BOLD-MRI在糖尿病肾病准确诊断与预后评估中的临床价值：基于肾活检的前瞻性队列研究

引言

糖尿病肾病（DN）是糖尿病最严重的微血管并发症之一[1]，由于缺乏早期诊断工具和有效干预措施，其全球患病率不断上升[2]。作为慢性肾脏病和终末期肾病（ESRD）的主要原因之一[3, 4]，DN显著增加了糖尿病患者的死亡率和致残率[5–7]。早期无创诊断和精准预后评估对于减轻疾病负担和指导临床决策至关重要。DN的早期风险分层能够更早识别快速进展者，从而及早实施强化治疗、专科转诊、个体化随访和临床试验入组。它可减少ESRD的发生，帮助患者了解自身风险，并推动生活方式改变和对RAS拮抗剂、finerenone及钠-葡萄糖协同转运蛋白2抑制剂（SGLT2i）的更好依从性，同时减少过度治疗并优化资源利用。然而，目前DN的诊断策略和预后工具尚不充分，主要依赖传统生物标志物如尿蛋白和估算肾小球滤过率（eGFR），这些指标无法准确评估早期肾损伤、疾病进展或长期结局[8, 9]。尽管肾活检仍是金标准，但其有创性限制了其在DN管理中的广泛或重复应用[10]，凸显了迫切需要无创生物标志物以提高诊断和预后准确性。

功能磁共振成像的进展，特别是血氧水平依赖MRI（BOLD-MRI），为肾脏病理生理的无创评估提供了广阔前景[11, 12]。BOLD-MRI可通过检测顺磁性脱氧血红蛋白引起的磁场扰动来间接评估组织氧合[13]，从而提供肾脏缺氧的信息，肾脏缺氧是“慢性缺氧假说”下糖尿病肾脏病（DKD）进展的关键驱动因素[14]。弛豫率（R2*）与组织氧合血红蛋白水平呈负相关[15]，可作为肾脏氧合的生物标志物。皮质R2*（CR2*）升高反映氧合降低，是慢性肾脏病（CKD）进展的标志[16]。值得注意的是，肾脏R2*与eGFR呈负相关，而髓质R2*（MR2*）降低与中度CKD中eGFR年下降加速相关[17]。重要的是，MR2*在早期DN中即表现出检测髓质缺氧的敏感性[18]，并与间质纤维化和肾小管萎缩（IFTA）等组织病理学特征相关[19, 20]。

尽管取得了上述进展，支持BOLD-MRI在活检确诊DN队列中用于纵向预后评估和组织病理学相关性研究的证据仍然有限。本研究旨在验证BOLD-MRI在无创鉴别DN与非糖尿病性肾病（NDRD）以及预测DKD患者ESRD方面的价值。

材料与方法

研究对象

本单中心前瞻性队列研究于2018年4月至2023年9月在解放军总医院第一医学中心肾脏内科开展。共纳入140例接受肾活检和BOLD-MRI检查的2型糖尿病（T2DM）合并肾脏疾病患者。所有有活检结果的成年患者均符合BOLD-MRI检查条件，该检查在活检后1周内完成。

纳入标准为：（1）年龄18–70岁；（2）诊断为T2DM；（3）肾功能损害，白蛋白（Alb）排泄量>30 mg/天或GFR<60 mL/min/1.73 m2，或两者兼有，持续时间>3个月；（4）在同一住院期间进行肾活检和BOLD-MRI；（5）提供知情同意。排除标准如下：（1）肾脏肿瘤、大肾囊肿（最大直径≥30 mm）、肾脏位置异常、先天性肾发育不良或肾萎缩；（2）因严重呼吸运动伪影导致图像质量不足以分析；（3）明显腹部水肿或渗出；（4）影响肾脏灌注的疾病（如肾动脉狭窄或心力衰竭）。本研究经中国人民解放军总医院研究伦理委员会批准（编号S2017-133-01），并获得所有参与者的知情同意。于2024年7月进行随访以确认肾脏结局；肾脏终点为ESRD或全因死亡。研究流程图见图1。

