文献速递骨肌CT

双能CT检测前交叉韧带损伤的诊断效能:系统综述与Meta分析

Diagnostic performance of dual-energy computed tomography in detecting anterior cruciate ligament injuries: a systematic review and meta-analysis.
PubMed 文献 · Skeletal Radiol · 2024-11-21

该系统综述与Meta分析纳入5项研究共191例患者,评估双能CT诊断前交叉韧带损伤的准确性。汇总敏感度88.1%、特异度82.0%、AUC 0.92;完全断裂亚组特异度94.9%、AUC 0.96。作者认为双能CT可作为MRI不可用或有禁忌时的辅助或替代工具。

要点

  • 双能CT诊断前交叉韧带损伤汇总敏感度88.1%、特异度82.0%、AUC 0.92。
  • 完全断裂亚组特异度94.9%、AUC 0.96,适合用于确认损伤。
  • 急性/亚急性亚组敏感度89.4%、特异度82.1%、AUC 0.93。

核心结论

  • 作者认为双能CT是前交叉韧带损伤的有价值诊断工具,尤其可作为MRI不可用或有禁忌时的辅助或替代,有助于及时准确诊断。

研究设计与样本

  • 系统综述与Meta分析,遵循PRISMA指南,检索PubMed、Web of Science、Scopus和Embase截至2024年6月,最终纳入5项研究共191例患者。
  • 采用双变量随机效应模型汇总诊断准确性指标,以MRI和/或关节镜作为参考标准。

关键影像表现/征象

  • 混合kV灰度双能CT图像上,前交叉韧带纤维连续视为正常,纤维不连续、分离或完全撕脱视为异常。
  • 前交叉韧带走向异常(较髁间窝顶即Blumensaat线更平缓)被视为完全断裂的征象,关节积液也被视为膝关节内结构损伤的标志。
  • Gruenewald等使用实验性彩色编码胶原重建算法,发现其较传统灰度CT提高了急性创伤患者评估交叉韧带完整性的诊断准确性。

诊断标准与关键数值

  • 双能CT诊断前交叉韧带断裂汇总敏感度88.1%(95%CI 78.0–93.9%)、特异度82.0%(95%CI 62.0–92.7%)、AUC 0.92(95%CI 0.72–0.96)。
  • 完全断裂亚组敏感度83.2%(95%CI 68.2–92.0%)、特异度94.9%(95%CI 92.2–96.7%)、AUC 0.96(95%CI 0.81–0.98)。
  • 急性/亚急性亚组敏感度89.4%(95%CI 76.8–95.6%)、特异度82.1%(95%CI 56.2–94.2%)、AUC 0.93(95%CI 0.71–0.97)。
  • 剔除离群研究Liu等后,全部研究汇总敏感度83.2%(95%CI 73.7–89.7%)、特异度77.9%(95%CI 73.2–82.0%)、AUC 0.79(95%CI 0.75–0.94)。
  • 完全断裂亚组剔除离群研究后敏感度75.5%(95%CI 64.9–83.7%)、特异度94.2%(95%CI 91.4–96.2%)、AUC 0.79(95%CI 0.75–0.94);急性/亚急性亚组剔除后敏感度83.8%(95%CI 72.7–91.0%)、特异度77.2%(95%CI 72.3–81.5%)、AUC 0.83(95%CI 0.68–0.92)。

临床应用与阅片要点

  • 完全断裂亚组似然比散点图提示双能CT仅适合确认而不适合排除;全部研究和急性/亚急性亚组对排除与确认均未达理想性能。
  • Fagan图显示,全部研究在验前概率25%、50%、75%时,阳性验后概率分别为65%、85%、94%,阴性验后概率分别为5%、14%、32%。
  • 完全断裂亚组在验前概率25%、50%、75%时,阳性验后概率分别为85%、94%、98%,阴性验后概率分别为6%、16%、36%。

局限性

  • 纳入的5项研究中有4项存在显著偏倚风险担忧或不确定性,尤其涉及选择偏倚和患者流程。
  • Meta分析显示显著异质性,可能源于损伤时间与严重程度分期、纳入与排除标准等方法学差异。
  • Liu等的研究被识别为显著离群研究。
  • 原文提到一例假阳性双能CT表现,提示与关节镜相比双能CT特异度存在潜在局限。
全文中译12 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:Skeletal Radiol. 2024 Nov 21;54(6):1247–62. doi: 10.1007/s00256-024-04833-x

