基于初始CT的影像组学评分预测创伤后急性呼吸窘迫综合征
前瞻性纳入123例ISS≥16的多发伤患者,伤后1小时内行CT,用深度学习分割肺并提取影像组学特征,训练梯度提升树集成分类器预测ARDS。影像组学评分交叉验证AUC为0.79,高于ISS的0.66和AIS胸部的0.68,敏感度0.80、特异度0.76。
要点
- 伤后1小时内初始CT即可用影像组学评分预测多发伤患者后续ARDS,AUC 0.79优于ISS和AIS胸部。
- 影像组学评分敏感度0.80、特异度0.76、f1-score 0.70,均优于ISS和AIS胸部。
- 对预测最重要的特征为QR17(与未来ARDS负相关)、HU>0和方差(后两者与未来ARDS正相关)。
关键影像表现/征象
- 影像组学特征重要性最高的为QR17(与未来ARDS负相关)、HU>0和方差(两者与未来ARDS正相关)。
- 预测特征可视化提示后部胸膜腔密度增高(可归因于血胸)及肺实质密度增高(如肺实质损伤)对预测高度相关。
- 无监督聚类显示两个主要簇与未来ARDS状态显著相关(p=0.012,χ2检验)。
诊断标准与关键数值
- 影像组学评分预测ARDS的AUC为0.79,ISS为0.66,AIS胸部的AUC为0.68。
- 影像组学评分敏感度0.80、特异度0.76,f1-score为0.70;ISS的f1-score为0.53,AIS胸部的f1-score为0.57。
- 亚组1(仅静脉期、扫描仪型号S5、高频重建算法kernel B70f)f1-score为0.67;亚组2(仅层厚2 mm或3 mm)f1-score为0.69;全人群f1-score为0.70。
临床应用与阅片要点
- 该方法全自动完成肺分割、特征提取和风险预测,无需人工交互,可用于入院首次CT的ARDS风险分层。
- 影像组学评分在ISS≥16的较重损伤人群中仍保持预测能力,可能有助于对ISS预测能力下降的人群进一步分层。
- 模型输入仅为肺实质和胸膜病变的CT影像,对肺外来源的ARDS预测可能不可靠。
局限性
- 原文未述局限性
全文中译6 节 · 点击展开
引言
钝性胸部创伤是多发伤患者常见的损伤机制,其中三分之二可能伴有肺实质损伤[1]。肺实质损伤(肺挫伤和肺裂伤)的重要性在于其增加发生急性呼吸窘迫综合征(ARDS)的风险,并由此导致临床结局恶化[2–5]。肺挫伤及其导致的肺泡上皮细胞损伤是ARDS发生的直接因素[6–8],而全身炎症反应介质则是重要的间接病理机制[9]。钝性创伤后入院时预测ARDS发生的因素包括肺实质损伤如肺挫伤、低血压、需要输血、年龄大于65岁以及损伤严重度评分(ISS)高于25[10, 11]。根据研究队列的具体特征,发病率和死亡率分别范围为5.8%至21.5%和12.2%至24.9%,近年来两者均有所下降[12–17]。此外,由于康复后认知和身体功能受损,还存在相当大的社会经济影响[18]。目前,早期预测方法的准确性在创伤评分方面曲线下面积(AUC)为0.72至0.82[11, 19],在计算机断层扫描(CT)容积方法方面为0.67至0.75[20, 21]。对多发伤患者ARDS的早期预测可能有助于及时的支持治疗,如调整通气以保护肺、限制输血或开始使用抗生素[22, 23],从而减少并发症或完全预防ARDS的发生。
胸部CT是创伤患者入院后初期诊断过程中广泛使用且必不可少的工具[24]。初始创伤性损伤导致局灶性或弥漫性肺泡出血[25],随后受累肺实质出现肺水肿和间质改变[26]。虽然这些影像学表现起初可能难以解读,且仅在随后的24至48小时内变得更加明显[27],但首次CT扫描的早期信息将有助于决定上述关键治疗决策。此外,患者状况可能妨碍转运至CT扫描仪,且多发伤患者往往年轻,多次暴露于电离辐射会增加幸存者诱发肿瘤性疾病的风险。因此,开发新方法以从入院后首次扫描中获取尽可能多的信息至关重要。
欧洲放射学会支持从医学图像中提取定量生物标志物,以提供疾病检测、表征、监测和治疗反应评估的信息[28]。放射组学[29]是一种从图像中提取人眼无法完全获取的信息的方法,其在非肿瘤性胸部CT中的应用日益增多[30]。