肾活检与病理评估评分

所有患者在行肾活检前均提供书面知情同意。活检由经验丰富的医师进行，所有标本由两名病理学家独立审阅。任何分歧均通过讨论解决直至达成共识。组织经过处理并分配用于免疫荧光、光镜和电镜检查。DN根据特征性组织学特征诊断，包括肾小球肥大、肾小球毛细血管基底膜增厚、弥漫性系膜扩张、结节性系膜硬化（Kimmelstiel–Wilson结节）、渗出性病变如囊滴或纤维蛋白帽、系膜溶解、毛细血管微动脉瘤以及入球和出球小动脉透明变性[17]。NDRD根据经典标准诊断[18]。

病理结果根据DN病理分类[21]进行评估。DN患者使用肾脏病理学会（RPS）分类进行评分，以评估肾小球分级（GC）、间质病变（IL；包括IFTA和间质炎症[II]）以及血管病变（VL；包括小动脉透明变性[AH]和动脉硬化[AS；按最严重动脉评分]）的严重程度[21]（图2）。

临床与实验室指标

记录患者的人口学及临床特征，包括性别、年龄、糖尿病病程、糖尿病视网膜病变（DR）的存在情况、体重指数（BMI）、高血压的存在情况、收缩压（SBP）及舒张压。血压取BOLD-MRI检查当日空腹及静息状态下测量的平均值。在MRI扫描前一周内测量实验室参数，包括空腹血糖、糖化血红蛋白（HbA1c）、血清肌酐（Scr）、血尿素氮（BUN）、血清尿酸、胱抑素C（Cys-C）、血红蛋白（Hb）、血细胞比容、白蛋白（Alb）、甘油三酯（TG）、总胆固醇（TC）、低密度脂蛋白、蛋白尿、24小时尿蛋白（24hUPro）以及肾小球性血尿的存在与否。估算肾小球滤过率（eGFR）采用2009年慢性肾脏病流行病学协作组（CKD-EPI）肌酐方程计算，该方程也用于慢性肾脏病（CKD）分期[19]。随访期间记录最新Scr水平以评估肾脏结局。

MRI图像采集与分析

所有参与者被要求在MRI扫描前至少禁食4小时并进行严格的呼吸训练。成像使用八通道体部阵列线圈（3.0-T MRI Discovery 750；GE Medical Systems）进行。采用多回波FSPGR序列（8个回波，范围2.5至30 ms，视野300 × 300 mm，重复时间100 ms，带宽31.25 Hz/像素，翻转角35°，矩阵192 × 160，层数9，层厚7 mm）在呼气末屏气期间于斜冠状面采集横向弛豫（T2*）加权图像。通过将不同回波时间点的像素强度拟合至指数衰减函数，计算T2*图及相应的R2*（= 1/T2*）。

使用公共程序（https://github.com/bmilani/conObj）的内部修改版本生成R2*图像。采用“12层同心对象”技术进行BOLD-MRI分析，将肾实质从皮质到髓质分割为12个等厚层，并计算肾脏内每一层的平均R2*值[22]。由一名具有约3年经验的放射科医师在R2*图上手动勾画肾实质的外边界和内边界，选取能最佳显示整个肾实质的层面，使用自定义Matlab R2023a（Mathworks）完成（图2）。为评估观察者间可靠性，随机选取50%的病例由第二名具有约5年经验的放射科医师独立勾画。

统计分析

所有统计分析均使用R软件（版本4.4.0；R Foundation for Statistical Computing）进行。分类变量以频数和比例表示，连续变量中正态分布数据以均数和标准差描述，非正态分布数据以中位数和四分位距描述。组间差异根据情况采用卡方检验、t检验或Mann–Whitney U检验评估。使用Spearman秩相关系数评估变量间的相关性。缺失数据使用mice包（版本3.16.0）通过多重插补处理。生存分析使用两个数据集：一个包含完整结局数据，另一个排除NDRD患者以纳入额外的病理评分。预后Cox模型基于赤池信息准则采用逐步回归构建，并通过十折交叉验证验证，报告c指数以评估预测性能。Cox回归使用survival包（版本3.7-0）进行。针对DN诊断开发了三种模型：逻辑回归、支持向量机（SVM）和随机森林（RF），变量选择基于RF算法的重要性。模型性能使用受试者工作特征（ROC）曲线和曲线下面积（AUC）评估，AUC越高表明诊断效能越好。诊断建模使用R包e1071（版本1.7-14）、RF（版本4.7-1.1）和cvAUC（版本1.1.4）进行。

