具有自身免疫特征的间质性肺炎的定量CT分析:一项回顾性队列研究的诊断与预后启示
这项回顾性单中心研究纳入227例CTD-ILD、IPAF或IPF患者,用阈值法定量CT分析磨玻璃影、实变、肺气肿及受累肺范围。结果显示IPAF的定量CT特征更接近IPF,磨玻璃影与实变比值可能是鉴别和预后相关因素。
要点
- IPAF全肺实变百分比较CTD-ILD高,磨玻璃影与实变比值较CTD-ILD和IPF低。
- IPAF无进展生存期短于CTD-ILD、长于IPF,定量CT特征更接近IPF。
- 磨玻璃影与实变比值较高和肺气肿百分比较高与进展风险降低相关。
核心结论
- IPAF在定量CT特征上更接近IPF,磨玻璃影与实变比值可能是潜在的鉴别和预后因素。
研究设计与样本
- 回顾性单中心研究,纳入2005年1月至2024年10月间诊断的227例患者(CTD-ILD 123例、IPAF 54例、IPF 50例),平均年龄63.6±12.8岁。
- 采用基于阈值的定量CT分析,阈值分别为肺气肿−1050至−950 HU、功能肺实质−950至−750 HU、磨玻璃影−750至−400 HU、实变−400至0 HU。
- 参考标准为多学科讨论确定的CTD-ILD、IPAF或IPF诊断,疾病进展经临床和/或影像学验证。
关键影像表现/征象
- 全肺实变百分比在CTD-ILD为6.2%(95%CI:5.0–7.4),低于IPAF的8.9%(95%CI:7.1–10.7;p=0.046)。
- 全肺磨玻璃影与实变比值在CTD-ILD为5.6(95%CI:5.3–5.9),高于IPAF的4.4(95%CI:3.9–4.9;p<0.001)和IPF的4.7(95%CI:4.2–5.2;p=0.009),IPAF与IPF间无显著差异(p=1.000)。
- CTD-ILD与IPAF在多个肺区实变百分比存在显著差异,如中三分之一肺区为5.7%(95%CI:4.5–6.8)vs. 8.4%(95%CI:6.6–10.1;p=0.038),右上叶为4.0%(95%CI:3.0–4.9)vs. 6.4%(95%CI:4.9–7.8;p=0.029)。
诊断标准与关键数值
- 全肺磨玻璃影与实变比值较高与进展风险降低相关(HR 0.85,95%CI:0.76–0.96,p=0.010)。
- 全肺肺气肿百分比较高与进展风险降低相关(HR 0.96,95%CI:0.93–0.99,p=0.011)。
- 下三分之一肺区UIP模式与进展风险升高相关(HR 1.70,95%CI:1.07–2.71,p=0.024)。
- 探索性亚组分析中,全肺磨玻璃影与实变比值仅在CTD-ILD组与较低进展风险相关(HR 0.8,95%CI:0.7–1.0,p=0.025)。
临床应用与阅片要点
- 基于阈值的定量CT可重复测量磨玻璃影、实变、肺气肿及受累肺范围,并生成全肺、左右肺、上中下三分之一、腹背侧及肺叶的百分比结果。
- 磨玻璃影与实变比值可作为结合磨玻璃影和实变的复合影像生物标志物,可能有助于识别需要更密切监测的高风险患者。
- 定量CT结果与视觉ILD模式评估在多变量模型中表现不同,提示其可能提供视觉模式评估之外的额外预后价值。
局限性
- 研究为回顾性、单中心三级医疗中心开展,可能限制普适性。
- 基于阈值的定量CT测量可能受扫描仪差异、采集方案、重建核及患者吸气深度等因素影响,尽管已对技术参数进行调整且敏感性分析显示高稳健性,仍不能排除采集异质性相关的残余变异。
- 亚组样本量和进展事件数有限且不平衡,降低了统计效力。
- 基于阈值的定量CT方法无法定量区分网格影和蜂窝影,可能限制对纤维化亚成分的评估。
- 探索性亚组分析中磨玻璃影与实变比值仅在CTD-ILD组与较低进展风险相关的观察,因亚组事件数有限和探索性分析性质,应谨慎解读。
全文中译15 节 · 点击展开
引言
间质性肺炎伴自身免疫特征(IPAF)是间质性肺疾病(ILD)的一个亚型,其特征为缺乏明确风湿病学诊断的情况下具有自身免疫的临床和血清学特征[1, 2]。2015年分类标准引入了临床、血清学和形态学领域来定义IPAF,取代了此前的一些术语如肺优势结缔组织病[1]。关于IPAF在ILD谱系中的定位存在相互矛盾的发现,尤其是在结缔组织病相关间质性肺疾病(CTD-ILD)与特发性肺纤维化(IPF)之间[3]。虽然IPAF通常与IPF相比预后更好或相似[3–6],但其相对于CTD-ILD的预后被报道为更差或相似[7, 8],且具有重叠的临床和人口学特征[9]。
