胸椎机会性CT骨密度自动测量的可重复性
本研究回顾性纳入178例1个月内接受2次连续CT的患者,评价胸椎T5-T7和T8-T10自动容积骨密度测量的可重复性。结果显示RMSCV从T5-T7的0.83%到T8-T10的6.8%不等,提示胸椎机会性骨质疏松筛查在不同CT采集方案下具有临床可行性。
要点
- 胸椎机会性骨密度测量在标准化单机条件下可重复性最佳,RSMCV最低可达0.83%。
- T5-T7可重复性优于T8-T10,可能与下胸椎邻近膈肌更易受呼吸运动影响有关。
- 跨扫描仪且跨对比期相组合变异性最高,不适合用于纵向骨密度监测。
核心结论
- 胸椎T5-T7和T8-T10自动容积骨密度测量在不同CT采集协议下具有临床可应用的可重复性。
- 技术复杂性越高,可重复性越差,标准化采集参数对纵向骨密度评估至关重要。
研究设计与样本
- 回顾性研究,纳入178例患者,共914个容积骨密度观测值,来自单中心及外院数据。
- 使用卷积神经网络框架SpineQ v1.1进行自动椎体分割、HU到骨密度转换及对比期相校正。
- 依据6种可重复性情景分组:Δrecon、Δcontrast、Δsession、Δscanner、Δall和scanner-agnostic。
关键影像表现/征象
- 扫描仪内不同重建参数下T5-T7的RMSCV为0.83%,T8-T10为1.4%,显示自动分割对重建参数变化稳健。
- 自动对比期相校正后Δcontrast组RMSCV低于3%,优于既往线性校正方程的3.1%-8.8%。
诊断标准与关键数值
- T5-T7的RMSCV范围为0.83%至4.90%,T8-T10的RMSCV范围为1.4%至6.8%。
- T8-T10的Δall组RMSCV最高,为6.8%(n=32)。
临床应用与阅片要点
- 年度低剂量肺癌筛查CT可同时评估胸椎骨密度,无需额外辐射剂量或检查费用。
- 随访骨密度变化应尽量保持同一扫描仪和相同采集方案,不宜跨机型或跨对比期相直接比较。
- 阅片时应关注急性液体转移等临床混杂因素,可能影响骨密度变化判断。
局限性
- 回顾性设计限制了对扫描方案和患者因素的控制。
- 1个月间隔纳入标准可能引入选择偏倚,此类患者基础病情往往更重。
- 自动分割和对比期相校正流程与扫描仪类型部分来自同一机构,存在单中心偏倚。
全文中译10 节 · 点击展开
引言
根据SCOPE 2021报告,2019年估计有约3200万欧盟27国+2地区居民患有骨质疏松症,且以女性为主:50岁及以上女性中22.1%患病,而男性相应比例为6.6%。同年,骨质疏松症在欧盟27国+2地区造成约430万例脆性骨折,并与约248 000例死亡存在因果关联。骨质疏松性骨折的直接费用达569亿欧元,约占欧盟医疗总支出的3.5%,但其中仅3%用于药物治疗。1 人口趋势预计将进一步加重这一负担:2019年至2034年间,脆性骨折年发生例数预计将增加24.8%,从430万例增至530万例。尽管已有有效疗法,骨质疏松症的诊断和治疗仍严重不足。在欧盟27国+2地区,50岁及以上高骨折风险女性的治疗缺口平均为71%,主要归因于诊断不足和机会性筛查策略实施有限1, 2,尽管这些策略已被证明具有成本效益。3, 4
虽然双能X线吸收测定法(DXA)仍是诊断金标准,但近年来的进展已能利用卷积神经网络实现椎体自动分割,从而在常规CT检查中开展机会性骨质疏松筛查,且无需额外辐射暴露。5–8 胸椎体积骨密度(vBMD)测量的相关性已得到证实:Johannesdottir等9发现胸椎骨密度与腰椎测量值高度相关,且两个区域均能可靠预测偶发性椎体骨折;Therkildsen等10发现常规心脏CT扫描测得的BMD与骨折风险显著相关。
即将开展的全美肺癌筛查项目为机会性骨矿化评估提供了重要机遇。德国该项目于2025年6月获批为法定保险给付项目,于2026年4月启动,为年龄50–75岁、吸烟史≥25年的高危人群提供每年一次的低剂量计算机断层扫描。人口学分析预计约有550万符合条件者。11 预期的大量胸部CT检查为在不增加辐射暴露或医疗费用的情况下同步进行骨健康评估提供了前所未有的机会。
既往研究已证实机会性腰椎vBMD的可重复性,12 但胸椎的相应数据尚缺乏。因此,本研究旨在分析自动化胸椎vBMD测量的可重复性,以支持其在肺癌筛查项目中的大规模应用。
方法
研究人群特征