结果

临床特征

患者人口学资料、临床特征及病理表现

根据研究流程图（图1），本研究纳入133例接受肾活检的T2DM患者，用于临床病理特征描述及BOLD-MRI参数分析。在研究队列中，74.4%（n = 99）为男性，平均年龄为51.99 ± 10.0岁。糖尿病病程中位数为96.97个月。关于并发症，32.3%（n = 43）患有DR，70.5%（n = 93）患有高血压，43.6%（n = 58）患有大面积蛋白尿（尿蛋白 > 3.5 g/24 h）。肾功能评估显示，79.7%（n = 106）的患者处于CKD 1–3期，基线eGFR为62.68 ± 18.35 mL/min/1.73 m2。对于BOLD-MRI参数，CR2*中位数为19.56/s（IQR，18.08–21.77），髓质R2*平均值为23.88 ± 3.88/s。关于观察者间可重复性，CR2*（ICC，0.965；95% CI：0.943–0.978）和髓质R2*（ICC，0.978；95% CI：0.964–0.986）均达到了极好的一致性（补充表1）。

病理分型显示，DN组44例（33.1%），NDRD组55例（41.4%），合并组34例（25.6%）。三组间在糖尿病病程、视网膜病变发生率、HbA1c、血尿程度、肾功能指标（血肌酐、尿素氮、eGFR）、Cys-C、TC、Hb、电解质（磷、钠、钾）及肾脏MR2*值等参数方面差异有统计学意义（p < 0.05）（表1和图3）。

中位随访时间为15个月，平均随访时间为21.8个月。末次随访时，平均Scr水平为113.20 μmol/L，对应的平均eGFR为62.92 mL/min/1.73 m2。终点分析显示，14例（10.5%）接受了肾脏替代治疗，5例（3.8%）发生全因死亡，20例（15.5%）进展为ESRD。三组间终点事件发生率差异有统计学意义（DN组 > 合并组 > NDRD组，p < 0.001）（表1）。进一步分析ESRD进展者的临床病理特征显示，该亚组糖尿病病程更长（p = 0.017）、基线eGFR更低（p < 0.001）、蛋白尿更严重（p = 0.01）、贫血更严重（p < 0.001），且肾脏MR2*值更低（20.48 [19.18–23.15] vs 24.31 [21.59–26.77]，p < 0.001）（表2）。

临床病理特征的相关性分析

小提琴图分析（图3）：基于小提琴图的分析显示，肾脏MR2*值在ESRD进展状态（p < 0.001）和病理分型（DN组 vs NDRD组 vs 合并组，p = 0.01）之间差异有统计学意义。相比之下，肾脏CR2*值在各组间无统计学意义（p > 0.05）。

Spearman相关分析：为确定BOLD-MRI参数是否能独立于常规临床指标预测肾脏预后，我们对133例患者的临床特征和R2*参数进行了Spearman相关分析。结果表明，肾脏CR2*与任何临床指标（包括eGFR、Scr和蛋白尿）均无显著相关性。相反，肾脏MR2*与eGFR呈弱正相关（r = 0.20，p = 0.02），与Cys-C呈弱负相关（r = −0.28，p = 0.003），与Hb水平呈中度正相关（r = 0.34，p < 0.001）（表3和图4A）。

非单纯型NDRD患者的进一步分析：对78例非单纯型NDRD患者（DN组和合并组）的肾脏病理RPS评分和影像学参数（CR2*和MR2*值）进行了进一步分析。结果显示，肾脏CR2*和MR2*值与七项病理指标之间呈弱相关。具体而言，MR2*值与肾小球分级呈负相关（r = −0.28，p < 0.01）。值得注意的是，病理组织损伤程度（包括肾小球分级、IL和IFTA）与临床肾功能指标（eGFR和Cys-C）及贫血程度呈中度相关（表3和图4B）。

