文献速递腹部泌尿生殖技术与安全CT

利用标准肾脏CT成像估算肾小球滤过率

Estimation of glomerular filtration rate by standard renal CT imaging.
PubMed 文献 · Insights Imaging · 2026-10-14

本研究回顾性纳入139例活体肾捐献者或膀胱癌拟行顺铂化疗患者,基于肾脏CT排泄期肾盂和膀胱的容积与密度变化,结合年龄和体表面积构建GFR预测模型。结果显示CT估算的eGFR与碘海醇清除率测得的mGFR相关性最强(调整R²=0.77),平均绝对误差12.8 mL/min,低于基于肌酐或胱抑素C的eGFR公式。自动分割与手动分割性能相似,表明常规肾脏CT可高精度估算肾功能。

要点

  • 肾脏CT排泄期肾盂和膀胱的密度与容积变化可高精度估算GFR。
  • CT估算eGFR的误差低于肌酐或胱抑素C公式,尤适用于需精确肾功能的场景。
  • 自动分割与手动分割性能相当,便于临床推广。

核心结论

  • 基于常规肾脏CT的排泄期影像特征可高精度估算GFR,与碘海醇清除率相关性最强(调整R²=0.77),平均绝对误差12.8 mL/min。

研究设计与样本

  • 回顾性研究,纳入139例成人(平均年龄52±13岁,60%女性),包括2013-2022年活体肾捐献者(n=103)和2019-2024年膀胱癌拟行顺铂化疗患者(n=36)。
  • 纳入标准:肾脏CT在100或120 kVp下获取,包含平扫和注射对比剂后5-15分钟排泄期,且2个月内行碘海醇清除率检测。
  • 参考标准为碘海醇血浆清除率测得的mGFR(mGFRiohexol),同日测量胱抑素C和肌酐。
  • 手动分割由经过培训的实习生使用ImageJ完成,自动分割使用TotalSegmentator(版本2.5.0),均由资深放射科医生审核。
  • 采用多元线性回归建模,使用加权最小二乘法(mGFR<60 mL/min者权重=10),并通过重复随机分层抽样(80%训练/20%测试)进行内部验证。

关键影像表现/征象

  • 排泄期肾盂和膀胱的密度(HU)与容积乘积较平扫的变化,经碘剂量和排泄时间归一化后,与mGFR独立相关。
  • CT估算eGFR与mGFR的Bland-Altman分析显示平均偏差-4.4 mL/min(95%一致性界限-34.7至25.8),无比例偏倚。
  • 自动分割与手动分割的eGFR结果一致性相似,自动分割平均偏差-3.5 mL/min(95%一致性界限-33.0至26.1)。
  • 膀胱癌拟行顺铂化疗患者的CT估算分肾功能变异度(0.577±0.272)显著大于活体肾捐献者(0.487±0.048),p<0.0001。

诊断标准与关键数值

  • CT估算eGFR(eGFRCT)与mGFRiohexol的调整R²=0.77(p<0.001),Pearson相关系数0.77。
  • eGFRCT的平均绝对误差为12.8 mL/min,优于eGFRCockcroft-Gault(15.6 mL/min)、eGFRcystatin C(14.2 mL/min)和eGFRLMR18(13.0 mL/min)。
  • eGFRCT的P10、P20、P30分别为40%、80%、93%;eGFRCockcroft-Gault为45%、73%、87%;eGFRcystatin C为40%、77%、92%;eGFRLMR18为45%、81%、94%。
  • 分肾功能计算中,采用-20 HU阈值排除肾脏周围及肾盂内脂肪。
  • 自动分割模型的调整R²=0.80(p<0.001),RMSE 15.4 mL/min,MAE 12.4 mL/min。

临床应用与阅片要点

  • 可利用常规多期增强腹部CT的平扫和排泄期图像,自动分割肾盂和膀胱,计算eGFRCT,无需额外检查或对比剂。
  • 适用于活体肾捐献者评估、拟行肾毒性化疗(如顺铂)患者的肾功能精确评估及危重症患者快速决策。
  • 自动分割工具(如TotalSegmentator)可替代手动分割,但需注意少数病例需手动修正,尤其对于解剖异常或图像质量不佳者。
  • 该方法假设尿路引流和解剖结构相对正常,尿路梗阻、显著解剖异常或神经源性膀胱患者结果可能受影响。
  • 分肾功能可通过自动分割左右肾计算,但本研究未与肾闪烁显像验证,膀胱癌患者变异度较大需谨慎解读。

