文献速递腹部技术与安全USMR

超声衍生脂肪分数评估肝脂肪变性的可重复性前瞻性多中心研究

Prospective multicenter study on the reproducibility of ultrasound-derived fat fraction in assessing hepatic steatosis.
PubMed 文献 · Insights Imaging · 2025-11-04

这项前瞻性多中心研究在3家医院纳入163例疑似MASLD患者,由两名不同经验水平的放射科医师行UDFF测量。右叶测量失败率6.5%、观察者间ICC 0.89–0.96;80例以MRI-PDFF为参考,右叶诊断≥S1的AUC为0.97、左叶为0.84。作者认为右叶UDFF更可靠,建议疑似MASLD患者至少测量两次。

要点

  • 右叶UDFF测量失败率6.5%,左叶为28.8%,右叶成功率明显更高。
  • 右叶观察者间ICC为0.89–0.96,重复性优于左叶。
  • 以右叶UDFF阈值8%诊断≥S1,敏感度94.50%、特异度100.00%。

核心结论

  • 左叶UDFF测量失败率更高、一致性较差,右叶测量成功率高且可重复性优秀。
  • 对疑似MASLD患者,作者建议至少进行两次UDFF测量。
  • 右叶UDFF对检出脂肪肝更可靠。
  • 作者指出本研究样本量小,未来研究应纳入更大规模的多中心研究。

研究设计与样本

  • 前瞻性多中心研究,在3家医院连续纳入临床疑似MASLD的成人患者。
  • 第一步163例(机构1为100例、机构2为27例、机构3为36例)由两名经验水平不同(≥10年 vs <3年)的放射科医师行UDFF测量。
  • 第二步80例(机构1为50例、机构2为21例、机构3为9例)完成MRI-PDFF,作为参考标准评估UDFF诊断性能。
  • UDFF使用ACUSON Sequoia系统及DAX探头,ROI置于右叶S5/S6、左叶S2/S3,连续取5幅图像取中位值。
  • MRI-PDFF采用1.5-T或3.0-T系统、VIBE序列联合DIXON技术,于UDFF后14天内完成。

关键影像表现/征象

  • 右叶UDFF在脂肪变组与非脂肪变组的均值分别为21.45±8.96%与5.43±2.15%(p<0.001)。
  • 右叶两操作者间Pearson相关系数为0.89、0.81、0.93(p<0.0001),Bland-Altman偏倚分别为−0.45、−0.87、−0.49。
  • 左叶两操作者间Pearson相关系数为0.74、0.62、0.78,ICC为0.85、0.76、0.87。
  • 右叶UDFF差值与BMI的Pearson相关系数为0.09(p=0.24),与SCD为0.03(p=0.70),均无显著相关。
  • 右叶UDFF在BMI<23与BMI≥23亚组的Pearson相关系数均为0.88。

诊断标准与关键数值

  • 以右叶UDFF阈值8%诊断≥S1,敏感度94.50%、特异度100.00%、PPV 100.00%、NPV 63.60%。
  • 右叶诊断≥S1的AUC为0.97(95%CI 0.93–1.00),左叶为0.84(95%CI 0.75–0.93)。
  • 固定90%敏感度与特异度时右叶cutoff为9.77%与7.65%,固定95%时右叶cutoff为7.65%与7.83%。
  • 右叶阈值14%诊断≥S2的敏感度79.70%、特异度66.70%、PPV 87.05%、NPV 53.91%;左叶阈值10%对应81.48%、61.54%、81.48%、61.53%。
  • 右叶阈值22%诊断≥S3的敏感度68.29%、特异度84.62%、PPV 84.09%、NPV 72.16%;右叶阈值10.0%对应90.00%、46.00%、50.00%、88.46%。

临床应用与阅片要点

  • 右叶UDFF测量成功率高且观察者间一致性好,适合作为定量评估肝脂肪含量的首选部位。
  • 作者建议对疑似MASLD患者至少进行两次UDFF测量,重复五次时ICC最高(0.98–0.98),两次重复ICC亦>0.90。
  • 右叶阈值8%时假阴性4例(5.4%)、无假阳性;左叶阈值10.50%时假阴性15例(20.50%)、无假阳性。
  • 右叶UDFF诊断≥S1的AUC 0.97高于左叶0.84,诊断≥S2的AUC右叶0.78高于左叶0.69(p=0.04)。
  • 右叶UDFF差值与BMI、SCD及学习时间均无显著关联。

