肺实质衰减对肺癌筛查中结节体积测定的影响
本研究回顾性分析514例接受低剂量CT筛查患者的1265个5-8 mm肺结节,评估结节周围肺实质平均衰减对两种体积测量软件分割质量的影响。结果显示,周围肺实质衰减每增加1 HU,良好分割的比值比为0.987(p<0.001),效应量最大;作者建议在肺实质衰减异常时解读自动体积测量需谨慎。
要点
- 结节周围肺实质平均衰减增高会降低体积软件良好分割的概率。
- 5-8 mm结节中,周围肺实质衰减是良好分割的最强预测因子。
- 不同体积软件间的测量值存在系统性差异,随访宜使用同一软件。
核心结论
- 对于长轴直径5-8 mm的肺结节,周围肺实质平均衰减增高与体积软件分割质量下降相关,导致测量误差。
- 作者建议在肺实质衰减异常的情况下随访肺结节时,解读自动测量评估生长需谨慎。
研究设计与样本
- 回顾性横断面观察性分析研究,纳入2016年8月至2018年12月英格兰东北部一家三级医院肺癌筛查项目中514例患者的1265个结节(每个观察者/软件包共5060次测量)。
- 使用同一设备(Somatom Definition Flash;Siemens)低剂量CT协议扫描,由两名心胸放射科医生(分别有5年和10年经验)应用两种商用体积软件(Carestream Vue PACS v 11.4.01.1011 和 Syngo via VB20)进行分割和测量。
- 参考标准为两名医生共识判定(分歧由一名有超过25年经验的胸部放射科医生参与讨论解决),良好分割定义为分割成功且充分(完整包含结节并排除血管和肺实质实变)。
关键影像表现/征象
- 两种软件记录的良好分割比例:工具2为读者1 88.1%、读者2 88.4%,工具1为读者1 84.8%、读者2 83.8%。
- 平均结节体积(cm³):工具1读者1为102.7±257.7、读者2为100.3±250.6,工具2读者1为97.1±105.5、读者2为95.5±98.5。
- 长短期平均直径(mm):工具2读者1为5.51±0.94、读者2为5.51±0.95,工具1读者1为5.38±0.96、读者2为5.37±0.96。
- 周围肺实质平均衰减(HU):工具1读者1为−761.1±85.3、读者2为−760.3±84.7,工具2读者1为−787.8±82.4、读者2为−787.5±82.0。
诊断标准与关键数值
- 良好分割的比值比:周围肺实质平均衰减每增加1 HU为0.987(95%CI 0.985-0.988,p<0.001);长短期平均直径每增加1 mm为1.558(95%CI 1.350-1.797,p<0.001);结节体积每增加1 mm³为0.984(95%CI 0.982-0.986,p<0.001);有肺部手术史为3.414(95%CI 1.575-7.401,p=0.002);存在钙化胸膜斑为0.593(95%CI 0.414-0.849,p=0.004)。
- 效应量:周围肺实质平均衰减ζ²=0.195,结节体积ζ²=0.033。
- 软件间ICC:整体0.905(95%CI 0.897-0.912),工具1为0.885(95%CI 0.872-0.897),工具2为0.929(95%CI 0.920-0.936)。
- 观察者间ICC:整体0.745(95%CI 0.722-0.766),读者1为0.741(95%CI 0.710-0.769),读者2为0.749(95%CI 0.717-0.778)。
临床应用与阅片要点
- 作者建议在肺实质衰减异常的情况下随访肺结节时,解读自动测量评估生长需谨慎。
- 作者指出肺癌筛查随访研究应由同一读者使用与基线相同的软件包进行。
- 作者认为手动测量长短轴直径在读者间的可靠性高于体积软件的自动测量。
局限性
- 本研究使用了非标准的肺实质衰减测量方法(因无标准方法而选择的合理折中)。
- 缺乏关于局灶性肺实质改变(即胸膜斑和既往肺部手术所致改变)相对于肺结节位置的信息。
- 作者指出未来研究可进一步检验结节大小对结果的影响以及其对结节体积倍增时间计算的影响。
全文中译9 节 · 点击展开
要点
目前推荐采用肺结节容积测定法进行肺结节管理。
用于容积分析的人工智能工具仍存在一些局限性因素。
位置、大小、形状、密度是影响结节容积测定最常见的因素。
肺实质的衰减是结节容积测定的另一个局限性因素。
认识这些因素对临床决策和患者安全具有影响。
背景
