文献速递腹部技术与安全CT

基于CT的身体成分测量在患者个体内变化的纵向评估

Longitudinal evaluation of intra-patient changes in computed tomography-based body composition measures.
PubMed 文献 · Abdom Radiol (NY) · 2026-03-05

这项回顾性纵向研究纳入15,616例至少间隔5年接受两次腹部CT的成人患者,用全自动AI工具测量7项身体成分指标并计算年化变化率。结果显示除肌肉衰减外,各项指标的年化变化率在男女间均存在显著差异(p<0.05),且年龄可预测多数指标的变化率(R² 0.002–0.040)。

要点

  • AI工具可在腹部CT上自动量化L1椎体骨密度、L3肌肉、内脏脂肪和皮下脂肪等身体成分指标。
  • 男性与女性多数身体成分年化变化率存在显著差异,但肌肉衰减率无显著差异(男性−1.03 HU/年 vs 女性−0.99 HU/年,p=0.110)。
  • 肌肉面积在青年期增加、中年后下降,男性老年期下降更快;女性椎体衰减在40–59岁组下降最快。

核心结论

  • 基于CT的身体成分指标在患者个体内的纵向变化存在显著的年龄和性别特异性差异。
  • 除L3肌肉衰减外,所有AI身体成分指标的年化变化率在男女之间均有统计学显著差异(p值范围<0.001–0.031)。
  • 年龄是男性所有指标及女性除VSR外所有指标年化变化率的独立预测因子,但效应量较小(R² 0.002–0.040)。

研究设计与样本

  • 回顾性纵向研究,纳入15,616例成人患者(男性7096例,女性8520例),来自单家学术机构,2000年1月1日至2021年2月28日期间至少间隔5年接受两次腹部CT。
  • 每位患者取首次和末次腹部CT,平均检查间隔9.1±3.3年(中位8.4年,范围5.0–20.4年),不限制临床指征和静脉对比剂使用。
  • 使用7种全自动AI身体成分工具测量L1椎体骨小梁衰减、L3骨骼肌面积与衰减、内脏脂肪面积与衰减、皮下脂肪面积及VAT/SAT比值(VSR)。
  • AI工具训练集约44,735例,来自威斯康星大学医学与公共卫生学院和NIH两家机构,并已在外部机构验证。
  • 采用t检验比较男女变化率差异,线性回归评估首次CT时年龄对7项指标年化变化率的独立预测作用,缺失数据不填补,p=0.05为显著性阈值。

关键影像表现/征象

  • 男性与女性椎体衰减、肌肉衰减和肌肉面积随时间下降,而VAT衰减、VAT面积、SAT面积和VSR随时间增加。
  • 女性椎体衰减年化变化率在45–55岁之间出现明显低谷,提示该年龄段骨密度丢失加速。
  • 女性肌肉衰减最快出现在40–50岁,男性出现在50–60岁;两性肌肉面积均在成年早期增加、中年平台、老年下降。
  • VAT面积随年龄增加但增速随年龄减慢,SAT面积在成年早期增加最快、中年平台、老年转为下降。
  • 示例病例中,53岁女性10.4年间L1椎体衰减从166 HU降至136 HU(净降−30 HU,速率−2.9 HU/年);36岁女性10.5年间L3肌肉密度从45 HU降至28 HU,VAT面积从38 cm²增至211 cm²。

诊断标准与关键数值

  • L1椎体骨小梁衰减男性18–39、40–59、60+岁组年变化率分别为−2.33、−1.70、−1.12 HU/年,女性分别为−1.84、−2.48、−0.73 HU/年。
  • L3肌肉衰减男性三个年龄组年变化率分别为−0.75、−0.99、−1.19 HU/年,女性分别为−0.78、−1.08、−1.00 HU/年。
  • L3肌肉面积男性三个年龄组年变化率分别为0.47、−0.61、−1.57 cm²/年,女性分别为0.57、−0.20、−0.53 cm²/年。
  • L3 VAT面积男性三个年龄组年变化率分别为5.96、3.97、0.62 cm²/年,女性分别为3.31、2.67、0.44 cm²/年;SAT面积男性分别为3.79、1.27、−0.57 cm²/年,女性分别为4.55、2.17、−1.90 cm²/年。
  • VSR男性三个年龄组年变化率分别为0.018、0.014、0.007/年,女性分别为0.007、0.008、0.008/年。

