COVID-19患者脑血管疾病的计算机断层扫描评估:一种新型特异性视觉评分与死亡风险增加的相关性
本研究对83例COVID-19患者的脑CT进行双盲回顾性评估,构建了快速视觉评分CVD-CT,用于汇总慢性脑血管病的CT征象。Logistic回归显示CVD-CT与院内死亡风险增加相关(OR 1.6,95%CI 1.2-2.1,p=0.001),而RALE评分仅接近统计学显著(OR 1.05,95%CI 1-1.1,p=0.06),年龄和性别无显著关联。
要点
- CVD-CT评分每增加1分,院内死亡风险增加(OR 1.6,95%CI 1.2-2.1,p=0.001)。
- CVD-CT评分从0到5时,死亡概率从0.15升至0.62,升高0.47。
- RALE评分从0到44时,死亡概率从0.21升至0.54,升高0.33。
核心结论
- CVD-CT与COVID-19患者死亡风险相关,慢性脑血管病的CT征象可能反映循环系统脆弱状态,是感染者死亡的关键风险因素。
研究设计与样本
- 回顾性双盲研究,纳入2020年3月1日至4月17日在本大学医院急诊科RT-PCR确诊COVID-19的83例患者(34例女性,49例男性,平均年龄72±14.8岁,范围26-97岁),在诊断前60天至后30天内接受脑CT扫描。
- 脑CT使用标准头部方案,扫描仪包括Siemens Somatom definition 128层、GE Optima CT660 64层和Philips ICT Brilliance 128层,重建层厚2.4-3 mm,采用标准脑窗(W80-C40)。
- 由两名神经放射科医生(分别有24年和10年经验)独立双盲评估,采用加权Cohen's K检验评估读者间一致性,采用Logistic回归评估院内死亡与CVD-CT、RALE评分、性别和年龄的关联。
关键影像表现/征象
- CVD-CT评分汇总颅内动脉钙化(C指数)、梗死后脑软化低密度区(H指数,排除额底和颞极可能为创伤后病变的区域)和至少一条主要颅内动脉的延长伴或不伴扩张(D指数,评估椎基底动脉干)。
- 椎动脉延长定义为接近对侧斜坡边缘或移位至同侧斜坡边缘外侧;基底动脉延长定义为移位至斜坡或鞍背外侧或分叉部接近第三脑室底;基底动脉扩张定义为直径大于4.5 mm。
- 脑白质疏松采用Van Swieten量表评估,分别对侧脑室前角周围和侧脑室体部后部及半卵圆中心两个最受影响区域评分0、1、2分,总分0-4分。
诊断标准与关键数值
- 大血管病(LVD)指数为二分类变量:C、H、D三个指标中至少2个为阳性时记为1,否则为0;中重度脑白质疏松(MSL)指数为二分类变量:Van Swieten评分大于2时记为1,否则为0。
- CVD-CT指数公式中权重a和b分别等于LVD和MSL与死亡关联的Cohen's K值乘以10,LVD的K值为0.3、MSL的K值为0.2,故a=3、b=2。
- 读者间一致性:MSLsr、Van Swieten和D指数一致性最佳,H和LVDsr为中等至良好,C指数一致性差;脑白质疏松和动脉延长的相同分类百分比分别为98%和90%,LVDsr相同分类百分比为77%。
- Logistic回归中CVD-CT的OR为1.6(95%CI 1.2-2.1,p=0.001),RALE的OR为1.05(95%CI 1-1.1,p=0.06),年龄和性别无统计学显著关联(p分别为0.36和0.48)。
临床应用与阅片要点
- 作者认为,慢性脑血管病的CT征象可能作为系统性循环系统疾病的替代标志物,为缺乏可靠病史的COVID-19患者提供长期潜在危险因素的预后信息。
- 作者指出,C指数一致性弱主要归因于分析所用标准窗设置导致颈动脉虹吸部血管钙化被误判为硬脑膜钙化或颅底部分容积效应,文献建议采用骨窗设置。
- 作者指出,颅内钙化的二分类方法不如定量方法更适合风险分层。
