CO-RADS与RSNA胸部CT分类系统诊断COVID-19肺炎的敏感度与可靠性比较
该回顾性单中心研究纳入359例RT-PCR确诊COVID-19患者,由3名胸部影像经验超过10年的放射科医生独立按CO-RADS和RSNA分类系统评估胸部CT。以CO-RADS 3、4、5及RSNA典型、不确定类别为阳性预测时,两系统总体敏感度均为72.7%;在中度和重度/危重患者中敏感度分别升至94.7%和97.8%。CO-RADS总体观察者间一致性极好(κ=0.801),RSNA为好(κ=0.781)。
要点
- CO-RADS与RSNA分类系统诊断COVID-19肺炎的敏感度和可靠性相当,日常可任选其一。
- 以CO-RADS 3/4/5或RSNA典型/不确定为阳性时,总体敏感度均为72.7%。
- 两系统在中度及重度/危重患者中敏感度显著提高(94.7%和97.8%),轻症敏感度低。
核心结论
- CO-RADS与RSNA胸部CT分类系统在诊断COVID-19肺炎方面敏感度和可靠性相当。
- 以CO-RADS 3、4、5联合或RSNA典型与不确定类别联合为阳性预测时,两系统总体敏感度均为72.7%。
- 在中度和重度/危重患者中应用两系统,敏感度分别显著提高至94.7%和97.8%。
- CO-RADS观察者间一致性极好(κ=0.801),RSNA为好(κ=0.781)。
研究设计与样本
- 回顾性单中心研究,纳入2020年4月3日至5月15日Assiut大学医院连续入院的359例RT-PCR确诊COVID-19患者(180男、179女,平均年龄45±16.9岁)。
- 所有CT扫描在RT-PCR检测一周内完成,使用16通道CT扫描仪(Aquilion Lightning;Toshiba Medical Systems),平扫,仰卧位深吸气屏气,管电压120 kV、管电流50 mA、旋转时间0.5 s、层厚5 mm、矩阵512×512;儿童方案为80 kV和60 mAs;轴位重建层厚1.0 mm、间隔1.0 mm。
- 由3名胸部影像经验超过10年的放射科医生独立评估,对既往CT报告和临床数据设盲但知晓所有患者均为COVID-19阳性;间隔一个月两次分类以减小记忆偏倚。
- 以RT-PCR作为参考标准计算敏感度;未纳入RT-PCR阴性病例,故未计算特异度和预测值。
- 采用Fleiss kappa评估观察者间一致性,组内相关系数评估观察者内一致性;κ值判读:0–0.2无一致性,0.21–0.4弱,0.41–0.60中等,0.61–0.80好,0.81–1.0极好。
关键影像表现/征象
- CO-RADS 5和RSNA典型分类更多见于50岁以上患者(88.6%)。
- 15岁以下患者仅占全部参与者2.5%,且无一例为CO-RADS 5或RSNA典型分类;仅1例2岁男童表现为CO-RADS 4和RSNA不确定分类。
- 22例(6.1%)死亡患者均被归类为CO-RADS 5和RSNA典型分类。
- 典型病例CT表现为双肺外周磨玻璃影、反晕征及血管增粗(CO-RADS 5/RSNA典型),或双肺多灶外周磨玻璃影伴小叶间隔增厚和小叶内线呈「铺路石征」(CO-RADS 5/RSNA典型)。
- 1例2岁男童CT表现为右肺下叶外周实变伴周围磨玻璃影(CO-RADS 4/RSNA不确定)。
诊断标准与关键数值
- 以CO-RADS 3、4、5联合为阳性预测时,CO-RADS敏感度在无症状/轻症组为9.4%、中度组为94.7%、重度/危重组为97.8%。
- 以RSNA典型和不确定类别联合为阳性预测时,RSNA敏感度在无症状/轻症组为9.4%、中度组为94.7%、重度/危重组为97.8%。
- CO-RADS总体观察者间一致性κ=0.801(极好);RSNA总体观察者间一致性κ=0.781(好)。
- 各分类观察者间一致性:CO-RADS 1(κ=0.924)、CO-RADS 5(κ=0.888)、RSNA阴性(κ=0.924)、RSNA典型(κ=0.841)为极好;CO-RADS 4(κ=0.463)为中等;CO-RADS 2(κ=0.303)、RSNA不确定(κ=0.386)、RSNA非典型(κ=0.380)为弱;CO-RADS 3(κ=−0.017)无一致性。
