基于胸部X线影像组学预测COVID-19临床结局
本研究回顾性纳入167例RT-PCR确诊COVID-19患者,从入院前后胸部X线手动分割肺 opacity 提取237个二维纹理特征,用AdaBoost等机器学习算法预测ICU入住、插管和死亡;AdaBoost预测插管AUC=0.72、死亡AUC=0.71、ICU入住AUC=0.61。
要点
- 胸部X线影像组学可辅助预测COVID-19患者插管需求,AdaBoost模型AUC=0.72。
- 一阶纹理特征(直方图分析)对预测模型贡献最大,优于其他纹理家族。
- 预测ICU入住与插管的影像组学特征重叠较多,提示纹理异质性变化相关。
核心结论
- 基于胸部X线影像组学的AdaBoost模型对COVID-19患者插管需求有中等判别能力(AUC=0.72),对死亡和ICU入住判别能力较低(AUC分别为0.71和0.61)。
研究设计与样本
- 回顾性研究纳入167例RT-PCR确诊COVID-19患者,来自三家医院,使用入院前后胸部X线,手动分割最大肺异常区域,提取237个二维纹理特征,采用10折交叉验证评估AdaBoost、ElasticNet和RandomForest模型。
关键影像表现/征象
- 所有患者胸部X线均可见肺 opacity,分割时避开肋骨、导线等伪影。
- 驱动预测模型的重要变量主要来自一阶纹理家族(直方图、强度),其次为GLSZM和GLCM。
- 三个结局预测模型共有至少三个重叠的影像组学特征:两个一阶纹理(MeanAbsoluteDeviation、熵)和一个二阶纹理(GLSZM的ZoneSizeEntropy)。
诊断标准与关键数值
- AdaBoost预测插管需求AUC=0.72(95%CI 0.63-0.81)。
- AdaBoost预测死亡AUC=0.71(95%CI 0.58-0.84)。
- AdaBoost预测ICU入住AUC=0.61(95%CI 0.49-0.67),与ElasticNet性能相似。
临床应用与阅片要点
- 入院胸部X线影像组学特征可作为COVID-19患者预后分层的辅助工具,尤其关注插管风险。
- 报告时可关注肺 opacity 的纹理异质性,一阶直方图特征对预测模型贡献较大。
- 影像组学结果需结合临床和实验室指标综合判断,不宜单独用于治疗决策。
局限性
- 回顾性研究,样本量167例,来自三家医院但未进行外部验证。
- 仅采用二维纹理分析,未纳入临床和实验室指标。
- 未使用ComBat等 harmonization 方法处理多中心扫描差异。
全文中译9 节 · 点击展开
引言
截至2021年1月,全球COVID-19病例总数超过1亿例,死亡人数已增至200万以上。1 目前,美国的严重急性呼吸综合征冠状病毒2(SARS-CoV-2)感染人数和SARS-CoV-2相关死亡人数均为全球最高,分别超过2500万和45万。自COVID-19大流行开始以来,逆转录PCR(RT-PCR)检测已被广泛使用,并仍然是COVID-19诊断的主要工具。2–4 虽然大多数RT-PCR确诊的COVID-19阳性患者具有轻微且可控的流感样症状,但高达11%的患者会发展为需要住院治疗的严重疾病。3,5,6 其中,25%需要入住ICU。
随着病例激增,规划重症监护病房(ICU)资源管理策略的监督委员会指南预计,每五名住院成人COVID-19阳性患者中就有一名需要入住ICU。7 其中,70%的ICU患者将需要某种形式的通气支持,>50%的ICU患者需要侵入性通气支持。鉴于对ICU床位、机械呼吸机等关键且有限资源的需求压倒性增长,审慎的做法是在入院时识别患者层面的特征,以预测COVID-19患者对这些资源的需求。这将有助于设计激增容量资源规划。
近年来,用于胸部X线(CXR)或胸部CT诊断COVID-19的人工智能(AI)系统已被测试,准确率参差不齐。8–12 因此,我们旨在验证定量CXR影像组学指标在RT-PCR确诊COVID-19感染患者中无差别区分不良与良好结局患者的效用。在此,不良结局定义为需要入住ICU、需要插管以及住院患者致命结局风险较高。基于当前文献,我们认为CXR包含发展为COVID-19严重症状患者临床结局的预测信息。13,14 因此,我们假设使用基于CXR的影像组学结合机器学习,可以预测住院患者对ICU的需求、插管需求和死亡。
