基于MRI的贫血骨髓适应生物标志物定量评估

引言

贫血是一种常见的血液系统疾病，其特征是血液中血红蛋白（Hb）浓度降低导致组织携氧能力下降。它可由多种病因引起，包括缺铁、慢性疾病、失血、骨髓衰竭或溶血过程[1–3]。

性别和年龄相关差异是评估贫血时的重要参数。根据世界卫生组织（WHO）标准[1]，定义贫血的阈值见表1。该分类是区分血液学改变严重程度及其在组织水平相应影响的基本参考。

贫血的临床效应不仅限于携氧能力下降。继发于缺氧的系统性代谢适应导致细胞能量代谢、氧化应激反应和组织微结构完整性的显著改变。这些适应过程触发造血组织内的重塑，并导致骨髓基质细胞组成和脂肪-水平衡的变化。缺氧引起的红细胞生成活性增加减少基质脂肪细胞并促进造血组织重构，在骨髓结构中产生可测量的形态学和生化变化[2, 3]。

随着先进定量磁共振成像（MRI）技术的出现，无创评估这些微结构变化已成为可能。弥散加权成像（DWI）通过反映组织内水分子的布朗运动，提供对细胞密度和微循环的洞察。源自DWI的表观弥散系数（ADC）作为弥散受限和组织细胞密度的间接生物标志物[4]。此外，基于化学位移的Dixon序列获得的脂肪分数（FF）能够定量评估组织脂质含量[5, 6]，而同相位/反相位比值（SIO）测量脂肪与水质子之间的相位差，提供关于组织脂肪含量程度的补充信息。这些MRI衍生参数在贫血中尤其相关，因为造血需求增加导致从脂肪性（黄色）骨髓向造血活跃性（红色）骨髓的再转化，导致骨髓脂肪含量降低和相关微结构改变。这些组成变化可使用FF、ADC和SIO等MRI衍生参数进行定量检测。这些参数的联合使用允许更全面地评估骨髓组成[6]。

近期研究表明，基于MRI的定量参数可能显示与血液学指标的有意义关联。Tsujikawa等报道腰椎ADC与年龄和红细胞分布宽度（RDW）显著相关，此外髂骨ADC与Hb水平呈正相关[7]。Chen等证明骨盆骨髓DWI信号强度随贫血严重程度成比例增加，而ADC的变化仍然有限[8]。类似地，对再生障碍性贫血和多发性骨髓瘤患者的分析表明，脂肪分数的增加反映了造血细胞的丢失[9, 10]。

这些发现支持使用无创影像方法评估贫血的组织水平效应的可行性。然而，大多数现有研究集中于评估特定患者群体（如血液系统恶性肿瘤、再生障碍性贫血或多发性骨髓瘤患者）的骨髓微结构 [11–15]，很少有研究系统性地探讨非恶性人群中贫血相关的骨髓改变。此外，既往研究通常单独评估 ADC、FF 或 SIO，而非联合评估，限制了确定哪个参数对不同贫血程度最敏感的能力 [16–20]。迄今为止，尚无综合性研究在不同贫血严重程度分类之间系统性地比较腰椎 ADC、FF 和 SIO 参数。

本研究旨在使用定量 MRI 参数（ADC、FF 和 SIO）评估腰椎骨髓改变，并评估其在不同贫血严重程度组中与血液学指标的关系。

材料-方法

研究人群

本回顾性、单中心研究通过从本机构放射科2024年1月至2025年6月期间进行的腹部 MRI 检查中筛选符合条件的病例来实施。本研究获得机构审查委员会的伦理批准。

纳入标准为：MRI 检查涵盖腰椎层面，且在影像检查日期前或后一周内测量了 Hb（g/dl）和红细胞分布宽度-变异系数（RDW-CV，%）及红细胞分布宽度-标准差（RDW-SD，fL）水平。排除标准为：有血液系统恶性肿瘤病史、骨转移、既往化疗或放疗、或因运动伪影导致图像质量被认为不充分的检查。基于这些标准，最终共有93例患者纳入分析。

根据性别特异性 WHO 血红蛋白阈值将患者分为四组（表2）：第1组（正常）（n = 26；男15例，女11例）、第2组（轻度贫血）（n = 24；男13例，女11例）、第3组（中度贫血）（n = 25；男11例，女14例）和第4组（重度贫血）（n = 18；男10例，女8例）。所有参与者均为非妊娠成人，贫血严重程度根据 WHO 非妊娠个体标准进行分类。各组的人口学和 MRI 特征汇总于表2。