- 观察者内一致性:所有评估者对CO-RADS 1和5、RSNA阴性和典型分类均为极好;对CO-RADS 4和RSNA不确定分类为好至极好;对CO-RADS 2、3及RSNA非典型分类无一致性。
临床应用与阅片要点
- CO-RADS和RSNA分类系统均可用于COVID-19肺炎的CT结构化报告,两者诊断效能相当。
- 在中度和重度/危重患者中,两系统敏感度高(94.7%和97.8%),可有效支持诊断。
- 轻症/无症状患者中两系统敏感度仅9.4%,阴性或低类别结果不能排除COVID-19。
- 低类别(CO-RADS 1–2、RSNA阴性/非典型)不能排除COVID-19,需结合临床和RT-PCR。
- CO-RADS 3和RSNA不确定/非典型类别的观察者间一致性弱,报告时应谨慎并建议结合临床。
局限性
- 回顾性单中心研究。
- 仅纳入入院前后首次胸部CT,未考虑症状出现后的天数。
- 未纳入COVID-19阴性患者,故未建立特异度和预测值。
- 未考虑合并症对CO-RADS和RSNA分类敏感度的影响。
- 评估放射科医生知晓所有患者均为COVID-19阳性,可能存在偏倚。
全文中译13 节 · 点击展开
要点
CO-RADS与RSNA胸部CT分类系统在COVID-19肺炎诊断中具有可比性,敏感性和可靠性相似。
将CO-RADS 3、4和5的组合以及典型和不确定RSNA类别的组合作为COVID-19诊断的阳性预测指标时,两种分类系统的总体敏感性相同(72.7%)。
在中等和重度/危重症患者中应用这两种系统,敏感性显著提高(分别为94.7%和97.8%)。
CO-RADS的总体评审者间一致性为优(κ = 0.801),RSNA分类为良(κ = 0.781)。
CO-RADS具有更好的评审者间一致性,这可能归因于放射科医师对CO-RADS系统更为熟悉,因为它与其他RAD系统相似。
背景
2019冠状病毒病(COVID-19)是由一种新型冠状病毒——严重急性呼吸综合征冠状病毒2(SARS-CoV-2)——引起的急性传染病[1]。2020年3月11日,世界卫生组织宣布这种新型病毒的全球出现为大流行病,此后,全世界一直在努力控制其传播[2]。在其他方法中,准确、快速的诊断检测对于防止潜在的病毒传播和降低疾病致死率是必要的[3, 4]。
实时逆转录聚合酶链反应(RT-PCR)被认为是目前诊断COVID-19的金标准评估方法[5]。然而,据报道RT-PCR敏感性较低,存在相当数量的假阴性结果,尽管全球许多地区检测试剂盒短缺,但可能需要进行多次检测甚至多达五次才能排除该病[4, 6]。此外,RT-PCR检测结果可能需要数小时甚至数天才能获得[7, 8]。
CT设备的全面可用性和较短的检查时间使CT成为一种理想的检查方式,可在COVID-19患者管理中发挥新兴作用,甚至在某些情况下可作为RT-PCR的极佳替代方案[8],尤其是在RT-PCR检测可及性有限的国家[2]。CT可将COVID-19与其他肺部感染相鉴别,尤其是病毒性感染[9]。CT的另一个优势是能够评估疾病严重程度和进展[3, 10],因为整个肺部肺炎累及体积可提示这两方面[10, 11]。虽然中国第七版新型冠状病毒肺炎诊疗方案将胸部CT成像纳入有潜在SARS-CoV-2暴露患者的临床诊断,但美国放射学会(ACR)不建议对疑似COVID-19患者进行胸部CT成像作为初始诊断,而是仅在特定情况下适用[12, 13]。
迄今为止,已开展了多项试验,以确定疑似COVID-19肺部受累患者胸部CT影像表现的适当且标准化的报告方式。北美放射学会(RSNA)胸部CT分类系统包括四个类别:无肺炎、非典型、不确定和典型[14]。另一种评分系统是COVID-19报告和数据系统(CO-RADS),由荷兰放射学会制定,分级从1到5,根据胸部CT表现提示疾病概率递增[15]。COVID-19影像报告和数据系统(COVID-RADS)[16]是另一种已描述的报告系统;然而,其使用范围较不广泛。
对于任何新分类系统的应用,评估其有效性和可靠性至关重要。迄今为止,很少有研究来确定上述系统作为疑似COVID-19患者胸部CT检查表现的有用、可靠分类系统的真正价值。因此,本研究的目的是比较CO-RADS和RSNA胸部CT分类系统在诊断COVID-19肺炎方面的敏感性和可靠性。
材料和方法
伦理声明
Assiut大学人类医学学院机构审查委员会批准了本研究(批准号17300425;2020年6月7日批准),并豁免了收集患者正式知情同意的需要。本研究按照《赫尔辛基宣言》的伦理原则进行。