局限性
- 研究为回顾性,主要基于影像征象,缺乏临床和病史数据(如糖尿病或高血压等合并症信息),可能存在偏倚;结果需其他研究证实,以探讨临床、流行病学或治疗因素对预后的可能影响。
- CVD-CT基于CT而非MRI,因COVID-19患者隔离和消毒问题导致MRI实施困难;患者未行CT血管造影,无法诊断可能的动脉狭窄;未评估微出血、腔隙灶和血管周围间隙等小血管病重要指标,白质微血管病变评估不完全是本工作的主要局限。
- 排除了萎缩,因为作者认为其定性评估可能受个人神经影像经验强烈影响。
- 简化的CT评估慢性脑血管病有显而易见的缺点,C指数一致性出奇地弱即为例子。
- CVD-CT汇总了大血管和小血管病的影像征象,尽管相关但应视为独立实体;C和D指数可能与不同的潜在发病机制相关。
全文中译8 节 · 点击展开
引言
自2019年12月中国武汉首次报告疫情暴发以来,截至2020年8月26日,世界卫生组织已确认超过2370万例新型冠状病毒(SARS-CoV-2)传染病病例,该病被命名为COVID-19,死亡人数超过815,000例[1, 2]。当前持续的COVID-19大流行是1918年流感以来最严重的一次,是一场具有重大社会经济后果的全球卫生紧急事件。
尽管常见表现为呼吸系统疾病,但越来越多的证据表明COVID-19存在多器官受累,包括心血管和中枢神经系统[3, 4]。事实上,SARS-CoV-2结合以穿透靶细胞的血管紧张素转换酶2(ACE2)广泛表达于多种器官和组织,包括心血管、消化和泌尿生殖系统[5]。此外,它还存在于脑血管内皮中[5]。
识别重症演变的预后因素和危险因素对于更好地理解该疾病、制定最有效的治疗策略和研究方向至关重要。重症和致命结局与高龄及多种合并症(包括脑血管疾病(CVD))之间的关联已被证实[6, 7]。
计算机断层扫描(CT)可显示CVD的征象,涉及大血管和小血管病变,即钙化、颅内动脉延长和/或扩张、梗死后脑软化/胶质增生低密度区以及脑白质疏松[8–11]。
本研究旨在开发一种快速视觉评分,总结慢性CVD的主要CT征象,并探讨其与COVID-19患者死亡风险的可能相关性。
材料与方法
患者纳入
2020年3月1日至4月17日期间,在我院大学医院急诊科接受评估的398例患者(女性161例;男性237例;平均年龄66 ± 16.9岁,范围21–97岁)COVID-19感染RT-PCR鼻咽拭子检测呈阳性。其中,83例患者(女性34例;男性49例;平均年龄72 ± 14.8岁,范围26–97岁)在COVID感染诊断前60天至诊断后30天的时间范围内接受了脑部CT扫描,他们构成本研究的 population。
脑部CT扫描因不同临床原因而进行,最常见者为意识障碍(47%)、伴或不伴晕厥的头部外伤(23%)和平衡障碍(9%),并使用不同扫描仪以标准头部方案采集:在Siemens Somatom definition 128层扫描仪和GE Optima CT660 64层扫描仪上进行序列采集,在Philips ICT Brilliance 128层扫描仪上采用多层螺旋技术。重建层厚范围为2.4至3 mm。图像使用标准脑窗(W80-C40)进行评估。
肺水肿影像学评估(RALE)评分评估
COVID-19肺部受累程度由两名胸部放射科医师采用胸部X线(CXR)严重程度评分(肺水肿影像学评估-RALE)进行评估[12]。按照RALE指南,每张CXR通过0至48分的评分进行评估,从无任何病理征象(评分0)到肺实质完全病理受累(评分48)。
脑血管疾病计算机断层扫描(CVD-CT)指数
每次脑部CT检查均由两名神经放射科医生(DG,有24年经验;AB,有10年经验)进行双盲评估。每名神经放射科医生在以下征象不存在或存在时赋予二分评分,这些征象与可能的大血管病变状况相关[8–10]:颅内动脉钙化(指数C)、梗死后脑软化低密度区(指数H)以及至少一条主要颅内动脉的延长伴或不伴扩张(指数D,即过长症)。