本研究的目的是在一个前瞻性纳入的胸部创伤患者队列中,开发并测试一种基于放射组学的计算方法,用于基于初始CT扫描早期预测ARDS。
方法
数据收集和研究人群
本研究获取的影像和临床数据是在一项前瞻性研究的框架内收集的,该研究旨在评估初始和随访CT扫描中肺实质损伤的手动体积测量,以预测多发伤患者的ARDS [31]。共评估了既往报告中123例患者。既往研究报道了随访胸部CT扫描与入院时初始扫描相比,在肺实质损伤手动体积测量方面的有用性,而本研究则评估了在初始扫描中基于机器学习的ARDS预测的可能性。
患者的纳入时间跨度为4年。纳入标准为年龄18岁或以上、ISS为16或更高、直接转运至研究医院(一级创伤中心)并在创伤后1小时内进行CT扫描,以及入住重症监护病房。从患者或法定代理人处获得知情同意。排除标准为48小时内死亡(这是原始发表文献的方法学必要性 [31])、烧伤、肿瘤性疾病和慢性炎症性肺疾病。采用柏林定义 [7] 根据氧合、胸部影像、时间以及水肿来源来定义ARDS。不依赖CT的ARDS确立方法为动脉血氧分压(PaO2)≤ 300 mm Hg并伴有呼气末正压(PEEP)或持续气道正压 ≥ 5 cm H2O、呼吸衰竭不能完全由心功能衰竭或液体过负荷解释,以及在创伤后1周内发生。
116例患者接受了静脉注射对比剂;7例患者无法给予对比剂。对于到达急诊室时血流动力学不稳定的患者(n = 6),我们进行了动脉期扫描,视野范围从颅底至股骨近端(主动脉弓处团注跟踪技术,阈值为100 Hounsfield单位(HU),延迟10秒;总量120 ml,流速4.5 ml/s持续31秒,随后以3.3 ml/s持续18秒),随后进行腹部静脉期扫描。所有其他患者接受了胸腹部静脉期扫描(总量120 ml,流速3 ml/s持续55秒)。
用于ARDS预测的机器学习算法
图1概述了用于预测ARDS的机器学习算法。
首先,我们采用卷积神经网络(CNN)方法对肺进行分割,以自动勾画肺,包括胸腔积液和含气腔隙(气胸)[32]。放射科医师的视觉检查显示分割结果与胸腔吻合良好,排除了纵隔。
在所有病例完成肺分割后,我们学习了一个视觉词袋来表示研究队列中的表现变异性。具体而言,我们在整个肺的轴位切片上以网格方式提取了83个二维放射组学特征,位置间距为1 cm,核直径在2.4 cm以内。
对于放射组学数据的提取,我们依赖于pyradiomics,这是一个用于提取放射组学特征的开源Python软件包 [28]。请注意,pyradiomics库是研究工具,未获批准用于临床。
我们计算了一阶统计量以及灰度共生矩阵、灰度游程矩阵、灰度尺寸区域矩阵和灰度依赖矩阵上的特征。为确保在体素大小可变的扫描之间放射组学特征具有可比性,将图像体积重采样至0.8×0.8×2 mm的体素分辨率[33];体素强度在-990和200 HU处进行截断。纹理特征的提取依赖于将图像强度缩减为数量减少的离散值。我们将强度量化为40个区间(30 HU区间宽度)用于计算纹理矩阵。除视觉特征外,我们为每个特征向量计算了具有三个空间坐标的参考位置:(1)前后方向,(2)上下方向,以及(3)距肺边界的距离。将从所有病例中随机采样的放射组学特征向量连同参考坐标(N≈24600个空间-视觉向量)用于学习空间-视觉词汇表,即使用k-means将特征向量聚类为20个类别,每个类别描述一种视觉模式。
随后,我们计算了每个单一病例的词汇表出现特征向量。即一个病例中每个词汇类别的比例构成一个量化的放射组学(QR)特征向量,捕获肺部表现模式的组成。除这20个值外,我们还计算了肺内所有HU值的10个统计特征:体积、均值、中位数、平均绝对偏差、方差、能量、HU≥300、≥200、≥100和>0的百分比。
最后,我们使用这30个肺部特征通过训练一个梯度提升树(GBT)集成分类器[34](由scikit-learn库[35]提供,包含1k棵决策树)来进行基于机器学习的预测,判断患者是否会发展为ARDS。训练完成后,ARDS风险预测完全自动化执行,包括肺部分割和特征提取,无需任何人工交互。