既往IPAF研究依赖于视觉CT评估,大多数报告非特异性间质性肺炎(NSIP)为主要模式[10–19],尽管NSIP/机化性肺炎(OP)、普通型间质性肺炎(UIP)或可能UIP也有描述[20–23]。IPAF中存在UIP已被确定为疾病进展的预测因子,其结局与IPF相似[14, 15],而其他研究则显示无显著预后影响[10, 21, 24]。仅有一项先前的研究探索了IPAF中的定量CT(QCT),报告了与CTD-ILD相比在磨玻璃影(GGO)和网格影方面的差异[25]。因此,QCT在IPAF中诊断和预后价值的证据仍然有限。
本研究的目的是评估基于阈值的QCT在区分IPAF与其他ILD亚型方面的效用,并评估特定QCT特征的预后相关性。我们假设IPAF患者在QCT分析、无进展生存期(PFS)和QCT衍生的危险因素方面将显示重叠且独特的特征。
材料与方法
研究设计
这项回顾性、单中心研究获得了机构伦理委员会的批准,并遵循《赫尔辛基宣言》的原则。书面知情同意的要求被豁免。2005年1月至2024年10月期间因疑似ILD接受胸部CT的成年患者符合条件。纳入标准为:(1)存在与ILD一致的肺实质异常,(2)可获得初始胸部CT扫描,(3)可获得完整的临床数据、血清学资料和全面的多学科评估。排除标准如下:(1)与CTD、IPAF或IPF以外任何其他原因相关的ILD,(2)存在可能影响定量的伪影,(3)肿瘤性病变,或(4)大量胸腔积液(图1)。
临床和实验室数据
临床和实验室数据从医院信息系统回顾性获取。收集了CT扫描时的年龄、性别、吸烟状况、体重指数、血红蛋白水平、估算肾小球滤过率、肺功能测量值、选定合并症、血清学资料[1, 12, 26]和治疗数据。
患者分类和纵向分析
每例ILD病例均经多学科讨论审查,并分类为CTD-ILD、IPAF或IPF。分类为其他原因所致ILD的患者被排除。对2005年1月至2015年7月期间未明确诊断为CTD或IPF的患者进行回顾性审查,若符合共识定义则重新分类为IPAF[1]。将以CT扫描证实的ILD诊断日期设为时间轴起点。疾病进展通过临床(FVC%预计值相对下降≥10%和/或DLCO%预计值相对下降≥15%、急性加重或归因于ILD的死亡)[27]、影像学(ILD/纤维化范围间期增加)或两者结合予以证实。与ILD无关死亡的患者在死亡时进行删失。
CT方案与视觉分析
胸部CT扫描使用多台CT扫描仪在全吸气时以容积采集方式获取,采用仰卧位或俯卧位,伴或不伴静脉造影剂(CM)。详细的CT采集参数见补充表S1、S2。
ILD模式由两名胸部影像学专业放射科医师进行定性评估,并分级为UIP、可能UIP、UIP不确定型、NSIP、OP、NSIP/OP或淋巴样间质性肺炎(LIP)[12, 28]。多腔室受累评估包括胸腔积液或胸膜增厚、心包积液或增厚或气道疾病征象的存在[1]。记录患者扫描体位、CM使用情况及肺核轴向重建的层厚。
肺实质定量分析
DICOM数据使用胸部成像平台(3D Slicer,版本5.6.2)处理[29]。初始步骤为使用LTRCLobes_R231(一种基于U-Net的AI驱动深度学习模型)从轴向肺核重建图像创建3D肺掩膜[30]。随后使用以下HU阈值进行基于阈值的容积定量分析:肺气肿(−1050至−950 HU)、功能性肺实质(−950至−750 HU)、磨玻璃影(GGO)(−750至−400 HU)和实变(−400至0 HU)。受累肺实质计算为GGO与实变之和。肺内血管被排除在分析之外。结果以百分比表示,并分别针对全肺、右肺和左肺、上中下三分之一、腹侧和背侧区域及各个肺叶生成(图2、3)。
统计分析
统计分析使用SPSS软件(版本29.0;SPSS公司)进行。p值<0.05被认为具有统计学意义。使用Q-Q图和Shapiro–Wilk检验评估数据分布。连续变量以均值±标准差报告,分类变量以频数和百分比报告。使用卡方检验比较分类变量。
基于阈值的定量CT(QCT)方法的稳健性通过对50例患者随机子集(2005–2014年25例,2015–2024年25例)进行敏感性分析评估,GGO和实变的阈值变化为±20 HU。与基线值的一致性使用Spearman相关和组内相关系数(ICC)评估。