引言

前交叉韧带(ACL)是膝关节的关键稳定结构。ACL损伤可引起严重疼痛、肿胀、活动范围受限以及无法参与某些运动,部分患者即使在初期症状消退后仍会经历体力活动能力受限[1–3]。ACL也是膝关节中最常受伤的韧带,女性运动员的发生率为每1000次暴露0.08例,男性运动员为每1000次暴露0.05例[3]。ACL损伤分为三级:1级=轻度拉伸,2级=部分撕裂伴膝关节不稳,3级=完全撕裂伴严重疼痛和功能丧失。治疗取决于严重程度,从康复治疗到手术干预不等。及时诊断至关重要,因为延迟或忽视的损伤可导致后期慢性膝关节疼痛、关节不稳和膝骨关节炎[4]。

尽管ACL损伤的诊断可基于临床进行推测,考虑创伤机制和医学检查发现(例如Lachman试验和前抽屉试验),但仍需要影像学来确认诊断、评估其他相关损伤以及制定治疗方案。在可用于检查内部紊乱的所有现有影像学方法中,磁共振成像(MRI)已被证明是最准确的,目前作为软组织检查的影像学参考标准[2]。然而,MRI的使用可能受到禁忌证的限制,例如存在金属植入物、心脏起搏器或幽闭恐惧症。MRI在急性创伤环境中也可能无法随时可用,许多在紧急护理或急诊科就诊的患者需要返回进行后续门诊影像检查,而积压和等待时间越来越长。

因此,已有替代影像学方法被提出用于诊断ACL损伤,其中双能计算机断层扫描(DECT)尤为突出。DECT是一种能够对不同衰减特性的组织进行详细研究的成像技术[5]。越来越多的配备该技术的CT扫描仪正在安装并可在急诊环境中使用。既往研究表明,与参考标准相比,DECT在诊断ACL损伤方面具有可接受的诊断准确性。例如,Peltola等[2]和Liu等[6]分别报告了93%和97.5%的准确性。

在本系统综述和荟萃分析中,我们旨在全面评估所有关于使用DECT诊断ACL损伤的现有文献,并对其诊断准确性指标进行荟萃分析。

方法

本系统综述遵循系统综述和荟萃分析优先报告条目(PRISMA)指南[7]。文献检索始于2024年6月8日,涵盖四个主要数据库:PubMed、Web of Science、Scopus和Embase。检索词包括与双能计算机断层扫描和交叉韧带相关的关键词。此外,对所选研究的参考文献进行了人工审查以确保全面覆盖。两位共同作者独立评估每篇文章的标题、摘要和全文,任何分歧均通过与资深共同作者协商解决。去重和筛选使用Rayyan平台进行。完整的检索策略见补充表1。

评估DECT对ACL撕裂诊断准确性的研究,若提供足够数据以计算真阳性(TP)、真阴性(TN)、假阳性(FP)和假阴性(FN)结果,则纳入。对发表时间、研究设计、来源国家、所用参考试验或患者特征不设限制。然而,非英文研究、病例系列、病例报告、编辑评论、会议摘要和综述文章被排除。

对每项纳入研究,提取以下详细信息:第一作者姓名、发表年份、研究设计、样本量、参与者特征、ACL撕裂类型(完全或部分)、损伤阶段(急性、亚急性或慢性)、参考试验、从损伤到DECT/参考试验的时间间隔、判读者、设备类型、辐射剂量以及DECT的诊断准确性指标。

采用QUADAS-2(诊断准确性研究-2)工具进行质量评估,以评价纳入研究的质量[8]。对QUADAS-2工具的四个主要领域(患者选择、索引试验、参考标准以及流程与时机)的潜在偏倚和适用性担忧进行独立评估。每个领域的评估基于该工具中提及的具体标准。每个领域被评定为“低”、“高”或“不明确”。

使用生成式人工智能工具,具体为ChatGPT(OpenAI,GPT-4架构),协助语言校正,提高稿件清晰度和可读性。未使用生成式人工智能工具进行数据分析、研究设计、结果解释或科学结论的形成。作者仔细审查、修订并批准了所有人工智能生成的修改,以确保准确性和完整性。