临床应用与阅片要点

  • AI身体成分工具可全自动处理薄层或厚层轴位系列,并统一层厚至3 mm,输出分割图可用于质控。
  • CT扫描需包含膈顶至肾下极及L1–L3椎体水平,仰卧位,否则被AI工具排除。
  • 既往研究显示碘对比剂对L1骨小梁、L3肌肉和L3 VAT衰减的增加幅度小且可预测,已用校正因子合并增强与非增强扫描。

局限性

  • 存在选择偏倚可能限制结果外推,数据为因医疗需要接受CT检查的患者回顾性收集,未考虑具体CT指征,住院患者总体疾病负担可能高于一般人群。
  • 数据来自中西部单一医疗中心,可能限制对其他人群的外推。
  • 未按种族、民族或社会经济因素进行亚组分析。
  • 纳入标准要求患者在同一机构至少间隔5年接受两次影像检查,因搬迁、保险变更、交通或其他可及性问题无法满足者被排除。
  • 身体成分变化与共病及健康结局的关系超出本文范围,属于未来潜在研究方向。
全文中译7 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:Abdom Radiol (NY). 2026 Mar 5;51(9):4745–53. doi: 10.1007/s00261-026-05410-7

引言

身体成分的测量指标,包括骨密度、腹壁肌肉组织和腹部脂肪,正日益被认为是健康结局的重要预测因素[1–5]。自动化人工智能(AI)算法的出现使得能够从腹部CT检查中机会性获取这些测量指标,从而使这些工具得以在人群规模的患者样本中部署,部分样本超过100,000名患者[6],最终目标是实现实时临床用于风险评估和分诊至适当的预防服务。利用这些大型患者样本的研究工作已经开始为许多此类身体成分测量指标建立正常值[6, 7],并已被用于生物学年龄模型的开发[8]。

既往研究表明,身体成分测量指标因性别而异,并随年龄变化[6–9]。身体成分在整个年龄范围内的变化趋势因具体测量指标而异。例如,平均椎体骨小梁密度和腹部肌肉密度随年龄增长呈相对线性下降,而平均内脏腹部脂肪面积增加至中年,然后在老年期下降[6]。这些平均值和趋势也可能受到系统性疾病和其他合并症等因素的影响。

关键的是,先前在较大患者样本中报道的身体成分随年龄的变化均来源于横断面数据[6, 7]。虽然这种方法对于建立人群规模的正常值和趋势很重要,但它不能提供任何关于个体患者身体成分随时间变化的信息。设想一位患者在某一个时间点某项测量指标高于平均水平,后来发现在同一指标上低于平均水平:随时间的变化可以说比该患者在任一时间点相对于平均水平的位置与其健康更为相关。

先前的研究评估了特定减重干预(如减重手术[10]或司美格鲁肽[11])后或特定疾病(如克罗恩病[12])患者中个体内身体成分的变化,使用了基于影像和非影像的测量方法。然而,目前已发表的文献中很少有描述在未接受靶向治疗的更广泛患者群体中基于CT的身体成分测量指标的间期变化[9]。本研究的目的是报告接受腹部CT的成年患者中基于CT的身体成分的纵向个体内变化,并使用全自动AI身体成分工具评估身体成分变化速率的年龄和性别特异性差异。