我们的研究具有独特性,因为它侧重于从临床获取的CXR中定量提取影像指标,CXR是美国COVID-19患者标准诊疗(SOC)管理的一部分,用于预测临床结局。我们在训练模型时考虑了代表多种族患者群体的洛杉矶县数据。这与COVID-19结局已知依赖于人口统计学特征相关。15,16
方法与材料
本项目的数据来自我们机构建立的经IRB批准的COVID-19影像数据库。该COVID-19数据库在南加州大学托管的REDCap数据库中收集并存储所有RT-PCR阳性COVID-19患者的影像及相关临床数据。已获得知情同意豁免。受试者的隐私和机密性根据适用的HIPAA和机构IRB政策与程序受到保护。
患者队列
我们的研究在2020年3月至5月期间确定了167名患者(平均年龄55.4岁;范围19-93岁),其胸部X线(CXR)影像学表现可在RT-PCR日期±2天内获取。我们的研究队列来自三家医院(一家公立教学医院、一家私立教学医院和一家私立社区医院)。在167名患者中,107名为男性,59名为女性,另有1名为其他性别。在167名患者中,68名(40.72%)在住院期间需要重症监护,45名(26.95%)需要插管,25名(14.97%)死亡。一位经验丰富的研究协调员(MP)对所有纳入COVID-19数据库的患者进行了病历审查。我们的纳入标准仅限于经RT-PCR确诊为COVID-19且胸部X线有影像学表现的患者。患者人口学信息的详细信息见表1。
胸部X线采集
我们的分析包括每位患者一次胸部X线检查,共167次胸部X线检查。所有这些图像均为社区获得性图像,作为建立COVID-19数据库的一部分。并非所有患者都有计算机断层扫描(CT)可与胸部X线进行对照。该数据库包含在三个不同站点就诊的所有COVID-19阳性患者的人口学、影像学、临床和实验室数据,即南加州大学Keck医学中心、Verdugo Hills医院和洛杉矶县+南加州大学医学中心。在收集的数据中,我们使用了最接近RT-PCR确认日期的胸部X线图像。我们还使用了结局数据,即是否需要ICU入住、插管和死亡。所有检查均上传至我们机构的影像归档和通信系统(PACS)并可从该系统访问,作为入组时临床标准诊疗(SOC)的一部分。
影像组学分析
在放射组学分析中,对每例患者在胸部X线片(CXR)上识别出单个最大的肺部异常。CXR上的磨玻璃影由HS(具有>5年诊断放射学经验)使用二维感兴趣区(ROI)手动分割,该ROI使用ITK-SNAP(开源软件;http://www.itk.snap.org)沿所识别的肺部异常轮廓放置。如果未见明显肺部异常,则不进行分割。我们队列中全部167例患者均有肺部磨玻璃影。注意避免伪影,如肋骨、导线等。将ITK-SNAP分割得到的ROI保存,以供传输、处理和放射组学分析(图1)。癌症影像表型工具包(CaPTk),17–19一个开源软件平台(https://www.med.upenn.edu/cbica/captk/),用于对ITK-SNAP提取肿瘤病变后获得的ROI进行特征提取。这些分割后的ROI随后被传输至CaPTk进行放射组学分析(表2)。仅进行了二维纹理放射组学分析。放射组学指标使用复杂的数据表征算法量化构成感兴趣区的像素/体素之间的复杂关系(纹理)。CaPTk放射组学平台中的一些关键指标包括纹理的一阶统计指标,如强度、直方图;纹理的二阶统计指标,如灰度共生矩阵(GLCM)、灰度尺寸区域矩阵(GLSZM)、灰度游程长度矩阵(GLRLM),以及纹理的高阶统计指标,如局部二值模式(LBP)。一阶统计指标仅量化感兴趣区内“信号的强度”。二阶统计指标考虑感兴趣区内的强度和空间方向、位置。高阶指标对图像进行变换,以提供关于频率、多水平评估(局部与全局评估)的额外信息。所有结果均以逗号分隔值(.csv)格式导出,用于放射组学分析。
统计分析
