年龄与性别对腰椎椎管及神经根管狭窄分布与对称性的影响:基于43,255份腰椎MRI报告的自然语言处理分析
该回顾性观察研究采用规则的自然语言处理算法解析2007至2017年单中心43,255份腰椎MRI报告,按6级分级提取T12-S1各水平椎管狭窄和神经根管狭窄。结果显示中度及以上狭窄患病率自头侧向尾侧增高,L4-5最高;男性椎管狭窄更常见,年龄效应在上腰椎水平最大;左侧神经根管狭窄在L2-3和L5-S1更常见。
要点
- 报告中度及以上椎管狭窄时,L4-5患病率最高(12.9%),其次为L3-4(9.1%)。
- 报告神经根管狭窄时注意左右不对称:左侧在L2-3和L5-S1显著更常见。
- 男性中度及以上椎管狭窄患病率高于女性,L1-2、L2-3、L3-4(p<0.001)及L4-5(p=0.03)。
核心结论
- 自然语言处理可通过分析大量放射科医生解读文本识别腰椎退变模式。
- 狭窄患病率的人口学差异有助于理解腰椎退行性疾病的自然史和发病机制。
研究设计与样本
- 回顾性观察研究,经IRB批准并符合HIPAA,纳入2007至2017年单一大城市学术医学中心及其附属卫星影像机构的43,255份腰椎MRI报告,共34,947例唯一患者。
- 报告由152名主治放射科医生和354名住院医师及专科培训医师解读,检查分布于23个影像中心的30台不同扫描仪。
- 采用基于规则的定制自然语言处理算法,将每个报告按T12-L1至L5-S1六个水平提取椎管狭窄、左侧神经根管狭窄和右侧神经根管狭窄的严重程度描述,映射至6级分级量表(0=正常,1=轻度,2=轻至中度,3=中度,4=中至重度,5=重度)。
- 以随机抽取100份报告(共1800个水平实例)的放射科医生人工复核作为参考标准验证算法准确性。
- 将「中度(3级)及以上」定义为可能需干预的狭窄,采用卡方检验比较组间差异,计算比值比及95%置信区间,p<0.05为显著。
关键影像表现/征象
- 中度及以上椎管狭窄患病率:L4-5为12.9%,L3-4为9.1%,L2-3为4.9%,L5-S1为2.6%,L1-2为1.4%,T12-L1为0.4%。
- 中度及以上神经根管狭窄患病率:L4-5为16.4%,L5-S1为14.8%,L3-4为9.9%,L2-3为4.9%,L1-2为2.2%,T12-L1为0.6%。
- 左侧神经根管狭窄患病率在L2-3(OR=1.12,95%CI 1.05–1.19,p<0.001)和L5-S1(OR=1.15,95%CI 1.11–1.19,p<0.001)显著高于右侧。
- 男性椎管狭窄患病率在L1-2、L2-3、L3-4(p<0.001)和L4-5(p=0.03)高于女性;T12-L1女性更高但差异无统计学意义(p=0.38)。
- 女性神经根管狭窄在T12-L1双侧(右侧OR=2.57,左侧OR=1.72,p<0.001)及L1-L2右侧(OR=1.26,p<0.001)高于男性;其余水平男性更高,L2-3无组间差异(右侧p=0.08,左侧p=0.74)。
诊断标准与关键数值
- 狭窄严重程度采用6级分级:0=正常,1=轻度,2=轻至中度,3=中度,4=中至重度,5=重度,「中度及以上」指分级3级及以上。
- 自然语言处理算法在100份随机报告中的总体准确率为94.8%(1800个水平实例中93个误分类)。
- 各水平自然语言处理准确率范围为右侧L5-S1的86.0%至5/18个水平实例的100%(27.8%)。
临床应用与阅片要点
- 本研究提示报告腰椎MRI时需逐水平评估椎管狭窄和神经根管狭窄,尤其关注L4-5和L5-S1。
- 注意神经根管狭窄的左侧优势分布,在L2-3和L5-S1水平报告时应避免将左侧狭窄误判为对称性改变。
- 年龄效应在上腰椎水平(T12-L1、L1-L2、L2-L3、L3-L4)更大,尽管这些水平的绝对患病率较低。