患者人群
2020年4月3日至2020年5月15日期间,我们在Assiut大学医院共识别了456例连续入院的拭子确诊COVID-19患者。符合条件的患者包括在入院后12小时内接受胸部CT成像的拭子确诊COVID-19患者,而以下情况为排除理由:(1)入院前已进行CT成像(n = 27),(2)未进行CT成像(n = 19),以及(3)CT图像质量差(n = 51)。排除过程最终形成由359例患者组成的最终样本。我们研究人群纳入过程的流程图见图1。我们的参与者根据疾病严重程度分为三组如下:无症状/轻度组包括无症状或仅有轻微症状且无肺炎影像学表现的患者;中度组包括有发热、呼吸道症状和肺炎影像学表现的患者;重度/危重症组包括伴有低氧饱和度(静息时SpO2 < 93%)的痛苦患者,伴或不伴需要机械通气,或处于休克状态或伴有需要入住重症监护病房的肺外器官衰竭的患者[17]。
CT成像
所有CT扫描均在RT-PCR后一周内进行。CT成像使用16通道CT扫描仪(Aquilion Lightning;Toshiba Medical Systems,东京,日本)。未给予对比剂。患者取仰卧位,于深吸气屏气状态下扫描,范围从肺尖至肺底。扫描参数如下:管电压120 kV;管电流50 mA;旋转时间0.5 s;层厚5 mm;矩阵512×512;深吸气屏气。儿童患者方案进行了修改(80 kV和60 mAs)。重建在轴位平面上进行,层厚1.0 mm,层间隔1.0 mm。
CT图像分析
所有CT图像从图像存档与通信系统中提取,并导入专用工作站(Vitrea® Advanced Visualization;Vital Images,明尼通卡,明尼苏达州,美国)进行图像分析。三名经验丰富的放射科医师(M.A、H.M.I和S.H,具有10年以上胸部影像经验)独立审阅所有CT图像。他们对既往CT报告及患者临床数据设盲,但知晓研究中所有患者均为COVID-19阳性。在研究开始前,审阅者接受了基于讲座和实践操作的培训,详细讲解了CO-RADS和RSNA胸部CT分类系统。CO-RADS包括以下五个等级:5级,非常高水平的怀疑;4级,高水平的怀疑;3级,模棱两可的发现;2级,低水平的怀疑;1级:非常低水平的怀疑[15]。CO-RADS分级在表1中进一步说明。RSNA胸部CT分类系统包括四个类别:典型、不确定、非典型和阴性(表2)[14]。
放射科医师在间隔一个月两个不同时间点根据两种分类系统对每例患者的CT图像进行分类,以减少放射科医师的记忆偏倚。独立分类后,评估审阅者间和审阅者内一致性。若审阅者之间存在分歧,所有参数均详细讨论,直至在第二次判读后至少2周达成最终一致。共识审阅结果用于计算两种系统的敏感性。
统计分析
分类变量以数字和百分比表示,统计显著性使用卡方检验或Fisher精确检验计算。连续数据以均值±标准差格式表示。RT-PCR作为参考标准用于计算每位审阅者CT的敏感性;然而,由于我们未纳入RT-PCT结果阴性的病例,特异性和预测值未计算。总体一致性使用Fleiss kappa(κ)检验分析。κ值解释如下:0–0.2,无一致性;0.21–0.4,弱一致性;0.41–0.60,中等一致性;0.61–0.80,良好一致性;0.81–1.0,极好一致性。每种系统类别的审阅者间一致性通过使用组内相关系数定义。统计分析使用社会科学统计软件包第26版(IBM Corporation,阿蒙克,纽约州,美国)进行。统计显著性定义为p < 0.05。
结果
患者特征
最终分析共纳入359例经RT-PCR确诊的COVID-19阳性患者(男180例,女179例;平均年龄45 ± 16.9岁;范围1–90岁)。研究参与者的数据总结于表3。就疾病严重程度而言,96例(26.7%)患者为无症状/轻症,171例(47.6%)患者为中度疾病,92例(25.6%)患者为重症/危重症。22例(6.1%)患者发生死亡;所有患者均被归类为CO-RADS 5和典型RSNA分类。
CO-RADS和RSNA胸部CT分类系统类别的分配
基于CO-RADS和RSNA胸部CT分类系统按年龄分层的患者分类见表4。CT表现与年龄组之间存在高度统计学显著关系(p < 0.001)。CO-RADS 5和典型RSNA分类的疾病在50岁以上人群中更为常见(88.6%)。另一方面,15岁以下患者仅占所有参与者的2.5%,且无一例患有CO-RADS 5或典型RSNA类别疾病;仅一名2岁儿童表现为CO-RADS 4和不确定RSNA类别疾病。