为评估机器学习模型在未见数据上的预测能力,我们进行了分层k折交叉验证,这是一种用于在有限数据样本上评估模型的重采样方法。在本研究中,通过随机化获得原始病例的40个子集,然后将每个子集对剩余39个子集作为训练数据进行验证,重复此过程40折。本研究中每一折由训练集中的39例ARDS病例、81(-1)例非ARDS病例和测试集中的1例ARDS、2(+1)例非ARDS病例组成。在每一折中,训练数据用于优化模型参数,而测试数据仅用于报告预测评分。
预测性能通过受试者工作特征(ROC)曲线以及在最高Youden指数所确定的截断值处的其他预测指标(敏感性、特异性、精确率和f1分数)进行分析。
除监督预测实验外,我们还基于特征向量进行了无监督聚类分析。在统计学上,使用χ2检验分析未来ARDS状态与放射组学特征表达形成的两个主要聚类之间的关系。我们报告箱线图和双尾t检验,以比较非ARDS组和ARDS组在风险评分(放射组学风险评分、AIS和ISS)方面的差异。
我们进行了统计关联检验,以探究可能影响图像外观的因素与未来ARDS状态之间是否存在潜在的虚假关系。具体而言,我们检验了未来ARDS与对比剂给药、扫描仪型号、层厚、重建核和剂量之间的关联。此外,我们计算了图像参数同质且受这些潜在偏倚影响较小的人群子集的评估分数(AUC、灵敏度、特异度、精确率和f1分数)。
统计分析
所有统计指标和检验均使用scipy统计软件包(v 1.3.1)[36]进行。为检验可能影响图像外观的因素与未来ARDS状态之间的关联,对分类变量(对比剂给药、扫描仪型号、层厚和重建核)进行了Fisher精确检验,对剂量(mAs)进行了双尾t检验。
结果
共纳入123例具有不同钝性事故机制的患者(最常见原因为行人与车辆相撞(23.4%)、从3米或更高处坠落(25.9%)以及机动车事故(38.8%))。纳入患者中有5例死亡(4%),其中3例死于ARDS,1例死于不同病因的多器官衰竭,1例死于脑损伤。研究人群的详细人口学特征见表1,CT扫描技术规格概述见表2,胸部损伤模式见表3。
123例患者中有101例(77.7%)的胸部简明损伤定级(AIS)为3或更高,提示严重胸部损伤[37],其中93例(占101例的71.5%)存在肺实质损伤。
为研究特征表达模式,我们进行了无监督聚类,揭示了具有相似特征模式的患者分组(图2)。我们将两个主要患者聚类与其未来ARDS状态进行比较,发现存在显著关联(p = 0.012,χ2检验)。
对ARDS预测进行四十折交叉验证的结果显示,基于GBT的影像组学评分的AUC为0.79,而ISS为0.66,AIS-胸部评分为0.68(图3)。其他预测指标如敏感性、特异性、精确度和f1分数可见表4(最高约登指数处的截断值绘制于图3)。使用影像组学评分进行预测的f1分数为0.70,而ISS为0.53,AIS-胸部为0.57。影像组学评分的敏感性/特异性达到0.80/0.76。在训练过程中,GBT集成方法得出的对分类具有最高相对重要性的特征为量化影像组学特征17(QR17)、HU > 0和方差,其中HU > 0和方差与未来ARDS呈正相关,QR17呈负相关。在图4中,我们展示了在ARDS影像组学风险评分高的病例和风险评分低的病例中,最相关的特征HU > 0和QR17。
表5列出了可能影响图像表现的因素与未来ARDS状态之间的关系。结果表明,扫描仪型号和层厚与未来ARDS状态之间的相关性不太可能是随机发生的。为了评估受这些潜在偏倚影响较小的结果,我们在两个参数均一的亚组中进行了预测模型的评估:(亚组1)仅纳入静脉期扫描、扫描仪型号S5(见表5)和高频重建算法(卷积核B70f)的病例;(亚组2)仅纳入层厚为2 mm或3 mm的病例。结果表明,模型仍保持与整个数据集几乎相同水平的预测能力,表明所测试因素的影响可忽略不计,全体人群的f1分数为0.70,亚组1为0.67,亚组2为0.69(另见表4)。
讨论
在创伤后数小时至数天内早期识别正在发展的ARDS对于及时启动充分治疗至关重要(如调整通气以保护肺、防止误吸、限制输血或使用抗生素),这可能降低完全性ARDS的发生率[22, 23]。在本研究中,我们能够证明,一种完全自动化的基于机器学习和影像组学的方法可以利用入院时的首次CT扫描,以高于现有评分的准确性识别发生ARDS风险增加的多发伤患者。