对于指数H,不纳入额基底和颞极区域的脑软化,因为这些病变最可能为创伤后起源。
对于指数D,阅片者评估椎-基底动脉干,因为与前循环相比,其更常受过长扩张状况影响。当椎动脉(VA)接近斜坡对侧缘或向侧方移位至斜坡同侧缘之外时,视为延长。如果基底动脉(BA)向侧方移位至斜坡或鞍背之外,或当BA分叉部接近第三脑室底时,视为延长。当BA大于4.5 mm时,视为扩张[13]。
随后,阅片者通过Van Swieten量表评估可能的脑白质疏松范围。在区分两个受影响最严重的区域(侧脑室前角周围以及侧脑室体后部和半卵圆中心)后,白质(WM)病变的严重程度在每个层面分级为0、1和2,最终评分范围为0至4[14]。
随后引入两个新指数:大血管病变(LVD)指数和中重度脑白质疏松(MSL)指数。LVD是一个二分指数,如果指数C、H和D中有2/3的值在两名阅片者中均为阳性,则等于1,否则等于0。MSL是一个二分指数,如果两名放射科医生的Van Swieten评分均> 2,则等于1,否则等于0。为了评估单一阅片者根据上述条件(存在2或3项LVD参数以及Van Swieten评分> 2)作出的LVD和MSL二分诊断的阅片者间一致性,还计算了这两个指数的“单一阅片者”版本(分别为LVDsr和MSLsr)。
脑血管病计算机体层摄影(CVD-CT)指数由以下方程定义,其中a和b是考虑LVD和MSL与死亡率相关性的权重,并使用Cohen常数K估计。两者均等于K的相应值乘以10。以此方式定义了一个综合指数,该指数考虑所有先前引入的指数对脑部CT检查评估的贡献,此外还根据LVD和MSL与死亡率的相关性对其进行加权。
统计分析
通过加权Cohen's K检验评估阅片者间在估计C、H、D、Van Swieten、LVDsr和MSLsr指数时的一致性。不同结局患者组之间在性别、年龄、RALE和CVD-CT方面的差异通过非参数Mann–Whitney检验确定;并报告相应的描述性统计。
采用最大似然法进行向前和向后逻辑回归分析,以评估患者治疗方式(分类为0=居家药物治疗,1=入住内科病房,2=入住重症监护室接受无创通气,3=入住重症监护室接受有创通气)、RALE和CVD-CT与COVID-19逆转录聚合酶链反应(RT-PCR)拭子阳性后院内死亡之间的关联,并将性别和年龄作为协变量纳入分析。预测变量在变化显著性为p < 0.05时被递归纳入回归模型,在p > 0.05时被排除。拟合优度统计量通过Hosmer–Lemeshow检验建立。优势比及相应的95%置信区间(95% CI)由此通过逻辑回归模型估计。统计分析使用SPSS(IBM SPSS Statistics for Windows,版本26.0)完成,统计显著性阈值设定为p = 0.05。
结果
在诊断为COVID-19感染后,本研究组中无患者因居家治疗而出院,83例中有46例(55%)被收入内科病房,其余大多数(35例患者,42%)接受了有创机械通气。
25例患者(30%)在住院期间死亡,其中10例接受了有创机械通气(该组占28%),而15例未接受(占32%)。两名接受无创机械通气的患者均存活。两位阅片者在存活者和死亡患者中识别的C、H、D、LVDsr和MSLsr指数的总数以及用于评估阅片者间一致性的加权Cohen's K值报告于表1。可以注意到,MSLsr、Van Swieten和D指数显示出最佳的阅片者间一致性,H和LVDsr指数为中度至良好一致性,而C指数一致性较差。用于评估LVD和MSL指数与死亡率关联的Cohen's K值分别为0.3和0.2。然后,公式1中定义的参数a和b的值分别设定为3和2。由此最终获得每位患者的CVD-CT指数。按存活或死亡分组的年龄、RALE和CVD-CT评分的描述性统计及相应的Mann–Whitney检验计算的p值报告于表2。值得注意的是,仅CVD-CT在两组之间显示出统计学显著差异。