局限性

  • 作者指出本研究样本量小,未来研究应纳入更大规模的多中心研究。
全文中译17 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. 2025 Nov 4;16:243. doi: 10.1186/s13244-025-02076-5

引言

非酒精性脂肪性肝病(NAFLD)是全球最常见的肝脏疾病[1]。2023年,代谢功能障碍相关脂肪性肝病(MASLD)这一术语被引入,作为更合适的诊断名称[2]。若不及时采取针对代谢功能障碍的干预措施,预计MASLD患病率将迅速上升[3]。因此,对普通人群和高危人群而言,肝脏脂肪变性的早期定量检测和个性化管理至关重要。

肝活检被认为是诊断肝脏脂肪变性的金标准。然而,它具有侵入性,并伴随疼痛、焦虑、出血、感染和胆漏等风险,尤其在凝血功能障碍患者中[4]。基于MRI的技术,如磁共振质子密度脂肪分数(MRI-PDFF),提供了一种无创且准确的替代方法[5, 6],在脂肪定量方面与肝活检具有强相关系数(> 0.9)[7]。MRI-PDFF与组织学分级(轻度、中度、重度)吻合良好[8, 9]。尽管具有诊断优势,MRI-PDFF费用高昂且仅限于大型医疗中心,阻碍了其更广泛应用[10–12]。常规超声是脂肪性肝病最常用的影像学检查方式[13],但其准确性高度依赖于机器和操作者[14]。定量超声技术,包括背向散射系数(BSC)和衰减系数(AC),在评估肝脏脂肪变性方面显示出前景[15]。Labyed等人提出了一种整合的超声衍生脂肪分数(UDFF)模型,利用AC和BSC的线性最小二乘分析来预测MRI-PDFF值[16]。

与其他无创技术相比,UDFF具有若干优势[17]。与受代谢因素影响的血清生物标志物如脂肪肝指数(FLI)和肝脂肪变性指数(HSI)相比,UDFF提供了生物标志物无法提供的肝脏形态学信息[18]。与基于CT的评估不同,UDFF避免了辐射暴露,对儿童和孕妇更安全,且更具成本效益和可及性[19]。与瞬时弹性成像(TE)相比,如使用受控衰减参数(CAP)的FibroScan®,UDFF提供直接的定量肝脏脂肪评估。CAP是半定量的,受皮下脂肪影响,在肥胖个体中失败率较高。此外,TE缺乏肝脏形态学信息[18]。

作为一种新型影像生物标志物,UDFF的临床采用需要严格的技术验证。鉴于超声对操作者的依赖性[14, 20, 21],评估不同经验水平放射科医师之间UDFF的重复性和再现性至关重要[22]。本研究旨在评估不同机构中不同经验操作者之间UDFF的重复性和再现性,并验证其在检测疑似MASLD患者肝脏脂肪变性方面的诊断性能。

材料与方法

研究设计

这项前瞻性多中心研究经机构伦理委员会批准(B2023-215R),并在 https://www.chictr.org.cn 注册(ChiCTR2300069459)。所有参与者均签署书面知情同意书。2023年1月至7月,临床怀疑MASLD的个体在三个机构连续入组,接受UDFF、肝脏超声和MRI-PDFF评估。所有UDFF检查均使用配备DAX探头的ACUSON Sequoia系统进行。每位参与者由两名经验水平不同的放射科医师(≥ 10年 vs. < 3年)扫描,且对临床数据设盲。参与者禁食至少4 h,MRI-PDFF在UDFF后14天内进行。研究分为两个步骤。首先,我们通过比较肝叶之间的失败率、评估机构间重复性并确定最佳测量次数,来确定最佳UDFF方案。其次,以MRI-PDFF为参考,我们评估了UDFF对肝脂肪变性的诊断性能。

样本量计算

为确保方法的可靠性,样本量使用以下公式计算:

公式中:n代表样本量,α表示显著性水平,δ表示误差范围,ρ代表灵敏度或特异度。在本研究中,我们设定α = 0.001以将假阳性风险降至最低。我们根据Han等[13]报告的特异度选择ρ = 0.94,他们开发了一种使用原始RF数据的肝脏脂肪定量方法。他们的研究以MRI-PDFF为金标准,报告灵敏度为0.97、特异度为0.94——这些值常用于脂肪肝诊断。为确保样本量保守且具有足够把握度,我们使用特异度(0.94)进行计算,因为它产生的样本量最大。考虑20%的潜在脱落率,我们估计至少需要78名经MRI-PDFF确认的参与者。