目前,创伤评分如损伤严重度评分(ISS)或胸部创伤严重度(TTS)评分可用于估计创伤后迟发性ARDS的风险[11, 19, 38]。然而,ISS是不同身体区域的组合评分,因此由于缺乏对不同区域的权重分配而容易产生误差。采用所提出的基于影像组学的方法,可以实现对肺部损伤更具体的表征。事实上,ARDS预测的准确性处于与多项使用创伤评分的研究所达到的相似水平或更高水平(本研究:AUC为0.79,ISS:AUC为0.72 [11],TTS:AUC为0.82 [19])。然而,另一项研究显示ISS的结果更好,AUC为0.88 [12]。此外,我们研究中的ISS评分表现出明显更差的性能(AUC为0.66),低于上述所有研究中的ISS评分。可能的原因在于不同的纳入标准:既往研究纳入所有患者而不论ISS评分,而我们的研究仅纳入ISS评分为16或更高的患者。在包含低ISS评分的队列中,预测ARDS的性能会更高,因为低ISS评分会导致更多真阴性病例[12]。在我们的研究中,准确性因那些损伤较重但损伤程度不足以轻易预测ARDS发生的患者而降低。因此,基于影像组学的方法可能有助于进一步对损伤较重的患者队列进行分层,而ISS评分在该队列中的预测能力有所降低。
其原因之一可能是直接肺损伤作为ARDS发生的独立危险因素的重要性,特别是肺实质损伤的形式,如肺挫伤或肺裂伤[11]。肺实质损伤引起局限性和全身性炎症反应,可能导致ARDS [39, 40]。因此,涉及CT和超声的两类研究均发现肺挫伤范围与ARDS发生呈正相关[20, 21, 31, 41, 42]。
然而,对肺实质损伤进行手动容积测量是一项非常耗时的任务,不适合临床应用,尤其是在时间至关重要的创伤救治环境中。最后,忽视创伤后的其他肺部或胸膜病变(例如血胸)可能会降低预测ARDS的准确性。一项研究钝性创伤后胸部损伤模式的研究显示,胸腔积液存在于约30%的所有病例和83%的致死性病例中[43]。血胸在两个方面对创伤后发病率或死亡率的预后具有重要意义:一方面,它提示肺裂伤或血管损伤导致的出血;另一方面,它构成限制性和感染性胸膜病变发展的危险因素,进而导致呼吸衰竭[44]。考虑到血胸的相关性,我们将胸腔积液纳入肺部分割的一部分。预测特征的可视化(见图4)表明,后部胸膜腔密度增高(可归因于血胸)以及肺实质密度增高(如肺实质损伤中的情况)具有高度相关性。
肺部密度增高可代表一种或多种潜在病理(即肺实质损伤、水肿、来自另一肺区域的出血、肺不张)。放射科医生通常无法仅凭图像对密度增高的病因作出明确判断。因此,一项应用基于肺密度升高阈值的半自动方法的研究,在预测ARDS发生方面优于人类阅片者[45]。基于影像组学的方法的优势在于,它有可能提供超越人类视觉能力范围的额外信息,不仅评估密度阈值,还纳入体素的复杂统计关系[29]。特征重要性分析显示,一个通用阈值(HU > 0)具有高度相关性,并与未来ARDS状态呈正相关。然而,其中一个细粒度外观类别(QR17)显示出高度相关性且呈负相关。视觉检查表明,该特征编码了一种不显眼的肺实质纹理形式。
在创伤中,肺部和肺外危险因素均影响ARDS发展的进程,且以71%的准确率,可以将胸部CT中典型、更对称的ARDS模式归因于肺外来源[46]。评估影像组学分析在区分肺源性与肺外源性ARDS方面的性能将是有意义的。关于基于创伤期间或创伤后立即发生的肺部改变来预测ARDS,我们提出的方法似乎不太可能可靠地预测肺外源性ARDS,因为肺实质改变的CT图像是该方法的唯一输入。
已知的ARDS肺外预测因素之一是肋骨骨折[47]。我们的方法侧重于基于影像组学的方法从肺实质和胸膜病变中提取信息,而将肋骨骨折作为分类变量或有序变量加入可能会提高ARDS预测的准确性。基于单个病例的自动肋骨骨折检测(即患者是否存在肋骨骨折)已经存在,可考虑在进一步研究中加以补充[48]。肺外预测因素,如心肺疾病或血液系统疾病[47]或液体复苏和输血[11],提供了进一步的相关信息。然而,其临床实用性受到限制,因为在创伤患者中可能无法获取全面的病史,或临床参数可能只能在后期获得。尽管如此,利用基于机器学习的方法,仍可在入院后6小时内从电子健康记录中提取用于预测ARDS的相关信息[49]。