逻辑回归后,仅CVD-CT指数显示出与死亡率的显著关联。然而,由于RALE显示出近乎显著的关联(优势比1–1.1,p 0.06),其被纳入回归模型。向前和向后回归均给出相同结果,因此优势比相同。Hosmer–Lemeshow检验表明回归模型充分拟合数据(p = 0.92)。考虑RALE评分等于0和44(人群中最小值和最大值),逻辑回归模型计算的死亡概率从0.21升至0.54,增加0.33。考虑CVD-CT评分等于0和5(人群中最小值和最大值),相同概率从0.15升至0.62,增加0.47。因此,所考虑患者的死亡率更多取决于CVD-CT指数而非RALE,可能表明一种对死亡风险影响更大的状况(图1)。逻辑回归分析的详细结果报告于表3。
讨论
据我们所知,这是第一项研究CT上慢性CVD征象的存在与COVID-19患者致命结局风险之间可能关系的研究。为此,我们开发了CVD-CT,一种基于二分指数的快速视觉评分,与大血管和小血管病变均相关,在我们的队列中发现其与死亡率增加显著相关。此外,与RALE相比,CVD-CT与死亡风险的相关性更好,而其他协变量如性别和年龄,先前报道与疾病严重程度相关[15, 16],在多变量逻辑回归分析中未发现具有统计学意义(p分别为0.36和0.48),尽管男性死亡率更高(男性36% vs 女性20%)。
在我们的组中,平均年龄(72 ± 14.8岁)高于大多数研究,这是由于老年患者因神经系统症状进行脑CT扫描的概率更高。我们认为,这可能是本研究中年龄与死亡率之间缺乏显著相关性原因,因为与COVID-19患者死亡风险增加相关的几种合并症在老年人中更为常见。
在这些慢性病理状况中,心血管疾病起着主要作用[17]。在呼吸系统最初受累之后,病毒扩散可损害许多其他器官和组织,并引发广谱的病理改变和复杂的免疫反应,其机制尚未完全明了[3]。COVID-19的严重演变包括急性呼吸窘迫综合征(ARDS)和多器官衰竭,二者均与心肌功能障碍相关,而既有的慢性心血管疾病会加重心肌功能障碍[3]。此外,ACE-2受体是SARS-CoV-2穿透靶细胞的入口,在血压调节中起关键作用。病毒感染下调ACE-2表达,限制其对心血管系统的保护作用[18]。
在一项meta分析中,发现脑血管疾病和心血管疾病均与COVID-19致命结局风险增加独立相关,不受年龄、性别、呼吸系统合并症、高血压或糖尿病的影响[18]。为解释这一点,作者强调这两种疾病具有相同的危险因素,且常常相互重叠。此外,多项研究发现了脑血管疾病与心血管疾病之间的联系,这些研究证明了一种疾病的影像学指标与另一种疾病的临床病史之间存在关联,反之亦然。据报道,颅内动脉钙化的存在可预测脑血管事件和心脏事件[19]。一项尸检研究发现,在脑卒中患者中,冠状动脉扩张与颅内动脉延长扩张症存在显著关联,提示共同的发病机制[20]。更重要的是,发现伴有脑白质疏松的患者死于血管原因的风险几乎是无脑白质疏松患者的三倍。此外,他们显示死于心血管疾病的风险高于死于脑卒中本身的风险[21]。脑白质微血管病、年龄和心血管危险因素与COVID-19患者不良预后之间的关联此前已有报道[22]:在这些患者缺乏可靠病史的情况下,微血管病性改变可作为了解患者长期潜在危险因素的窗口,并可提供潜在的预后信息。关于COVID-19患者,另一项近期研究显示,有卒中病史者的死亡率更高[23]。
我们认为,CT上存在CVD征象可被视为影响循环系统的全身性疾病的替代标志物。这或许可以解释其与COVID-19更差预后的关联,其中感染因子通过一种对心血管系统具有重要调节功能的膜受体穿透靶细胞。CVD-CT对死亡的预测价值高于RALE,其理由可能在于,在决定致命结局方面,心血管脆弱性的作用比肺部疾病的严重程度更强。