统计分析

采用随机效应诊断试验准确性(DTA)模型汇总各研究的诊断准确性指标,实施Reitsma等[9]开发的雙变量模型。根据雙变量荟萃分析数据创建总结受试者工作特征(SROC)曲线,纳入在随机效应单变量诊断比值比(DOR)模型中加权的研究特异性估计值。为计算AUC及其置信区间(CI),使用雙变量模型进行2000次样本自举法[10]。

我们假设诊断准确性可能因撕裂类型(完全 vs. 部分)、损伤阶段(急性/亚急性 vs. 慢性)以及所用参考标准(MRI vs. 关节镜)而异。进行亚组分析以探讨基于这些因素的诊断性能潜在差异。

此外,根据Holling等人的方法使用I2指标评估异质性,其中I2置信区间超过50%表明存在显著异质性[11]。当存在显著异质性时,对每个亚组分析采用DOR的单变量荟萃分析进行敏感性分析,以检测潜在离群值。若发现任何离群值,则排除离群研究后重新分析以确认结果。

采用似然比散点图和Fagan图研究评估诊断准确性结果的临床相关性。阳性似然比大于10被认为适合用于确认,而阴性似然比低于0.1被认为适合用于排除[12, 13]。根据Zwinderman等人[14]所述的双变量Reitsma模型,针对25%、50%和75%的假定验前概率绘制Fagan图。所有分析均使用R软件(版本4.3.2,R Foundation for Statistical Computing,维也纳,奥地利)进行,并使用“mada”、“meta”[15]、“Metafor”[16]和“dmetatools”[17]软件包。

结果

文献筛选与选择

我们按照预定义的策略进行了系统性文献检索,初步获得188篇文献。剔除重复文献后,基于标题和摘要对119篇论文进行筛选。在此阶段,排除了110篇文献。随后对剩余9篇论文的全文进行详细审阅,又排除了3篇文献。另有1项研究[18]因与同一研究组的另一项研究[19]存在样本重叠而被剔除。最终,5篇文献符合纳入标准并被纳入研究。筛选过程和纳入标准遵循PRISMA指南,如图1所示。

图1 PRISMA流程图展示综述过程。ACL前交叉韧带,DECT双能CT扫描,PRISMA系统综述和荟萃分析首选报告项目 查看原图 ↗

研究与患者特征

本荟萃分析纳入5项评估DECT诊断ACL断裂性能的研究,共涉及191例ACL损伤患者。3项研究仅关注完全性ACL断裂[1, 2, 6],其余2项研究同时检查完全性和部分性断裂[19, 20],其中1项研究单独报告了DECT对完全性断裂的诊断性能[19]。4项研究评估了急性/亚急性损伤患者[2, 6, 19, 20],而1项研究纳入的是亚急性/慢性期患者[1]。详细的患者特征见表1。图像判读主要由肌肉骨骼放射科医师进行,但在其中一项纳入研究中,一名骨科外科医师也担任了判读者[6]。所有研究均以MRI和/或关节镜评估作为参考标准。关于DECT检查及其诊断性能的更多细节见表2。

表1 纳入研究的人口学和特征 查看原表 ↗
表2 纳入研究的技术细节和结果 查看原表 ↗

DECT的诊断发现

纳入的研究对前交叉韧带(ACL)进行了解剖学评估,将纤维连续完整的ACL视为正常,而将纤维不连续、分离或完全撕脱的ACL视为异常[1, 2, 6, 19, 20]。图2展示了混合kV灰度双能CT(DECT)图像上完整ACL和撕裂ACL的示例[1]。此外,ACL走向异常(坡度小于髁间窝顶,即Blumensaat线)被视为完全断裂的指征[18]。关节积液的存在也被认为是膝关节内部结构损伤的标志[18]。此外,Gruenewald等使用一种用于彩色编码胶原重建的实验性算法,发现与传统的灰度CT成像相比,该算法提高了急性创伤患者中评估交叉韧带完整性的诊断准确性[19]。图3展示了ACL彩色编码胶原成像的一个示例[21]。此外,图4呈现了一例DECT假阳性发现的病例,突出了与关节镜相比DECT特异性方面的潜在局限性[20]。