对于人口统计学信息,我们使用卡方检验(用于分类数据)和ANOVA或Kruskal–Wallis检验(用于连续数据)来比较三个研究地点之间患者人口统计学特征的差异。根据数据正态性,使用单变量独立t检验或Wilcoxon秩和检验,连同箱线图中显示的均值、标准差和四分位距,作为放射组学特征与临床结局关联的描述性分析。采用Benjamini-Hochberg(BH)程序控制单变量分析的多重比较误差。计算每个放射组学特征家族中未校正和BH程序校正后p < 0.05的特征百分比,作为对每个放射组学特征家族总体信号强度的评估,并与机器学习生成的重要变量进行比较。使用三种机器学习(ML)算法评估放射组学特征预测生物标志物的能力:随机森林(RF)、Real AdaBoost20和ElasticNet。RF和AdaBoost被视为非参数方法,而ElasticNet被视为参数方法。对于所有三种分类器,使用10折交叉验证评估模型性能。完整数据集被等分为十折。我们重复学习过程十次,并将分类器应用于每个测试样本。因此,每个研究样本作为独立测试病例一次。使用来自10个测试数据集组合的预测概率构建受试者工作特征(ROC)曲线。使用曲线下面积(AUC)及95%置信区间评估预测准确性。我们在每次迭代中应用五折交叉验证(“袋外”交叉验证)过程,以在通过10%独立测试样本评分之前确定最终预测模型。10%的独立测试数据从学习阶段排除,以避免信息泄露。对于随机森林,我们使用了800棵树,最大深度为50,叶节点大小为16,尝试的变量数为变量数的平方根。对于Real Adaboost,由于其更高效,按照21的建议仅构建了25棵树,深度为3。21 对于随机森林和Adaboost,使用基尼不纯度指数作为损失函数。使用Loh方法22进行变量选择。该方法选择在列联表中关联卡方检验p值最小的变量;区间变量通过动态计算的均值标准差比例进行截断。使用预测残差平方和(CVPRESS)为ElasticNet选择候选预测因子和最终模型。对于不平衡结局,使用King等23描述的先验校正。来自随机森林和Adaboost的重要变量(VOI)使用袋外基尼指数(OOBGini)进行选择和排序,而ElasticNet则为最终模型中的剩余变量。对于随机森林和Adaboost,顶级VOI的截断值由OOBGini的“悬崖”确定,即与前一个排名位置相比的突然大幅变化。VOI选择程序重复十次,最终排名基于10折交叉验证期间作为顶级VOI的计数次数。SAS Enterprise Miner 15.1:高性能过程用于机器学习。SAS9.4用于所有其他统计分析。
结果
在本研究中,我们使用放射组学提取了分割肺影内存在的纹理(灰度空间分布)内容。共提取了237个特征用于数据分析。我们患者队列的详细信息见表1。
在图2中,我们绘制了本研究中考虑的三种机器学习算法预测需要ICU、需要插管和死亡的AUC值。该图说明Adaboost分类器在预测死亡和插管方面表现最佳。它在预测需要ICU方面与ElasticNet性能相似。
三种机器学习模型在三种结局中的相关敏感性、特异性、阳性预测值和阴性预测值已报告(补充材料1)。
点击此处获取额外数据文件。
在三种临床结局中,基于Adaboost的放射组学特征对预测ICU入院患者需要插管显示出合理的判别能力(AUC >0.72)。基于Adaboost的放射组学特征在预测住院患者死亡和需要ICU方面分别报告的AUC为0.71和0.61。我们的单变量分析支持这些数据。在三种临床结局中,分别有14.7%、15.2%和20.6%的所有放射组学指标在两组间差异比较中达到p ≤ 0.05的显著性水平。
在分析的七个纹理家族中,在评估死亡风险较高的住院患者与其他患者之间放射组学指标的差异时,GLRLM在给定家族内达到p ≤ 0.05显著性水平的特征百分比最高,为69.38%。同样,在评估需要插管的ICU患者与其对照之间放射组学指标的差异时,直方图分析和强度等一阶纹理指标在给定家族内达到p ≤ 0.05显著性水平的特征百分比最高,为88.9%。在评估需要ICU的住院患者与其对照之间放射组学指标的差异时,也观察到类似结果。
我们使用袋外基尼指数对重要变量进行排序。在放射组学指标中,符合Adaboost模型重要变量标准的前10位来自一阶纹理家族,如直方图和强度,其次是GLSZM和GLCM。这一观察在三个“结局”预测模型中一致。Adaboost模型中这些指标的分布总结于图3。
采用维恩图方法评估进入预测三种结局的重要变量标准的放射组学指标的重叠情况。结果总结于图4。在三个预测模型之间识别出许多重叠的放射组学指标。与其他情景相比,驱动需要ICU和需要插管预测模型的放射组学指标之间存在更大的重叠。至少三种符合前10位重要变量标准的不同放射组学指标在三个结局预测模型中常见。