局限性

  • 回顾性研究,仅纳入两个高度选择的人群(活体肾捐献者和膀胱癌患者),中重度慢性肾病患者代表性不足,肾功能呈双峰分布,可能高估R²等相关性指标。
  • CT与碘海醇清除率检测间隔最长2个月,肾功能可能发生变化,但限制间隔至1个月(n=79)时模型性能无显著差异。
  • 未与肾闪烁显像等 established 影像肾功能方法直接比较。
  • 100 kVp与120 kVp之间的HU归一化采用近似校正因子(基于文献数据,100 kVp下碘化液体平均衰减增加23%),非物理校准。
  • 方法依赖于多期肾脏CT所需的对比剂剂量,减少对比剂用量时可能受限。
全文中译13 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:Insights Imaging. 2026 Oct 14;17:257. doi: 10.1186/s13244-026-02431-0

引言

肾小球滤过率(GFR)描述单位时间内经肾脏滤过的液体体积[1]。准确评估GFR在广泛的临床场景中至关重要,包括慢性肾脏病分期、肾毒性治疗的选择以及器官移植规划。

绝对GFR可通过评估外源性滤过标志物的清除率直接测量。尽管菊粉清除率历史上被视为实测GFR(mGFR)的参考标准,但其复杂性限制了常规临床应用[2, 3]。因此,碘海醇血浆清除率已成为一种实用且经过充分验证的替代方法。该检测因其不受肌肉量、炎症和蛋白质摄入等混杂因素影响而被视为金标准[1]。然而,其操作繁琐、耗时且费用高昂,限制了其广泛应用,尤其是在时间紧迫的场景中[3]。

大多数临床评估依赖于由内源性标志物衍生的估算GFR(eGFR),主要是血清肌酐或胱抑素C[1]。这些估算方法实用且易于获取,但存在相当大的个体间变异。基于肌酐的公式,如Cockcroft–Gault和修订版Lund–Malmö公式,容易因肌肉量、蛋白质摄入和体力活动等因素而产生不准确[4]。基于胱抑素C的估算可能提高精确度,但受全身性炎症、甲状腺功能、肥胖和类固醇使用的影响[4]。在常用方法中,已记录的误差幅度高达±30%,约20%的个体中GFR与eGFR差异超过30%,尤其是在肾功能极端值时[5, 6]。

碘海醇在常规计算机断层扫描(CT)中也用作对比剂(CM)[3]。这为从CT成像中无创测量GFR提供了机会。一种从对比增强CT中提取GFR数据的基于图像的方法将提供显著的临床优势。临床实施的一个潜在障碍是手动图像分割所需的时间。然而,基于人工智能的自动分割方法可能克服这一限制,并在临床实践中实现GFR的快速计算。与碘海醇血浆清除率检测不同,该方法依赖于多期CT所需的全部碘化对比剂剂量,这可能限制其在严重肾功能损害患者中的适用性。

有几种方法可从影像学估算肾功能。“Gates法”使用放射性同位素可提供可靠结果,但需要放射性示踪剂和伽马相机设备[7]。“Patlak法”可使用三期CT扫描和动态对比追踪进行GFR估算,但数学上较为复杂[8, 9]。

本研究旨在开发并评估一种方法,通过量化平扫和排泄对比期肾盂和膀胱的放射密度和体积变化,并将其与年龄和体表面积(BSA)相结合,从临床肾脏CT预测GFR。

材料与方法

患者

经伦理批准(瑞典伦理审查局,瑞典哥德堡(编号2023-00881-01))后,回顾性筛选了2013年至2022年间活体肾捐献候选者,或2019年至2024年间膀胱切除术前为新辅助顺铂候选者的肌层浸润性膀胱癌患者。这两组人群均作为标准临床检查的一部分常规接受肾脏CT和碘海醇清除率检测。经IRB批准后豁免知情同意。信息取自电子病历,图像从医院影像归档与通信系统中提取。