- 小于50岁患者中神经根管狭窄患病率在L5-S1最高,而50至70岁和大于70岁组中L4-5最高。
局限性
- 本研究未分析腰椎CT或CT脊髓造影报告,可能造成一定程度的抽样偏倚,因无法接受MRI(可能因幽闭恐惧或植入装置)的患者未被纳入。
- 部分放射科医生未使用半结构化报告模板,假设某水平「未提及」狭窄可能低估真实疾病患病率。
- 基于规则的算法依赖人工汇编的术语词典将非标准狭窄分级术语映射至6点标准量表,该方法不完美,可能影响对退行性疾病严重程度分布的估计。
- 研究队列不是一般人群的真实抽样,仅纳入症状严重到需影像检查的患者,例如美国联邦医疗保险和医疗补助服务中心要求难治性背痛或神经系统症状在最佳保守治疗下持续至少6周方可报销腰椎MRI。
- 因此将这些发现推广至无症状患者受限。
全文中译10 节 · 点击展开
引言
腰椎退行性疾病(LSDD)导致椎管狭窄和神经根管狭窄(SCS、NFS),是致残的主要原因,并占据医疗保健支出的很大一部分[1]。因此,了解LSDD的流行病学不仅对患者层面的临床决策具有重要意义,而且对系统层面的医疗保健政策和提供也至关重要。来自尸体研究的SCS和NFS金标准规范性测量结果具有有限的普适性,因为它们与接受MRI评估的选定人群并不直接相关。此外,这些测量结果与在体成像技术的相关性尚不确定[2]。来自一般人群样本研究(包括Framingham和Wakayama队列)的数据提供了LSDD分布和相对严重程度的估计,但检测微小但具有临床重要性的差异的统计效力有限[3, 4]。
腰椎MRI(LMRI)是LSDD的金标准成像工具,也是治疗计划的关键标准。尽管关于LMRI与临床症状的前瞻性相关价值存在相互矛盾的数据[5, 6],但有证据表明MRI的读者间一致性合理;因此,它是研究异质性人群中LSDD模式的合适方法[7]。LMRI的最佳实践报告标准已通过多学科共识制定,倾向于采用系统性的、逐节段的方法,使用一致且准确的术语[8–10]。这些特征允许从放射学报告文本中提取丰富的LSDD文本描述。LMRI报告的相对结构化特征——反映了疾病的逐节段性质——与其他器官系统相比也相对更适合自然语言处理(NLP)分析,从而有助于对超大型数据集进行分析。
本研究的目的是通过分析10年机构LMRI报告档案中的放射学狭窄分级,报告有症状患者队列中潜在可干预腰椎狭窄——定义为“至少中度狭窄”——的解剖学和人口学分布。通过研究如此大型的数据集,我们希望克服既往患病率研究的局限性。由于在较高年龄组中至少轻度LSDD几乎普遍存在,区分“潜在可干预”疾病是LMRI为外科医生临床决策增加价值的关键方式[11]。尽管影像学表现与临床特征的相关性并不完美,但对于评级为“中度”或以上的狭窄,临床-影像学一致性是合理的[6, 12]。因此,我们试图聚焦于这一狭窄严重程度的基准,该基准可能促使手术转诊和干预。
材料与方法
研究设计
本研究为回顾性观察性研究,经机构审查委员会批准并遵守《健康保险可携性与责任法案》(HIPAA)。豁免知情同意。
我们查询了2007年至2017年在单一大型城市学术医学中心及其附属卫星影像设施进行的LMRI检查的报告档案,共获得43,255项检查。未根据转诊提供者的主诉/指征或病史和合并症对检查进行筛选。
放射科医师狭窄分级的自然语言处理提取