尽管肺结节管理指南历来推荐使用电子卡尺测量结节,但人工智能工具正越来越多地用于结节检测和测量。这一转变主要引入于荷兰-比利时肺癌筛查(Nederlands-Leuvens Longkanker Screenings Onderzoek,即NELSON)试验,随后被整合到Fleischner学会和英国胸科学会关于偶发性肺结节的指南中,分别适用于体积超过100 mm3和80 mm3的结节。这些指南明确将微结节(< 5 mm)确定为良性,将较大结节(> 8 mm)确定为具有高恶性风险,这得到了NELSON试验数据的支持。对于5至8 mm之间的结节,生长速率在区分良性和恶性病变方面优于大小或形态学特征[1, 2]。
推荐对肺结节进行容积测量的依据是认识到结节直径不能准确反映大小或生长,因为并非所有结节都是完美球形或对称生长的。因此,计算结节体积使得能够使用更好的生长标志物,如体积倍增时间(VDT)[3]。
近期多项研究探讨了肺结节容积测定的可靠性和局限性因素,如位置(即邻近或连接高密度结构)、大小、形状和密度[4-6]。对于直径小于6 mm的结节,各研究间容积变异性显著,且现有软件对磨玻璃结节的分割很可能失败,这些已被认识[7, 8]。技术因素,如计算机断层扫描(CT)扫描仪的探测器数量、对比剂给药、层厚、重建图像的插值以及所使用的重建算法,也影响容积测定的准确性[9-12]。
然而,关于邻近肺实质密度变化对肺结节容积评估的影响知之甚少;此类变化可能改变这些结构之间的对比度。根据经验,某些病理状况(如肺气肿)引起的对比度增加被认为可减少体积测量的变异性,而对比度降低[如因间质性肺疾病(ILD)所致]被认为会增加这种变异性[12]。肺癌筛查项目的数据表明,ILD的患病率高达20%[13]。邻近肺实质衰减变化对结节体积计算的影响将对大量患者产生医学和治疗意义,并对肺癌筛查项目产生重大财务影响。本研究旨在评估肺结节邻近肺实质的对比度对使用容积软件进行结节分割的影响。
材料与方法
机构研究委员会审查委员会批准了这项回顾性横断面研究(观察性、分析性),并因使用现有临床数据而豁免了书面知情同意的要求。
研究样本
研究样本来源于2016年8月至2018年12月期间在英格兰东北部一家三级医院参加肺癌筛查项目的所有患者。所有CT筛查检查均使用同一设备(Somatom Definition Flash;Siemens,Erlangen,德国)按照低剂量CT方案进行(表1)。所有无技术性(如呼吸运动)伪影、显示直径为5–8 mm实性肺结节的CT检查均纳入本研究。对于纳入的患者,通过医院信息系统查阅临床记录,并收集以下患者数据:患者年龄和性别以及慢性阻塞性肺疾病(COPD)、结核病(TB)和肺部手术的既往史(表2)。
阅片者与测量
两名分别具有5年(阅片者1)和10年(阅片者2)经验的心胸放射科医师按照图1所述方案,使用Carestream Vue PACS v 11.4.01.1011(Carestream Health,Inc,Rochester,NY;工具1)和Syngo via VB20(Siemens Healthineers AG,Erlangen,德国;工具2)容积测量软件包识别并测量肺结节。阅片者之间关于肺结节纳入的分歧,经两名阅片者与一名具有超过25年经验的第三位胸部放射科医师讨论后以共识解决(共识决定)。
对于每个识别出的结节,阅片者使用两种软件包记录以下内容:结节分割成功或失败(软件工具是否提供结果或通知用户测量失败)。失败定义为连续三次分割尝试失败。
结节分割充分或不充分(在分割成功的情况下,这是阅片者对结节完整包含以及血管和肺实质实变排除的主观印象)。
结节体积,使用软件半自动计算。
结节长轴和短轴直径(正交及轴位平面),使用电子卡尺手动测定,四舍五入至小数点后一位。
“邻近肺实质的平均衰减值”,以亨斯菲尔德单位表示,使用PACS感兴趣区(ROI)工具勾勒结节周围约5 mm厚度的区域后获得,四舍五入至小数点后一位(图2)
是否存在提示间质性肺异常(ILA)或ILD、肺气肿、胸膜斑和线状肺不张的征象。
统计分析
临床和影像数据使用SPSS软件(版本26.0;IBM Corporation,Armonk,NY,USA)进行分析。创建了二分类变量“正确分割”,反映分割的成功性和充分性,以及连续变量“长径与短径的平均值”,反映手动测量的结节长轴和短轴直径的平均值(遵循Fleischner学会推荐[1]),并计算了所有纳入病例的值。
进行描述性统计分析,包括样本均值、标准差(SD)、最小值、最大值和四分位数(表3)。