体表面积(BSA)根据Du Bois公式计算[10]。mGFR(mL/min)通过碘海醇清除率检测(mGFRiohexol)获得,该检测与胱抑素C和肌酐测量在同一天进行。eGFR(mL/min)由胱抑素C(eGFRcystatin C)以及肌酐使用Cockcroft–Gault公式(eGFRCockcroft-Gault)和基于肌酐与胱抑素C两者的修订Lund–Malmö公式(eGFRLMR18)推导得出[11–13]。

纳入标准为:(1)在120或100 kVp下获得的肾脏CT,显示造影剂给药前后肾盂和膀胱;(2)造影剂给药后5–15分钟的排泄期CT图像;(3)在影像检查后2个月内且手术前进行的碘海醇清除率检测。排除标准为不符合纳入标准以及造影剂用量记录不当(图1)。使用规定100和120 kVp协议之外CT采集参数检查的受试者被排除。

图1 纳入和排除研究参与者的流程图 查看原图 ↗

CT测量

肾盂和膀胱由一名经资深放射科医师培训的医学实习生在5 mm厚轴位图像上使用ImageJ(美国国立卫生研究院,版本1.53e)从平扫期和排泄期手动分割[14]。记录体积和放射密度(平均亨斯菲尔德单位(HU))(图2)。排泄期定义为延迟增强后CT采集,此时排泄的造影剂在肾盂和膀胱中可见。CTmeasurement使用以下公式计算:CTmeasurement被设计为排泄期内肾脏造影剂排泄的影像替代指标。增强尿液中平均衰减(HU)大致与碘浓度成正比。体积乘以相应HU的差值产生与排泄碘量成正比的指数。

我们通过从平扫期到排泄期(肾盂和膀胱)的(HU × 体积)变化来量化净排泄造影剂,并以给药的碘剂量(克)和从注射到排泄期采集的时间(分钟)进行归一化,得出每单位剂量每单位时间的排泄造影剂指数。为考虑排泄期时间的变化,CTmeasurement按从造影剂注射到排泄期采集的时间进行归一化。应用自然对数以减少右偏并在线性回归中使与mGFRiohexol的关联线性化。

在较低管电压下,衰减受光电效应的影响更为强烈。由于我们的队列包含了100和120 kVp的采集数据,我们对两种协议间的HU值进行了归一化处理。100 kVp检查的HU值通过一个源自已发表数据的因子被缩放至近似120 kVp等效值,该数据显示碘化液体的平均衰减在100 kVp时较120 kVp增加23% [15]。这代表一种近似处理,而非经物理校准的校正。为评估结果是否依赖于该假设,我们仅使用120 kVp亚组重复了模型开发。

图2 一名46岁男性患者排泄期肾脏CT中肾盂和膀胱的分割 查看原图 ↗

自动分割

使用TotalSegmentator(版本2.5.0)在平扫期和排泄期对肾盂和膀胱进行分割,该软件是一种基于U-Net的开放权重神经网络,使用来自1228名患者的CT扫描进行训练。所有分割结果均经视觉检查、必要时校正,并由一位具有13年经验的资深放射科医师确认。完整的自动分割流程见补充材料。

随后使用放射密度值和体积计算CTmeasurement,并按照与手动分割相同的流程开发线性回归模型以预测mGFRiohexol。

分肾功能计算(SRF)

使用TotalSegmentator在平扫期和排泄期对左肾和右肾进行分割后,各肾脏的平均对比剂蓄积量计算为两期之间平均放射密度之差,并以各期肾脏平均体积进行归一化 [16, 17]。右肾的SRF随后定义为右肾蓄积量占总肾蓄积量的比例 [16]。应用−20 HU的下限阈值以排除肾脏周围脂肪和肾盂内脂肪。