参与者入组

所有参与机构采用相同的纳入和排除标准。纳入标准为:(a) 年龄 > 18岁;(b) 临床怀疑MASLD,定义为至少符合以下一项:(1) 肝脂肪变性的影像学证据:(i) 超声:轻度——肝回声高于右肾皮质;中度——回声明显增高但无肝周改变;重度——膈肌回声模糊。(ii) MRI-PDFF分级:0级(< 5.2%)、1级(5.2–11.3%)、2级(11.3–17.1%)、3级(≥ 17.1%)[23]。(2) 血清生物标志物升高:AST、ALT、GGT异常或血脂异常;(3) 代谢危险因素:BMI ≥ 23 kg/m²、2型糖尿病或其他代谢功能障碍[24]。在超声检查前或后两周内收集人体测量学和临床数据(年龄、性别、BMI、肝酶)。

在第一步中,248名参与者在三个机构由两名放射科医师进行超声检查。排除后——49名数据不完整(34名缺乏完整扫描;15名文件损坏/丢失)、22名接受全身治疗、14名患有其他慢性肝病(如病毒性或自身免疫性肝炎)——最终纳入163名参与者。在第二步中,163名中的80名具有完整MRI-PDFF数据,并被纳入进一步分析以评估UDFF的诊断性能(图1)。

图1 患者入组流程流程图。UDFF,超声衍生脂肪分数;MRI-PDFF,磁共振成像-质子密度脂肪分数;MASLD,代谢相关脂肪性肝病 查看原图 ↗

UDFF测量

所有研究中心均使用市售超声设备(ACUSON Sequoia US系统;Siemens Healthineers),配备5C1凸阵探头(1.0–5.7 MHz)和深部腹部换能器(DAX)。每名参与者由经验不同的放射科医师进行两次扫描,间隔5–10分钟。为评估不同肝叶中UDFF的稳定性和组织异质性,在右叶S5/S6段和左叶S2/S3段放置感兴趣区(ROI)。测量在仰卧位下进行,使用靠近肝门的右侧肋间切面,避开大血管和局灶性病变。探头纵向垂直置于剑突下,选择左肝叶最大切面进行UDFF测量。

常规超声检查后,通过VT按钮激活UDFF模式。将3 × 3 cm的ROI置于肝包膜下1.5–2 cm处,以准确采集数据。采样线上的“+”标记与肝包膜平行对齐,患者在图像采集期间屏气1–3秒。连续获取五幅图像,取UDFF中位数用于评估肝脂肪变性。操作过程中测量皮肤至包膜距离(SCD)。若1.0 × 1.5 cm的有效帧少于10帧,或最终值显示为无效,则发生UDFF测量失败。失败的测量结果将保留用于计算失败率,但不纳入数据分析。测量将持续进行,直至获得五幅成功图像。

UDFF测量可能受温度、湿度和噪声等环境因素以及设备维护的影响。为确保一致性,所有中心遵循统一的设备操作和校准方案。仪器保持在22–25 °C的干燥、通风良好区域,并按照制造商指南每日校准。操作人员在数据采集前接受标准化培训并经过考核,以尽量减少测量变异性。

MRI-PDFF操作流程

所有参与机构均使用1.5-T或3.0-T MRI系统,配备18通道或32通道线圈。患者取仰卧位,将躯部相控阵线圈置于肝脏上方进行扫描。MRI数据采集采用VIBE(容积式屏气检查)序列结合DIXON技术进行水脂分离,允许在单次屏气期间采集两个回波。扫描范围覆盖整个腹部,从肝顶至髂嵴,以确保完整肝脏成像。关键成像参数如下:轴位扫描平面,TR/TE = 5.49/2.46 ms,矩阵大小 = 320 × 320,翻转角 = 9°,视野 = 360 × 360 mm,层厚 = 3 mm,体素大小 = 1.9 × 1.1 × 3.0 mm。随后在专用后处理工作站上分析获得的DICOM图像。经验丰富的放射科医师(腹部MRI经验≥5年)在图像上手动放置感兴趣区(ROI)以测量质子密度脂肪分数(PDFF)。具体而言,他们勾画V、VI和VIII段,注意避开大血管、胆管、伪影和病灶。每个段的PDFF值取三个独立ROI的平均值。对于全肝PDFF,脂肪分数计算为所有八个肝段的平均值。分析中采用中位数以减少离群值的影响,确保结果更为稳健和准确。