贫血病因取自临床记录，包括缺铁性贫血、慢性病贫血、溶血性贫血和维生素 B12 缺乏。在轻度贫血组中，最常见病因为缺铁性贫血（n = 18），其次为慢性病贫血（n = 4）和溶血性贫血（n = 2）。在中度贫血组中，病因包括缺铁性贫血（n = 10）、慢性病贫血（n = 10）、溶血性贫血（n = 3）和维生素 B12 缺乏（n = 2）。在重度贫血组中，以慢性病贫血（n = 14）为主，其次为缺铁性贫血（n = 4）。

MRI 技术和图像分析

所有腹部MRI检查均在1.5 T系统（Aera，Siemens Healthineers，Erlangen，德国）上使用16通道相控阵体线圈进行。视野包括上腹部和腰椎椎体。

弥散加权成像（DWI）采用单次激发回波平面成像（ss-EPI）序列采集，b值为50、400和800 s/mm2，用于生成ADC图。基于化学位移的Dixon成像用于获取同相位（IP）和反相位（OP）图像以计算信号强度比（SIO），并生成质子密度脂肪分数（PDFF）图。PDFF图使用多回波qDixon采集生成，采用T2*校正的脂肪分数估计。关键采集参数如下：T1W VIBE Dixon：TR 7.1 ms，TE 2.39/4.77 ms，翻转角10°，FOV 400 mm，矩阵320 × 144，NEX 2，层厚4 mm。qDixon：TR 7.35 ms，TE 2.38–14.28 ms（ΔTE 2.38 ms），翻转角4°，FOV 400 mm，矩阵320 × 144，NEX 1，层厚2 mm。DWI：TR 1700 ms，TE 73 ms，翻转角90°，FOV 380 mm，矩阵320 × 144，NEX 2，层厚6 mm。

使用Syngo.via软件（Siemens Healthineers，Erlangen，德国）对IP/OP图像、PDFF图和ADC图进行定量分析审阅。测量位置由两名各具有8年经验的放射科医师协商确定。随后所有定量测量均由其中一名放射科医师完成，以确保一致性。为评估阅片者间信度，第三名具有10年经验的放射科医师独立定义ROI位置并完成所有测量，对第一名的测量结果及临床和实验室数据设盲。为评估阅片者内信度，完成初始测量的同一名放射科医师在至少12周的间隔后重复了所有测量。

尽管腹部MRI方案包括多平面采集，但本研究中的所有定量测量均仅在轴位图像上进行，以确保方法学一致性和可重复性。在轴位图像上于L2椎体内手动放置感兴趣区（ROI），避开皮质骨、终板、血管结构和局灶性病变。若L2椎体含有良性病变（如血管瘤）或其他可能干扰可靠测量的发现，则改用L3椎体。ROI大小标准化为约1–1.5 cm2的范围，允许进行小幅调整以适应患者间椎体形态差异，并避免皮质骨和血管通道的部分容积污染。从每个ROI记录以下定量参数：ADC（10⁻6 mm2/s）、脂肪分数（FF，%）和信号强度比（SIO = OP/IP）。图1、2、3展示了研究人群中的示例病例。

统计分析

使用G*Power（3.1版）进行先验效能分析，以确定检测中等相关性（r = 0.30）所需的样本量，采用双尾α = 0.05，统计效能为0.80。

所有统计分析均由通讯作者使用SPSS软件（v.26.0；IBM Corp.，Armonk，NY，USA）和R软件（v.4.5.3；R Foundation for Statistical Computing，Vienna，Austria）完成。连续变量的分布使用Shapiro–Wilk检验评估。正态分布数据以均值 ± 标准差汇总，而非正态分布变量以中位数和四分位距（IQR）表示。

血液学标志物（Hb、RDW-CV、RDW-SD）与MRI衍生参数（FF、ADC、SIO）之间的关联使用Spearman秩相关分析检验。使用Spearman秩相关而非Pearson相关，是因为基于Shapiro–Wilk检验，若干变量不满足正态性假设，而Spearman方法更适合非正态分布数据和单调关系。此外，还进行了校正年龄和BMI的偏Spearman相关分析，以考虑潜在的混杂效应。为获得更稳健的置信区间（CI），对所有Spearman和偏Spearman相关分析使用偏差校正和加速（BCa）方法以2000次重采样计算自举95% CI。

FF、ADC和SIO在四个贫血类别（正常、轻度、中度、重度）之间的组间比较使用Kruskal–Wallis检验进行，当Kruskal–Wallis检验表明存在统计学显著差异时，随后使用Dunn–Bonferroni事后检验进行两两比较。贫血组间的年龄和BMI差异也使用Kruskal–Wallis检验评估。贫血组间的性别分布使用卡方（χ2）检验评估。p值 < 0.05被认为具有统计学显著性。