应用一般线性模型比较连续变量,并校正技术因素(层厚、CM应用和扫描体位)。结果以校正均值、95%置信区间(CI)和p值表示。
采用Kaplan–Meier生存分析和log-rank检验评估无进展生存期(PFS)。进行单变量和多变量Cox比例风险回归分析以确定ILD进展的预测因素。使用方差膨胀因子检验QCT变量的多重共线性。为避免多重共线性(补充表S3–S5),选择以下协变量:总肺体积、肺气肿百分比和受累肺百分比,以及GGO与实变比值。还评估了分别包括GGO和实变的替代模型。单变量分析中具有统计学意义的变量(p<0.05)纳入多变量模型,并校正年龄、性别、FEV₁%预计值、FVC%预计值、治疗和吸烟状态。结果以风险比(HR)、95% CI和p值表示。具有统计学意义的预测因素还在亚组中以探索性方法进行了额外检验,受事件数量限制,仅校正年龄和性别。
结果
研究组特征
共纳入227例患者,平均年龄63.6±12.8岁,包括105例男性(46.3%)和122例女性(53.7%)。样本包括123例CTD-ILD(53.2%)、54例IPAF(23.8%)和50例IPF(22.0%)患者。患者特征见表1和表2及补充表6。
IPF的诊断年龄较高(68.9 ± 9.4岁),相比之下CTD-ILD为(60.8 ± 13.6岁,p = 0.001),与IPAF相比无差异(64.5 ± 11.8岁,p = 0.427),IPAF与CTD-ILD之间亦无差异(p = 0.128)。CTD-ILD组女性占比具有统计学显著性优势(n = 94,76.4%),相比之下IPAF为(n = 19,35.2%,p < 0.001),IPF为(n = 9,18%,p < 0.001),IPAF与IPF之间无差异(p = 0.076)。
ILD模式
NSIP模式最常见于CTD-ILD(n = 78,63.4%),相比之下IPAF为(n = 27,50.0%,p = 0.015),IPF为(n = 6,12.0%,p < 0.001),IPAF与IPF之间亦存在统计学显著差异(p < 0.001)。
UIP模式最常见于IPF(n = 19,38.0%),相比之下CTD-ILD为(n = 8,6.5%,p < 0.001),IPAF为(n = 8,14.8%,p = 0.008),IPAF与CTD-ILD之间无差异(p = 0.091)(表1)。
敏感性分析
敏感性分析显示,基线与改良± 20 HU阈值之间在磨玻璃影(GGO)、实变及GGO与实变比值方面具有高度一致性(rs ≥ 0.99,p < 0.001;ICC ≥ 0.88,p < 0.001)(补充表S7–S9)。
肺实质定量分析
全肺实变百分比较CTD-ILD(6.2%,95% CI:5.0–7.4)低于IPAF(8.9%,95% CI:7.1–10.7;p = 0.046),CTD-ILD与IPF之间无显著差异(8.2%,95% CI:6.3–10.1;p = 0.241),IPAF与IPF之间亦无显著差异(p = 1.000)。
CTD-ILD与IPAF在多个肺区的实变百分比亦存在显著差异,例如中肺三分之一(5.7%,95% CI:4.5–6.8 vs. 8.4%,95% CI:6.6–10.1;p = 0.038)或右上叶(4.0%,95% CI:3.0–4.9 vs. 6.4%,95% CI:4.9–7.8;p = 0.029)。CTD-ILD与IPF之间亦观察到显著差异(例如腹侧肺,4.7%,95% CI:3.9–5.6 vs. 6.9%,95% CI:5.9–8.3;p = 0.026)(图4)。
GGO与实变比值在CTD-ILD中较高(5.6,95% CI:5.3–5.9),相比之下IPAF为(4.4,95% CI:3.9–4.9;p < 0.001),IPF为(4.7,95% CI:4.2–5.2;p = 0.009),IPAF与IPF之间无差异(p = 1.000)。
GGO与实变比值在其他肺区观察到类似结果(图5),但中肺(p = 0.280)和左下叶除外,其中仅在CTD-ILD(5.4,95% CI:5.0–5.8)与IPAF(4.2,95% CI:3.6–4.9;p = 0.012)之间观察到显著差异。