统计分析

统计分析使用SPSS 26.0和GraphPad Prism 8软件进行。采用Kolmogorov-Smirnov检验评估数据正态性。正态分布数据以均值±标准差表示,非正态分布数据以中位数(四分位距)表示。多组比较采用单因素方差分析。采用Pearson相关和Bland-Altman分析评估不同放射科医师间UDFF值的一致性,并计算95%一致性界限(LOA)[25]。组内相关系数(ICC)和95%CI使用单变量双因素随机效应方差分析模型计算,ICC值解释如下:0–0.39(差),0.40–0.59(一般),0.60–0.74(好),0.75–1.0(优秀)[14]。采用单变量和多变量二元logistic回归模型分析影响左叶测量失败的因素。对于UDFF1-UDFF2,单变量和多变量线性回归纳入BMI、皮肤至肝包膜距离、AST、ALT等变量。采用ROC曲线分析评估诊断价值,最佳阈值由约登指数确定。AUC比较采用DeLong法[26]。采用双侧检验,p < 0.05表示差异有统计学意义。

结果

患者特征

第一步中,163名参与者由两名放射科医师进行UDFF测量以评估重复性和稳定性:100名来自机构1,27名来自机构2,36名来自机构3。其中,男性89名(54.70%),女性74名(45.30%),中位年龄40岁(IQR:33–55),平均BMI为27.77 ± 6.40 kg/m²(IQR:23.20–28.60)。各机构两名放射科医师之间的平均UDFF值未发现显著差异。第二步中,80名参与者(机构1 50名,机构2 21名,机构3 9名)同时接受UDFF和MRI-PDFF评估以评价UDFF的诊断性能。其中,73名(91.20%)被诊断为肝脂肪变性,7名(8.80%)MRI-PDFF < 5.20%,提示无脂肪变性(0级)。脂肪变性病例中,13例为1级(轻度),19例为2级(中度),41例为3级(重度)。表1和表E1总结了关键人口学、临床、实验室、MRI-PDFF和UDFF特征,以及按机构分层的总体和亚组数据。

表1 参与者的人口学、生化、组织学和影像学数据 查看原表 ↗

失败率及影响因素分析

如图E1所示,两名放射科医师同时采集了肝左叶和右叶的UDFF数据。计算了各机构的失败率。对于左叶,机构1中24/100和29/100名参与者测量失败,机构2中7/27和10/27名,机构3中9/37和12/37名。左叶平均失败率分别为26.5%、31.5%和28.4%。对于右叶,失败率低得多:5/100和6/100(机构1)、2/27和2/27(机构2)、2/37和3/37(机构3),平均失败率分别为5.50%、7.40%和6.60%(图E1)。单因素二元logistic回归确定BMI、甘油三酯、SCD、AST、ALT和UDFF值为与左叶失败相关的因素。多因素回归证实UDFF值为独立危险因素(表2)。

表2 根据单因素和多因素二元logistic回归分析与UDFF肝左叶测量失败结果相关的因素 查看原表 ↗

UDFF在肝左叶的重复性和再现性

对三个中心两名放射科医师的肝左叶UDFF测量进行了再现性分析。观察到中等相关性,Pearson系数分别为0.74(95% CI:0.60–0.84)、0.62(95% CI:0.21–0.85)和0.78(95% CI:0.59–0.89)。Bland-Altman分析显示测量差异分别为1.30(95% CI:−10.80至13.40)、−0.38(95% CI:−13.72至12.97)和1.25(95% CI:−9.80至12.30)(表E2)。左叶UDFF的ICC分别为0.85(95% CI:0.75–0.91)、0.76(95% CI:0.36–0.92)和0.87(95% CI:0.74–0.94)。进行单因素和多因素线性回归分析以探究导致操作者间差异的因素。单因素结果确定年龄和SCD为影响测量差异的显著因素(表E3)。