各分类系统的敏感性
将CO-RADS 3、4和5合并视为COVID-19诊断的阳性预测指标时,CO-RADS在无症状/轻症组、中度疾病组和重症/危重症组中的敏感性分别为9.4%、94.7%和97.8%。将典型和不确定RSNA类别合并视为COVID-19诊断的阳性预测指标时,发现了相似的敏感性(无症状/轻症组、中度疾病组和重症/危重症组分别为9.4%、94.7%和97.8%)(表5)。
各分类系统的可靠性
表6显示了两种分类系统按不同类别分层的评价者间一致性。在评价者中,总体评价者间一致性对CO-RADS为优(κ = 0.801),对RSNA胸部CT分类系统为良(κ = 0.781)。分别而言,各诊断类别的评价者间一致性对CO-RAD 1(κ = 0.924)、CO-RAD-5(κ = 0.888)、阴性RSNA类别(κ = 0.924)和典型RSNA类别(κ = 0.841)为优;对CO-RAD 4(κ = 0.463)为中等;对CO-RAD 2(κ = 0.303)、不确定RSNA类别(κ = 0.386)和非典型RSNA类别(κ = 0.380)为弱。CO-RAD 3显示无一致性(κ = −0.017)。
表7显示了两种系统按不同类别和评价者分层的评价者内一致性。所有评价者对CO-RADS 1和5、阴性RSNA和典型RSNA类别的评价者内一致性均为优,对CO-RADS 4和不确定RSNA类别为良至优。对CO-RADS 2或3或非典型RSNA类别未发现一致性。
本研究的代表性病例见图2、图3和图4。
讨论
COVID-19的诊断,尤其是轻型病例的诊断,是当今临床实践中的主要挑战之一。CO-RADS和RSNA胸部CT分类系统是为建立统一的基于CT的COVID-19诊断分类所做的努力的结果。然而,关于这些分类系统的全球研究数量仍然有限。本研究试图评估并比较这两种系统的敏感性和可靠性。
总体结果表明,两种系统彼此相当,敏感性值相似。分别将CO-RADS 3、4和5的组合以及RSNA典型和不确定类别的组合视为COVID-19诊断的阳性预测因素时,两种分类系统的总体敏感性相同(72.7%)。同时,当排除无症状/轻型患者并仅考虑中度(敏感性=94.7%)和重度/危重型患者(敏感性=97.8%)时,两种系统的敏感性均显著提高;考虑到敏感性取决于CT影像特征,而CT影像特征已在近期多项研究中得到充分证实[6, 18–22],同时CT已被确认是评估COVID-19的可靠影像学方法,这并不令人意外。我们的数据与既往研究[15, 23–28]中提到的结果一致,这些研究提示CO-RADS和RSNA胸部CT分类系统在中重度症状患者中预测COVID-19表现良好。值得注意的是,Kwee等[29]近期发表的一项荟萃分析得出结论,CO-RADS和RSNA分类类别较高的患者中COVID-19感染频率更高。
本研究中一个值得注意的发现是假阴性结果比例较高(n=100例患者;27.9%);其中,98例患者被归类为CO-RADS 1和2以及RSNA分类阴性和不典型。假阴性结果比例较高是由于胸部CT成像是在疾病病程早期进行的。Prokop等[15]和Bernheim等[30]报告了可比的结果。
尽管较高的分类在两种分类系统中均具有较高的敏感性,但假阴性结果也很高。因此,较低的分类不能排除COVID-19。这些结果与Kwee等人最近发表的meta分析[29]一致,该分析报告CO-RADS 1和2以及RSNA分类中的阴性和典型类别不能排除COVID-19。
