文献速递腹部技术与安全CT

来自大型辐射剂量注册系统908,000次检查的众包优化腹部CT协议

Crowd-sourcing optimized abdomen CT protocols from 908,000 examinations in a large radiation dose registry.
PubMed 文献 · Eur Radiol · 2025-11-24

该研究基于大型国际CT剂量注册系统,回顾性分析907,992次成人常规腹部CT检查的1,767个协议,用k-means聚类按平均采集参数分为9类。各聚类患者尺寸校正DLP从486至1,382 mGy-cm,相差约三倍;最低剂量聚类主要采用低kV(约100)和单期相,最高剂量聚类因期相数多(平均3.3)导致剂量最高。

要点

  • 常规腹部CT协议间患者尺寸校正DLP相差约三倍(486–1,382 mGy-cm),与患者体型无关。
  • 最低剂量协议主要特征为低kV(约100–105)、低mAs、较短扫描长度和单期相。
  • 非必要期相是辐射剂量过高的最大驱动因素,最高剂量聚类平均期相数达3.3。

核心结论

  • 聚类方法为识别优化协议提供了新框架,同时揭示了实践差异和最差技术(如常规腹部使用三期相)。
  • 这些发现可通过提供来自大型注册系统的最佳实践协议来指导临床医生设计协议,并提供一种分析本医疗系统内数据的方法。

研究设计与样本

  • 回顾性分析2015年1月1日至2021年3月11日连续成人常规腹部CT检查,数据来自UCSF国际CT剂量注册系统。
  • 样本包括7个国家26个医疗组织所属132家医院或门诊影像中心的907,992次检查,共1,767个协议。
  • 协议定义为 facility、扫描仪品牌/型号、CT适应证和协议名称的唯一组合。
  • 使用k-means聚类,输入mAs、螺距、kV、准直、扫描长度和期相数六个技术参数,将协议分为9个聚类。
  • 采用尺寸校正CTDIvol和DLP,以对数线性混合回归按有效直径归一化,facility作为随机效应。

诊断标准与关键数值

  • 聚类1和2尺寸校正DLP最低(分别为486和507 mGy-cm),主要采用较低平均kV(102–105)。
  • 聚类8平均mAs最高(338)且kV最高(125);聚类9平均期相数3.3,高于其余聚类的1.1–1.6。
  • 聚类6最常见,包含508个协议和381,457次检查(占42%),尺寸校正DLP为643 mGy-cm,尺寸校正CTDIvol为11 mGy。
  • 聚类3–7尺寸校正DLP在598–699 mGy-cm范围,技术参数值相似。

临床应用与阅片要点

  • 与最常见聚类6相比,聚类1检查剂量降低24%,聚类9剂量约为聚类6的214%。
  • 聚类1和2通过低kV实现最低尺寸校正剂量,其余聚类kV约120或更高。
  • 聚类3平均期相数最低(1.1)但扫描长度最长(516 mm),其尺寸校正剂量比聚类2高18%,主要由kV 120驱动。
  • 聚类8和9椭圆较大,反映其协议内部变异更大;使用这两个高剂量协议的患者比例最少(聚类8为2.0%,聚类9为1.7%)。
  • 尺寸校正DLP在最小十分位为651 mGy-cm,最大十分位为649 mGy-cm;但同尺寸十分位内跨聚类差异明显,如第一十分位聚类1为473 mGy-cm vs 聚类9为1,297 mGy-cm。

局限性

  • 本研究未评估这些协议产生的图像质量,这是研究的局限性。
  • 所有协议均至少用于20次检查(第25百分位=38次,中位数=94次,第75百分位=350次),作者推定这表示图像质量可被阅片放射科医生接受。
全文中译8 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 Nov 24;36(5):3454–64. doi: 10.1007/s00330-025-12131-w

引言

腹部计算机断层扫描(CT)所使用的辐射剂量存在很大差异,作为欧洲第二常见的CT检查类型,其所致有效剂量高于大多数其他常见诊断成像程序[1, 2]。一项多国分析纳入2015年至2020年间因常规适应症在成人中进行的748,846例腹部CT检查,在考虑患者体型后,描述了1033个独特协议之间平均辐射剂量存在六倍范围[3]。这种差异使患者面临额外的癌症风险[4, 5],并且与放射学中在获得适当图像质量的同时尽量减少辐射暴露的指导原则不一致[6, 7]。

