文献速递神经CTMR

公开可获取的内侧颞叶萎缩图谱示例之间的一致性

Congruency between publicly available pictorial displays of medial temporal lobe atrophy.
PubMed 文献 · Eur Radiol · 2025-04-03

该研究系统检索网络公开的内侧颞叶萎缩(MTA)评分示例图像148幅,手动勾画并归一化海马、海马结构、颞角及海马旁回的高度与面积,与所示MTA评分比较。结果显示相邻评分间重叠明显,且示例图像与颞角面积的一致性高于海马面积,可能使脑室扩大影响评分;作者据此提出以海马面积选定的lectotype图像。

要点

  • 公开MTA示例图像中相邻评分间重叠明显,尤其比较高度时,可降低评分者间可靠性。
  • 示例图像与颞角面积的相关性(ρ=0.892)强于海马面积(ρ=−0.675),提示脑室大小可能偏倚评分。
  • 作者提出按海马面积选定的lectotype图像,供不同中心和研究组通用参考。

核心结论

  • 公开可获取的MTA分级图谱示例在相邻评分间存在明显重叠,一致性不足导致混淆并降低评分者间可靠性。
  • 公开图像与颞角面积的一致性高于海马,提示脑室大小可能使MTA分级产生偏倚,并可妨碍鉴别诊断,尤其正常压力脑积水。
  • 作者提出按海马面积专门选定的lectotype图像作为各评分的参考示例。

研究设计与样本

  • 研究类型为对公开可获取MTA示例图像的系统检索与图像测量分析,未明确报告为回顾性或前瞻性研究。
  • 于2022年冬季通过浏览器图像搜索功能系统检索,最终分析19组图像(17组MR、2组CT),共148幅单侧示例图像。
  • 左右侧合计获得MTA 0示例29幅、MTA 1示例28幅、MTA 2示例28幅、MTA 3示例32幅、MTA 4示例31幅。
  • 以Scheltens原始描述为参考,手动勾画海马、海马结构、颞角及海马旁回,并以中线至颞叶最外侧缘的参考线进行归一化。
  • 采用非参数统计,计算Spearman相关系数及相邻MTA评分间双尾非配对Mann–Whitney秩检验,并报告标准化均数差作为效应量。

关键影像表现/征象

  • MTA评分与颞角面积的相关性最强(ρ=0.892,p<0.0001,n=127)。
  • MTA评分与海马面积(ρ=−0.675,p<0.0001,n=143)及海马旁回面积(ρ=−0.535,p<0.0001,n=138)呈负相关。
  • MTA评分与海马结构高度(ρ=−0.474,p<0.0001,n=117)及海马高度(ρ=−0.300,p=0.001,n=148)呈负相关,海马高度相关性最弱。
  • 示例图像中冠状切面位置以经脑桥前部且持续可见大脑脚(位置C)最常见,但MTA 3和4的示例更倾向于更靠前的切面位置。
  • 作者展示的三幅外观相似图像归一化海马面积分别为17.6、18.8和21.7,却分别公开标示为不同MTA评分。

诊断标准与关键数值

  • MTA评分依据Scheltens原始描述,基于海马结构(含海马及海马旁回)高度、脉络裂及颞角增宽进行0–4分视觉评估。
  • 部分公开来源建议病理性界值为患者<75岁时MTA≥2、患者≥75岁时MTA≥3(任一侧)。
  • 视觉评估中,海马结构高度丢失应有助于区分3级与2级。
  • 作者提出的lectotype图像归一化海马面积分别为MTA 0:23.46、MTA 1:23.57、MTA 2:19.13、MTA 3:17.54、MTA 4:14.83。

临床应用与阅片要点

  • 日常阅片使用公开MTA示例图对照时,应注意相邻评分间存在明显重叠,报告评分需谨慎。
  • 当颞角扩大为最突出表现时,应检查正常压力脑积水的影像特征,如外侧裂增宽、旁矢状窦旁脑沟受压及胼胝体角变窄。
  • 作者提出采用按海马面积选定的lectotype图像作为各中心和研究组间的通用参考示例。