ESRD预后评估模型

全人群队列的预后模型

使用Cox比例风险回归，我们为129例DKD患者（4例失访）构建了ESRD预后模型。Kaplan–Meier单因素生存分析显示，DN组的生存曲线在整个研究期间始终低于NDRD组和合并组（图5a）。对数秩检验表明三组间生存时间存在显著差异（p < 0.001），其中DN组预后最差，中位生存期为40个月。单因素Cox回归分析显示，DN患者进展为ESRD的风险是NDRD患者的6.48倍（图5A）。在研究期间，高MR2*组的生存曲线始终高于低MR2*组，生存时间差异显著（p < 0.001）（图5c）。相反，CR2*未提供预后信息（图5b）。此外，BMI、病程、SBP、肾功能（eGFR、Scr、BUN、Cys-C）和Hb水平等临床参数对预后具有预测价值（p < 0.05）（图5A）。多因素Cox比例风险回归分析确定病理分组、Hb水平和Cys-C水平是DKD患者肾脏生存的独立预后因素（图5B）。病理分组和Cys-C在多因素分析中保持统计学显著性，十折交叉验证的c-index为0.90。

DN组和合并组的预后模型（RPS评估人群）

对于DN组和合并组的75例患者（其中3例失访），我们量化了病理RPS评分，并结合临床和病理参数，构建了非单纯性NDRD患者进展为ESRD的Cox比例风险回归模型。单因素生存分析表明，MR2*、肾小球分级、IL和IFTA可预测病理诊断为DN的患者的ESRD，而其他RPS评分缺乏预后价值（图5d–k）。肾小球分级、IL和IFTA评分每增加一个单位，ESRD风险分别增加2.79、2.77和6.29倍（图5C）。多因素Cox比例风险回归分析表明，24hUPro、eGFR、Hb、MR2*、肾小球分级、IL和IFTA是DKD患者肾脏生存的独立预后因素（图5D）。该预后模型经十折交叉验证的c-index为0.91。

鉴别诊断模型

DN组与NDRD组的比较

与NDRD组患者相比，DN组患者糖尿病病程更长、DR发生率更高、HbA1c水平更高、血脂谱控制更好、估算eGFR更低、Hb水平更低。DN组的肾脏MR2*显著低于NDRD组（23.00 ± 3.63 vs 24.77 ± 3.65，p = 0.018）。

单因素/多因素分析

为评估髓质R2*对鉴别诊断的独立贡献，我们进行了单因素和多因素logistic回归分析（补充图1）。在单因素分析中（Panel A），髓质R2*与DKD状态呈显著相关（OR 0.87，95% CI：0.77–0.98，p = 0.022），表明其具有独立的判别能力。然而，在调整了包括DR、糖尿病病程、HbA1c、高血压、ALB和BUN在内的已确立临床危险因素的多因素分析中（Panel B），效应估计值减弱至无统计学意义（OR 0.94，95% CI：0.77–1.15，p = 0.571）。

MR2*在鉴别诊断中的两阶段诊断性能

为评估MR2*的独立诊断价值和增量诊断价值，我们在三个队列中采用了两阶段建模方法（图6）。利用RF模型的特征重要性来识别可区分DN与NDRD的参数。共筛选出七个参数：DR、糖尿病病程、Alb、BUN、肾脏MR2*、高血压和HbA1c（图6A）。

MR2*的独立性能：当作为唯一预测因子使用时，Medulla R2*在所有三个队列中均表现出适度但一致的判别能力。MR2*单独使用的AUC值在队列1中为0.64（图6B），在队列2中为0.617（图6C），在队列3中为0.610（图6D）。这些发现表明，MR2*具有用于区分DKD的内在诊断信息，尽管与综合临床评估相比，其单独性能有限。AUC值在不同患者群体中的一致性（范围0.610–0.641）支持了该影像生物标志物的稳健性和泛化能力。

整合模型的性能：当使用机器学习算法将MR2*与临床变量整合时，所有队列的诊断性能均显著提高。使用逻辑回归（LR）、SVM和RF构建诊断模型，并通过十折交叉验证进行验证。模型的AUC值为RF（0.901）、LR（0.876）和SVM（0.845）。RF模型表现出最高的诊断效能，准确率为0.857，灵敏度为0.801，特异度为0.901，F1分数为0.832（表4和图6B）。当联合组被分类为DN（队列2）时，AUC值为RF（0.791）、LR（0.750）和SVM（0.764），RF表现出最高的诊断效能。当联合组被分类为NDRD（队列3）时，AUC值为RF（0.856）、LR（0.786）和SVM（0.761）（表4和图6C、D）。