统计分析

为从肾脏CT扫描确定GFR(eGFRCT),进行了多变量线性回归分析,将mGFRiohexol与年龄、BSA及使用CTmeasurement的组合变量进行比较。

由于本回顾性队列中低mGFRiohexol值代表性不足,反映了肾功能减退患者中对比增强CT使用频率较低,我们使用加权最小二乘法以改善在临床重要的低GFR范围内的性能。mGFRiohexol < 60 mL/min的观测值被赋予更高的权重(n = 7,权重 = 10),这代表一种务实的折中方案,以增加其对模型拟合的影响,同时不允许该小型亚组主导模型。为评估该选择的稳健性,计算了替代权重(权重 = 5和15)的敏感性分析以进行比较。

mGFRiohexol与eGFRCT之间的一致性使用Bland–Altman分析评估,将差值(mGFRiohexol − eGFRCT)对两种方法的均值作图。为评估比例偏倚,我们使用线性回归评估差值与均值之间的关联,并视觉检查图形是否存在非恒定方差。手动与自动分割之间的一致性使用残差的Bland–Altman分析和配对Welch t检验评估残差之间的差异。

分别计算eGFRCT、eGFR胱抑素C、eGFRCockcroft-Gault和eGFRLMR18相对于mGFRiohexol的平均绝对误差(MAE)。统计分析使用R Core Team(2013. R Foundation for Statistical Computing,版本4.3.3)进行。p值< 0.05被认为具有统计学意义。除非另有说明,否则提供标准差(SD)。

采用重复随机拆分样本验证评估模型性能。在每次迭代中,使用分层随机抽样将数据集分为训练组(80%)和测试组(20%),以保持两组中供者和膀胱癌患者的比例。在测试集上计算性能指标,并对所有迭代取平均值。

结果

研究人群特征

345例筛查患者中有139例符合研究标准且不符合任何排除标准(图1)。平均年龄为52岁(± 13),60%为女性(n = 83)。平均mGFRiohexol为99 mL/min(± 22),平均eGFR胱抑素C为100 mL/min(± 26),平均eGFRCockcroft-Gault为106 mL/min(± 30),平均eGFRLMR18为91 mL/min(± 17)(表1)。CT成像与iohexol清除试验之间的平均时间为0.89(± 0.57)个月,iohexol清除试验与胱抑素C和肌酐之间的平均时间为0.1(± 0.4)个月。CT检查时平均给予碘35.6克(IQR 32–40)。

活体肾供者的mGFRiohexol高于计划行膀胱切除术的患者,尽管两组之间存在重叠(图3)。

表1 纳入的活体肾供者和考虑在膀胱切除术前接受新辅助顺铂治疗的患者的研究人群特征 查看原表 ↗
图3 活体肾供者(n = 103)和计划行膀胱切除术的患者(n = 36)中通过iohexol血浆清除率测定的肾小球滤过率分布。活体肾供者主要分布于较高值,而计划行膀胱切除术的患者值较低且更分散,两组之间存在部分重叠 查看原图 ↗

CT衍生的eGFR

以mGFRiohexol为因变量、CT测量值、BSA和年龄为自变量进行多变量线性回归分析,调整R方为0.77(p < 0.001),Pearson相关系数为0.77。CT衍生估计值的P10为40%,P20为80%,P30为93%。eGFRCockcroft-Gault的相应值分别为45%、73%和87%,eGFR胱抑素C为40%、77%和92%,eGFRLMR18为45%、81%和94%。

eGFRCT对mGFRiohexol的低估为−4.4 mL/min(95%一致性界限−34.7至25.8),无任何比例偏倚的证据(图4)。

eGFRCT与mGFRiohexol的关系最强,MAE为12.8 mL/min。eGFRCockcroft-Gault的MAE为15.6 mL/min,eGFR胱抑素C为14.2 mL/min,eGFRLMR18为13.0 mL/min(图5)。

活体肾捐献候选者的平均eGFRCT为102.4 mL/min(± 17,n = 103),符合在膀胱切除术前接受新辅助顺铂治疗的膀胱癌患者为71.4 mL/min(± 21,n = 36)。