讨论
预测关键临床资源需求的技术,例如是否需要重症监护病房(ICU)、是否需要插管以及高死亡风险,对于激增应对和大规模伤亡规划至关重要,尤其是在COVID-19大流行期间。24目前,定性影像学、临床、人口学和血液检测指标正在被使用,但其准确性参差不齐。基于胸部X线摄影(CXR)的准确定量早期指标——CXR目前是COVID-19患者标准影像学检查的一部分——有潜力实现这一目标。本研究利用基于CXR的影像组学分析应用于多中心数据来构建此类决策分类器。我们使用了三种机器学习方法,即Adaboost、弹性网络和随机森林(RF),它们在预测临床结局、ICU需求、插管需求和死亡方面产生了合理至良好的判别能力。在三种机器学习方法中,Adaboost表现最佳。我们报告在167例RT-PCR确诊的COVID-19阳性患者中,预测插管需求、死亡和ICU需求的曲线下面积(AUC)分别为0.72 95% CI(0.63 0.81)、0.71 95% CI(0.58 0.84)和0.61 95% CI(0.49 0.67)。除创建预测模型外,我们还识别了驱动三种结局预测模型性能的影像组学指标,并研究了这些指标之间的重叠。我们的结果显示,与其他情形相比,驱动ICU需求预测模型和插管需求预测模型的影像组学指标之间重叠更大。在其他研究中验证后,本研究呈现的结果表明,在COVID-19患者入住医疗机构时或前后采集的数据可能有助于对临床结局提供客观准确的评估,尤其是ICU患者的插管需求。所呈现的工作是基础性的,我们随后计划纳入这些患者的实验室和临床指标,这可能有助于改善这些模型的预测性能。影像组学在COVID-19患者CXR中适用性的核心假设是其能够客观评估肺部病变,如磨玻璃影,并在纵向研究中动态评估其异质性。CXR影像组学的独特优势在于获得结果的周转时间相对较短。尽管CXR影像组学在COVID-19评估中有潜在应用,但影像组学研究总体上受到寻找既稳健(即跨多种图像设置稳定)又可重复(即跨多台不同扫描仪稳定)的指标的阻碍。25,26虽然单扫描仪、单中心数据库在理论上提供更干净的分析,但这些条件在真实世界环境中不可复制。在我们的研究中,我们纳入了来自三个年龄和种族分布差异很大的中心的数据(补充材料1),并使用交叉验证方法评估模型稳健性。10折交叉验证会将数据重新洗牌10次,并在学习和测试样本中混合来自不同机构的数据。该程序具有类似于“意向性治疗”的功能,即洗脱预测模型仅对来自一个机构/扫描仪的数据有效而对其他数据无效时的伪影。
CT和胸部X线摄影(CXR)传统上用于病毒性肺炎的诊断和管理。由于非典型肺炎是SARS-CoV-2感染的主要表现,已有大量文献使用人工智能增强的影像技术评估COVID-19;然而,这些研究大多局限于CT,且多采用视觉评估和/或半定量方法。此外,对COVID-19患者肺活检组织的病理学研究提示,血栓形成伴微血管病和血管新生是该病的强鉴别因素。27因此,影像组学分析,特别是纹理分析——已被证明能够捕捉这些表型——也可能提供关于COVID-19的更多信息。28,29
Homayounieh等人使用315例患者的数据,报道了胸部CT影像组学在区分门诊与住院患者方面的应用前景,AUC为0.84(p < 0.005),优于“放射科医师对病变范围和磨玻璃影类型的判读,后者AUC为0.69(p < 0.0001)”。30该研究组还报道,与放射科医师预测相比,影像组学预测模型在预测需要入住ICU(AUC:0.75 vs 0.68)和死亡(AUC:0.81 vs 0.68)方面的性能有所提高(p < 0.002)。Yue等人报道了基于6个二阶影像组学指标特征的CT影像组学模型,在52例COVID-19患者中区分短期和长期住院,逻辑回归和随机森林的曲线下面积分别为0.97(95%CI 0.83–1.0)和0.92(95%CI 0.67–1.0)。31虽然CT在评估COVID-19感染方面优于CXR,32但CXR在ICU患者中更易实施,且被美国多个学会推荐。然而,大多数使用CXR数据的影像组学研究围绕从其他病毒感染中检测COVID-19展开。