每份放射学报告全文均通过定制的、基于规则的自然资源语言处理(NLP)算法处理,以逐节段自动提取狭窄分级,该方法建立在 Tan 等人 [13] 所述原理之上。使用正则表达式(RegEx),报告文本被解析为独立的报告主体部分(适应证、技术、所见、印象)。“所见”部分进一步被解析为从 T12-L1 至 L5-S1 每个离散节段的文本块。该 NLP 算法使用经验开发的句法和语义规则词典以及腰椎影像特有的常见放射学术语构建。该系统使算法能够识别广泛的可互换词汇(例如“neural foramen”“neural foramina”“neuroforaminal”)和同义反复短语(例如“mild bilateral neuroforaminal stenosis”和“left and right neuroforaminal stenosis”被识别为等效评分)。从每个节段中提取中央椎管狭窄(SCS)、左侧神经孔狭窄(NFS)和右侧 NFS 的自由文本严重程度描述词,并映射至 6 点严重程度分级量表(0 =“正常”,1 =“轻度”,2 =“轻度至中度”,3 =“中度”,4 =“中度至重度”,5 =“重度”)。迭代汇编的非标准术语词典(例如“marked”或“minimally”)有助于将非标准术语映射至 6 点分级量表。由此填充的数值形成 6 × 3 矩阵,共包含 18 个“节段实例”(例如 L1-L2 右侧 NFS、L1-2 左侧 NFS 等)。对于算法无法识别所报告狭窄严重程度分级的失败病例,我们采用“0”分(正常),前提是放射科医师未作具体评论时可推定解剖正常。为检验模型的准确性,我们从完整数据集(n = 43,255)中随机选取 100 项检查,并人工审阅放射学报告文本以评估差异或错误。对于每个病例,由一名放射科医师人工审阅报告文本并赋予严重程度评分(“正常”至“重度”,0–5)。若 NLP 与人工审阅完全一致,则评分被认为一致;任何程度的不一致均被认为不成功。
统计分析
人口学组间比较(年龄、性别)以及各组内按侧别(左侧 vs. 右侧)比较潜在可干预 LSDD——定义为“中度(3 级)或以上”——患病率的差异,计算为比值比(OR)及 95% 置信区间,统计学差异由卡方检验确定。所有统计分析均使用 R v3.6.2(The R Foundation for Statistical Computing)进行。还计算比值比以检验 NFS(左侧和右侧)分布的对称性,并报告时采用零假设(OR = 1),即 NFS 分布双侧相等。p 值小于 0.05 被认为显著。
结果
腰椎 MRI 检查特征
分析共纳入2007年至2017年间为34,947名独立患者实施的43,255次腰椎磁共振成像(LMRI)检查。检查由162名主治放射科医师和354名独立受训人员(包括住院医师和专科培训医师)在麻省总医院网络内23个影像站点的30台不同扫描仪上完成。男性19,495名(45.1%),女性23,758名(54.9%)。平均年龄为54.7岁(四分位距=26–80岁)。检查按三个年龄段划分:小于50岁(n=16,267)、50至70岁(18,077)和大于70岁(n=8911)。
自然语言处理算法验证
在100份随机抽取的LMRI报告中,自然语言处理(NLP)的准确率为94.8%(1800个节段实例中有93个误分类)。在各独立节段中,NLP准确率从右侧L5-S1的86.0%到5/18个节段实例的100%(27.8%)不等。
研究队列中腰椎退行性椎间盘疾病(LSDD)的分布与严重程度
在完整的10年队列(n=43,255次独立LMRI检查)中,潜在可干预的中央椎管狭窄(SCS)和神经根管狭窄(NFS)——定义为“至少中度”——的分布以图1直观展示。我们观察到中度及以上SCS发生率最高的节段为L4-5(12.9%),其次为L3-4(9.1%)、L2-3(4.9%)、L5-S1(2.6%)和L1-2(1.4%),患病率最低的为T12-L1(0.4%)。在同一总体队列中,神经根管狭窄(n=86,510个独立神经根管)患病率最高的节段为L4-5(16.4%),其次为L5-S1(14.8%)、L3-4(9.9%)、L2-3(4.9%)、L2-1(2.2%)和T12-L1(0.6%)。
在这一大型队列(n=43,255)中,NFS患病率在侧别上存在不对称性,如图2示意所示。我们发现左侧L2-3(p<0.001)和L5-S1(p<0.001)节段的NFS患病率在统计学上显著更高。左侧狭窄在L3-4也呈现不成比例的高发,但无统计学显著性(p=0.09)。其余节段左右侧之间未见统计学差异。