方法

这项回顾性纵向研究在单一学术机构(威斯康星大学医学与公共卫生学院)进行。研究方案符合HIPAA要求,并经机构审查委员会批准。豁免了患者书面知情同意的要求。

患者样本

对机构PACS进行了电子检索,检索对象为2000年1月1日至2021年2月28日期间至少接受过两次腹部CT检查且两次检查间隔至少5年的成人(年龄≥18岁)患者。CT检查不受适应症限制,包括在住院、门诊、急诊和紧急护理环境中进行的检查。检查包括使用或不使用静脉造影剂的检查;腹部和盆腔;胸部、腹部和盆腔;胸部和腹部,或仅腹部的检查(以下统称为腹部CT检查)。初步检索共获得17,662名 unique 患者。对于每名患者,所选的第一份CT检查为符合纳入标准的第一份可用CT。对于至少五年后有多份额外CT检查的患者,选择最后一份可用检查纳入。对于包含多个轴位序列的检查,优先选择薄层轴位序列(即层厚1.25 mm,以0.625 mm间隔重建)供AI工具评估;尽管如此,AI身体成分工具可使用薄层或厚层数据运行[13]。无论哪种情况,AI工具均按方法部分后文所述执行层厚均一化处理。

如果CT检查不是在患者仰卧位下进行(例如患者处于俯卧位或侧卧位),由DICOM头数据或AI工具内的身体部位回归功能确定(如方法部分后文所述),则排除该检查;如果检查的解剖覆盖范围不足(即未包括膈顶至肾脏底部以及L1至L3椎体水平),由AI工具内的身体部位回归功能确定,则排除该检查;或其他技术因素妨碍AI工具部署(例如视野受限或伪影过多),则排除该检查。这些排除标准通过自动化流程集中评估,未追踪因每种原因排除的检查的具体数量;由于数据集中检查数量庞大,未对检查进行人工复核。排除标准及其评估流程与既往研究[6, 14]所用相似。

排除后,最终研究样本包括15,616名患者,其中男性7096名(平均[± SD]年龄,54.1 ± 14.3岁;中位年龄,55岁;年龄范围,18–95岁),女性8520名(平均[± SD]年龄52.0 ± 14.9岁;中位年龄,53岁;年龄范围18–93岁)。每名患者有两份CT检查(初始和最终)纳入研究。CT检查之间的平均[± SD]间隔为9.1 ± 3.3年,中位数为8.4年,范围为5.0–20.4.0.4年。患者人口学特征见表1。

表1 患者人口学特征 查看原表 ↗

身体成分工具说明

本研究使用的AI身体成分工具已在两家机构的约44735例病例上进行训练,即威斯康星大学医学与公共卫生学院和美国国立卫生研究院(NIH)。整套可解释的基于CT的心血管代谢生物标志物的完整AI处理流程方法学此前已详细描述[15]。该流程的临床应用商业许可已授予多个实体。这些工具已被大量既往研究验证[8, 9, 14, 16–24],包括在训练所用机构之外的机构进行验证[14, 22]。这些工具被打包为一个全自动容器,用于处理输入的CT序列。各工具彼此独立运行;某一工具的充分性或失败不依赖于其他工具的性能。这些工具首先进行预处理,将层厚标准化为3 mm(间距3 mm),并校正CT衰减值的偏移。随后,这些工具应用身体部位回归函数,以确定序列是否具有足够的解剖覆盖范围,并为相关解剖标志提供层面位置[25, 26]。

随后,这些工具对组织进行自动分割,以产生以下测量值:L1椎体松质骨衰减(单位为亨氏单位);L3腹部肌肉的横截面积(单位为cm2)和衰减(HU);内脏脂肪组织(VAT)的横截面积和衰减;L3皮下脂肪组织(SAT)的横截面积。还计算VAT/SAT比值(VSR)。AI工具应用于全部15616例患者的初次和末次CT检查,并记录输出值。作为输出过程的一部分,每个工具都会生成分割图,可用于质量保证目的。表2列出了各工具的有效输出参考范围,这些范围由既往研究确定[17, 18, 21, 27]。既往研究显示,给予碘化静脉对比剂后,L1松质骨、L3肌肉和L3 VAT衰减的CT衰减值增加幅度较小且可预测[23, 28],并针对非增强检查应用了先前确定的校正因子,以便对增强和非增强检查进行合并评估[6, 28]。