我们的研究存在若干局限性。首先,本研究为回顾性研究,主要基于影像学征象,可能因缺乏临床和病史资料(即关于糖尿病或高血压等合并症的信息)而存在偏倚。我们的结果须由其他研究加以证实,以探讨临床、流行病学或治疗因素对预后的可能影响。
其次,我们用于总结COVID-19患者脑血管病(CVD)神经影像学征象的综合评分是基于CT的,因为由于隔离和消毒问题,MRI在COVID-19患者中的实施存在很大困难。患者未接受CT血管造影,因此我们无法诊断可能存在的动脉狭窄。小血管疾病的重要指标未被纳入考虑,因为与MRI相比,这些指标在CT上未得到充分评估,例如微出血、腔隙灶和血管周围间隙。对白质微血管病变的部分评估是我们工作的主要局限性。
我们还决定排除萎缩,尽管在CT上可以评估,因为我们认为其定性评估可能受到个人神经影像学经验的强烈影响。
第三,我们选择定义一种简化的慢性CVD的CT评估方法带有明显的缺陷。指数C上令人意外的低一致性就是一个例子。我们认为不一致主要归因于分析时使用的标准窗设置,这导致将虹吸部血管钙化误判为硬脑膜钙化或颅底的部分容积效应。正如文献中先前所建议的,骨窗设置更为可取[8]。此外,我们对颅内钙化采用了二分类方法,而定量方法更适合用于风险分层[8]。另一方面,我们指出,我们对脑白质疏松和动脉延长扩张症诊断的一致性几乎达到最优,相同分类的比例分别为98%和90%,大血管疾病(LVDsr)相同分类的比例为77%。
第四,CVD-CT总结了大小血管疾病的影像学征象,这些征象虽然相关,但必须被视为独立的实体[24]。我们的指数C和D也可能与不同的潜在致病因素有关,因为扩张性动脉病影响动脉壁的中膜,而钙化性动脉粥样硬化斑块累及血管内皮。这两种情况被发现与不同的脑小血管疾病神经影像学标志物相关[24]。
第五,在最近的一项研究中,Kremer等人[25]将解释不明确的无融合多灶性白质病变描述为重症COVID-19患者中较常见的可能神经影像学模式之一。这可能构成我们工作的一个偏倚,因为此类病变难以与慢性脑白质疏松相鉴别。
无论如何,我们旨在将来在其他选定患者组中测试并尽可能验证CVD-CT。最后,我们使用胸部X线(CXR)进行肺部疾病的放射学评估。正如我们机构先前的一项研究中已经解释的,RALE评分具有良好的敏感性并与结局相关[12]。此外,在我们的研究中,它似乎与死亡风险相关。然而,尽管在急诊环境中由于隔离和消毒问题,CXR相对于CT具有明显优势,但它在评估COVID-19患者方面不具有相同的诊断效力[26]。
结论
我们开发了一种用于在CT上快速评估慢性心血管疾病(CVD)指标的视觉评分,命名为CVD-CT,该评分与COVID-19患者队列中死亡率的增加相关。我们认为,慢性CVD的CT征象的存在可能与循环系统的脆弱状态有关,而循环系统的脆弱状态是感染患者死亡的关键危险因素。我们的结果需要通过更大患者群体的进一步研究来证实。
引用
- Bianchi A, Mazzoni LN, Busoni S, et al. Assessment of cerebrovascular disease with computed tomography in COVID-19 patients: correlation of a novel specific visual score with increased mortality risk. Radiol Med. 2020. PMID: 33247816. doi:10.1007/s11547-020-01313-9
- 全文:PMC7695990(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7695990/
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。