LSDD的性别差异
显著SCS和NFS按性别划分的相对患病率以热图形式展示于图3a。女性SCS患病率范围为0.4%至12.6%(T12-L1,L4-5),男性为0.4%至13.3%(T12-L1,L4-5)。在L1-2、L2-3、L3-4(p<0.001)和L4-5(p=0.03)节段,男性潜在可干预SCS的患病率高于女性。唯一显示女性SCS患病率高于男性的节段为T12-L1,但该差异无统计学显著性(p=0.38)。
NFS患病率的性别差异同样以热图形式展示于图3a,NFS的侧别分布展示于图3b(OR +/− 95% CI)。女性NFS狭窄患病率范围为0.8%至13.3%(T12-L1、L4-5),男性为0.3%至19.9%(T12-L1、L4-5)。在T12-L1水平,女性双侧NFS患病率均高于男性(右侧NFS OR 2.57,左侧NFS OR 1.72,两者p < 0.001);在L1-L2水平仅右侧高于男性(右侧NFS OR 1.26,p < 0.001)。在其余水平,除L2-3外(右侧NFS p = 0.08,左侧NFS p = 0.74,组间无统计学差异),男性和女性右侧及左侧NFS患病率均更高。男女之间差异幅度最大的是T12-L1水平,女性NFS患病率相对于男性更高(左侧NFS OR 1.72,右侧NFS OR 2.57,两者p < .001)。
随后我们查询了男性和女性NFS分布的对称性(图3B)。侧别差异以OR(+/− 95% CI)表示。对于男性,L2-3水平(OR 1.2,95% CI 1.1–1.31,p < 0.001)和L5-S1水平(OR 1.09,CI 1.04–1.13,p < 0.001)存在不成比例的左侧NFS患病率优势。T12-L1水平左侧NFS有更高的趋势(p = .06)。男性任何水平均未出现右侧NFS更 prevalent 的情况。对于女性,NFS唯一具有统计学意义的不对称是L5-S1水平的左侧优势(OR 1.17,CI 1.12–1.23,p < 0.001)。L3-4水平左侧NFS有更高的趋势(p = 0.08),L1-2水平右侧NFS有更高的趋势(p = 0.08)。
LSDD的年龄差异
分析了三个年龄组(< 50、50–70、> 70)中SCS和NFS的相对患病率,这些组中潜在可干预疾病的绝对患病率展示于图4a、b和c。最年轻患者组(< 50组)中各水平SCS患病率绝对值最低,范围为0.1%至4.3%(T12-L1、L4-5)。图5以比值比形式展示了年龄组间SCS患病率的差异,可估算差异的效应量。中间年龄组(50–70)SCS患病率范围为0.4%至14.1%(T12-L1、L4-L5),在统计学上高于< 50组(所有水平p < 0.001)。增幅最大的是L4-5(+ 9.8%)。在老年组(年龄> 70)中,SCS患病率范围为1.1%至26.3%(T12-L1、L4-L5)。> 70组各水平SCS患病率均高于50–70组(所有情况p < 0.001)。从50–70到70+增幅最大的是L4-5(+ 12.2%)。年龄组的效应量在图5中以OR 1.0对应中间组进行可视化展示。这揭示了较高水平(T12-L1、L1-L2、L2-L3和L3-L4)的年龄效应量更大,尽管这些水平的绝对患病率较低。
年龄组内显著性NFS的差异见图4。对于<50岁年龄组,NFS患病率最低位于T12-L1(左侧NFS 0.03%,右侧NFS 0.02%),最高位于L5-S1(左侧NFS 7.3%,右侧NFS 6.4%)。对于中间年龄组(50-70岁),NFS最低发生率位于T12-L1(左侧NFS 0.4%,右侧NFS 0.3%)。与<50岁组相反,50-70岁组NFS最高患病率位于L4-5(左侧NFS 19.3%,右侧NFS 19.0%)而非L5-S1。50-70岁组各节段NFS患病率均高于<50岁组(p < 0.001,所有情况)。对于>70岁组,NFS患病率范围为2.3%至32.0%(T12-L1至L4-L5)。>70岁组各节段NFS均高于50-70岁组(p < 0.001,所有情况)。
