指南与共识胸部CT

COVID-19肺炎胸部CT结构化报告:一项共识建议

Structured reporting of chest CT in COVID-19 pneumonia: a consensus proposal.
指南 / 共识 · Insights Imaging · 2020-08-12

意大利医学与介入放射学会(SIRM)组建专家共识小组,采用改良Delphi流程构建COVID-19肺炎胸部CT结构化报告,共28个条目,涵盖操作信息、临床信息、表现和印象四部分,并纳入CO-RADS分类及RSNA典型/不确定/非典型/阴性分类,专家一致性Cronbach's α在第三轮为0.789。

要点

  • 结构化报告共28个条目:操作信息4项、临床信息5项、表现16项、印象3项。
  • 表现部分涵盖磨玻璃影、实变、血管征象等,并可选填CO-RADS分类及定量数据。
  • 报告基于MRRT标准以HTML格式共享,可按本地实践编辑修改。

核心结论

  • 所提出的结构化报告可帮助专家放射科医师和经验较少的医师管理COVID-19患者。
  • 该结构化报告被构思为指南,用以建议和推荐COVID-19肺炎胸部CT的关键条目/表现。

研究设计与样本

  • SIRM胸科放射学和影像信息学专家及学会领导组成工作组,采用改良Delphi流程进行三轮共识。
  • 专家通过4分Likert量表(1-完全不同意至4-完全同意)对报告各部分表达同意程度。
  • 最终报告在RSNA的radreport.org网站通过T-Rex模板编辑器按IHE MRRT规范以HTML格式构建。

关键影像表现/征象

  • 磨玻璃影按位置、轴面分布和头尾平面分布描述,是COVID-19肺炎的主要特征但非特异。
  • 实变描述采用与磨玻璃影相同条目,并增加实性、亚实性或空洞特征。
  • 其他非特异表现包括间隔增厚、铺路石征、胸膜下豁免、纤维化扭曲、反晕征、肺气肿和小叶周围征。
  • 血管部分描述肺动脉主干直径、肺栓塞证据和亚段血管增粗。
  • 肺结节按实性、亚实性、空洞或树芽征及小叶中心、淋巴周围或随机分布分类。

诊断标准与关键数值

  • 典型:外周、双侧磨玻璃影伴或不伴实变或可见小叶内线(铺路石征),或多灶圆形磨玻璃影,或反晕征等其他机化性肺炎表现。
  • 非典型:无典型或不确定特征,出现孤立肺叶或段实变无磨玻璃影、离散小结节、肺空洞或光滑间隔增厚伴胸腔积液。
  • 不确定:无典型特征,出现多灶、弥漫、肺门周围或单侧磨玻璃影缺乏特定分布且非圆形或非外周,或少数非常小磨玻璃影非圆形非外周分布。
  • 阴性:无提示肺炎的CT特征。
  • CO-RADS 0不可解释;1极低(正常或非感染);2低(典型其他感染非COVID-19);3不确定(兼容COVID-19也兼容其他病);4高(可疑COVID-19);5极高(典型COVID-19);6证实(RT-PCR阳性)。

临床应用与阅片要点

  • 操作信息和临床信息设为推荐填写,放射科医师在报告时不被强制填写这些条目。
  • 印象部分条目设为推荐,但分类条目被判定为强烈推荐以提供患者管理建议。
  • CO-RADS分类作为可选条目用于分类和统计目的。
  • 定量数据部分(健康肺实质、肺气肿、磨玻璃影和实变百分比)为可选,便于研究和临床试验数据收集。
  • 结构化报告可与人工智能软件结合,帮助构建疾病预测和预后模型,提高CT特异性。

局限性

  • 在第二轮中临床信息部分和印象部分得分分别为2.3和2.8,低于良好评级。
  • 两种分类系统(RSNA分类和CO-RADS)同时纳入,因文献同时报道且迄今未进一步科学验证以确定优先使用。
  • 截至本文投稿时radreport.org网站未包含任何COVID-19结构化报告,但现已可用且与SIRM提出的报告存在一些差异。
全文中译8 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. 2020 Aug 12;11:92. doi: 10.1186/s13244-020-00901-7