改变低GFR权重产生了相似的模型行为。对mGFRiohexol < 60 mL/min使用权重= 5时,RMSE为14.9 mL/min,MAE为12.0 mL/min;而权重= 15时,RMSE为16.7 mL/min,MAE为13.3 mL/min。回归系数保持稳定,幅度变化极小且方向一致(表2)。

图4 比较139例患者中CT估算的肾小球滤过率eGFRCT与iohexol血浆清除率测得的mGFR(mGFRiohexol)的Bland–Altman图。平均差异(偏倚)为−4.4 mL/min,95%一致性界限为−34.7至25.8 查看原图 ↗
图5 139例患者中不同GFR估算值(x轴)与iohexol血浆清除率测得的mGFR(y轴)之间的关系。A 基于CT的估算值(eGFRCT),(B)Cockcroft–Gault eGFR,(C)基于胱抑素C的eGFR,(D)基于Lund–Malmö公式的eGFR。黑点为个体参与者。蓝色实线代表拟合线性回归及95%置信区间。虚线表示等值线(y = x) 查看原图 ↗
表2 构建计算时用于GFR < 60值的不同体重依赖方程 查看原表 ↗

验证队列与敏感性分析

最终全队列模型在活体肾脏供者中的表现优于计划行膀胱切除术的患者,RMSE为14.6 mL/min对19.6 mL/min,MAE为11.9 mL/min对15.4 mL/min,P20为84%对67%。

CT与iohexol清除率检测之间的间隔影响很小,两次检查间隔小于30天(n = 79)而非60天的患者显示RMSE为15.3 mL/min,MAE为12.6 mL/min,校正R²为0.72。

为对模型进行内部验证,我们进行了五轮分层随机分割样本验证。在每一轮中,80%的参与者被随机分配到训练集,20%分配到测试集。在五次运行中,平均RMSE为17.1 mL/min,平均MAE为12.9 mL/min。测试集的平均Pearson相关系数为0.73。

当模型开发和评估重复进行并限制于以120 kVp采集的检查(n = 100)时,模型表现出与全队列相似的表现,RMSE为15.9 mL/min,MAE为12.6 mL/min。模型拟合仍然很高(R² = 0.798,校正R² = 0.792),所有预测变量仍具有统计学显著性。

自动分割模型

3例患者在视觉审查后自动分割需要手动校正。使用自动分割的CT测量值进行多变量回归分析,得到校正R平方值为0.80(p < 0.001),RMSE和MAE分别为15.4 mL/min和12.4 mL/min。Bland–Altman分析显示自动方法与手动方法的一致性界限和离散程度相似(图6)。

图6 比较源自自动(蓝色)和手动(红色)分割方法的CT估算肾小球滤过率eGFRCT与iohexol血浆清除率测得的mGFR(mGFRiohexol)的Bland–Altman图。自动方法的平均偏倚为−3.5 mL/min,95%一致性界限为−33.0至26.1。手动方法的平均偏倚为−4.4 mL/min,95%一致性界限为−34.7至25.8 查看原图 ↗

分肾功能分析

与活体肾脏供者(0.487 ± 0.048)相比,计划行膀胱切除术的患者SRF变异性显著更大(0.577 ± 0.272),p < 0.0001,补充图1。

讨论

肾功能可以通过常规临床肾脏CT高精度估算,方法是在对比剂给药前后测量膀胱和肾盂的体积及放射密度,并根据年龄和体表面积进行调整。此外,可同时获得分肾功能而无需额外影像检查[17, 18],尽管本研究未通过肾闪烁显像验证。

当既需要精确评估肾功能又需要肾脏影像时,该方法可能有用,例如在活体供肾评估中。更重要的是,另一个潜在用途是评估 deceased 供肾。目前,由于时间限制,进行mGFR检测(如碘海醇清除率试验)往往不切实际。在临床实践中,风险评分系统和供者最近一次捐献前血清肌酐用于评估器官质量[19]。然而, deceased 供者中常可见肌酐升高[20]。这可归因于肾功能下降,但也归因于肌肉分解、肝病、脓毒症以及使用干扰肾小管肌酐分泌的药物等因素[21]。