完整结果见表3及补充表S10。
无进展生存期
CTD-ILD组的平均随访期为53.3 ± 47.0个月(73个事件),IPAF组为36.9 ± 26.9个月(35个事件),IPF组为28.3 ± 24.5个月(45个事件)。平均PFS在CTD-ILD组最高(80.3个月,95% CI:67.1–93.5个月),且长于IPAF组(49.8个月,95% CI:39.2–60.4个月,p = 0.015)和IPF组(30.7个月,95% CI:23.2–38.2个月,p < 0.001)。IPAF与IPF之间的平均PFS差异也具有统计学显著性(p = 0.005)(图6)。
预后因素
在全肺参数的单变量分析中,肺气肿百分比(HR = 0.98;95% CI:0.96–0.99;p = 0.008)和磨玻璃影与实变比值(HR = 0.80;95% CI:0.72–0.89;p < 0.001)与较低的进展风险相关,而受累肺百分比较高与风险增加相关(HR = 1.01;95% CI:1.00–1.02;p = 0.003)。在多变量分析中,肺气肿百分比(HR = 0.96;95% CI:0.93–0.99;p = 0.011)和磨玻璃影与实变比值(HR = 0.85;95% CI:0.76–0.96;p = 0.010)仍与较低的进展风险显著相关。然而,与受累肺百分比的关联消失(HR = 0.99;95% CI:0.98–1.01;p = 0.190)。
UIP型在单变量分析中与风险增加强相关(HR = 2.21;95% CI:1.43–3.40;p < 0.001)。然而,该关联在全肺多变量模型中不再显著(HR = 1.53;95% CI:0.97–2.42;p = 0.071),尽管在若干中肺和下肺区域的多变量模型中仍保持显著(例如,下三分之一,HR = 1.70;95% CI:1.07–2.71;p = 0.024)。
完整结果见表4、补充表S11–S22。替代模型的结果见补充表S23–S28。
在探索性多变量亚组分析中,全肺磨玻璃影与实变比值在CTD-ILD组与较低的进展风险相关(HR = 0.8;95% CI:0.7–1.0;p = 0.025),在IPAF或IPF中无显著关联(表5,补充表S29)。
讨论
本研究首次对IPAF进行了基于阈值的QCT评估,并直接与CTD-ILD和IPF进行比较。通过对多个肺区隔内高衰减和低衰减肺成分进行定量,我们确定磨玻璃影与实变比值作为一种具有诊断和预后相关性的新型影像生物标志物。在定量方面,IPAF表现出更接近IPF而非CTD-ILD的肺实质特征,与IPF无显著QCT差异,但实变程度持续大于CTD-ILD。磨玻璃影与实变比值在CTD-ILD中持续高于IPAF和IPF。较高的磨玻璃影与实变比值和较大的肺气肿范围与降低的进展风险独立相关,而UIP模式的存在预测更差的结果。在探索性亚组分析中,磨玻璃影与实变比值仅在CTD-ILD中与降低的进展风险相关。还发现了一些人口学差异。
基于阈值的QCT是一种成熟的方法,用于根据对应于肺实质结构异常的预定义衰减阈值内的像素计数来评估ILD严重程度[10]。尽管尚无明确的截断值,但本研究应用的阈值与多项既往研究一致[31, 32]。鉴于IPAF具有已确立的ILD影像表型,如UIP或NSIP,这些表型与其他ILD类型中观察到的并无差异[1, 22],因此在IPAF中应用基于阈值的QCT是合理的。
自2015年引入IPAF分类标准以来,多项研究试图对该患者群体进行分类并完善当前分类[1, 2]。人口学发现仍不一致,一些研究报告IPAF相比IPF的ILD发病年龄更年轻或相似[5, 8, 11],或与CTD-ILD年龄相似[8, 9]。大多数研究注意到IPAF相比IPF以女性为主[4, 5, 16, 25],且女性比例与CTD-ILD相似[5, 9]或低于CTD-ILD[25]。关于ILD模式的报告也各不相同。NSIP在IPAF中常被描述[4, 7, 10–19],尽管其他研究报告NSIP/OP[20]、可能UIP或UIP更为常见[21–23]。尽管UIP未纳入形态学域[1],但近期研究已描述了UIP相关IPAF这一术语[13–15, 21, 22]。我们的结果未发现IPAF与IPF之间存在年龄或性别差异,而CTD-ILD组相比IPAF和IPF均表现出更高的女性比例。ILD模式在各组间差异显著,NSIP在CTD-ILD中最常见,UIP在IPF中最常见。