可靠性对于评估新的分类系统至关重要。对我们结果的分析表明,CO-RADS和RSNA胸部CT分类系统具有相当的总体良好至优秀的阅片者间一致性,CO-RADS的一致性水平(κ = 0.801)高于RSNA胸部CT分类系统(κ = 0.781)。同时,两种系统的阅片者内一致性均为优秀,尽管CO-RADS 2和3以及RSNA的不确定和非典型类别的一致性倾向于较低。两种系统中间类别一致性较低的原因可能很大程度上与以下事实有关:所有患者实际上均为COVID-19阳性,而那些类别是用于替代诊断的。然而,如果存在真正的大叶性肺炎或“树芽征”模式,一致性会更高。我们的结果与若干先前研究[15, 23, 28, 31, 32]一致。Prokop等人[15]进行了第一项研究CO-RADS一致性的研究,报告了合理的中等水平阅片者内一致性(κ = 0.47),其中CO-RADS 1(κ = 0.58)和5(κ = 0.68)的一致性最高。Bellini等人最近发表的一项研究[23]表明CO-RADS获得了中等水平的总体一致性(κ = 0.43),中间类别(2–4级)CO-RADS的一致性低于CO-RADS 1和5。另外,在Ciccarese等人[28]进行的一项研究中,两名阅片者根据RSNA胸部CT分类系统评估了460名患者,典型和阴性类别获得了良好水平的阅片者间一致性,不确定和非典型类别获得了中等水平的阅片者间一致性(κ = 0.5)。另一项研究[31]调查了RSNA胸部CT分类系统的阅片者间一致性,报告典型、非典型和阴性RSNA类别的一致性为优秀,不确定类别的一致性为良好。Inui等人最近发表的一项研究[32]报告CO-RADS(κ = 0.62)和RSNA分类(κ = 0.63)具有良好的阅片者间一致性。
关于患者人口统计学特征,我们发现肺部改变在年轻时较少发生。在9名年龄小于15岁的研究参与者中,只有一名患者,即一名两岁男童,发生了肺炎(CO-RADS 4和不确定的RSNA分类)。这一发现并不令人意外,因为COVID-19在儿童中主要表现为轻症且预后良好,死亡罕见。Zheng等人发表的一项研究[33]得出结论,COVID-19患儿同样比成人临床表现更为良好;然而,三岁以下儿童更易发展为重症。在我们的研究中,大多数成人表现为高CO-RADS分级和典型RSNA分类。这一发现与众所周知的结论一致,即高龄是COVID-19肺炎的易感因素[34]。我们研究中一个有趣的发现是,所有死亡病例均发生在CO-RADS 5和典型RSNA分类的患者中。这一发现可能使一些人对结果低于CO-RADS 5和典型RSNA分类的患者预后感到放心。然而,识别低评分患者对于促进感染患者的隔离仍然很重要。
总之,基于这些与上述已发表研究相似的发现,我们发现两种系统具有可比性,敏感性和可靠性值相似,并提示使用任一系统将产生相同的结果。在此基础上,两种系统在应用于中度和重度/危重症患者时均表现良好。然而,我们的研究存在一些局限性。首先,本研究为回顾性研究,且在单中心进行。其次,我们的研究仅纳入了入院前后进行的首次胸部CT,不考虑自症状出现以来已过去的天数。第三,CO-RADS和RSNA胸部CT分类系统诊断COVID-19的特异性和预测值未能确定,因为我们的分析未纳入COVID-19阴性患者。第四,我们未考虑合并症因素对CO-RADS和RSNA分类敏感性的影响。第五,审阅CT图像的放射科医生知道所有参与研究的患者均为COVID-19阳性,这可能是偏倚的来源。最后,许多临床医生仍不熟悉CO-RADS和RSNA CT分类系统,除非报告中注明CT严重程度评分,否则可能将这些方案误解为疾病严重程度的简单指标。
结论
总之,我们的结果支持CO-RADS和RSNA胸部CT分类系统在诊断COVID-19肺炎方面具有可比性,敏感性和可靠性值相似。将这些系统应用于中度和重度症状患者将显著提高其诊断COVID-19肺炎的敏感性。然而,CO-RADS具有更好的阅片者间一致性,这可能归因于放射科医生对CO-RADS系统更为熟悉,因其与其他RAD系统相似。
引用
- Abdel-Tawab M, Basha MAA, Mohamed IAI, et al. Comparison of the CO-RADS and the RSNA chest CT classification system concerning sensitivity and reliability for the diagnosis of COVID-19 pneumonia. Insights Imaging. 2021. PMID: 33913066. doi:10.1186/s13244-021-00998-4
- 全文:PMC8081002(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8081002/
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。