数据使用二元 logistic 回归模型进行分析,以“正确分割”作为因变量,以“长径与短径的平均值”、“相邻肺实质的平均衰减值”、阅片者、软件包、患者年龄和性别以及相关流行病学因素(既往肺部手术、ILAs/ILD、肺气肿、COPD、TB、钙化性胸膜斑和线状肺不张;所有变量的参照=无)作为自变量(预测因子)。对显著自变量进行自动选择(显著性阈值0.10)。使用Nagelkerke R2值评估自变量对因变量(“正确分割”)方差的解释程度。使用Hosmer–Lemeshow卡方拟合优度检验和模型系数综合检验评估模型的整体拟合度。阅片者与软件包之间的方差分析使用单因素ANOVA检验进行。使用组内相关系数(ICC)和绝对一致性型双向混合模型评估阅片者间和软件间一致性。
结果
在2016年8月至2018年12月期间,共有1497名参与者被确认参加了筛查项目,并在此期间至少接受过一次低剂量胸部CT检查。部分参与者在此时段之外在该低剂量CT筛查(LCS)项目下接受了额外的低剂量CT扫描,这些扫描也被纳入研究。最早的扫描日期为2016年4月5日,最晚的为2020年8月2日。因未发现符合条件的肺结节,971名患者的数据被排除;因呼吸运动伪影,3名患者的数据被排除;经共识决定后,8名患者的数据被排除。另有1名患者因某一软件包特有的技术问题无法访问其记录而被排除。最终样本包括对514名患者的CT检查所进行的5060次测量(1265次/观察者/软件包)(图3)。患者的人口学和临床特征总结于表2。
阅片者1和阅片者2使用工具2记录到“正确分割”(定义为分割的成功性和充分性)的频率(阅片者1和阅片者2分别为88.1%和88.4%)高于使用工具1(阅片者1和阅片者2分别为84.8%和83.8%)。
对于阅片者1和阅片者2,使用工具1获得的平均结节体积(cm³)(阅片者1和阅片者2分别为102.7 ± 257.7和100.3 ± 250.6)大于使用工具2获得的体积(阅片者1和阅片者2分别为97.1 ± 105.5和95.5 ± 98.5)。对于两种工具,阅片者1记录的体积均大于阅片者2记录的体积。两位阅片者使用工具2记录的“长径与短径的平均值”(mm)值(阅片者1和阅片者2分别为5.51 ± 0.94和5.51 ± 0.95)也大于使用工具1记录的值(阅片者1和阅片者2分别为5.38 ± 0.96和5.37 ± 0.96)。各软件包获得的“长径与短径的平均值”在阅片者之间相似。两位阅片者使用工具1获得的“邻近肺实质的平均衰减值”(Hounsfield单位;HU)值(阅片者1和阅片者2分别为− 761.1 ± 85.3和− 760.3 ± 84.7)大于使用工具2获得的值(阅片者1和阅片者2分别为− 787.8 ± 82.4和− 787.5 ± 82.0)。各软件包获得的“邻近肺实质的平均衰减值”在阅片者之间相似(表3)。
在排除30例存在缺失值的病例后,二元逻辑回归模型纳入了5030例有效病例的数据。Hosmer–Lemeshow检验验证了模型拟合优度(χ²₈ = 15.23,p = 0.055),综合检验表明含预测变量的模型与仅含截距的模型存在显著差异(χ²₅ = 1601.47,p < 0.001)。Nagelkerke R²值表明该模型解释了因变量50.3%的变异。
“正确分割”的比值比随“长径与短径平均值”每增加1 mm而增加1.558倍(95%置信区间(CI),1.350–1.797)(p < 0.001),有肺部手术史者增加3.414倍(95% CI 1.575–7.401)(p = 0.002);随结节体积每增加1 mm3而降低0.984倍(95% CI 0.982–0.986)(p < 0.001),随“邻近肺实质平均衰减值”每增加1个亨斯菲尔德单位(HU)而降低0.987倍(95% CI 0.985–0.988)(p < 0.001),存在钙化性胸膜斑时降低0.593倍(95% CI 0.414–0.849)(p = 0.004)。其他变量均不能显著预测“正确分割”(表4)。效应量以“邻近肺实质平均衰减值”最大(ζ2 = 0.195),其次为结节体积(ζ2 = 0.033)。
全样本及工具1和工具2的组内相关系数(ICC)分别为0.905(95% CI 0.897–0.912)、0.885(95% CI 0.872–0.897)和0.929(95% CI 0.920–0.936),表明软件间信度极高,且工具2的信度高于工具1。方差分析(ANOVA)显示,全样本(F1,2519 = 0.962,p = 0.327)、工具1(F1,1264 = 2.452,p = 0.118)或工具2(F1,1264 = 0.257,p = 0.621)的读者间差异均无统计学意义。同样,ICC(全样本、读者1和读者2分别为0.745(95% CI 0.722–0.766)、0.741(95% CI 0.710–0.769)和0.749(95% CI 0.717–0.778))表明观察者间信度尚可,读者间无显著差异。方差分析显示,全样本(F1,2519 = 41.642,p < 0.001)、读者1(F1,1264 = 14.615,p < 0.001)和读者2(F1,1264 = 28.166,p < 0.001)的软件包间差异均有统计学意义。