既往研究表明,虽然辐射剂量随患者体型而变化[8],但患者因素或机器特征仅适度驱动各成像机构之间的剂量差异[1]。相反,差异来自临床医生所做的局部决策,这些决策反映在协议中,包括期相选择和其他采集参数。众所周知的剂量降低方法和技术,如自动kV调制和限制无指征期相,并未得到充分利用[1, 3, 9, 10]。

虽然人们一致认为提高辐射剂量的标准化是临床当务之急[6, 7],但选择技术参数以在尽量减少辐射暴露的同时获得足够图像质量的方法有无数种。这些选择代表了辐射剂量、图像质量、扫描时间和解剖覆盖范围之间的权衡,而识别“最佳”协议并非易事。然而,如果没有基于共识的操作手册,制定协议的任务不仅消耗放射科医生、医学物理师和技术人员大量时间和资源,还驱动了剂量差异。在调查中,负责放射学协议的人员报告称感到无法跟上协议修订的进度,据估计,为单一适应症维护更新协议会消耗一名全职员工的精力[11–15]。

在本研究中,我们采用众包方法在国际大型辐射剂量注册中心内识别优化协议,并进行聚类分析以识别在常规腹部CT中产生低辐射剂量的协议。

材料与方法

纳入2015年1月1日至2021年3月11日期间在18–99岁患者中进行的连续诊断性常规腹部CT扫描,且收录于加利福尼亚大学旧金山分校(UCSF)国际CT剂量注册中心(“注册中心”)。样本包括来自7个国家26个医疗保健组织下属132家医院或门诊成像机构的检查。数据采集细节此前已有描述[1]。参与站点通过Radimetrics©剂量管理软件(Bayer AG)向注册中心提交DICOM数据。UCSF机构审查委员会批准了本研究并豁免知情同意。合作机构获得了当地批准或依赖UCSF批准进行贡献。

这些分析聚焦于常规腹部CT,包括所有腹部和/或盆腔扫描,其判定依据为基于DICOM头信息(包括协议名称和检查描述)的经过验证的算法[16]。具有血管成像或创伤适应证的腹部检查被排除,因低剂量适应证(如疑似肾结石)或高剂量适应证(如肝癌检测)而进行的检查亦被排除[16]。腹部成像适应证的完整列表,以及将CT扫描归类(包括常规腹部)的框架验证情况,已发表[16]。

数据元素

检查日期、技术参数和辐射剂量指标包括扫描仪直接报告的那些(容积CT剂量指数(CTDIvol)、剂量长度乘积(DLP)、管电压(kV)、管电流(毫安秒(mAs))、准直、螺距、期相和扫描长度),以及登记系统中计算的那些(体型校正CTDIvol、体型校正DLP)。患者有效直径由Radimetrics计算并报告。任何参数或剂量指标存在缺失值的扫描被剔除(占检查的9.9%)。此外,为排除可能的错误离群值,我们剔除了技术参数或辐射剂量值低于第0.1百分位或高于第99.9百分位的所有扫描,并排除了不可能的低mAs(< 5.0)、不可能的低或高螺距(< 0.5或> 3.3)以及期相数> 4的扫描(占检查的6.2%)。为去除来自使用频率较低的机器型号(数据不足)的扫描,本研究仅限于登记系统中至少拥有5台独立扫描仪的机器型号(排除了10.1%的检查)。

我们将协议定义为设施、扫描仪品牌/型号、单台扫描仪、CT适应证和协议名称的唯一组合。为确保协议处于常规使用状态(我们将其理解为放射科医生认为图像质量足够),我们要求每个协议至少纳入20次检查的样本,从而剔除使用频率低的协议(可能因图像质量不足以诊断)。对于每个协议,我们对该协议所执行的各次检查的研究年份、辐射剂量和技术参数取平均值,因为尽管协议名称可能相同,但技术参数可因患者而异[17]。