图2 斜矢状位混合kV DECT图像显示经髁间窝单层面上完整的前交叉韧带(ACL)(箭头)(a)。一名33岁女性完全性ACL撕裂的斜矢状位混合kV DECT图像,伤后37天扫描,显示髁间窝内撕裂的ACL(箭头)(b)。经引用研究许可改编[1] 查看原图 ↗
图3 一名24岁男性左前交叉韧带(ACL)撕裂的彩色成像,经关节镜证实。a 撕裂的左ACL。b 完整的右ACL。改编自引用研究,根据知识共享许可发表[21] 查看原图 ↗
图4 一名27岁男性DECT假阳性发现,DECT提示ACL撕裂,但关节镜证实ACL完整。改编自引用研究,根据知识共享许可发表[20] 查看原图 ↗

质量评估

纳入研究的方法学质量详见表3。在五篇综述研究中,4项研究存在显著的偏倚风险(ROB)问题或不确定性,尤其是选择偏倚和患者流程方面。

纳入研究的方法学质量总结于表3。值得注意的是,所综述的五项研究中有四项在偏倚风险方面存在显著问题或不确定性[1, 2, 19, 20],尤其是在选择偏倚和患者流程等方面。

表3 纳入研究的方法学质量评估 查看原表 ↗

评估DECT检测ACL断裂性能的总体荟萃分析

对五项评估DECT诊断ACL断裂准确性的研究的荟萃分析显示,合并敏感度和特异度分别为88.1%(95% CI,78.0–93.9%)和82.0%(95% CI,62.0–92.7%),如图5所示。SROC曲线的AUC为0.92(95% CI,0.72–0.96),如图6所示。图7显示了阳性和阴性似然比的散点图,提示在排除和确认目的方面性能欠佳。在Fagan列线图研究中,ACL断裂的验前概率为25%、50%和75%时,阳性验后概率分别为65%、85%和94%,而阴性验后概率分别为5%、14%和32%(图8)。

这项荟萃分析还发现了显著的异质性,如图5所示。我们进行了一项影响性分析以识别潜在的离群值,结果显示Liu等人[6]的研究是一个显著的离群值。排除该离群值后,对其余四项研究进行的荟萃分析显示,合并敏感度和特异度分别为83.2%(95% CI,73.7–89.7%)和77.9%(95% CI,73.2–82.0%),异质性较低,如补充图1所示。SROC曲线的AUC为0.79(95% CI,0.75–0.94),如补充图2所示。补充图3显示了阳性和阴性似然比的散点图,补充图4显示了排除离群研究后的Fagan图研究。

图5 纳入所有纳入研究的诊断试验准确性(DTA)荟萃分析的森林图和汇总统计量。CI 置信区间 查看原图 ↗
图6 涵盖所有纳入研究的诊断试验准确性(DTA)荟萃分析的汇总受试者工作特征(SROC)曲线。AUC 曲线下面积,SROC 汇总受试者工作特征 查看原图 ↗
图7 纳入研究的似然比散点图,表明其性能对于排除和确认目的均欠佳。LLQ 左下象限,LRN 阴性似然比,LRP 阳性似然比,LUQ 左上象限,RLQ 右下象限,RUQ 右上象限 查看原图 ↗
图8 利用所有纳入研究的荟萃分析汇总阳性和阴性似然比结果进行的Fagan图分析,考虑了25%、50%和75%的假设检验前概率。PLR 阳性似然比,NLR 阴性似然比,Neg 阴性,Pos 阳性 查看原图 ↗

DECT在检测ACL完全断裂中的性能

四项纳入研究提供了DECT识别ACL完全断裂的性能指标。对这些研究的荟萃分析显示,合并敏感度和特异度分别为83.2%(95% CI,68.2–92.0%)和94.9%(95% CI,92.2–96.7%),如图9所示。SROC曲线的AUC为0.96(95% CI,0.81–0.98),如图10所示。

图11显示了阳性和阴性似然比的散点图,表明DECT最适合用于确认但不适合用于排除。在Fagan图研究中,考虑ACL断裂的检验前概率为25%、50%和75%时,阳性检验后概率分别为85%、94%和98%,而阴性检验后概率分别为6%、16%和36%(图12)。