要点

结构化报告涵盖COVID-19肺炎CT检查中的所有潜在表现。

结构化报告符合主要科学学会关于COVID-19肺炎胸部CT报告及使用标准语言的建议。

结构化报告符合放射学报告模板标准的管理要求,并可以html格式共享。

引言

自2019年12月以来,新型冠状病毒(SARS-cov-2)感染疫情从中国湖北省武汉市迅速蔓延至其他大洲国家,世界卫生组织(WHO)已于2020年3月11日宣布其为大流行病。2020年2月,疫情在意大利暴发,病例数呈指数级增长,其增长曲线与中国观察到的曲线颇为相似[1]。

在撰写本文时,意大利按确诊病例数位居世界第十一位,按死亡人数位居第四位[2, 3]。

COVID-19大流行迫使放射科重新组织其后勤和工作量,优先管理这些患者。基本上,已设立专门的COVID通道以避免感染患者与非感染患者之间的接触[4]。多个主要放射学科学学会已发布关于疑似或确诊COVID-19患者诊断检查的指南,建议根据临床表现使用影像学检查[5–7]。

然而,关于使用胸部X线摄影(CXR)还是计算机断层扫描(CT)作为一线影像学工具,目前仍未达成共识。英国胸部影像学会(BSTI)认为胸部X线摄影是疑似COVID-19肺炎的关键决策工具,意大利医学与介入放射学会(SIRM)也建议将CXR作为首选检查方式、CT作为二级检查方式。美国放射学会(ACR)不鼓励常规使用CT,因为其在患者和医护人员之间传播感染的风险较高。欧洲放射学会(ESR)和欧洲胸部影像学会(ESTI)建议CXR不应作为一线技术使用,应仅限于重症监护病房收治患者的随访,因为这些患者过于脆弱而无法送至CT检查;然而,两者均建议仅当呼吸系统症状的严重程度足以证明该检查合理时才指示进行CT[8]。最近,世界卫生组织也发布了关于COVID-19胸部影像学的指南,并基于一项荟萃分析发现,当用于有症状患者的诊断时,阴性CT结果对诊断的价值高于阳性结果[9]。因此,在现阶段无法勾勒出明确的诊断流程图,需要进一步的数据来假设医院足够或最佳的影像技术需求。

然而,除影像学工作流程之外,影像结果的报告方式同样重要。由于COVID-19的影像学表现不具有特异性,在自由文本放射学报告中难以得出一致的结论。报告之间的差异性可能增加诊断的不确定性,也会增加对疾病严重程度评估的不确定性,而后者对这些患者的治疗管理至关重要。

在COVID-19肺炎影像学中,对统一和标准化报告方案及语言的需求已受到主要科学学会的欢迎[10–13]。在疫情期间,SIRM推动了胸部CT的COVID-19结构化报告倡议,以促进统一的报告策略并协调全国各影像科室的放射学报告[14]。本研究的目的是在胸部影像学和影像信息学专家共识的基础上,构建COVID-19肺炎胸部CT的报告方案。

材料与方法

2018年,为遵循RSNA(北美放射学会)和ESR结构化报告倡议,SIRM启动了意大利倡议,旨在创建结构化报告库,供其成员使用于临床实践[15, 16]。该倡议主要聚焦于肿瘤影像学,并成立了由SIRM研究部门或分会招募的专家小组。所有小组成员以协作方式在专业领域分组中工作,即胃肠道肿瘤、肌骨和腹部。

鉴于COVID-19疫情,由SIRM胸部放射学和影像信息学成员以及学会领导层组成的一个专家团队被招募,以建立一个专注于起草COVID-19肺炎胸部CT结构化报告的工作组(A.L.、N.S.、F.C.、B.F.、G.D.、P.S.、M.A.M.、E. N.)。另选一名未表达投票的小组成员担任促进者角色(R.G.)。工作组采用改良Delphi流程对报告方案各部分的同意程度进行评分。

进行了三轮Delphi[17]。在第一轮中,每位小组成员通过电子邮件交流和在线会议独立参与报告方案的起草。小组成员在PubMed、Google Scholar和Scopus数据库上对现有文献进行了综述(在第一轮时,随后在第二轮和第三轮更新)。报告方案在Google文档上汇编并在小组成员间共享。

在第二轮中,为评估小组成员对结构化报告最终草案的同意程度,通过电子邮件发放了Google表单问卷。每位小组成员通过4点Likert量表(1-完全不同意,2-有些不同意,3-有些同意,4-完全同意)对报告特定部分(操作信息、临床信息、表现和印象)提供同意程度。

第二轮之后,促进者收集小组成员的评分并计算各部分的平均同意评分。如果平均评分低于3或小组成员建议对结构化报告的格式和内容进一步修改,促进者向小组成员提出报告的修订版本并启动第二次投票以达到更高的同意程度(图1)。