讨论
本研究表明,直径为5–8 mm的肺结节正确分割的概率主要与“邻近肺实质平均衰减值”相关,其次为结节体积和“长径与短径平均值”。鉴于“邻近肺实质平均衰减值”存在全球性差异,这一发现可能具有重要的临床意义。
本研究结果表明,使用体积测量软件时,较小结节正确分割的概率降低。这一发现与既往报道一致,即较小结节的体积变异性更大(直径< 6 mm的结节可达30%)[14, 15]。在此背景下,正确分割概率随结节体积(与结节直径相关)增加而降低这一现象与直觉相反。该发现可能的解释是,结节体积的自动计算依赖于体积测量工具的算法,而变量“长径与短径平均值”则根据人工测量的结节长轴和短轴直径计算得出,因此反映了观察者对结节的评估。由于分割不充分很可能涉及过度分割和结节体积高估,因此体积与正确分割之间的这种负相关可能反映了体积测量工具测量误差的增加。
在本研究中,既往肺部手术史和钙化性胸膜斑的存在也与正确分割显著相关,尽管其效应量可忽略不计。既往肺部手术提高了正确分割的概率,可能是因为部分性和全肺切除术通过剩余肺的代偿性过度膨胀促进了血管和呼吸机制的重大改变,也可能通过激素调节的剩余肺叶代偿性生长以试图恢复正常的质量、结构和功能[16–18]。然而,据我们所知,文献中没有关于肺部手术后肺实质衰减变化的报道,而且可忽略的效应量和我们样本中既往有肺部手术史的患者数量较少,应警惕过度解读。胸膜斑的存在降低了正确分割的概率,可能是由于其导致肺实质的结构扭曲。
本研究使用的数据集不包含测量结节与局灶性实质改变(如手术瘢痕或胸膜斑)邻近程度的信息,这使得解读困难且模型不完整。这一因素也有助于解释我们模型中ILA/ILD相关变化的非显著效应,尽管结节邻近肺实质的平均衰减以及ILA/ILD引起的肺实质衰减增加具有明显效应[19–22]。
-950 HU的截断值是定量分析中区分肺气肿与正常肺组织最广泛接受的阈值[23–25]。该阈值基于临床实践中使用的常规全剂量胸部CT方案。我们样本中的所有数值均超过该阈值,无论是否存在肺气肿,这可能与筛查所用低剂量方案较低的信噪比有关;和/或结节本身可能扭曲实质并影响其周围衰减。据作者所知,尚未针对低剂量方案定义特定阈值。我们怀疑它会与全剂量方案使用的阈值不同,但需要更多证据。
我们对平均值的分析显示,对于自动测量,不同软件包和读者之间的体积测量存在差异,但对于手动测量(长径和短径测量以及结节邻近肺实质的衰减),仅存在软件包之间的差异(而非读者之间)。我们还发现观察者间和软件间可靠性方面表现良好,尽管后者稍逊,这与当前建议一致,即在肺癌筛查项目背景下进行的随访研究应由同一读者报告并使用与基线研究相同的软件包进行。这些发现还表明,短轴和长轴直径的手动测量在读者间的可靠性高于体积工具的自动测量。
本研究采用大样本的结节测量数据进行,据我们所知,样本量大于任何其他已发表的系列研究。然而,本研究存在若干局限性;值得注意的是,使用了非标准的肺实质衰减测量方法(选择该方法作为合理的折中方案,因为尚无标准方法),以及缺乏关于局灶性肺实质改变(即胸膜斑和既往肺部手术所致的改变)相对于肺结节位置的信息。未来研究可进一步探讨结节大小对所发现结果的影响(在结节分割中,结节邻近肺实质的平均衰减对较小结节的影响是否更为显著?),以及其如何影响结节体积倍增时间(VDT)的计算(在结节邻近肺实质平均衰减异常的结节中,VDT是否为结节生长的可靠指标?)。
结论
对于长轴直径为5至8 mm的肺结节,邻近肺实质平均衰减的增加与体积测量工具对结节分割质量的下降相关,从而导致测量误差。在肺实质衰减异常的情况下随访肺结节时,解读用于评估生长的结节自动测量结果应审慎。
引用
- Penha D, Pinto E, Hochhegger B, et al. The impact of lung parenchyma attenuation on nodule volumetry in lung cancer screening. Insights Imaging. 2021. PMID: 34170410. doi:10.1186/s13244-021-01027-0
- 全文:PMC8233433(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8233433/
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。