表2 AI工具参考范围 查看原表 ↗

数据与统计分析

记录每例患者初次和末次CT检查时各AI身体成分生物标志物的输出值。计算每例患者各工具输出的变化率,并除以研究间隔时间,以得出年化变化率。使用独立样本t检验评估性别间变化率的差异。使用线性回归模型评估初次CT时的年龄作为七项身体成分指标各自的独立预测因子。回归分析中缺失数据保留为空白,未进行插补。

以p值0.05作为统计学显著性标准。所有描述性统计和分析均使用Microsoft Excel(版本2408,内部版本17928.20538)和SPSS(版本28.0.1.0)进行。

结果

表3总结了按性别分列的七项人工智能身体成分指标的初始值和最终值均值及年化变化率。总体而言,无论男性还是女性,椎体衰减、肌肉衰减和肌肉面积随时间减少,而内脏脂肪(VAT)衰减、VAT和皮下脂肪(SAT)面积以及内脏脂肪与皮下脂肪比值(VSR)随时间增加。除L3肌肉衰减外(男性平均变化 −1.03 HU/年,女性 −0.99 HU/年,p = 0.110),所有人工智能身体成分指标的変化率在男性和女性之间的差异均具有统计学显著性(p值范围,< 0.001–0.031)。

按初次CT时年龄(以18–39岁、40–59岁和60岁以上年龄组报告)分列的各项身体成分指标平均年化变化率及相关线性回归统计量汇总于表4,按年龄和性别分列的平均初始身体成分值及相关变化率见图1。初次CT时年龄是男性所有身体成分指标以及女性除VSR外所有身体成分指标年化变化率的独立预测因子,并呈现出一些显著趋势。尽管两性L1椎体衰减均随年龄增长而降低,但男性在成年早期降低速度更快(18–39岁、40–59岁和60岁以上年龄组分别为 −2.33、−1.70和 −1.12 HU/年),女性在中年期降低速度更快(−1.84、−2.48、−0.73 HU/年)(图2)。骨骼肌衰减的降低在男性中随年龄增长发生得更快(−0.75、−0.99和 −1.19 HU/年),但在女性中似乎在中年后趋于平稳(−0.78、−1.08、−1.00 HU/年)(图3)。两性年轻成人均表现为骨骼肌面积增加(变化率为正),而两性中年(40–59岁)和老年(60岁以上)成人均表现为肌肉面积减少,其中男性减少更快(男性0.47、−0.61、−1.57 cm2/年;女性0.57、−0.20、−0.53)。两性在各年龄段均经历VAT面积增加,但增加速率随年龄增长而减慢(男性5.96、3.97、0.62 cm2/年;女性3.31、2.67、0.44 cm2/年)。同样,SAT面积变化率在各年龄段逐渐降低,在老年期转为负值(SAT面积减少)(男性3.79、1.27、−0.57 cm2/年;女性4.55、2.17、−1.90 cm2/年)。男性VSR随年龄增长增加速度减慢(0.018、0.014和0.007/年),但女性VSR增加速率随年龄增长保持相对恒定(0.007、0.008、0.008/年)。