荟萃分析显示了显著的异质性,如图9所示。为识别潜在离群值,我们进行了一项影响性分析,确定Liu等人[6]的研究为显著离群值。排除该离群值后,对其余三项研究的荟萃分析显示,合并敏感度和特异度分别为75.5%(95% CI,64.9–83.7%)和94.2%(95% CI,91.4–96.2%),异质性极小,如补充图5所示。排除离群值后SROC曲线的AUC为0.79(95% CI,0.75–0.94),如补充图6所示。补充图7显示了阳性和阴性似然比的散点图,补充图8显示了去除离群值后的Fagan图研究。

图9 纳入前交叉韧带完全断裂病例研究的诊断试验准确性(DTA)荟萃分析的森林图和汇总统计量。CI 置信区间 查看原图 ↗
图10 纳入前交叉韧带完全断裂病例的研究的诊断试验准确性(DTA)荟萃分析的汇总受试者工作特征曲线(SROC)。AUC 曲线下面积;SROC 汇总受试者工作特征曲线 查看原图 ↗
图11 纳入前交叉韧带完全断裂病例的研究的似然比散点图,提示其性能仅对确认目的为最佳。LLQ 左下象限,LRN 阴性似然比,LRP 阳性似然比,LUQ 左上象限,RLQ 右下象限,RUQ 右上象限 查看原图 ↗
图12 利用纳入前交叉韧带完全断裂病例的研究的荟萃分析所得汇总阳性和阴性似然比结果进行的Fagan图分析,考虑假设检验前概率为25%、50%和75%。PLR 阳性似然比,NLR 阴性似然比,Neg 阴性,Pos 阳性 查看原图 ↗

DECT在急性/亚急性情况下检测ACL断裂的性能

纳入的研究中有四项评估了DECT在急性/亚急性阶段检测ACL断裂的性能。荟萃分析结果显示,合并灵敏度和特异度分别为89.4%(95% CI,76.8–95.6%)和82.1%(95% CI,56.2–94.2%),如图13所示。SROC曲线的AUC为0.93(95% CI,0.71–0.97),如图14所示。

图15显示了阳性和阴性似然比的散点图,提示用于排除和确认的性能均欠佳。在Fagan图研究中,当ACL断裂的检验前概率为25%、50%和75%时,阳性检验后概率分别为65%、85%和94%,阴性检验后概率分别为5%、14%和32%(图16)。

荟萃分析发现了显著异质性,如图13所示。影响分析确定Liu等[6]为显著的离群值。排除该离群值后,对剩余三项研究的荟萃分析显示,合并灵敏度和特异度分别为83.8%(95% CI,72.7–91.0%)和77.2%(95% CI,72.3–81.5%),存在一定异质性,如补充图9所示。SROC曲线的AUC为0.83(95% CI,0.68–0.92),如补充图10所示。补充图11显示了阳性和阴性似然比的散点图,补充图12展示了排除离群值后的Fagan图研究。

图13 急性/亚急性情况下前交叉韧带断裂研究的诊断试验准确性(DTA)荟萃分析的森林图和汇总统计量。CI 置信区间 查看原图 ↗
图14 急性/亚急性情况下前交叉韧带断裂研究的诊断试验准确性(DTA)荟萃分析的汇总受试者工作特征曲线(SROC)。AUC 曲线下面积,SROC 汇总受试者工作特征曲线 查看原图 ↗
图15 急性/亚急性情况下前交叉韧带断裂研究的似然比散点图,提示用于排除和确认的性能均欠佳。LLQ 左下象限,LRN 阴性似然比,LRP 阳性似然比,LUQ 左上象限,RLQ 右下象限,RUQ 右上象限 查看原图 ↗
图16 利用荟萃分析中关于急性/亚急性期前交叉韧带断裂研究的汇总阳性和阴性似然比结果进行的Fagan图分析,考虑了前交叉韧带断裂的假设检验前概率为25%、50%和75%。PLR 阳性似然比,NLR 阴性似然比,Neg 阴性,Pos 阳性 查看原图 ↗