体型校正辐射剂量

为尽量减少患者体型对剂量变异的影响,我们使用已发表的方法[3],通过将CTDIvol和DLP与Radimetrics报告的有效直径之间进行对数线性混合回归(以设施作为随机效应)来归一化这些指标,从而计算体型校正CTDIvol和DLP。这与体型特异性剂量估算(SSDE)不同,后者通过归一化以获得如体模所反映的每单位组织的 consistent 剂量,但不针对医院间患者病例组合调整剂量,因为BMI较高的患者其SSDE显著高于体型较小的患者[18, 19]。我们的体型归一化利用登记系统中观察到的体型与剂量之间的关系[3],通过消除患者体型对辐射剂量的影响,实现设施间的比较。

分析

为研究技术参数的变异如何驱动辐射剂量的差异,采用k均值聚类对协议进行分组,这是一种潜在聚类分析形式,将观测值归类到技术参数均值最接近的聚类(即组),该均值由其中心点反映。通俗地说,k均值聚类将具有相似特征的数据点分组,目标是最小化每个聚类内的变异。因此,同一聚类内的观测值彼此之间比与其他聚类中的观测值更为相似。在首先按平均技术参数和辐射剂量指标对协议进行汇总后,我们使用观测到的技术参数值确定聚类,并将每个协议归入与其自身平均技术参数最接近的聚类[20]。每个聚类代表一种在协议设计中被广泛采用的行为模式。

我们使用六个技术参数作为输入进行k均值聚类分析:mAs、螺距、kV、准直、扫描长度和期相数。选择这些参数是因为它们是辐射剂量的主要决定因素,并且可以在协议设计中直接修改。我们预期这六个参数能够预测每个聚类的DLP和经体型调整的DLP,反映每次检查的总施加剂量。由于这些技术参数的范围和变异差异较大,它们对到各聚类中心点距离的影响权重并不相等。在将协议分类到聚类时,我们将其标准化为均值为0、标准差为1,但结果以原始尺度展示。

我们接下来确定最佳聚类数,确保既不过少以致掩盖有意义的实践变异,也不过多以致引入不当噪声。我们对从2到30的不同聚类数反复进行k均值聚类,并计算其总组内平方和及三次聚类准则。然后我们绘制各聚类间平方和随聚类数变化的函数图,并确定平方和指标停止以显著速率下降的聚类数,即确定肘部,使得增加另一个聚类不会产生更好的建模[20–22]。通过此肘部法,我们选择了最佳数量,该数量同时也是三次聚类准则的局部峰值[23, 24]。

然后按经体型调整的DLP以表格形式对聚类进行编号和排序,其中聚类1使用最低辐射剂量,聚类9使用最高辐射剂量。为总结聚类,我们报告其组成协议的技术参数和剂量指标的均值。虽然DLP和CTDIvol均未用于创建聚类的分析中,但它们被纳入汇总以展示参数选择对剂量的结果。

为了以图形方式直观展示聚类的规模、形状和重叠情况,以及参数组合如何驱动辐射剂量,我们定义了两个维度。在X轴上,我们设有采集技术维度,该维度涵盖mAs、螺距和kV,计算公式为[mAs / 螺距 × (kV/120)2.5]。按此公式,螺距 > 1或kV < 120将显著降低X值,使其在图中进一步左移。在Y轴上,我们设有实践文化维度,该维度反映期相和扫描长度,计算公式为[期相数 × 扫描长度/450 mm],其中450 mm反映单期常规腹部CT的平均扫描长度。较低的期相数或扫描长度 < 450将降低Y值,使该点在垂直轴上位置更低。我们沿这些轴将每个聚类绘制为椭圆,中心点处有一个圆,其大小按该聚类的平均尺寸校正DLP缩放。椭圆的颜色反映其在尺寸校正DLP中的排名,从蓝色到红色分别反映剂量最低到最高的聚类。聚类反映90%预测椭圆, illustrating一个将包含属于该聚类的90%方案的区域[25, 26]。

我们通过使用尺寸校正剂量指标,考虑了患者体型影响(混杂)聚类间剂量变异的可能性。为评估尺寸校正是否成功消除了体型的影响,我们按有效直径将CT扫描分为十分位组,然后按十分位组评估尺寸校正DLP。同样,为探究检查年份是否可能影响(混杂)聚类间的剂量变异,我们评估了每个聚类内各年份检查的比例。我们另外计算了每个聚类在各年份内的平均尺寸校正DLP,并评估聚类间尺寸校正DLP的排名是否逐年不同。所有分析均使用SAS 9.4版和R进行。