最终的结构化报告由第三轮形成,在RSNA的radreport.org网站上通过T-Rex模板编辑器组装,该编辑器作为开源软件免费提供,按照IHE(整合医疗企业)MRRT(放射学报告模板管理)规范以HTML格式提供,该规范定义了使用超文本标记语言第5版(HTML5)扩展的放射学报告模板格式,以及查询、检索和存储这些模板的传输机制[18]。该报告通过一系列“编码问题”构建,这些问题包含在T-Rex编辑器的预定义部分中[18]。

图1 Delphi共识流程图 查看原图 ↗

统计分析

每位专家组成员的回答以Microsoft Excel®格式导出,以便于数据收集和统计分析。

专家组成员对每个部分的所有评分均采用描述性统计进行分析,测量平均分、标准差和评分总和。平均分3分被视为良好,4分为优秀。

为测量专家组成员对报告各部分的评分内部一致性,采用Cronbach's alpha(Cα)相关系数进行基于平均项目间相关性的质量分析[19, 20]。Cα检验提供了对测验或量表内部一致性的测量;以0到1之间的数值表示。内部一致性描述了测验中所有项目测量同一概念的程度。Cα在每轮结束后确定。

Cα系数越接近1.0,量表中各项目的内部一致性越高。alpha系数(α)> 0.9被视为优秀,α > 0.8为良好,α > 0.7为可接受,α > 0.6为可疑,α > 0.5为差,α < 0.5为不可接受。然而,在迭代中,α为0.8被视为内部信度的合理目标。

所有数据使用社会科学统计软件包(SPSS,Chicago,IL,USA)进行分析。

结果

共识一致性

在第二轮中,如表1所示,除临床信息部分和印象部分分别获得2.3分和2.8分外,所有部分均获得了良好以上的评分。然而,在第三轮中,两者分别提高至3.1分和4分。专家组的总体平均分和评分总和在第二轮中分别为3.1(标准差±0.11)和122,在第三轮中提高至3.75(标准差±0.40)和154(表1和图2)。Cronbach's alpha(Cα)相关系数在第二轮中为0.741(可接受),在第三轮中提高至0.789。

表1 专家组成员平均分和评分总和 查看原表 ↗
图2 第2轮(R2)和第3轮(R3)结构化报告各部分的评分总和 查看原图 ↗

结构化报告:格式与内容

最终报告以MRRT格式构建(图3),包括操作信息中n=4个项目、临床信息中n=5个项目、表现中n=16个项目、印象中n=3个项目,总共需填写28个项目。然而,其中操作和临床信息已被设置为推荐填写,因为报告时不会强制放射科医生填写这些项目。印象部分的项目也保留为推荐填写,但分类项目被判定为强烈推荐,以便为患者管理提供建议。CO-RADS分类被列为可选项目,用于分类和统计目的。考虑到市场上出现的定量分析工具,并为了便于研究和临床试验数据收集,纳入了一个定量数据部分,包括健康肺实质、肺气肿、磨玻璃影和实变的百分比;然而,即使是这一部分在报告方案中仍为可选。

该结构化报告已提交至RSNA的radreport.org网站,目前正由模板库咨询小组(TLAP)——RSNA与ESR的联合委员会——进行审查。如获批准并相应修订,将予以发布。

图3 以MMRT格式显示的结构化报告(www.radreport.org)。a “操作信息”和“临床信息”部分。b “肺实质”部分。c “纵隔和血管表现”及“印象”部分。子分类基于Simpson等人[13]的论文,如下所示:典型——外周、双侧、磨玻璃影伴或不伴实变或可见小叶内线(碎石路征)。多灶性圆形磨玻璃影伴或不伴实变或可见小叶内线(碎石路征)。反晕征或其他机化性肺炎表现(疾病后期可见)。非典型——缺乏典型或不确定特征,并存在:孤立性肺叶或肺段实变不伴磨玻璃影。离散小结节(小叶中心性、树芽征)。肺空洞。光滑的小叶间隔增厚伴胸腔积液。不确定——缺乏典型特征,并存在:多灶性、弥漫性、肺门周围或单侧磨玻璃影伴或不伴实变,缺乏特定分布且非圆形或非外周性。少量非常小的磨玻璃影,呈非圆形和非外周分布。阴性——无提示肺炎的CT特征。“选择CO-RADS分类”子部分基于Prokop等人[10]的论文,如下所示:CO-RADS 0不可解释:扫描技术不足以评分;CO-RADS 1极低:正常或非感染性;CO-RADS 2低:典型其他感染但非COVID-19。CO-RADS 3可疑/不确定:特征与COVID-19相符,但也与其他疾病相符。CO-RADS 4高:疑似COVID-19。CO-RADS 5极高:典型COVID-19。CO-RADS 6确诊:SARS-CoV-2 RT-PCR阳性 查看原图 ↗