NFS分布的对称性以OR +/- CI表示,见图4,个体水平实例数据与右侧比较(OR 1.15,p < 0.001),在L3-4(OR 1.25,p = 0.02)和L4-5(OR 1.15,p = 0.01)处具有边缘统计学意义。在50-70岁组中,左侧NFS在L2-3(OR 1.19,p < 0.001)和L5-S1(OR 1.15,p < 0.001)处较右侧NFS更常见,L3-4处呈边缘性左侧不对称分布趋势(OR 1.07,p = 0.06)。在>70岁年龄组中,左侧NFS仅在L5-S1处高于右侧NFS(OR 1.18,p < 0.001),L2-3处呈左侧NFS分布偏好趋势(OR 1.09,p = 0.05)。
讨论
本研究描述了一种由NLP驱动的方法,通过大规模分析腰椎MRI(LMRI)检查的放射学报告,来理解人口统计学特征与LSDD分布之间的交互作用。我们的结果与先前一般人群样本(Framingham、Wakayama等)的发现一致,显示SCS的总体最高患病率位于L4-5节段[4, 14]。我们还识别出了患病率的性别差异,此前一项被高度引用的、基于社区的、纳入不足200例患者的研究已对此进行报道[15]。我们的方法不仅在更大规模上重现了这些重要发现,还提供了年龄和性别对LSDD患病率效应量的逐节段估计(图3、4和5)[4, 15]。此外,我们的研究在既往工作基础上有所推进,评估了更大的队列、不同的记录机制以及更广泛的年龄范围。另外,我们还估计了NFS的患病率,揭示了L3-4和L5-1处的左右不对称性,这在既往放射学或外科文献中尚未见报道。
在比较年龄组时,我们还观察到SCS的一个有趣变化:年轻患者(<50岁)在L5-S1显示相对较高的NFS患病率,而年龄较大组在L4-5显示最高的SCS的LSDD患病率。年龄增加的相对效应量(以比值比表示,即图5中红点与蓝点之间的距离)在上腰椎水平较高,在L5-S1较低,提示L5-S1疾病在病理生理上可能不同于其他水平的年龄相关效应。一种理论认为,L5-S1 NFS更为常见是由于年轻患者中因L5-S1峡部缺损(峡部裂)导致早发性NFS的抽样偏倚,后者通常发生于青春期,并与承重运动和体育活动相关。L5-S1峡部裂被认为源于反复微创伤,并可导致前滑脱,从而狭窄神经孔的矢状径[16]。我们推测,较高年龄组中退变性、非峡部裂性疾病发病率的上升实际上在本研究中“冲淡”了与峡部缺损相关的NFS;然而,我们在本分析中未评估峡部裂。
椎间孔狭窄不对称分布这一发现的机制尚不清楚。该观察与一项解剖-病理学研究一致,该研究发现L4-5和L5-S1黄韧带显著增厚[17]。一个潜在病因是所谓的“过渡型”腰骶解剖(TLSA),其患病率很高(高达人群的30–35%),但通常无症状[18]。TLSA通常为单侧,并使患者易发生相邻节段LSDD(L4-5),而一项关于偶然发现TLSA的近期研究提示其与较高腰椎水平(L2-3、L3-4)的LSDD相关[19]。主动脉偏左是另一个有趣的潜在机制,尽管本质上更具推测性。年龄和动脉粥样硬化影响由主动脉搏动传递的压力波,这会不对称地影响脊柱[20]。还观察到主动脉钙化与相邻脊柱水平的LSDD之间存在关联,提示这些结构之间存在机械耦合,可能易导致不对称性退变[21]。有趣的是,TLSA个体的主动脉分叉水平不同,这提高了TLSA、主动脉和LSDD不对称性之间相互作用的可能性[22]。另一种假说认为,主动脉分支的动脉粥样硬化性疾病导致椎间盘和终板的慢性缺血性损伤,从而加速退变过程[23]。