结果

共纳入来自1767个方案的907,992次常规腹部CT检查,其中大多数(92.4%)来自美国。每个方案的平均检查数为514次,范围为20至21,487次。大多数检查(76.9%)在Siemens Healthineers或GE HealthCare机器上获得。人口学变量以及技术参数和辐射剂量指标的总体描述性统计见表1和表2。

k均值聚类确定9个聚类为将方案表征为独特、代表性分组的最佳数量。聚类的汇总统计见表3。每个聚类涵盖62至508个独特方案,以及在这些方案上执行的15,317至381,457次检查。尺寸校正DLP在各聚类间变化三倍,从聚类1的486 mGy-cm(95% CI 461, 512)到聚类9的1382 mGy-cm(95% CI 1260, 1504)。

9个已识别聚类之间的关系如图1所示,表3有助于解释这些构型。聚类1和2实现了最低的平均尺寸调整DLP(分别为486和507 mGy-cm),而聚类8和9最高(分别为989和1382 mGy-cm)(表3)。在图中,这四种方案占据不同位置,反映了技术参数的差异。聚类1和2与其余聚类的主要区别在于使用较低的平均kV,为102–105,而其余聚类的kV约为120或更高(表3)。聚类1的尺寸调整CTDIvol略高于聚类2(10対8 mGy),但扫描长度低6%,期相低12%。聚类8具有更高的采集技术(导致X轴上的值更高),包括所有聚类中最高的平均mAs(338)和kV(125)值。聚类9在mAs、kV和螺距方面约为平均水平,但平均期相计数是任何其他聚类的两倍以上(3.3期),导致其位于Y轴高处。值得注意的是,使用这两种较高剂量方案成像的患者数量最少:聚类8中2.0%的患者,聚类9中1.7%。相比之下,13%的检查使用了聚类1和2中的方案。

落在聚类3–7内的方案具有平均尺寸调整DLP在598–699 mGy-cm范围内,技术参数值相似。聚类6最大,包含508个方案和381,457次检查,占所有检查的42%。该聚类反映了最常见的实践,导致尺寸调整DLP为643 mGy-cm,尺寸调整CTDIvol为11 mGy。聚类7具有显著高的准直(均值=77 mm),这是由于该聚类中集中了GE Revolution CT和Philips ICT 256机器,这些机器使用80 mm束准直进行螺旋扫描。使用80 mm螺旋扫描对于“宽轴位”CT扫描仪进行躯干成像理想,其中首选高扫描速度和/或通过使用更宽准直增加管输出以最小化管加热问题是有利的。

采集技术和实践文化的概念旨在区分剂量优化的不同方法。采集技术指旨在改善图像质量(通过降低视觉噪声)的实践,而实践文化指扫描的次数和长度。表3中总结的方案说明了这些选择和权衡。例如,观察聚类1和2之间的差异。聚类1的螺距 considerably较低(比聚类2低45%),但通过低mAs和低kV平衡。除螺距外,聚类1和2的mAs和kV非常接近,但聚类2具有更高的尺寸调整DLP,由稍长的扫描长度和14%更高的期相驱动。聚类3有趣地同时具有所有聚类中最低的平均期相计数(1.1)和最长的扫描长度(516 mm),然而其尺寸调整剂量比聚类2高18%,主要由kV为120驱动。聚类4在图1中Y轴上最低;在表3中,我们看到这是因为它具有最短的扫描长度和低(但不是最低)的期相数。

椭圆大小也很重要。聚类8和9具有相对较大的椭圆,反映其方案内更大的变异。

与最常见聚类(聚类6)的平均体型校正DLP相比,聚类1的检查剂量降低了24%,而聚类9的检查剂量约为前者的214%。

我们观察到患者体型与体型校正剂量之间没有关系:例如,聚类1的有效直径为305 mm,而聚类9为303 mm(表3)。当患者按有效直径十分位数分组时,未校正剂量如预期那样变化较大,而体型校正剂量不随有效直径变化(表4)。例如,体型校正DLP在最小十分位组为651 mGy-cm,在最大十分位组为649 mGy-cm。然而,当患者按有效直径和聚类分组时,体型校正DLP在每个十分位组内跨聚类差异显著(表5)。例如,体型第一十分位组的患者,其平均体型校正DLP在聚类1为473 mGy-cm,而在聚类9为1297 mGy-cm。