讨论

结构化报告的益处已在文献中广为人知,并已通过一些临床实施试验得到证实[21–24]。

研究表明,结构化报告通过明确的描述方案、具有适当且共享术语的标准语言,以及提供可用于数据挖掘的定量数据的可能性,使表现的沟通得以标准化[25–27]。

尽管放射学界已认识到这些优势,但临床实施仍存在许多障碍,主要与对报告方法学改变的态度不佳有关[28]。此外,尽管已有IHE MRRT规范定义了模板的格式和交换协议,但其在放射信息系统中的整合却相当罕见,因为文献报道的研究很少。Pinto dos Santos等人将521例连续病例的自由文本报告转换为模板,这些病例因疑似肺栓塞被转诊至放射科进行CT肺动脉造影[29]。Gichoya等人描述了一个开源放射信息系统的实施,该系统支持导入和使用IHE MRRT[30]。

在(SARS-cov-2)感染大流行的紧急情况下,CT在这些患者的诊断检查中发挥着越来越重要的作用,尤其是那些症状进行性加重的有症状患者[5]。在此背景下,报告包含可挖掘的数据非常重要,这些数据结构化且有意义,以定义疾病严重程度并指导治疗决策[11]。

这正是开发针对疑似或确诊COVID-19患者胸部CT结构化报告的动力,该报告基于胸部放射学领域专家的共识过程,并得到SIRM影像信息学专家的支持。

在构建结构化报告过程中,争议最大的部分是临床信息和印象部分,如表1所示的第二轮低评分所清楚表明的那样。事实上,在缺乏明确且共享的指南的情况下,临床信息可能包含大量数据(症状、实验室数据、呼吸功能数据等),这些数据在病例解读和报告过程中难以及时收集,甚至不可能收集,这既因为收集所需的时间,也因为难以及时从医院信息系统中检索此类数据。

然而,在第三轮中,专家组成员之间的一致性更高,这可能是因为国际学会近期声明的可用性,如Fleischner学会的跨国共识声明(其中一位专家组成员参与了该声明)。该声明将患者管理建立在常见临床场景的关键组成部分之上,如症状严重程度、检验前概率、年龄和合并症(作为疾病进展的危险因素)、疾病进展和资源限制[5]。其中,症状严重程度、检验前概率和危险因素被选中,因为专家组认为这些最为重要,从而限制了临床信息部分的长度,以便在临床实践中更容易使用该格式。

专家组还讨论了该部分的印象,因为在第二轮共识时难以得出结论和建议。然而,即使在这种情况下,关于COVID-19肺部受累的CT分级和分类分类的最新建议已经发表,如报告和数据系统(Reporting and Data Systems)中的COVID-RADS和CO-RADS [10, 11],以及RSNA关于报告COVID-19相关胸部CT发现的专家共识声明,该声明也得到了胸科放射学会(Society of Thoracic Radiology)和ACR的认可 [13]。

该部分的发现是报告的关键组成部分,既来源于对CT发现的文献综述(主要由中国研究人员描述,作为文献中的首批报告),也来源于专家组成员获得的经验,意大利是受该流行病影响的第二个国家,拥有大量肺部受累阳性病例队列 [31–35]。

实质发现的描述从磨玻璃影开始,包括位置、在轴面上的分布(作为CT上最直接可行的评估)以及在头尾面上的分布(可通过多平面重建进行评估)。磨玻璃影是COVID-19肺炎的主要特征 [8, 34, 36, 37]。然而,众所周知,这些发现并非COVID-19的典型表现,因为它们也可在其他间质性肺炎中观察到 [38–40]。描述磨玻璃影时使用的相同项目被纳入实变小节,并增加了实性、亚实性或空洞化特征。其他非COVID-19肺炎特异性的发现也被纳入,如间隔增厚、铺路石征、胸膜下豁免、纤维化扭曲、反晕征、肺气肿和小叶周围征 [8, 34, 41–43]。尽管这些发现(以及磨玻璃影和实变)并非COVID-19感染的特异性表现,但可在许多间质性肺疾病中观察到,我们认为使用结构化报告将能够详细量化这些患者中其发生率。在此背景下,结构化报告结合人工智能软件,可有助于构建疾病的预测和预后模型,提高CT的特异性 [44, 45]。关于肺结节的附加项目(如果明显)也被考虑在内,使用典型的结节和微结节分类,包括实性、亚实性、空洞化或树芽征外观,以及小叶中心、淋巴管周围或随机分布模式,这些均非COVID-19的特异性表现 [35]。