讨论

我们的荟萃分析纳入了五项研究,旨在探讨双能CT(DECT)诊断完全性或部分性前交叉韧带(ACL)断裂的诊断准确性[1, 2, 6, 19, 20]。针对ACL断裂诊断的荟萃分析显示,合并敏感度、特异度和AUC分别为88.1%(95% CI,78.0–93.9%)、82%(95% CI,62.0–92.7%)和0.92(95% CI,0.72–0.96)。我们的荟萃分析显示纳入研究间存在显著异质性;这可能由方法学差异所致,如按时间和严重程度进行的损伤分期以及纳入和排除标准的不同。结果表明,DECT有潜力被视为ACL损伤的有价值的诊断工具。

多项亚组分析亦表明,DECT对ACL损伤具有较高的诊断准确性,一致的发现支持其作为评估膝关节损伤的有效工具的实用性。我们的研究揭示了DECT在诊断完全性ACL撕裂方面的潜力,合并敏感度和特异度分别为83.2%(95% CI,68.2–92.0%)和94.9%(95% CI,92.2–96.7%)。此外,关于DECT在急性/亚急性ACL损伤环境中应用的荟萃分析得出的合并敏感度和特异度分别为89.4%(95% CI,76.8–95.6%)和82.1%(95% CI,56.2–94.2%)。这些结果突出表明,DECT显示出高敏感度和特异度,使临床医生能够精确诊断ACL断裂并排除阴性病例。高特异度,尤其是在评估的早期阶段,可能是有益的,因为它有助于临床医生避免不必要的诊断检查和治疗操作,降低相关成本和风险。

MRI是诊断ACL损伤最常用的无创诊断方式。与被认为是ACL损伤最佳诊断检查的关节镜检查相比,MRI的敏感度为86–95%,特异度为50–100% [22–26]。其他影像学方式,如DECT,已与MRI进行过比较评估。DECT增强了肌肉骨骼成像,与单能CT相比提供了更高的精确度[27, 28]。除了传统的基于单能衰减的CT成像外,光子计数CT和能谱CT等先进技术现已被用于材料分解,通过利用专业后处理算法 leveraging 材料在不同能量水平下的独特行为来提高诊断准确性[29, 30]。作为能谱采集的一种亚型,DECT通常使用低(80–90 kV)和高(140–150 kV)能谱,根据组织在这些能量水平下不同的衰减系数来区分组织。这种区分依赖于光电效应(受X射线能量和组织原子序数影响)和康普顿效应(与组织电子密度相关)[27, 31]。

在韧带成像中,双能CT(DECT)区分胶原结构与周围组织的能力尤为有利。胶原作为韧带的主要成分,由于其紧密堆积的结构和特定的侧链(如羟赖氨酸和羟脯氨酸),具有独特的双能指数值[32]。这些指数基于低能谱与高能谱之间X射线吸收的差异计算得出,反映了组织的原子组成和密度。在DECT成像中,这些指数被用于三物质分解算法,将胶原与脂肪和软组织分离。两个能量数据集在多模态工作站中处理,其中胶原还可以进行彩色编码(例如橙色或黄色)以便更清晰地显示[28, 32, 33]。通过使用这些指数,DECT对韧带损伤提供了增强的评估。

各种DECT采集方法,如双源和快速千伏切换,提供高空间分辨率,甚至可达0.5–1 mm,超过MRI典型的2–3 mm分辨率[34–37]。这种改善的分辨率对于评估如前交叉韧带(ACL)等大型韧带尤为有益。DECT的若干后处理技术可能进一步提高其诊断准确性。这些包括物质分解、肌腱特异性彩色映射、胶原映射和去骨(虚拟非钙或VNCa,允许检测骨髓水肿/挫伤),所有这些都利用了各种元素的衰减梯度差异及其在DECT所用两个能量水平之间的变化[38, 39]。Gruenewald等人探索了一种涉及彩色编码胶原重建算法的实验性后处理技术。他们观察到,将该方法整合到传统灰度CT中增强了诊断信心[19]。尽管如此,这些后处理方法在提高DECT对ACL损伤诊断准确性方面的有效性仍存在争议,部分原因是时机和研究人群的差异。重要的是,虽然评估肌腱完整性的肌腱特异性映射是本综述所纳入ACL特异性研究的关注领域,但VNC技术也因其能够通过提供关于骨损伤位置和损伤机制的诊断线索(如骨挫伤模式所示)来提示ACL损伤而受到认可[40, 41]。