局限性

  • 所评估图像来自不同来源,图像质量与背景各异,共同点是均被该领域专家或研究者选为相应MTA评分的典型示例。
  • 由于来源本身具有多样性,所得一致性在用户层面和本研究层面均受限。
  • 部分纳入图像分辨率欠佳,难以精确勾画感兴趣区。
  • 所有测量均由单人完成,始终存在偏倚风险。
全文中译10 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:Eur Radiol. 2025 Apr 3;35(10):5944–53. doi: 10.1007/s00330-025-11529-w

引言

通过计算机断层扫描(CT)和磁共振成像(MRI),可以在活体中可视化脑部区域萎缩,这已成为疑似痴呆患者临床检查的重要组成部分。尤其关注内侧颞叶,包括海马[1, 2]。

阿尔茨海默病是最常见的痴呆类型,以记忆丧失的早期症状为特征。内侧颞叶中的海马及相邻结构在记忆中发挥关键作用。阿尔茨海默病患者常在这些区域表现出萎缩,显著损害认知功能[3, 4]。

1992年,Scheltens及其同事发表了一篇文章,定义了内侧颞叶萎缩(MTA)评分。该研究表明,可以在MR图像上视觉评估内侧颞叶萎缩,并将AD患者与对照组区分开来[3]。后续研究表明,一部分AD患者具有海马保留型疾病变异[5, 6],并且衰老大脑中的普遍萎缩以及性别和教育水平的差异使MTA评估变得复杂[7]。

Scheltens的原始研究使用平行于脑干轴的T1加权MR图像,并提出了从0到4的评分系统,表示萎缩程度递增。这些评分基于对海马结构高度的视觉评估,包括海马(HPC)和海马旁回(PHG),以及脉络裂和颞角(TH)的增宽[3]。由于脑体积随年龄自然减小,老年人内侧颞叶的一定程度萎缩被认为是可接受的,文献中出现了各种截断值和年龄界限[8, 9]。评估可以基于右侧和左侧的平均值,也可以基于受累最严重一侧的单侧评估。许多公共来源一致认为,MTA ≥ 2对< 75岁患者为病理性,MTA > 2对≥ 75岁患者为病理性[10, 11]。在更高年龄组中,普遍萎缩与认知症状的相关性较弱[12, 13],一些临床中心强调,在最年长者中MTA 3也可以是正常的。一些作者建议使用两侧平均值和更细化的年龄分组[9, 14]。

除了MTA评分所使用的截断值不一致外,冠状面重建的解剖平面和所使用的冠状切片层面也未被一致应用。据报道,表现因重建方式而异,该方法需要更彻底的标准化[1, 15]。

MTA评分的一个重要局限性是评分者间一致性,即比较不同放射科医师对同一图像所给出的评分。这可能是上述冠状切片标志定义模糊的结果,但也因为视觉分级系统往往带有主观因素。例如,可能更多关注颞角或海马结构。如果过分关注颞角,脑室增大的患者(例如正常压力脑积水及相关认知障碍患者)可能被误判为患有严重的内侧颞叶萎缩。

Cavallin 等进行的一项研究探讨了随时间推移的 MTA 评分,指出了 MTA 评分的若干局限性 [15]。他们的评分者间信度为“一般至中等”,且不同评分者之间的评分存在统计学显著差异。对于经验丰富的评分者,评分者内信度较高,而对于不每日进行 MTA 评分的评分者则较低,kappa 值范围为 0.38 至 0.74。作者还指出,当比较两位不在一起工作的研究者时,评分者间信度较低 [15]。这一结论应结合该评分系统在世界范围内的使用情况来看待。其他研究显示 MTA 评分的评分者间信度存在差异 [8, 16, 17]。

从认知心理学的角度来看,MTA 评分的操作化方式是放射科医生在放射学评估过程中从图像上估计以 mm 为单位的长度。长度的视觉评估在技术上是一项量级估计任务,即通过赋予反映刺激感知量级的数值来评估物理量级。已知在二维刺激大小的量级估计中,感知大小随物理大小增加得较慢,但这种关系并不稳定,且受多种因素影响 [18–20]。例如,受试者在单独估计宽度或高度时会自发地同时利用高度和宽度 [21]。有趣的是,长度的评估会因物体的面积而产生系统性偏倚 [22]。