讨论

DKD是ESRD的主要病因之一。早期诊断和准确的预后评估对于延缓疾病进展至关重要。然而，传统临床指标，如eGFR和蛋白尿，在早期诊断和预后评估方面存在一定局限性[23]。近年来，BOLD-MRI作为一种无创、无需对比剂且无辐射的成像技术，在CKD的早期诊断和肾功能评估中逐渐展现出重要价值[24–26]。通过前瞻性队列设计，本研究首次系统探讨了BOLD-MRI在DKD中的临床病理相关性及预后诊断价值，填补了该领域的研究空白。基于133例经肾活检确诊的T2DM患者队列，本研究发现了MR2*与肾功能进展以及病理诊断之间的显著关联。此外，本研究创新性地开发了整合BOLD-MRI特征、临床指标和肾脏病理参数的多模态预测与诊断模型，克服了传统单一生物标志物评估的局限性。这为肾组织缺氧的无创定量分析和个体化治疗决策提供了一种可临床转化的新工具。

BOLD-MRI与eGFR、蛋白尿等传统指标展现出极佳的互补性。eGFR主要反映肾小球滤过功能，而蛋白尿受多因素影响，两者在早期DKD中敏感性均有限，且无法反映肾脏氧合状态[27]。相比之下，BOLD-MRI通过量化肾脏氧合状态，能够灵敏地检测肾功能的变化和进展。大量研究证实，CKD患者的皮质和髓质氧合功能显著低于健康对照者，髓质氧合下降可作为肾功能进展的有效预测指标[28, 29]。Feng等人证明BOLD-MRI可评估DKD中的早期肾脏缺氧，提示MR2*值可能是早期DKD更敏感的预测指标[18]。

我们发现MR2*显著高于CR2*（p < 0.001），这与其生理性缺氧特征一致，也与肾脏氧供需平衡机制相符[20, 27]。具体而言，肾髓质的高代谢需求（主要源于活跃的肾小管重吸收）及其相对较低的血液供应导致显著的氧分压梯度，而皮质由于高血流灌注维持较好的氧合。此外，NDRD组较高的MR2*可能与NDRD的主要病理特征有关（主要为膜性肾病47.2%、IgA肾病21.8%、局灶节段性肾小球硬化及急慢性间质损伤25.4%），其中伴有间质血管病变（VL）的NDRD病例占71%。间质VL、炎症浸润和纤维化加重髓质缺氧。相比之下，DN组较低的MR2*可能归因于早期肾小球高滤过和高灌注，在CKD早期诱导肾髓质缺氧状态（表现为髓质R2*值升高）。然而，随着DN进展，持续的高代谢负荷最终导致氧需求与供应失衡以及皮髓质氧合梯度的逆转，从而使髓质氧合改善、MR2*降低[30–32]。此外，ESRD组观察到的较低MR2*可能反映肾小管工作负荷和氧耗减少。在早期CKD中，肾小球高滤过和高灌注诱导髓质缺氧，使R2*升高[28]。随着DN进展，由于GFR下降和管球反馈改变导致的肾小管浓缩和钠重吸收功能受损，代谢需求降低，从而缓解髓质缺氧并导致R2*下降[18, 33, 34]。例如，Feng等人报道，微量白蛋白尿的糖尿病患者MR2*显著高于健康对照者，而大量白蛋白尿患者的MR2*显著低于微量白蛋白尿组。