在既往的ILD研究中,实变或高衰减区域与肺功能下降和死亡率升高相关[33],而磨玻璃影(GGO)的存在则与活动性炎症、较好的预后和治疗反应相关[34]。研究发现,与IPF相比,IPAF患者的GGO和实变范围更广泛,尽管肺部改变的总体分布无差异[20]。仅有一项研究对IPAF患者进行了QCT分析,显示与CTD-ILD相比,GGO和网状影体积更高,但未分析实变或高衰减区域[25]。我们的研究发现CTD-ILD与IPAF之间在实变百分比上存在差异。此外,GGO与实变比值突显了CTD-ILD与IPAF及IPF之间更为显著的区分,而IPAF与IPF之间未观察到差异。这些结果可能反映了IPAF与IPF共有的纤维化疾病表型。然而,IPAF的某些亚组,如非UIP型或具有不同域特征者,可能表现出不同的行为,这限制了IPAF组向IPF外推的普遍性[19–22]。
与IPF相比,IPAF通常与较好的结局相关,但劣于CTD-ILD[3, 11]。预后似乎受UIP存在的影响,UIP与类似于IPF的较差结局相关[3, 6, 15, 21]。然而,其他研究发现IPAF与IPF之间无显著生存差异[3, 4, 13],即使在存在UIP的情况下亦然[14]。一项QCT研究发现,网状影和GGO增加与IPAF较高的死亡率相关[25]。虽然并非IPAF特异性,但一些研究已将肺气肿的存在与较好的生存相关联[31],可能反映了不同的ILD表型、肺气肿与纤维化过程之间的相互作用或功能特征的改变[31, 32]。在我们的研究中,IPAF患者表现出中间水平的PFS,优于IPF但劣于CTD-ILD。较高的GGO与实变比值及肺气肿与较好的预后相关,尤其是在中肺和下肺分区。UIP模式的存在与较差的预后相关,尤其是在中肺和下肺区域模型中。有趣的是,较高的GGO与实变比值仅在CTD-ILD亚组中与较好的预后相关。然而,由于亚组事件数量有限及分析的探索性性质,这一观察结果应谨慎解读。
GGO与实变比值可作为ILD患者评估中的补充性和独立性指标。我们的结果显示了其在区分不同ILD表型方面的潜力,以及作为整合GGO和实变的复合影像生物标志物的潜力,并可能识别需要更密切监测的高危患者。此外,在多变量模型中观察到与UIP模式不同的行为,提示其在视觉ILD模式评估之外具有额外的预后价值。
本研究存在若干局限性。第一,本研究为回顾性研究,且在单一三级医疗中心开展,可能限制其外推性。第二,基于阈值的QCT测量可能受到扫描仪差异、采集方案、重建核以及患者相关因素(如吸气深度)的影响[35]。尽管我们的分析已对技术参数进行了校正,且所有分析均采用高频(肺)重建核进行,但仍不能排除与采集异质性相关的残余变异。然而,敏感性分析表明所采用的QCT方法具有较高的稳健性。第三,亚组样本量及进展事件数较少且不均衡,降低了统计效能。最后,本研究采用的基于阈值的QCT方法无法定量区分网格影和蜂窝影,这可能限制对纤维化亚组分的评估。
总之,基于阈值的QCT为评估IPAF提供了一个可重复且具有相关性的框架。QCT特征及进展模式使IPAF在位置上更接近IPF而非CTD-ILD。磨玻璃影与实变影比值(GGO-to-consolidation ratio)成为有望用于疾病鉴别和预后判断的生物标志物。
补充信息
电子补充材料
引用
- Pušeljić M, Schlemmer AJ, Vlasicek I, et al. Quantitative CT analysis in interstitial pneumonia with autoimmune features: diagnostic and prognostic insights from a retrospective cohort study. Insights Imaging. 2026. PMID: 41849002. doi:10.1186/s13244-026-02253-0
- 全文:PMC13000105(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13000105/
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。