我们在临床实践中教学和指导年轻同事的专业经验是,放射科医生通常将当前患者的图像与公开可用的参考图像进行比较,以查看哪一个外观最相似,而不是估计特定脑结构的实际高度或长度。因此,评估采取的是比较任务的形式而非估计任务的形式,并且有可能比较的是面积而非高度。这些涉及主观放射学评估的复杂方面对 MTA 评分和其他视觉评估而言是重要的关注点,并可能如上所述限制评分者间信度。

网上有许多公开可用的 MTA 评分系统示例图像,通常由五张图像组成,分别代表每个 MTA 评分并用作参考。尽管 MTA 评分已在许多设计良好的研究中成功使用,但放射科医生的共同经验是,临床常规中的 MTA 评分受到不确定性和主观性的阻碍。通常认为难以区分相邻评分,如 MTA 2 和 MTA 3,而这一区分本身的影响可能对诊断检查产生直接影响。

本研究的第一目的是客观测量公开可用的内侧颞叶萎缩图示展示中的相关高度和面积,并将其与相应的 MTA 评分(如样本图像所示)进行比较,以检验二者之间的一致性。根据上述感知方面的考虑,除传统的高度评估外还测量了面积。作为第二步,从该集合中为每个评分选取了形式化的选定模式图像。在生物科学中,选定模式标本是事后选定以代表一个物种的标本。

材料与方法

伦理

从互联网收集的图像均为公开可用且匿名的。无法将任何图像追溯到个人。因此,本研究无需伦理申请。这些图像在知识共享许可下发布,本研究中复制的所有图像均已获得作者批准。

数据收集

MTA评分的示例图像于2022年冬季从互联网上系统检索。在网络浏览器的图像结果功能中使用了若干选定的搜索词,如“MTA scale”、“MTA score”和“Scheltens scale”,以最大化检索结果。在系统检索过程中,图像被复制并收集。每个新结果直接与已有图像进行比较,所有不相同的图像被逐步添加到收藏中。该过程重复多次以达到检索满意,由一名最后一年的医学生在一位经委员会认证的神经放射学家的监督下完成。

共识别出30组显示MTA评分的脑CT和MR图像。对材料进行了重复检查。评估了脑中线和至少一个颞叶的完整水平直径以及感兴趣区域。因过度裁剪或分辨率不足而无法充分评估预期直径和面积的图像被排除。完整来源列表见补充材料1。

排除后,共分析19组图像,其中17组MR和2组CT,大多数包含双侧颞叶各自MTA评分0–4的五个示例。左右两侧合计,获得MTA 0的示例29个、MTA 1的28个、MTA 2的28个、MTA 3的32个、MTA 4的31个。总共分析148幅单幅图像。由于图像裁剪的限制和个体差异,并非所有测量都能在所有图像上进行。海马旁回(HPC)高度在所有图像中测量,海马结构高度在117幅图像中测量。TH/HPC/PHG的面积分别在127/143/138幅图像中测量。

所有纳入的图像还按图像所示解剖结构进行分类,代表实际切片位置。变量为脑桥前部、大脑脚、中脑和小脑脚。尽管解剖结构存在个体差异,这些标志可用作实际图像切片位于多前方的定位参考。

测量

根据Scheltens [1]的原始描述,在每幅图像中测量海马结构高度(定义为齿状回、海马本体和穹下托连同海马旁回),以及海马本身的高度。这是通过分别测量海马结构和海马的最大垂直高度来完成的。此外,手动勾画了HC、TH和PHG的面积。所有测量均使用开源图像分析程序ImageJ中的自由手工具完成。

在HPC的面积测量中,除最远端部分即“尾部”外,其余均纳入面积。PHG以侧副沟角作为外侧端点进行勾画,在该处画一条直线横穿脑回。TH定义为以脉络裂为界。位于TH内的脉络丛有时可见,用作确认TH空间的标志。代表性图像见图1。