在脊柱侧弯背景下,冠状面失衡导致的椎间孔慢性重塑是LSDD不对称的另一种可能机制[24]。一项涉及8000多名学龄儿童的研究显示,青少年中段胸椎侧弯的分布并不均匀[25]。另一种潜在机制是人群中利手的不对称性。全球范围内右手优势更为常见,且已知会导致上肢不对称的职业性损伤[26]。例如,在精英网球运动员中,由于利手导致的椎旁肌使用不平衡和轴向骨骼延伸与下背痛相关[27]。Kumar提出,这种在职业和活动中终身的用力学不平衡形式,由于差异性疲劳或累积性机械负荷,是慢性退行性肌肉骨骼损伤的来源[28]。这反过来可能解释我们研究中观察到的椎间孔不对称;然而,在本分析中我们未评估脊柱侧弯的存在或方向性。另外,导致LSDD不平衡的利手/职业因素可能对接受LMRI的患者产生选择偏倚。
我们基于NLP驱动分析的方法有几个优势,最主要的是大样本量。首先,纳入包含10年间152位不同主治放射科医生解读的大型语料库,可以通过利用统计学“大数定律”估计研究人群的均值,从而减轻读者间和读者内变异的影响[29]。需要注意的是,我们的分析未纳入腰椎CT或CT脊髓造影成像的报告,这可能导致一定程度的选择偏倚,因为无法接受MRI的患者——可能由于幽闭恐惧症或植入设备——未被纳入。尽管存在这种潜在的选择偏倚,我们相信我们的样本能代表本机构LMRI的转诊人群。此外,大样本量使本研究有能力检测到微小差异,即使在按亚人群分层时也是如此。
使用放射学报告估计疾病流行病学受到若干因素的限制。NLP算法使得能够分析更大的语料库,但其分类并不完美。本研究时段之前,本机构已实施非强制性的半结构化报告;然而,一部分放射科医生未使用半结构化报告模板。因此,我们关于在特定节段“未提及”SCS/NFS可能低估真实疾病患病率的假设成立。此外,我们的基于规则的算法依赖于手动汇编的词典,将狭窄分级的非标准术语映射到我们的6点标准量表。该方法并不完美,可能影响我们对LSDD严重程度分布的估计。尽管我们的算法记录了6个狭窄等级,我们将大于3级的合并以去噪数据,并将分析重点放在潜在可干预LSDD的患病率上。
我们研究的另一个局限性在于,研究队列并非一般人群的真实抽样,因为仅纳入了症状严重到足以需要进行影像学检查的患者。例如在美国,难治性背痛或神经系统症状必须在最佳保守治疗下持续至少6周,联邦医疗保险和医疗补助服务中心才可报销腰椎磁共振成像(LMRI)[30, 31]。因此,将这些发现推广至无症状患者存在局限。
总之,我们报告了基于10年间超过43,000例MRI检查的当代潜在可干预腰椎狭窄患病率估计。这项工作提供了症状性队列中腰椎管狭窄患病率的估计,并揭示了神经椎间孔腰椎狭窄病(LSDD)的不对称性,这可能归因于终生累积的职业或生物力学因素。未来的工作可能促成按年龄和性别建立LSDD严重程度的常模数据库,从而有望促进疾病管理的改善。
引用
- Travis Caton M, Wiggins WF, Pomerantz SR, et al. Effects of age and sex on the distribution and symmetry of lumbar spinal and neural foraminal stenosis: a natural language processing analysis of 43,255 lumbar MRI reports. Neuroradiology. 2021. PMID: 33594502. doi:10.1007/s00234-021-02670-6
- 全文:PMC8128837(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8128837/
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。