类似于骨骼肌中的血管周围脂肪组织(PVAT),从而影响肾功能 [27]。原因之一在于RSF旁分泌作用引起的促炎效应增强或胰岛素抵抗会导致脂联素产生减少,进而使平滑肌张力舒张降低 [28]。另一个原因是,由于RSF也是PVAT,其分泌功能的变化会导致内皮细胞产生一氧化氮等血管舒张因子减少,从而也增加肾入球阻力 [29]。因此,即使RSF面积没有增加,放射密度变化引起的功能改变对糖尿病CKD患者的预后也非常重要。
VSR是内脏肥胖的重要指标,也是2型糖尿病和CKD的独立危险因素 [30]。既往研究表明,VSR与胰岛素抵抗和心血管风险的相关性优于BMI或VAT [13]。它提供的身体成分信息多于VAT,是腹部脂肪组织(包括皮下脂肪组织(SAT)的影响)中最显著的指标值。因此,对于合并糖尿病的CKD患者,减轻体重并将VSR控制在较低水平将是一项重要的治疗措施。吡格列酮作为一种糖尿病治疗药物,可降低糖尿病患者的VSR值,从而提高组织对胰岛素的敏感性和血糖控制 [31]。此外,Li等的研究证明性别之间身体成分存在显著差异,男性往往有更多的VAT和骨骼肌面积(SMA),而女性的脂肪主要储存在皮下 [32]。这表明男性和女性的正常VSR值本身就不同。因此,临床评估VSR水平时应注意患者的性别。
本研究发现糖尿病是CKD的独立预后危险因素。合并糖尿病的CKD患者发生不良CKD结局的可能性几乎增加两倍。既往研究表明,糖尿病已成为CKD的首要病因,约占ESKD病因的45% [33]。高血糖通过损伤微血管破坏氧运输。此外,糖尿病患者中钠-葡萄糖协同转运蛋白-2上调及肾小球超滤过导致钠重吸收增加而使氧耗增加,从而引起肾脏缺氧和纤维化 [34]。缺氧在CKD中发挥复杂作用,如肾小管细胞损伤、内皮细胞异常持续激活导致肾毛细血管结构丧失,以及内皮细胞脱落并分化为活化肌成纤维细胞导致肾纤维化 [35]。既往研究表明,遗传性内脏脂肪质量增加与2型糖尿病之间存在因果关系 [36],且糖尿病患者的身体成分与非糖尿病患者不同。这也可能解释为何本研究中糖尿病CKD患者的预测性身体成分与其他患者不同。
MAP是预测整体CKD人群以及除无高血压者外的CKD患者亚组中CKD患者预后风险的独立参数。高血压是CKD发生和进展的重要危险因素,在CKD患者中常见,患病率为60%至90%。它增加肾小球内囊压力,导致肾小球纤维化萎缩和肾动脉硬化,引起肾实质缺血和肾单位耗竭,进一步导致患者肾功能下降 [37]。肾功能的持续下降进展为CKD,导致容量负荷过重、肾素-血管紧张素-醛固酮系统激活、交感神经过度兴奋、钠排泄减少盐潴留以及内皮功能障碍,进而导致血压升高 [37]。以上均表明CKD与高血压之间关系密切且相互促进。因此,控制血压在预防和延缓CKD进展中起着非常重要的作用。推荐血管紧张素转换酶抑制剂或血管紧张素受体阻滞剂作为一线治疗,因为它们不仅可有效控制血压,还可减少尿蛋白 [38]。
各种实验室指标在不同分类患者中均显示出良好的预测能力,表明在临床实践和预测模型中需要综合考虑各种指标,包括肾功能、血脂、NLR、尿蛋白和ALB。它们从不同维度反映了CKD患者的身体状况,这与Liang等 [39] 的研究一致。因此,临床医生需要密切关注临床指标的变化并将其控制在正常范围内,尤其是尿素和24 h-Upro,这两项在所有CKD患者中均具有显著性。
本研究存在若干局限性。首先,纳入的CKD患者均为中国人,且为单中心回顾性研究。其次,我们仅分析了基线体成分对CKD患者的影响,而体成分随后可能随疾病进展或治疗而发生变化。
总之,尿素、24 h-Upro、MAP、糖尿病和SATd是不良预后的高危因素,也是CKD进展的独立预测因素。我们建立的用于预测CKD患者预后的列线图具有良好的性能、临床实用性和可靠性,可为医生提供更多CKD相关生物学信息,以在现有临床流程基础上指导临床决策。体成分参数的预后价值在糖尿病与非糖尿病CKD患者之间存在差异。体成分,尤其是脂肪组织放射密度,与CKD之间的相关性及机制有待进一步研究。
引用
- Liao Z, Yuan G, He K, et al. Body composition as a potential imaging biomarker for predicting the progression risk of chronic kidney disease. Insights Imaging. 2024. PMID: 39400628. doi:10.1186/s13244-024-01826-1
- 全文:PMC11473763(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11473763/
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。