由于无法获得关于图像大小和尺寸的完整信息,因此有必要对测量值进行标准化。首先,以大脑镰、透明隔和脑桥中心为标志,沿中线画一条垂直直线。画一条与此平行的线,与颞叶最外侧部分相切。最后,画一条垂直于前两条线的水平线以测量它们之间的距离,将其设为参考线(图1)。

图1 标准化测量的方法。从中线到颞叶最外侧边界画一条参考线(Y)。将海马(X1)和海马结构(X2)的高度除以参考线,以获得每幅图像的标准化高度。勾画颞角、海马和海马旁回的区域(X3,4,5),将其各自面积除以参考线长度的平方进行标准化 查看原图 ↗

计算与统计学

每项线性测量值(图1中的X1,2)通过除以参考线(Y)进行标准化。面积(图1中的X3,4,5)除以参考线的平方。出于实用考虑,将获得的无单位比值乘以1000。

使用GraphPad Prism(v9.5.1)进行统计分析和绘图。由于各结果的方差不齐且并非所有类别均呈正态分布,因此一致采用非参数统计学方法。计算每组标准化高度和面积与MTA评分之间的Spearman相关系数。相邻MTA评分之间结果的比较采用双尾、非配对Mann–Whitney秩和检验。

每项t检验均附带效应量,以标准化均数差计算。对于每次比较,将均值差除以较低组的标准差。按照常规做法,0.2至0.5的值被视为小效应量,0.5至0.8为中等效应量,> 0.8被视为大效应量。

结果

MTA评分与测量值之间最强的相关系数见于颞角(TH)面积:0.892(p < 0.0001,n = 127)。MTA评分与海马(HPC)面积和海马旁回(PHG)面积的相关系数分别为−0.675(p < 0.0001,n = 143)和−0.535(p < 0.0001,n = 138)。高度测量的相关系数分别为海马结构−0.474(p < 0.0001,n = 117)和海马−0.300(p = 0.001,n = 148)(最弱)。

图2a–d以分组散点图及中位值、效应量和相邻评分间t检验的统计显著性展示了不同MTA评分对应的标准化高度和面积。PHG面积的结果显示相似的重叠和方差(数据未展示)。图3a、b展示了标准化海马面积与标准化颞角面积之间的散点图。

图2和图3中以定量方式展示的重叠在图4中以图形方式加以例示,其中三幅选定的图像尽管是特意选择来代表不同MTA评分的,但视觉表现相似。

从全部图像集合中,选取了具有代表性的图像,这些图像的海马面积逐渐减小,且接近本研究的中间结果,同时也具有与Scheltens量表原始描述一致的其他特征[3]。所选图像经过后处理,以获得标准化和图标化的外观。这些图像在图5中作为MTA评分系统的建议模式图像展示,可作为不同临床和研究组之间的通用示例图像。

冠状切面的位置在不同来源之间有所差异,同一来源/作者的不同分级之间也有差异。如表1所示,最常见的位置是通过脑桥前部且脑脚连续可见(位置C)。然而,MTA 3和4的展示有明显倾向于更靠前位置的趋势。