以往关于CKD的研究已表明，R2*值与肾脏病理性硬化及肾小管间质纤维化密切相关，突显了其在评估肾脏组织学改变中的重要性[19, 20]。在本队列中，不同病理组（DN组、NDRD组和联合组）之间观察到显著的临床异质性，其中DN组的终点事件发生率最高（p < 0.001）。这一发现与DN所特有的肾小球硬化和间质纤维化广泛而复杂的病理改变相一致[35]，进一步印证了DN作为ESRD主要病因的全球流行病学趋势。值得注意的是，进展为ESRD的亚组表现出更长的糖尿病病程、更低的基线eGFR、更严重的蛋白尿[23]以及更低的MR2*值（均p < 0.05），强调了对高危患者进行早期识别和干预的至关重要性。CR2*和MR2*值与常规临床指标（如eGFR和蛋白尿）的相关性较弱。具体而言，MR2*与肾小球病变分级呈弱负相关（r = −0.28，p = 0.01）。髓质缺氧可能通过激活缺氧诱导因子通路加重炎症和纤维化[36]。尽管我们的研究未发现IFTA与R2*之间存在显著相关性，但这两个参数均可独立预测预后。将BOLD-MRI与病理指标相结合可能优化预后模型，为DKD的精准诊断和治疗提供一种新型无创工具。

在构建ESRD预后评估模型时，对整个队列的Cox回归分析显示，病理分组、Hb、Cys-C和MR2*是ESRD预后的独立预测因素（均p < 0.05），与此前的报道一致[37]。在DN组和联合组中，MR2*、IL和IFTA在单因素Cox回归分析中具有显著性（p < 0.05）；然而，在多因素分析中其显著性降低（p > 0.05）。多因素分析中显著性的降低可能反映了变量间的交互作用或混杂效应，这些因素可改变预测因素的个体显著性。值得注意的是，尽管这些指标的显著性有所降低，模型仍表现出优异的预测性能，c-index为0.91，提示这些指标在控制混杂因素后仍可能具有临床意义[38–40]。多模态数据的整合能够实现更精准的风险分层，有助于识别高危患者并优化治疗决策。

我们承认，与DR相比，MR2*的独立贡献确实有限。如补充图1所示，MR2*在单因素分析中显示出显著相关性（OR 0.87，p = 0.022），但在多因素分析中效应减弱（OR 0.94，p = 0.571）。这种减弱主要反映了DR的强大预测能力（OR 31.13，p < 0.001），其涵盖了重叠的微血管信息。重要的是，效应方向始终一致地表现为保护性（OR < 1），且幅度变化极小，这支持了MR2*作为肾髓质氧合状态定量标志物的生物学有效性。同样，在图6中，单独MR2*的AUC值为中等水平（0.610–0.641）。然而，这种中等程度的独立贡献符合临床预期，并不降低BOLD-MRI的研究价值。因为MR2*是一种无创且具有潜在价值的影像生物标志物，它为DN的综合评估提供了有意义的研究价值。对于诊断模型，我们使用特征重要性来识别判别参数。基于机器学习的诊断模型（RF：AUC = 0.901）优于传统逻辑回归（AUC = 0.876），突显了其在处理复杂临床数据和特征选择方面的优越性[41]。

这项关于BOLD-MRI在行肾活检的DKD患者中诊断和预后价值的探索性研究为临床决策提供了依据。然而，考虑到BOLD-MRI的成本和临床效益，MR2*可作为特定情况下的辅助工具（例如当其他生物标志物不适用或准确性不足时）。本研究也存在若干局限性。首先，单中心设计可能限制了研究结果的普适性和外推性，需要通过更大样本量的多中心研究进一步验证。其次，BOLD-MRI信号可受到多种生理因素的影响，包括呼吸伪影、血液pH、温度、红细胞体积、水合状态和盐摄入量[42]。为减轻这些潜在混杂因素，本研究采取了以下措施：成像前要求至少禁食4小时，排除质量不佳的图像，数据处理采用双盲法。此外，在数据分析和建模过程中采用机器学习方法以控制混杂因素。

本研究的中位随访时间为15个月，表明需要更长的观察时间才能完全确定长期预后。未来研究应聚焦于多中心纵向队列研究，以验证模型的普适性，探索BOLD-MRI与新兴生物标志物的联合应用，并开发AI驱动的影像组学模型以提高诊断灵敏度和特异度。这些努力将有助于完善DKD的精准医学框架。BOLD-MRI为DKD的风险分层和个体化干预提供了一种新型无创工具。

结论

BOLD-MRI技术，尤其是MR2*，在DKD评估中显示出作为无创诊断和预后工具的潜在价值。然而，BOLD-MRI仍是一项有前景但处于探索阶段的技术，在临床实施前需要外部验证和干预性研究。

补充信息

电子补充材料