未校正和体型校正的辐射剂量指标在研究年份内下降约20%(补充表1)。尽管如此,在所有年份内,检查均被分配到所有聚类,表明各年份内聚类间存在较大的剂量梯度(图2和补充表2)。例外的是聚类2,其检查较近(2018–2020年),以及聚类8,其检查较早(2015–2017年)(补充表2)。

表1 本报告纳入的常规腹部CT检查的描述性特征 查看原表 ↗
表2 纳入的CT检查的平均技术参数和辐射剂量指标 查看原表 ↗
表3 通过k-means聚类创建的9个聚类各自的平均技术参数 查看原表 ↗
图1 通过k-means聚类分析以6项技术参数为输入所识别的9个方案组(聚类)之间的关系。显示每个聚类的90%预测椭圆。对于每个聚类,中心气泡的大小与平均体型校正DLP成比例,聚类按从蓝色到红色的渐变着色,反映体型校正剂量长度乘积从最低到最高。DLP 剂量长度乘积 查看原图 ↗
表4 按患者有效直径十分位数分组的患者体型校正和未校正剂量长度乘积(DLP)及CT剂量指数容积(CTDIvol) 查看原表 ↗
表5 按患者有效直径十分位数和聚类分组的患者体型校正剂量长度乘积(DLP,单位mGy-cm) 查看原表 ↗
图2 检查年份与9个聚类之间的关系,以及按聚类和年份分组的平均体型校正剂量长度乘积(DLP,单位mGy-cm) 查看原图 ↗

讨论

执行常规腹部CT的方法多种多样,这些选择导致患者接受的剂量差异很大。聚类方法使我们能够识别在多个中心和大量患者中使用的最佳剂量方案。它还显示了实践中的巨大差异,一些患者接受了过量剂量。在近100万次检查所使用的1767个方案的样本中,我们观察到最低和最高方案聚类之间的平均体型校正DLP差异近3倍,且与患者体型无关。

虽然患者体型会影响平均参数的选择,并与较高的未调整剂量相关,但患者体型与体型调整后剂量之间缺乏关系,这表明患者体型并未混淆剂量-聚类关系。换言之,观察到的聚类间剂量差异不能归因于患者体型。此外,我们记录到在较大体型患者中可实现显著更低的辐射剂量,聚类3和6即为证据。关于年份,聚类2和8中检查年份的分布偏离常态,提示年份可能是这些聚类分配的混杂因素。然而,其他7个聚类的检查年份分布相对稳定,使我们能够得出结论:聚类间的主要且实质性剂量差异不能归因于检查年份。图2显示了每一年内聚类间的显著变异。即使将聚类2和8从图中移除,总体结论仍保持不变。聚类2的剂量与聚类1相似,其中检查年份分布相等(意味着聚类1或多或少均等地包含所有年份的检查),而聚类8的剂量介于聚类7和9之间,后两者的检查年份分布也相等。

尽管已有大量发表的辐射剂量基准为常见适应证提供了中位数(“可达到”)和75百分位数(“剂量参考水平”)剂量,但这些先前工作均未指导如何达到目标剂量[8, 27, 28]。从大型辐射剂量登记处对这些聚类进行众包,使我们能够识别真实常规使用中的最佳实践,并将其作为辐射剂量优化的操作手册与放射学界分享。本分析中的聚类1至6代表了在已发表可达到剂量范围内(通常低于650体型调整DLP)对常规腹部适应证进行成像的各种可行且常用的策略[8, 27]。使用k均值聚类并绘制所得聚类图突出了最低剂量方案的共同特征:低mAs、低kV、较短扫描长度和单期相。高剂量方案的特征也很明显:不必要的期相、较长扫描长度和高于所需的mAs。要点信息并非每个成像提供者都应使用绝对最低剂量,因为潜在适应证和患者体型可能需要变化。相反,提供者应将聚类1-6视为提供多种以目标剂量进行成像的途径。