图2 a–d 分组散点图,显示海马归一化高度(a)和海马结构归一化高度(b),以及海马归一化面积(c)和颞角归一化面积(d)与MTA评分的关系。每个评分的中位数保留一位小数,以黑色水平线标记。对于每对相邻评分,统计显著性和效应量保留两位小数,以斜体显示。效应量>0.80以粗体突出显示。“ns”表示不显著,“*”表示p<0.05,“**”表示p<0.01。 查看原图 ↗
图3 a、b 不同MTA分级下归一化海马面积和归一化颞角面积的散点图。在a中,重叠最明显的例外是MTA 4中较大的颞角面积。在b中,仅展示MTA 2和3级,以突出这一临床相关区分中的重叠。 查看原图 ↗
图4 所选MTA评分样本图像,例示了图2和图3所示的重叠。这些图像外观相似,但被公开展示以代表分级量表的不同阶段。这些图像经来源作者许可转载,显示脑桥前部水平的冠状T1图像,此处经裁剪以专门显示右侧内侧颞叶。这些图像的归一化海马面积分别为17.6、18.8和21.7,对应顶部、中部和底部图像。归一化海马高度和图像来源列于补充材料1中。 查看原图 ↗
图5 各MTA分级建议的选型图像。它们选自研究中包含的公开可用材料,并经来源许可和/或由知识共享许可重新印制。该图由脑桥前部层面的冠状位T1图像组成,此处经裁剪以专门显示右侧内侧颞叶。各分级和图像区域的归一化海马面积为:MTA 0:23.46,MTA 1:23.57,MTA 2:19.13,MTA 3:17.54,MTA 4:14.83。为便于推广和统一,图像已经过图形调整,缩小了灰度范围并调整了对比度水平。图像来源列于补充材料1。不同来源对截断限值的推荐有所不同。目前若干常用网站推荐使用病理性截断值(任一侧)为:年龄<75岁患者MTA≥2,年龄≥75岁患者MTA≥3 [10, 11]。在视觉评估中,海马结构高度的丢失应有助于将3级与2级区分开来。当颞角扩大为最突出的发现时,应检查正常压力脑积水的影像学特征 查看原图 ↗
表1 示例图像中冠状面不同位置的比例 查看原表 ↗

讨论

本研究有两项主要发现。第一,在客观测量相关脑结构时,公开可用的MTA评分图示之间存在相当大的重叠。具体而言,这种重叠凸显了明确区分当前作为临床截断值的相邻分级(年轻患者1 vs 2,老年患者2 vs 3)的必要性。如果不同样本图像是一致的,则几乎不会或完全不会发现重叠——即各分级之间界限清晰。在本研究中,面积(与体积关系更密切)在评分之间的一致性高于高度(而海马高度在所有测量结构中相关系数最弱)。然而,确切面积无法通过视觉评估,而手动勾画通常被认为对临床常规而言过于耗时。这一差异提示,视觉分级量表固有的局限性可能促使采用体积测量工具。另一个差异是冠状切片倾斜/位置之间的一致性不足,如表1所示。最常见位置在不到一半的病例中被选用,而显示MTA 4级的图像在定位方面变异尤其大。

在当前临床常规中,同一量表不同示例之间的一致性不足会导致混淆和结果不一致。本文所呈现的外观重叠(定量见于图2、图3和表1,定性见于图4)凸显了这种混淆的来源。组水平效应量 measures 从低到相当高不等。图2、图3中显示的个体数据点提供了重叠的视觉概览,我们认为这种重叠是相当大的且存在问题的。也就是说,许多代表特定高度或面积的个体数据点目前与多个不同的MTA分级相符,即使在效应量较大的组之间也是如此。鉴于上述原因,本文提出了各MTA评分建议的选型图像(图5),图像选自本材料以与定量分析相匹配。

该研究的第二个主要发现是,公开展示的MTA评分与颞角的面积关联比与海马体的关联更强。此外,如图2d和3a所示,TH区域的测量重叠比HPC测量更少。这可能影响放射科医生更多基于脑室扩张而非海马萎缩来设定MTA评分。这本身就可能构成临床问题,尤其是在具有脑积水特征的患者中,导致对实际内侧颞叶萎缩的高估。特发性正常压力脑积水的早期阶段可表现为记忆丧失,是认知问题患者中一个重要且可治疗的鉴别诊断。具体而言,高估MTA分级可能导致脑积水患者被误诊为阿尔茨海默病,从而错失考虑分流治疗的机会。此外,对MTA 4中TH区域所发现的较大方差(图2d,最右侧组)的一个合理解释是,公开MTA量表中所展示的部分患者可能实际上在某种程度上具有脑积水特征,而非典型的内侧颞叶萎缩示例。由于正常压力脑积水是认知障碍患者中常见且重要的鉴别诊断,发现颞角增大应触发对其他相关特征的评估,如外侧裂增宽、大脑镰旁脑沟受压以及胼胝体角变窄。