UDFF在肝右叶的组间重复性和再现性

对两个放射科医师在三个中心从右肝叶获得的UDFF测量值进行了可重复性分析。结果显示,两个操作者在三个中心从右肝叶获得的UDFF值之间显著相关,Pearson相关系数分别为0.89(95% CI:0.84–0.92,p < 0.0001)、0.81(95% CI:0.62–0.91,p < 0.0001)和0.93(95% CI:0.87–0.96,p < 0.0001)。Bland-Altman图进一步表明,两个操作者在三个中心的UDFF评估之间不存在系统性高估或低估,平均评分之间也无差异趋势。两个操作者在三个中心的UDFF值差异分别为−0.45(95% CI:−8.67至7.78)、−0.87(95% CI:−10.79至9.05)和−0.49(95% CI:−6.92至5.95)。三个中心仅8例患者的评分超出一致性范围。此外,ICC显示三个中心右肝叶UDFF值的操作者间一致性良好,ICC分别为0.94(95% CI:0.91–0.96)、0.89(95% CI:0.76–0.95)和0.96(95% CI:0.93–0.98)(图2,表3)。

图2 三个机构中UDFF的观察者间一致性。a、c、e 两个放射科医师在三个机构获得的UDFF显示出强相关性,Pearson相关系数分别为0.89(p < 0.0001)、0.81(p < 0.0001)和0.93(p < 0.0001)。b、d、f 两个放射科医师在三个机构获得的Bland-Altman图(p = 0.77、p = 0.80和p = 0.70) 查看原图 ↗
表3 三个机构右肝叶UDFF的观察者间可重复性分析结果 查看原表 ↗

影响右肝叶UDFF操作者间变异性的因素

我们进行了一项分析,以探讨不同操作者获得的右肝叶UDFF值差异与BMI或SCD等因素之间的相关性。结果显示,UDFF值与BMI或SCD均无显著相关性。具体而言,UDFF与BMI之间的Pearson相关系数为0.09(p = 0.24),UDFF与SCD之间的Pearson相关系数为0.03(p = 0.70),表明这些因素与观察到的UDFF测量差异之间无显著关系(图3)。随后,进行单因素和多因素线性回归分析,以识别与操作者间右肝叶UDFF测量差异相关的潜在因素。分析未发现可解释右肝叶UDFF值变异性的显著因素。在单因素分析中,UDFF值差异与SCD的回归系数为0.14(−0.59至0.87),p = 0.70。在多因素分析中,UDFF值差异与SCD的回归系数为0.63(−4.31至17.38),p = 0.18(表E4)。

此外,亚组分析显示,无论BMI < 23还是≥ 23,不同操作者获得的右肝叶UDFF值均高度相关,Pearson相关系数为0.88。Bland-Altman分析显示,BMI < 23和BMI ≥ 23的偏倚分别为−0.74(95% CI:−6.84至5.36)和−0.47(95% CI:−9.05至8.10)(图E2)。此外,进一步分析探讨了操作者间差异是否与学习时间相关。结果表明,右肝叶UDFF差异与学习时间无关。即使学习时间较短,也可从右肝叶获得稳定且高度可重复的UDFF结果(图E3)。

图3 不同放射科医师获得的UDFF值差异的影响因素分析。a 不同放射科医师获得的UDFF差异与BMI无显著相关性,Pearson相关系数为0.09,p = 0.24。b 不同放射科医师获得的UDFF差异与BMI无显著相关性,Pearson相关系数为0.03,p = 0.70 查看原图 ↗

右肝叶UDFF的组内重复性和再现性

无论采集次数多少,UDFF对肝实质的观察者内重复性均极佳,在三个中心,两次测量的ICC分别为0.93–0.97,三次测量的ICC为0.94–0.97,五次测量的ICC为0.98–0.98。结果表明,当测量重复五次时,UDFF提供最一致和可靠的结果(ICC ≥ 0.95)。然而,两次重复也足以产生较为一致的结果(ICC > 0.90)(表E5)。

比较右肝叶和左肝叶获得的UDFF识别轻度及以上肝脂肪变性的能力

共有80例患者在三个机构接受了MRI-PDFF检查。图4展示了脂肪变性组和非脂肪变性组右肝叶UDFF分布的散点图。这些组的平均UDFF值分别为5.43 ± 2.15%和21.45 ± 8.96%(p < 0.001)。右叶UDFF测量对肝脂肪变性(≥ S1)表现出高诊断能力,AUC为0.97(95% CI:0.93–1.00)(图4)。ROC分析表明,右叶UDFF阈值为8%时,诊断轻度肝脂肪变性的敏感性、特异性、阳性预测值(PPV)和阴性预测值(NPV)分别为94.50%、100.00%、100.00%和63.60%(表4)。当固定90%敏感性和特异性、以及95%敏感性和特异性时,右叶UDFF截断值分别确定为9.77%、7.65%、7.65%和7.83%。相比之下,使用左肝叶测量的UDFF识别肝脂肪变性(≥ S1)的AUC为0.84(95% CI:0.75–0.93),显著低于右叶(表4)。