使用双向随机效应模型并采用绝对一致性计算组内相关系数（ICC）及其95% CI，以评估读者间和读者内可靠性。ICC值的解释如下：< 0.50差，0.50–0.75中等，0.75–0.90良好，> 0.90极好一致性[21]。

结果

效能分析表明至少需要85名参与者。我们最终93例患者的样本超过了该阈值，证实相关性分析具有足够的统计效能。共有93例患者根据血红蛋白水平被分为四个贫血组。各组的年龄、Hb、RDW指数、FF、ADC和SIO的中位数汇总于表2。各贫血组间的年龄和BMI分布相似，未观察到显著差异（分别为p = 0.508和p = 0.909）。同样，四组间的性别分布也无显著差异（χ2 = 1.10，p = 0.777）。

Spearman相关分析显示，Hb与FF呈中度正相关（rho = 0.386，95% CI：0.191至0.555，p < 0.001），Hb与ADC呈中度负相关（rho = –0.467，95% CI：–0.616至–0.290，p < 0.001）。RDW-CV与FF呈负相关（rho = –0.341，95% CI：–0.510至–0.153，p = 0.001），与ADC呈正相关（rho = 0.300，95% CI：0.098至0.478，p = 0.004）。RDW-SD与ADC呈弱正相关（rho = 0.208，95% CI：–0.005至0.403，p = 0.045），而在未调整分析中其与FF的关联未达到显著性（rho = –0.187，95% CI：–0.370至0.031，p = 0.072）。SIO未观察到显著关联。调整年龄后，所有显著相关性均持续存在，且RDW-SD additionally显示出与FF的显著负相关（偏rho = –0.350，95% CI：–0.503至–0.133，p = 0.001）。此外，最初处于临界水平的RDW-SD–ADC关联在年龄调整（偏rho = 0.279，95% CI：0.075至0.462，p = 0.007）和BMI调整（偏rho = 0.219，95% CI：0.013至0.410，p = 0.035）后均具有统计学显著性。BMI调整分析结果基本一致。完整详情见表3和图4。

在四个贫血组间的比较中，FF值显示出统计学显著差异（p < 0.001）。事后分析表明，第4组的FF值显著低于所有其他组（第1组 vs 第4组：p < 0.001；第2组 vs 第4组：p = 0.005；第3组 vs 第4组：p = 0.006）。同样，ADC值在组间也存在显著差异（p < 0.001）。第4组的ADC值显著高于第1组（p < 0.001）和第2组（p = 0.001）。此外，第3组的ADC值高于第1组（p = 0.035）。各组间SIO值未观察到显著差异（表4，图5）。

ADC、FF和SIO测量的读者间一致性极好，ICC值分别为0.940（95% CI：0.911–0.960）、0.939（95% CI：0.909–0.959）和0.945（95% CI：0.908–0.959）。读者内一致性也表现出极好的可重复性，ADC的ICC值为0.957（95% CI：0.936–0.967），FF为0.921（95% CI：0.882–0.946），SIO为0.949（95% CI：0.915–0.962）。

讨论

本研究的主要发现是，定量MRI参数以严重程度依赖的方式反映贫血相关的椎体骨髓微结构重塑。当以正常骨髓值作为参考时，ADC差异在中度贫血时即可检测到，而FF变化仅在重度贫血时才达到统计学显著性，提示ADC可能是 compositional shifts 更敏感的指标——尽管需要纵向研究来确认这些是否代表骨髓适应的真正连续阶段，还是同一连续重塑过程的不同阈值。相比之下，SIO未显示显著的组间差异，提示两点Dixon信号强度比对检测骨髓脂肪含量的轻至中度变化敏感性有限。重要的是，所有定量测量均表现出优异的读者间和读者内一致性（ICC > 0.90），证实了所采用的基于ROI的测量方法的重现性和稳健性。总体而言，这些结果突出了ADC和FF作为贫血相关基质重塑无创生物标志物的互补效用。据我们所知，这是首项在非恶性人群中同时评估WHO定义的各贫血严重程度分类下腰椎ADC、FF和SIO的研究，从而填补了现有文献中的显著空白。

从临床角度来看，应强调贫血的诊断和管理主要基于实验室检查结果和临床评估，而非仅依靠影像学。在此背景下，本研究的主要临床贡献在于为解读腹部MRI上偶然发现的椎体骨髓信号改变提供了结构化的放射学框架。ADC和FF的联合评估可能有助于识别与贫血相关骨髓重塑一致的影像学模式，并提供超越常规DWI信号强度的定量信息。此外，良性红骨髓增生中FF降低伴ADC相对升高的模式可能与恶性骨髓浸润通常相关的较低ADC值不同，这可能反映了骨髓细胞性和组成的差异。需要进一步的比较研究来阐明这些定量模式在鉴别良性骨髓重塑与恶性浸润方面的诊断价值。