基于肌酐的eGFR公式已被证明在晚期肝病、胆红素升高或难治性腹水患者中效果欠佳[22]。在肝移植移植前评估中,采用终末期肝病模型(MELD)评分,其中纳入肾功能[23]。此时可应用基于CT的GFR估算,术前和术后均可利用其围手术期增强CT检查。同样,接受肾毒性治疗(如含铂化疗)的患者也将受益于精确的基于CT的GFR测量。用于评估治疗效果的CT检查随后可用于计算经肾排泄药物(如卡铂)的最佳治疗剂量[24]。类似的理由可能适用于急性护理环境,在这些环境中,快速变化的肾功能使药物给药复杂化[25]。

2023年,Stehlé等人报告了一种利用动脉期和排泄期之间碘美普尔排泄率变化计算CT-GFR的方法,并以主动脉对比剂HU进行归一化[26]。虽然相似,我们的方法使用实际给予的对比剂剂量而非间接替代指标,减少了血管动力学带来的变异性。此外,我们未按阈值进行分割,可能更好地反映排泄的对比剂。另外,通过纳入年龄和BSA,我们的模型考虑了影响肾清除和对比剂分布的差异。最后,与他们的±16 mL/min四分位偏差范围相比,我们实现了更低的平均绝对误差(12.8 mL/min)。

GFR随年龄下降,独立于合并症[27]。年龄不仅与GFR下降相关,还导致肌肉量减少并伴随脂肪量增加[28]。纳入BSA不仅是作为体型代理指标(体型影响GFR和对比剂分布),也是为了考虑技术伪影,如线束硬化和光子饥饿,这些伪影对体重较高个体的图像质量影响不成比例[29, 30]。

由于手动分割耗时且在常规临床实践中可重复性有限,本研究探讨了自动分割作为一种预测GFR的附加方法。其预测性能与手动方法相似。尽管有三例需要手动校正,但这很可能反映了通用型开放权重模型的使用。通过任务特定的神经网络分割可能会改善分割效果。自动肾脏分割使得SRF的近似计算成为可能。计划接受膀胱切除术的患者与活体肾脏供者相比,SRF变异明显更大,可能是由于与膀胱疾病相关的非对称性功能损害所致。

本研究存在若干局限性。肾功能可能在CT与碘海醇清除率检测之间发生变化。然而,当将删失间隔从2个月限制为1个月时,未观察到模型预测的显著差异。该队列还由两个高度选择的临床组组成,中度慢性肾脏病患者代表性不足,导致肾功能呈双峰分布。这可能夸大基于相关性的指标如R²。因此我们强调绝对误差指标,未来研究应在具有中间肾功能范围的大型队列中验证该方法。此外,未与已建立的基于影像的肾功能方法(如肾闪烁显像)进行直接比较。

我们的方法假设泌尿引流和解剖结构相对正常。因此,在尿路梗阻、明显解剖异常或神经源性膀胱的患者中,性能可能受到影响。对100与120 kVp之间差异施加的校正也是近似的。然而,尽管kVp衰减差异受患者体型和束硬化效应影响且无法用单一因子完美校正,120 kVp亚组的相似结果提示主要发现并非由该归一化驱动。基于体模的校准将允许更精确地比较100 kVp与120 kVp采集之间的HU值。然而,我们的模型在两种设置下的预测性能强调了其在具有不同成像方案的临床环境中的潜在适用性。最后,我们的方法依赖于多期肾脏CT所需的对比剂剂量,当给予减少剂量时可能限制其使用。

总之,肾功能可以从标准肾脏CT中以高精度估算。该模型可能在活体和 deceased 肾脏供者的评估以及作为肾毒性全身治疗候选者的癌症患者中具有特殊意义。从更广阔的视角来看,eGFRCT可用于任何需要精确估算肾功能并进行多期对比增强腹部CT的临床环境。

补充信息

电子补充材料

引用

  1. Huitfeldt Sola K, Genberg H, Webster-Ford J, et al. Estimation of glomerular filtration rate by standard renal CT imaging. Insights Imaging. 2026. PMID: 42875613. doi:10.1186/s13244-026-02431-0
  2. 全文:PMC13669286(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13669286/

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。