报告的一个小节专门描述血管表现,如肺动脉主干直径、肺栓塞的证据以及亚段血管增粗。近期关于血栓栓塞并发症的文献报道提高了对血管表现的关注。在Lodigiani等人对388例连续实验室确诊COVID-19感染患者的研究中,血栓栓塞并发症的发生率为7.7%,包括肺栓塞、外周静脉血栓形成和卒中[46]。根据Klok等人的一项研究,在入住重症监护病房的患者中,血栓栓塞事件的累积发生率升至27%,其中肺栓塞占病例的80%[47]。这些数据提示,在怀疑肺栓塞的情况下,建议进行CT血管造影检查。Leonard-Lorant等人发现,30%的COVID-19感染患者在肺部CT血管造影上急性肺栓塞呈阳性[48]。

亚段血管增粗也是COVID-19中的一个重要表现。在Caruso等人关于COVID-19肺炎胸部CT特征的研究中,该表现在CT上的报告率为89%[35]。此外,Bai等人报告COVID-19肺炎患者中亚段血管增粗的发生率为58%,而其他病毒性非COVID-19肺炎患者中为22%,以支持该表现可能是COVID-19感染更特异标志物的假设[49]。

如上所述,印象部分包括RSNA和其他科学学会认可的典型、不确定、非典型和阴性分类[13],以及CO-RADS[10]。这些条目被设定为“推荐”,以引导放射科医师得出明确的结论,有助于临床病例的管理。两种分类系统均被纳入,因为这些系统同时见于文献报道,且迄今为止尚未对这些系统进行进一步的科学验证以确定优先使用。

印象部分的最后一个子节专门提供关于健康肺实质、肺气肿、磨玻璃影和实变百分比的定量数据。鉴于专用定量分析软件在市场上和研究中的兴起,后者并非次要。与结构化报告的次要目的相一致,定量数据是大规模临床试验中定量分析的附加组成部分[50]。

我们认为,定量分析数据、肺容积和结构化报告条目的结合,在深度学习技术的帮助下,将能够提取数字化患者模型;因此,可以从这些预测和预后模型中研究疾病的进展以及对药物治疗的可能反应。出于这一原因,许多研究团队已经启动了将人工智能应用于CT数据的单中心和多中心研究[6, 33, 51–55]。

在提交本文时,radreport.org 网站尚未纳入任何 COVID-19 结构化报告;然而,目前已有 COVID-19 结构化报告,且与 SIRM 提出的报告存在一些差异 [56]。SIRM 报告允许根据 RT-PCR 检测阳性或临床疑似 COVID-19、症状严重程度以及 COVID-19 的检验前概率对患者进行分类,依据为 Fleischner 学会声明 [5] 所指出的常见临床场景的关键组成部分。与此同时,两份报告在肺实质表现部分内容相似,但结构不同;SIRM 报告包括血管表现,如肺动脉管径、肺栓塞以及肺实质中潜在的血管改变。此外,在印象部分,SIRM 报告还包括 CO-RADS 分类和肺容积定量方案,这可能对统计和研究目的具有价值。

结论

所提出的结构化报告可能对专家放射科医师有帮助,同时也对面临这些患者管理的经验较少者有帮助。遵循 RSNA 定义的 MRRT 标准使其能够以 HTML(超文本标记语言)格式共享结构化报告,便于在放射信息系统中实施。它还可以被编辑和修改,以适应本地临床实践。

该结构化报告被构想为一份指南,用于提示和推荐 COVID-19 肺炎胸部 CT 的关键项目/表现。

引用

  1. Neri E, Coppola F, Larici AR, et al. Structured reporting of chest CT in COVID-19 pneumonia: a consensus proposal. Insights Imaging. 2020. PMID: 32785803. doi:10.1186/s13244-020-00901-7
  2. 全文:PMC7422456(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7422456/

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。