我们未评估这些方案所产生的图像质量,这是本研究的局限性。然而,所有方案均至少用于20次检查(第25百分位=38次检查;中位数=94;第75百分位=350),我们据此推测这表明这些方案可被阅片放射科医师接受。此外,较低剂量组(尤其是第3至第6组)的尺寸调整后DLP处于已发表的常规腹部CT可达到剂量基准范围内,提示这些并非低剂量方案。例如,Kanal等给出的可达到剂量为620 mGy-cm(腹部和盆腔增强与平扫的加权平均值),适用于直径为29–33 cm的患者,大约为UCSF登记数据的中位数(30 cm),我们的数据即据此进行尺寸调整[8]。本工作的基本假设是,方案必须达到足以诊断的图像质量,而额外的图像质量(以更高辐射剂量为代价)通常是不必要的。因此,假设我们已排除了真正劣质的方案,目标就是识别出那些以最低剂量达到诊断图像质量的方案。

除图像质量外,期相是辐射剂量的主要驱动因素。诸如第9组中的方案,其采集技术相对较低且CTDIvol较低,可通过增加期相使单期方案的剂量成倍增加,而图像质量并无差异。在本研究中,710,803次(78.3%)检查使用1个期相,这对于常规腹部CT适应证是合适的[10, 29]。

既往研究发现kV是对辐射剂量影响最大的参数,尽管其不常从120进行修改。Wang等发现kV增加10%导致DLP增加29%,相比之下,期相或mAs分别增加10%导致DLP增加8%或9%[9]。在本分析的笫1组和第2组中,较低的平均kVp导致最低的尺寸调整后剂量。

本研究的优势在于其来自众多不同机构的大量方案和检查样本。也存在若干局限性。首先,如前所述,我们假定所有方案基于常规使用均能产生足够的图像质量。其次,本分析假定所有检查均因常规腹部适应证而实施,但部分检查可能因需要更高或更低辐射剂量或不同扫描长度的适应证而进行。事实上,扫描长度和期相数量强烈依赖于适应证,此外,适应证的分布可能因机构而异。然而,该CT检查分类方法此前已经过验证,与详细病历审查相比准确率达90%,并且对方案进行了进一步人工审查,以排除非 routine 剂量适应证,如尿路造影、膀胱造影、任何癌症评估(包括肿块、病变、结节)、急性出血、移植等[16]。常规腹部适应证之间剂量和扫描长度的微小差异并未导致各聚类间平均体型调整剂量的3倍差异。第三,由于注册系统中无体重数据,我们未将体重纳入模型,尽管体重可显著影响增强腹盆腔CT的辐射剂量。我们也未专门分析是否使用了自动管电流调制或管电压选择技术,但我们推测前者使用频繁而后者使用较少,因为kVp很少变化。此外,这些发现可能不具有普遍性,因为所有参与机构均使用了剂量管理软件,这可能反映了较高的剂量意识。然而,此前将UCSF注册系统中的剂量与其他系统(如规模更大的美国放射学院剂量指数注册系统)进行比较,发现我们的剂量非常相似[8]。最后——与其说是局限性不如说是注意事项——表3中各聚类的技术参数组合是汇总数据:它们是各组成方案内平均参数的平均值。它们并非作为精确遵循的配方提供,而是作为来自同行机构真实实践中可能方法的指南。

通过这种众包和聚类方法识别模式为质量改进提供了有用的框架,因为剂量降低可通过改变实践文化或采集技术来实现。结果突显了当前实践的差异性有多大,以及存在多少种“做对”的选择。我们希望影像临床医生能够通过采纳这些较低剂量聚类中的一些实践来确定自己的最优方案:最值得注意的是,将期相限制为1期,并在可能时使用kV < 120。

补充信息

电子补充材料

引用

  1. Smith-Bindman R, Kang T, Stewart C, et al. Crowd-sourcing optimized abdomen CT protocols from 908,000 examinations in a large radiation dose registry. Eur Radiol. 2025. PMID: 41284032. doi:10.1007/s00330-025-12131-w
  2. 全文:PMC13086641(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13086641/

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。