在MTA评估中,海马结构是与脉络裂和颞角联合评估的——前者的萎缩导致后两者的继发性扩张。海马体是多个认知领域的关键结构,也是最常见(边缘系统为主型)阿尔茨海默病亚型或LATE疾病患者病理的核心部位。如引言所述,应强调人类感知并不理想地适合从二维图像估算体积,且径线会影响我们的评估。区分2级和3级的关键特征之一——这通常是临床相关的截断值——是海马结构高度的丧失。这在许多公开可用的样本图像中并不清晰可见,而在所提供的选型标本中可能更为明显。

还分析了海马旁回的面积。该结构比海马体受到的关注较少,但仍是认知障碍放射学评估中的重要结构[23]。在本研究中,这些结果未提供附加信息,因此在结果部分基本被省略。

在本研究中,我们同时纳入了MR和CT图像进行测量,未遇到任何困难。由于分辨率更高以及MRI在显示结构方面的优越能力,MR图像在精确测量上略为容易。然而,MTA评分被认为对CT是充分的,并且在临床上经常用于CT扫描。由于可用图像中仅有少数来自CT扫描,因此选择MR图像用于附图和选型标本图像。

当使用主观视觉评估作为半定量测量(如MTA评分)时,应严格遵循操作化流程。任何偏离方法学的做法,结合个体/主观差异,都会降低该测量的评定者间信度。近期一项研究即为例证,该研究发现不同放射学图像显示格式之间以及每种格式内不同个体之间存在较大性能差异[24]。具体就Scheltens量表而言,高度/长度的视觉评估受到多种偏倚的影响,例如无法忽略宽度[21]和面积[22]。

局限性

本研究评估的图像集合来自不同来源,图像质量和背景各异——共同点是它们均被该领域的专家或研究人员选为各自MTA分级的典型示例。由于这本身具有固有多样性,因此所产生的一致性有限,无论对使用者还是对本研究而言均是如此。部分纳入图像的分辨率不足以精确勾画感兴趣区。本研究中的所有测量均由单人完成,这始终存在偏倚风险。为尽量减少测量偏倚风险,部分图像和测量在测量过程中由神经放射学高级顾问(DF)反复控制,通过对评估者(FFF)的反馈系统防止测量发生逐渐漂移。假设上,严重萎缩可能减少大脑总宽度(此处用作参考线),但其对我们结果的实际影响被认为可忽略不计,且最可能仅限于MTA 4组。

大量研究已探讨了MTA分级在各种临床和研究环境中的表现,如Park等的系统综述所述[8]。尽管此处提供的选型图像直接或间接选自此类研究中的典型示例,但所得选择的准确性和可靠性理想上应予以评估。最佳情况下,此类评估应由不同环境中的独立研究组进行。此外,还可探讨不同决策支持图像的主观偏好,以力求放射科医师之间更一致的依从性。

最后但同样重要的是,本研究纳入的部分图像有可能在发表前在X轴和Y轴之间进行了非对称缩放,这可能影响高度和面积。虽然这并非不可能,但并不会改变或削弱我们关于最终用户所产生困惑的结论,该困惑由视觉外观的重叠和缺乏一致性所致。

结论

首先,公开可用的MTA评分显示存在相当大的重叠,尤其是在海马的高度和面积方面。相邻分级之间的重叠存在问题,因为它们被用作临床截断值。因此,视觉MTA分级作为全球临床工具的评价者间信度和稳健性是有限的。共识使用一套定义明确的教学图像将有利于维持和优化这一广泛传播的评分系统的评价者间信度。在本文中,为此特定目的提供了选定的模式图像。然而,视觉分级量表的局限性也可被视为采用体积测量工具的激励因素。

其次,公开可用图像中的MTA评分与颞角的面积比与海马更为一致。这可能影响放射科医生更多地根据脑室扩张而非海马萎缩来设定评分——这可能干扰有效的鉴别诊断,尤其是关于正常压力脑积水。

补充信息

电子补充材料

引用

  1. Forseni Flodin F, Haller S, Poom L, et al. Congruency between publicly available pictorial displays of medial temporal lobe atrophy. Eur Radiol. 2025. PMID: 40180636. doi:10.1007/s00330-025-11529-w
  2. 全文:PMC12417228(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12417228/

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。