值得注意的是,年龄作为变化率预测因子的R2值在两性所有身体成分指标中普遍较小(范围,0.002–0.040),提示年龄总体上对观察到的差异影响较小。

表3 按性别分列的平均初始值和最终值及身体成分指标 查看原表 ↗
表4 按初次CT时年龄和性别分列的身体成分指标平均年化变化率 查看原表 ↗
图1 按年龄和性别分组的平均身体成分值及年化变化率。男性(红色实线)和女性(蓝色实线)按年龄分组的平均初始身体成分值及相关年化变化率(男性,红色虚线;女性,蓝色虚线),包括L1椎体衰减(第一排左)、L3肌肉衰减(第一排右)、L3肌肉面积(第二排左)、L3内脏脂肪组织(VAT)面积(第二排右)、L3 VAT面积(第三排左)、L3皮下脂肪组织(SAT)面积(第三排右)和VAT/SAT比值(VSR,底排左)。平均身体成分值的刻度标注在左侧纵轴上,变化率的刻度标注在右侧纵轴上。对于变化率,适用时以灰色虚线表示零点。这些图突出了若干重要趋势。女性椎体衰减变化率在45至55岁之间出现明显低谷,提示该年龄段骨密度加速丢失。女性肌肉衰减最快下降发生在40至50岁之间,而男性发生在50至60岁之间。两性在成年早期肌肉面积均增加,中年趋于平台期,老年则下降。两性VAT面积均随年龄增长而增加,但增加速率随年龄增长而减慢。相比之下,SAT面积在成年早期增加最快,中年趋于平台期,老年则下降。 查看原图 ↗
图2 10年间L1椎体衰减的变化。一名53岁女性于2008年(左列)接受腹部增强CT检查(静脉注射对比剂),于2018年64岁时(右列)再次接受检查,图示L1椎体衰减的变化。两个时间点均展示L1层面的轴位图像,包括原始CT图像(上排)和显示L1椎体松质骨全自动分割(绿色)的图像。2008年至2018年间L1松质骨衰减的下降在视觉上显而易见。AI测量的L1椎体衰减从166 Hounsfield单位(HU)降至136 HU,在10.4年间净下降−30 HU,变化率为−2.9 HU/年。两个时间点的CT检查指征均为评估偶然发现的巨大血管瘤,该病灶在肝右叶内侧部分可见。 查看原图 ↗
图3 10年间骨骼肌和腹部脂肪组织的变化。一名36岁女性于2009年(左列)接受腹部平扫CT,并于2019年47岁时再次接受检查(右列),图中显示其骨骼肌和腹部脂肪组织的变化。两个时间点均显示L3水平的轴位切片,包括原始CT图像(上排)以及显示骨骼肌(红色)、内脏脂肪组织(VAT,黄色)和皮下脂肪组织(SAT,蓝色)全自动分割的图像。肉眼可见VAT和SAT面积增加,肌肉和VAT密度似有更细微的降低。肌肉面积的变化肉眼较难评估,但看起来相似。AI测得的骨骼肌密度从45亨氏单位(HU)降至28 HU,10.5年间净下降−17 HU,变化速率为−1.7 HU/年。AI测得的骨骼肌面积从110 cm2增至142 cm2,净增加32 cm2,变化速率为3.1 cm2/年。AI测得的VAT密度从−68 HU降至−95 HU,净下降−27 HU,变化速率为−2.7 HU/年。AI测得的VAT面积从38 cm2增至211 cm2,净增加173 cm2,变化速率为16.5 cm2/年。AI测得的SAT面积从113 cm2增至316 cm2,净增加203 cm2,变化速率为19.4 cm2/年。计算得出的VAT与SAT比值(VSR)从0.34增至0.67,净增加0.33,变化速率为0.03/年。两个时间点的CT检查指征均为在腰腹痛情况下评估肾结石 查看原图 ↗

讨论

在本研究中,使用AI工具评估了15,616名独立患者在至少相隔5年的两个时间点接受腹部CT扫描所获得的身体成分指标(L1椎体衰减值、L3水平骨骼肌衰减值和面积、L3水平VAT衰减值和面积、L3水平SAT面积以及VSR)。我们观察到患者个体内身体成分随时间变化速率存在显著的年龄和性别特异性差异。例如,尽管两性在整个年龄范围内肌肉衰减值(密度)的下降速率相似,但在中老年人群中,男性肌肉面积的下降速度显著更快,而女性骨密度的下降速度显著更快。

目前已经可以在大型患者数据集上部署AI工具(既往研究的患者样本量达数万或数十万[6, 7]),目标是将这些工具用于临床机会性筛查和风险分层。既往工作主要集中于研究身体成分、疾病与健康结局之间的关系,以及在人群水平建立身体成分指标的规范范围。重要的是,这些既往研究在考察随时间变化的趋势时几乎完全依赖于横断面患者样本。