当使用右肝叶8%的UDFF阈值来识别轻度或以上程度肝脂肪变性时,共观察到4例假阴性病例,假阴性率为5.4%,未观察到假阳性病例。在临界病例中,仅有1名肝脂肪变性参与者被误分类为无脂肪变性。相比之下,当在左肝叶应用10.50%的UDFF阈值时,假阴性病例数增加至15例(20.50%),而未观察到假阳性病例。然而,在临界范围内,有3名肝脂肪变性参与者被误分类(表5)。

图4 UDFF对肝脂肪变性≥S1的诊断性能。a 以MRI-PDFF为标准(肝右叶),有和无肝脂肪变性两组之间UDFF散点图分布。b 用于检测肝脂肪变性≥S1的受试者工作特征曲线,ROC=0.97(0.93–1.00)。(肝右叶)。c 用于检测肝脂肪变性≥S1的受试者工作特征曲线,ROC=0.97(0.93–1.00)(肝左叶) 查看原图 ↗
表4 UDFF对肝脂肪变性≥S1的诊断性能 查看原表 ↗
表5 右肝叶UDFF、左肝叶UDFF与MRI衍生PDFF≥5.2%的交叉制表 查看原表 ↗

比较右肝叶和左肝叶获得的UDFF识别中度和重度肝脂肪变性的能力

进一步评估UDFF对中度和重度肝脂肪变性的诊断性能显示,右肝叶的UDFF测量对肝脂肪变性(≥S2)的诊断能力优于左肝叶。右叶和左叶的AUC分别为0.78(95%CI:0.68–0.87)和0.69(95%CI:0.57–0.77)(p=0.04)(图E4a、b)。ROC分析表明,在右叶UDFF阈值为14%时,诊断肝脂肪变性(≥S2)的灵敏度、特异度、PPV和NPV分别为79.70%、66.70%、87.05%和53.91%(表E6)。同样,在左叶UDFF阈值为10%时,灵敏度、特异度、PPV和NPV分别为81.48%、61.54%、81.48%和61.53%(表E6)。

对于肝脂肪变性(≥S3),右肝叶的UDFF测量也表现出更优的诊断性能,右叶和左叶的AUC值分别为0.82(95%CI:0.71–0.89)和0.68(95%CI:0.56–0.78)(p=0.02)(图E4c、d)。ROC分析进一步表明,在右叶UDFF阈值为22%时,诊断重度肝脂肪变性(≥S3)的灵敏度、特异度、PPV和NPV分别为68.29%、84.62%、84.09%和72.16%(表E6)。此外,在右叶UDFF阈值为10.0%时,诊断重度肝脂肪变性的灵敏度、特异度、PPV和NPV分别为90.00%、46.00%、50.00%和88.46%(表E6)。

讨论

在过去十年中,定量超声已成为一种有前景的无创工具,用于评估慢性肝病(包括高危NASH)中的肝脏脂肪变性、纤维化和治疗反应[27]。肝脏脂肪变性是MASLD最早且最关键的组织学表现,对肝脏相关发病率和死亡率有显著贡献[28]。若不治疗,MASLD会从无症状阶段进展为肝硬化和潜在肝细胞癌[29]。作为一种新技术,UDFF在广泛临床使用前需要验证其重复性和再现性。

本研究首先在三个三级机构评估了UDFF的技术可靠性。右肝叶表现最佳,失败率仅为5.5–7.4%,而左肝叶失败率较高(26.5–31.5%)。单因素逻辑回归表明,较高的BMI、甘油三酯水平、皮下脂肪厚度(SCD)和UDFF值与左肝叶失败相关。多因素分析确认UDFF为独立预测因子。这些发现提示皮下脂肪、脂肪变性严重程度和BMI增加左肝叶测量失败的可能性。此外,其他几个因素可能促成左肝叶较高的失败率:(1)解剖位置和结构干扰:周围器官的存在,如搏动的心脏和胃内气体,可能干扰测量。此外,左肝叶体积较小、结构较薄可能导致探头接触不足,损害测量的稳定性和可靠性[30]。(2)声窗限制:左肝叶的声窗常被肋骨、肺气或胃肠道气体遮挡[30]。(3)操作技术挑战:测量左肝叶时控制探头角度和压力更为困难[31]。