基于我们的维恩图方法,在三个预测模型之间识别出重叠的影像组学指标。与其他情景相比,驱动需要入住ICU和需要插管的预测模型的影像组学指标之间发现了更大的重叠。在驱动需要入住ICU和需要插管的预测模型的影像组学指标之间,发现6个不同的影像组学指标重叠,其中5个来自一阶家族,即强度,1个来自二阶家族,即灰度共生矩阵(GLCM)。有趣的是,所有重叠指标均属于评估分割感兴趣区(ROI)内灰度空间异质性的纹理家族。需要入住ICU与需要插管之间的重叠指标表明,患者入住ICU后最终需要插管时纹理变化的密切关联。这些可以从入院时拍摄的CXR扫描中检测到。
虽然诸如ComBat等统计协调方法已被用于协调来自不同扫描仪和/或采集设置的扫描。33 最近一项研究表明,当扫描被协调后,可能无法保留原始效应量。在某些情况下,它可能引入“不需要的效应”,这可能夸大预测准确性。34 当学习数据和独立测试数据被一起“协调”时,独立数据不再真正“独立”,这可能是使用ComBat时准确性提高的原因。据我们所知,尚无研究考察使用ComBat时错误发现的变化。虽然影像组学指标的协调有助于利用多中心数据对影像组学进行可靠评估,但并非所有影像组学特征都需要协调。基于先前发表的使用定制CT影像组学体模的影像组学可靠性研究,我们识别出无需协调即具有稳健性的影像组学特征。25,26 在交叉验证期间,稳健特征更有可能被保留为重要预测因子。 institute与扫描仪之间差异较大的特征会被剔除,因为不稳定信号大多相互抵消。在本研究中,我们仅使用稳健特征进行了敏感性分析(补充材料1)。仅使用稳健特征的预测准确性与使用所有特征的全模型保持相似。因此,虽然保守,我们的结果是稳健的。
我们的研究并非没有局限性。所有CXR图像均为手动分割,这在分析非常大型数据集时可能不可行。分割的ROI是在CXR上肉眼观察到的最具代表性的大片磨玻璃影捕获区域。ROI的精确形状并不关键,因此在分析中未予评估。考虑到CXR来自多个站点,包括便携式设备,对ROI进行绝对大小评估并不实际。在后续研究中,我们打算对ROI大小进行半定量评估。然而,尽管存在这些局限性,本研究仍可为该领域的未来研究奠定基础。我们的结果可用于开发更准确工具,以识别COVID-19患者不良结局(如需要插管、入住ICU或死亡)的早期预测因素。
当前文献报道了结局的强预测因子,例如,年龄是死亡的最强预测因子,血氧饱和度是插管的最强预测因子。35当这些因素作为输入加入预测模型时,机器学习分类器会自动选择这些指标而非影像组学特征。然而,由于本文的重点是评估影像组学特征作为结局标志物的预测价值,我们未在预测模型中纳入非影像预测因子。我们考虑过对每个影像组学特征“回归剔除”非影像预测因子的影响。然而,潜在非影像预测因子的列表及其与每个影像组学特征的关联强度是可变的。此外,对过多关联较弱的非影像预测因子(混杂因素)进行任意回归剔除会在机器学习中产生人为效应。因此,我们采用交叉验证作为防范混杂效应的保障措施。混杂效应总是由数据采样引入的。当将数据分为学习样本和测试样本时,混杂关系会发生变化,例如,学习样本中的混杂因素在测试样本中不太可能仍是混杂因素。因此,如果模型的预测准确性能够在交叉验证过程中得到重复,则表明混杂因素的影响极小。
结论
本工作代表了对入院时逆转录聚合酶链反应(RT-PCR)阳性COVID-19患者提取的基于胸部X线(CXR)的影像指标进行的性能评估,以分别开发用于预测重症监护病房(ICU)需求、插管需求和死亡风险的机器学习算法。在使用更大队列进行验证后,对这些预测因子的早期评估可帮助医疗系统制定资源管理策略,尤其是在病例激增期间。未来研究应在多中心环境中使用深度学习方法探索严格的验证策略。
引用
- Varghese BA, Shin H, Desai B, et al. Predicting clinical outcomes in COVID-19 using radiomics on chest radiographs. Br J Radiol. 2021. PMID: 34520246. doi:10.1259/bjr.20210221
- 全文:PMC9328073(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9328073/
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。