除了在急性环境中进行风险评估外,基于影像组学的肺部评分还可用于重症监护病房(ICU)患者的监测。ICU患者疾病进展过程复杂且数据量庞大,使得临床医生对患者状态的正确解读成为一项具有挑战性的任务。近期一项研究表明,通过基于机器学习的算法整合各种临床参数来预测ICU患者的并发症(即出血、肾功能衰竭和死亡)是可能的,其预测水平高于传统临床风险模型[50]。此类算法有潜力在ICU患者的预测、诊断和监测中发挥关键的支持作用,并且可通过添加其他形式的数据进一步扩展。传统模型可能难以将实验室数据和生命体征与医学影像信息相结合,而机器学习模型则能够将影像组学特征作为附加数据纳入。
我们认识到本研究存在若干局限性。我们排除了ISS为15或以下的患者;因此,我们只能在一个具有严重损伤和ARDS风险增加的群体中评估所提出算法的预测能力。然而,与包含较轻损伤的群体相比,本研究多重创伤患者数据集中ISS评分的预测价值相对较低(0.66 vs. [11]中的0.72),这表明本研究的设置更具挑战性。此外,由于排除了48小时内死亡的患者,我们的队列可能偏向于“晚期”ARDS(创伤后>48小时发生)而非“早期”ARDS(<48小时)。
为了消除因扫描仪参数不一致而可能产生的偏倚,最好在同一台扫描仪上采用完全标准化的协议。在真实临床环境中,尤其是跨不同机构时,这类前提条件很少能够满足。本研究中可能影响放射组学特征的部分扫描仪参数包括不同的流率和造影剂注射后的时间[51],以及重建核、剂量、层厚和扫描仪类型[52]。这一点具有重要意义,因为机器学习模型可能会学会根据技术特征而非病理特征来区分研究人群中的患者。在本研究中,7例接受平扫CT的患者中有3例(43%)、6例接受动脉期CT的患者中有3例(50%)、110例接受静脉期CT的患者中有34例(31%)发生了ARDS。我们对此类潜在偏倚进行了检验,在更同质的亚组中评估了预测性能,并得出结论:在我们的数据集中,其对模型预测性能的影响可以忽略不计(见“结果”部分,表4和表5)。值得注意的是,特定扫描仪与未来ARDS发生之间可能存在相关性,其原因可能在于:当急诊室主扫描仪被占用时,伤势较重的患者会被转移到不同的扫描仪,而伤势较轻的患者则继续等待,直到主扫描仪再次空闲。此类组织管理方面的具体情况应作为潜在的选择偏倚加以考虑。
预测能力最高的特征是胸部后部区域密度的显著增高。虽然注射造影剂后采集时机可能导致肺部HU值出现弥漫性升高,理论上算法可能会学习到这一特征,但相关特征的可视化表明,ARDS的预测是基于区域性异常,而非系统性强化。
此外,对于出现严重胸痛的患者或已插管且生命体征危重的患者,无法实现吸气深度的标准化,这使得基于呼吸的肺密度变化成为另一个潜在噪声来源。同样,创伤至CT扫描之间的间隔时间也可能导致肺密度发生变化,因为这些变化可能因其病因(如出血、水肿、肺不张)而迅速改变。在本研究中,所有扫描均在创伤后一小时内完成。
一般而言,基于放射组学的算法对预设的生物学和病理学概念是不可知的。因此,通过此类方法发现的模式和关系不能直接归因于常见的影像学模式。然而,它们通过发现新模式及其视觉或统计学关系,有助于为未来研究生成假设。
总之,我们提出了一种基于影像组学的算法,用于在多发伤患者入院时预测ARDS,尽管扫描方案具有异质性(因而更贴近真实世界),其准确率仍可与传统评分相竞争并超越后者。由于影像组学特征的通用性,该算法可为未来将医学影像信息与临床参数相结合的更复杂模型奠定基础。此外,被识别为ARDS预测性特征的模式可作为关于潜在生物学机制假说的基础。
引用
- Röhrich S, Hofmanninger J, Negrin L, et al. Radiomics score predicts acute respiratory distress syndrome based on the initial CT scan after trauma. Eur Radiol. 2021. PMID: 33733689. doi:10.1007/s00330-020-07635-6
- 全文:PMC8270830(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8270830/
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。