尽管存在这些局限性,右肝叶的UDFF测量稳定且一致。Pearson相关分析显示高级和初级放射科医生在右肝叶测量上高度一致,而左肝叶结果更受SCD和年龄等因素影响。这些发现强化了使用右肝叶进行UDFF的建议。右肝叶UDFF的操作者内重复性极佳,至少两次测量的ICC>0.92,五次测量>0.97,支持UDFF在量化脂肪变性中的实用性。因此,临床实践中建议至少两次、理想情况下五次右肝叶测量。

在第二步中,评估了UDFF相较于MRI-PDFF(≥ 5.2%)在检测轻度肝脂肪变性方面的诊断性能。结果表明,源自肝右叶的UDFF在检测轻度肝脂肪变性方面表现出更优的诊断性能(图5)。右叶UDFF取得了更优的结果(AUC = 0.97 vs. 左叶0.84),优于De Robertis等人先前的研究(AUC = 0.75),这可能归因于我们队列中脂肪变性严重程度的分布更为均衡(S0 = 7,S1 = 13,S2 = 19,S3 = 41)[32]。右叶UDFF还显示出更低的假阴性率。我们还评估了UDFF评估不同程度肝脂肪变性的能力。对于中重度(MRI-PDFF ≥ 11.3%)和重度脂肪变性(≥ 17.1%),右叶UDFF同样优于左叶。中重度脂肪变性的AUC为0.78(右叶)vs. 0.69(左叶)(p = 0.04),重度脂肪变性为0.82(右叶)vs. 0.68(左叶)(p = 0.02)。

与CAP、ATI、UGAP、TAI和BSC等其他基于超声的方法相比,UDFF表现出具有竞争力或更优的准确性,尤其是在以MRI-PDFF作为参考标准时(标准AUC:0.84–0.95)[33–36]。UDFF具有一项重要优势:其参考标准MRI-PDFF可提供可量化的脂肪变性百分比,使结果对临床医生和患者更为直观。它在诊断脂肪变性方面显示出100%的阳性预测值,这可能减少MASLD试验中的筛选失败率,并有助于识别合适的试验候选者[37]。与MRI-PDFF相比,UDFF还具有成本效益。超声设备在初级保健或农村环境中显著更便宜且更易获取,使UDFF更适合大规模或重复筛查。因此,UDFF有潜力成为广泛可用、经济且可靠的早期MASLD检测和监测方法[38, 39]。

本研究存在若干局限性需要注意。第一,MRI-PDFF患者数量相对较少,降低了诊断性能的稳健性,尤其是对于晚期脂肪变性分级。第二,本研究未评估与MASLD相关的炎症或纤维化。第三,未使用肝活检,需要进一步研究以组织病理学验证UDFF。第四,本研究缺乏长期随访数据以评估重测信度,也未考虑技术伪影或ROI放置因素。

总之,本研究表明,从肝右叶获取UDFF对于识别肝脂肪变性是可靠且有效的,与放射科医生的经验无关。推荐将该技术用于肝脂肪变性的量化和分级。UDFF作为一种新的无创定量诊断工具具有显著潜力,但需要在更大、更多样化的样本中以及在中重度脂肪变性、炎症或纤维化患者中开展进一步研究,以进一步拓展其临床适用性。

图5 按MRI-PDFF分级的有代表性4名肝脂肪变性参与者的UDFF图像。a 一名无肝脂肪变性的57岁女性参与者,UDFF图像(UDFF = 4.3%),MRI-PDFF为3.06%。b 一名轻度肝脂肪变性的37岁男性参与者,UDFF图像(UDFF = 12%),MRI-PDFF为9.30%。c 一名中度肝脂肪变性的39岁男性参与者,UDFF图像(UDFF = 17%),MRI-PDFF为18.87%。d 一名重度肝脂肪变性的36岁男性参与者,UDFF图像(UDFF = 28%),MRI-PDFF为29.11% 查看原图 ↗

补充信息

电子补充材料

引用

  1. Yin H, Chen G, Fan Y, et al. Prospective multicenter study on the reproducibility of ultrasound-derived fat fraction in assessing hepatic steatosis. Insights Imaging. 2025. PMID: 41186799. doi:10.1186/s13244-025-02076-5
  2. 全文:PMC12586825(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12586825/

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。