当前研究具有新颖性,并通过利用大样本患者来检查两个时间点进行的CT检查中身体成分指标的纵向患者内变化,从而对既往工作有所补充。该分析通过将纳入范围限制在CT检查间隔至少五年的患者而得到加强,平均CT间隔为9.1年,最长为20.4年。能够在保持大样本量的同时避免短检查间隔,有助于减少噪声并在确定变化率时增加信心。此外,使用患者内测量使得能够直接研究观察到的变化率。

检查变化率很重要,因为虽然横断面研究已确定身体成分指标随时间变化,但至关重要的是了解这些指标可能在哪个年龄变化最大——从而可能在对影响可能最大的时期增加关注和干预——以及性别之间是否存在相关差异。例如,两性均随年龄增长出现椎体衰减下降,这已被证明与脆性骨折风险相关。然而,在本研究中,男性椎体衰减的最大下降出现在18–39岁年龄组,而女性出现在40–59岁年龄组;这些观察结果支持既往研究的发现,即女性在围绝经期和绝经早期骨密度下降最大[20],以及与年轻女性相比,年轻男性骨密度相对较低[29]。此外,肌肉衰减的下降(已被认为与代谢综合征、身体功能下降和总体死亡率相关[30–34])在男性中随年龄增长而加速,而在女性中似乎在中年后趋于平台。这些例子表明,可能需要不同的年龄和性别依赖策略来减轻风险并优化与这些指标相关的结果。

此外,本研究使用的相对较大患者样本所获得的结果可能为先前在更特定患者群体中进行的身体成分研究提供重要背景。例如,在通过司美格鲁肽治疗减重的患者样本中,Nelson等人[11]观察到L3水平内脏脂肪(VAT)面积平均总下降从341降至309 cm2,皮下脂肪(SAT)面积从410降至371 cm2,而根据当前研究,取决于年龄和性别,VAT面积的预期平均变化为0.44–5.96 cm2/年,SAT面积的平均变化为−1.90-4.55 cm2/年。同样,Tang等人[12]关于克罗恩病背景下身体成分的荟萃分析中纳入的许多研究使用L3水平骨骼肌测量作为肌少症的标志物;本研究报告的肌肉衰减和面积平均值可作为有用的参考点。

本研究存在若干局限性。由于数据是从因医疗保健需要而接受CT检查的患者中回顾性收集的,且未考虑具体的CT检查指征,因此可能存在选择偏倚,限制了结果的普遍适用性。这些患者,尤其是住院患者,可能比一般人群承受更重的整体疾病负担。本研究患者数量大、纳入标准宽泛,且涵盖多种临床环境(住院、门诊、急诊和紧急),应能在一定程度上减轻这一局限性。尽管研究样本量较大,但数据仅来自一家中西部医疗中心,这可能限制其结果对其他人群的普遍适用性。本研究未尝试按种族、民族或社会经济因素进行亚组分析。研究纳入标准要求患者在同一机构至少相隔五年在两个时间点接受影像检查;因任何原因(如搬迁、更换保险、交通或其他可及性问题等)无法满足这些标准的患者将被排除在研究样本之外。最后,身体成分随时间变化与合并疾病及健康结局之间的关系超出了本手稿的范围,但无疑代表了一个潜在的未来研究方向。

总之,基于CT的身体成分测量指标随时间的纵向患者内变化在男性和女性患者之间总体上存在显著差异。此外,某些生物标志物在较年轻、中年和老年人中表现出不同的变化速率。这些发现提示,采用因年龄和性别而异的策略可能有助于减轻风险并优化与这些指标相关的健康结局,并可在影响可能最大的领域实现更好的资源分配。

引用

  1. Pooler BD, Garrett JW, Lee MH, et al. Longitudinal evaluation of intra-patient changes in computed tomography-based body composition measures. Abdom Radiol (NY). 2026. PMID: 41784694. doi:10.1007/s00261-026-05410-7
  2. 全文:PMC13476182(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13476182/

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。