观察到的FF随贫血严重程度增加而降低反映了与骨髓脂肪含量减少和反应性造血增生一致的生物学反应。随着Hb水平下降和组织缺氧的发展，红系造血活性增加，导致基质脂肪组织逐渐被红骨髓细胞替代。我们的发现与先前报道FF反映基质脂肪含量减少的研究一致[6, 9, 22]。

本研究的另一项关键发现是血红蛋白水平与ADC值之间的负相关。贫血时ADC升高可能反映骨髓内成分变化，包括骨髓脂肪含量减少以及与贫血相关骨髓重塑相关的自由水分数增加。这一解释与既往研究一致，既往研究显示在脂肪含量减少的骨髓中ADC值更高[23–25]，包括戈谢病和多发性骨髓瘤等疾病[23, 24]。相反，Tsujikawa等[7]报告血红蛋白与髂骨ADC呈正相关，但与腰椎ADC无关。场强、脂肪抑制技术和b值的差异可能导致了其全身方案中的信号变异性。我们采用1.5 T标准化腹部DWI方案，并排除恶性肿瘤或治疗相关骨髓改变，可能提供了更稳定的扩散测量，从而得出Hb与腰椎ADC之间更清晰的负相关。

各贫血组之间SIO缺乏显著差异值得特别考虑。两点Dixon衍生的OP/IP比值代表一种定性脂肪指标，与基于多回波Dixon的PDFF测量相比，本质上更容易受到噪声、B0不均匀性和相位抵消伪影的影响。因此，SIO对逐渐的和生理性的基质重塑敏感性较低。重要的是，贫血引起骨髓脂肪含量轻度至中度下降的连续变化，而不是恶性肿瘤浸润中所见的突然且广泛的脂肪丢失；在后者中，既往研究已显示SIO表现良好[6, 26]。这一区别可能解释了为什么在我们队列中即使在重度贫血组SIO仍无判别能力。此外，椎体骨髓特别容易受到场不均匀性的影响，进一步限制了OP/IP比值的可靠性。总之，这些因素，加上既往缺乏评估WHO定义贫血严重程度分类之间SIO差异的研究，突出了SIO的方法学局限性，并强化了定量PDFF在检测贫血相关微结构变化方面更优的敏感性。

观察到的RDW-CV与RDW-SD之间的差异性关联可能与这些指标不同的分析特性有关。RDW-CV表示由红细胞大小的标准差归一化至平均红细胞体积（MCV）得出的变异系数，而RDW-SD反映红细胞体积分布的绝对宽度[27]。在我们的队列中，RDW-CV在未调整分析中与骨髓MRI参数显示显著相关性，而RDW-SD仅在调整后显示显著关联，提示其与骨髓微结构的关系可能受到混杂因素的影响。值得注意的是，RDW-SD与ADC和FF之间最初微弱且处于临界水平的关联在调整后变得更加稳健。对于RDW-SD–ADC，在同时调整年龄和BMI后达到统计学显著性，而对于RDW-SD–FF，这一效应主要由年龄调整驱动。BMI对FF的影响有限，可能是因为BMI并不直接反映骨髓脂肪含量，而是反映整体身体组成。相反，年龄是骨髓脂肪含量的主要决定因素，其特征为造血组织进行性脂肪替代，因此可能对这些关联产生更明显的掩盖效应。总体而言，这些观察结果可能反映的是这些指标在统计学和计算特征上的差异，而非它们反映贫血严重程度能力的差异。

本研究存在若干局限性。回顾性设计和相对较小的样本量可能限制研究结果对更广泛人群的推广性。此外，横断面设计无法就骨髓重塑在不同贫血严重程度阶段的时间演变得出结论，这需要纵向研究。缺乏组织病理学确认限制了将MRI衍生的微结构测量与骨髓细胞改变直接相关联的能力。此外，所有检查均使用单一磁场强度（1.5 T）进行，无法评估不同扫描仪平台或序列参数可能导致的变异。 furthermore，ROI放置仅限于单一腰椎水平，可能无法完全代表整体骨髓状态。未来的多中心、前瞻性研究，采用更大队列、多水平采样策略以及直方图分析或基于人工智能的组织表征等先进技术，可能有助于更全面地评估贫血相关的微结构改变。

总之，本研究表明，贫血相关的骨髓微结构改变可通过定量MRI参数进行评估。ADC和FF测量可作为潜在的无创生物标志物，反映造血活动与基质脂肪平衡之间的相互作用，从而为不同贫血严重程度相关的微结构和组成变化提供见解。