组织特性在损伤的不同阶段会发生变化,这意味着每种方法可能更适合疾病过程的特定阶段。例如,在急性情况下,受损前交叉韧带(ACL)中的严重水肿可能会损害诊断准确性,这凸显了需要优化双能CT(DECT)参数,以便在急性膝关节损伤中更好地显示复杂组织特征 [20, 42]。尽管骨髓水肿带来诊断挑战,DECT指标也可用于检测韧带起止点的骨髓水肿以及挫伤模式,在无法直接观察到韧带断裂的情况下,这可作为诊断线索。除检测骨髓水肿外,DECT虚拟去钙(VNC)物质分解还能识别特定的骨挫伤模式,如对冲性亲吻挫伤,这提示过伸和轴移机制,两者均提示ACL损伤 [40, 43, 44]。这一能力为DECT在诊断韧带损伤中的效用增加了额外层次,尤其是在主要征象不易识别时 [27, 28, 45]。

Bjorkman等评估了DECT在疑似ACL损伤患者中的表现,并报告称,与MRI相比,DECT在检测亚急性膝关节损伤中骨髓病变的诊断准确性为中等 [41]。此外,de Bakker等研究了与急性膝关节损伤相关的类水肿骨髓信号强度,发现与MRI相比,DECT获得的结果敏感性较低。然而,他们提出类水肿骨髓信号强度的模式可作为韧带损伤的指示因素,并强调需要进一步随访影像学检查 [45]。在另一项研究中,Koskinen等揭示,与MRI相比,DECT低估了胫骨中的骨髓水肿体积,但未低估股骨中的骨髓水肿体积 [46]。

因此,DECT正日益受到欢迎,尤其是在肌肉骨骼影像学领域;许多研究最近探索了DECT在诊断肌肉和韧带损伤方面的潜力 [47]。与MRI相比,该方法可及性更好、采集更快,且更具成本效益。与MRI相比,它也较不易受到运动和金属相关伪影的影响 [48, 49]。DECT在创伤管理中也可能更有用,因为DECT可采用多种用于ACL区分的不同后处理方法,并可在MRI禁忌或不可用时作为替代影像方法 [50]。通过加快对临床高度怀疑ACL损伤患者的诊断和治疗,患者可缩短制动时间并获得更好的治疗结果。

本综述的发现应结合某些局限性来解读。本综述的一个显著局限性是,许多纳入研究使用MRI作为诊断ACL损伤的参考标准。在此背景下,MRI并非理想的 gold standard(金标准),且与关节镜相比,其诊断性能显著较低 [51]。未来研究应侧重于将DECT直接与关节镜进行比较,关节镜仍是ACL损伤的确定性诊断方法 [52],以更准确地确定DECT的诊断性能。

另一个局限性是该领域研究的匮乏,这限制了就双能CT(DECT)诊断前交叉韧带(ACL)损伤的准确性得出确定性结论的能力。此外,由于纳入患者在研究方案、研究人群、时机和损伤严重程度方面存在差异,存在显著的异质性。然而,由于现有文献的局限性,无法对所有潜在变异来源进行全面调查。需要更多研究来验证这些结果。此外,纳入的研究均未评估既往接受过前交叉韧带重建的患者。因此,需要进一步研究以确定DECT在该特定人群中检测再损伤的效用。

我们的研究结果表明,DECT可以成为前交叉韧带损伤的有价值的诊断工具,特别是作为辅助手段或当常规MRI存在禁忌或不可用时。其使用能够实现损伤的及时诊断和准确定位,在适当的临床环境中提供了有效的替代方案。

补充信息

以下是电子补充材料的链接。补充文件1(DOCX 3418 KB)

引用

  1. Valizadeh P, Jannatdoust P, Pahlevan-Fallahy MT, et al. Diagnostic performance of dual-energy computed tomography in detecting anterior cruciate ligament injuries: a systematic review and meta-analysis. Skeletal Radiol. 2024. PMID: 39570423. doi:10.1007/s00256-024-04833-x
  2. 全文:PMC12000185(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12000185/

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。