本研究自机构影像归档与通信系统(PACS)中回顾性筛选了2016年11月至2020年7月期间至少接受过2次连续常规胸部或腹部CT检查的患者。符合条件的患者扫描间隔不超过1个月,且感兴趣区域一致,至少包含2个可评估的椎体。共纳入178例患者、1326个观测值,观测值定义为同一患者同一椎体水平的2次不同采集。根据ACR标准13判定为不可测量的椎体被自动排除,具体包括骨折椎体或累及椎体面积>25%的Modic 3型改变。为保证质量,1名医学生和2名接受过脊柱影像培训的神经放射科医师(K.S.,1年经验;J.B.,10年经验;J.S.K.,24年经验)对椎体分割、自动对比剂时相检测进行了审核,并评估了椎体的自动纳入与排除情况,如有必要则记录人工修正。
基于CT的骨密度分析中存在众多潜在误差来源,Brunnquell等14已对此进行了深入阐述。为应对这一问题,亚组定义采用了Bodden等12的分类方法,其中每个组别对应特定的可重复性场景,反映了基于CT的体积骨密度(vBMD)测量中技术或操作变异性的某一方面:
Δrecon:两次测量均来自同一次采集,但使用了不同的重建核或层厚
Δcontrast:测量值来自同一次扫描过程中不同的对比剂时相
Δsession:测量值来自不同的扫描时段,使用同一台已校准的扫描仪,且处于相同的对比剂时相
Δscanner:测量值在相同的对比剂时相下采集,但在2台分别校准的扫描仪上进行
Δall:测量值来自2台不同的扫描仪,且处于不同的对比剂时相
scanner-agnostic:测量值来自2台不同的扫描仪,其中至少一次扫描在非异步校准设备上进行,且仅使用了管电压特异性校准。
患者队列被分为2组。选择T5-T7和T8-T10是因为它们位于胸廓中央区域。上胸椎常被遗漏或仅部分覆盖,尤其是在腹部CT检查中,这限制了其在机会性筛查中的应用价值。分为2个独立组别有助于系统评估椎体水平依赖性差异对可重复性的影响。用于肺癌筛查的低剂量CT(LDCT)扫描覆盖整个胸廓,包括T5-T10,因此这些椎体水平对筛查应用尤为重要。vBMD测量由一套全自动、商业化的CE认证框架完成,该框架基于多个卷积神经网络(SpineQ v. 1.1,Bonescreen GmbH)。
数据采集、扫描仪校准、椎体自动分割及vBMD提取
本机构内的增强扫描采用依据体重调整的碘对比剂剂量(≤80 kg为80 mL;80–100 kg为90 mL;>100 kg为100 mL)(Imeron 300,Bracco Imaging Deutschland GmbH,康斯坦茨,德国)。管电压范围为80 kVp至130 kVp,并采用自适应管负荷。图像采集使用4种不同的本机构扫描仪型号完成,而外部成像则在15种不同扫描仪类型上完成,详见表1。
我们纳入了所有层厚在头尾方向≤3 mm、前后方向或左右方向≤5 mm的重建图像。本机构扫描仪的异步校准使用市售的拟人化脊柱体模(European Spine Phantom;Quality Assurance in Radiology and Medicine GmbH,默伦多夫,德国)完成。在所有重建图像中,脊柱检测、椎体标记和骨小梁区域分割均使用SpineQ(版本1.1,Bonescreen GmbH,慕尼黑,德国)全自动完成。使用基于扫描仪类型和kVp的线性转换因子自动进行HU到BMD的校准。采用二维DenseNET模型对对比剂时相进行自动校正。7 对每例观测计算T5–T7和T8–T10胸椎的平均骨小梁体积骨密度(vBMD)。
统计分析
所有统计计算均使用STATA 13.1(StataCorp LLC,College Station,德克萨斯州,美国)和MATLAB R2024b版本(The MathWorks Inc.,纳蒂克,马萨诸塞州,美国)完成。vBMD(T5–T7)和vBMD(T8–T10)的绝对和相对扫描间差异分别通过第二次测量减去第一次测量以及百分比变化来计算。按组计算绝对和相对vBMD误差的中位数及其各自IQR。随后,计算各组的均方根变异系数(RMSCV)。测量间一致性采用Bland-Altman图评估,包括一致性界限(均值差±1.96 SD)的95%置信区间。
我们通过单因素方差分析(ANOVA)及随后用于两两比较的Tukey事后检验,确定6种可重复性场景下绝对扫描间vBMD差异的组间差异的统计学显著性。
T5–T7与T8–T10之间的组间差异分别对每种可重复性场景采用双侧独立样本t检验及Welch校正进行评估,以考虑组间样本量和方差不等的情况。
结果
应用排除标准后,本研究共纳入178例患者,贡献914例次观测。T5–T7分析中,122例患者提供了367例次观测;T8–T10队列包含172例患者,贡献547例次观测。两组椎体组间的患者人群显示出相似的人口学特征,两个队列中男性均略占多数(T5–T7:62.3%为男性;T8–T10:61.0%为男性)。
整个队列的平均年龄为63.3岁。在不同椎体组和可重复性亚组中,平均年龄具有可比性,见表2和表3。Δrecon组在两个椎体区域均提供了最大的样本量(T5-T7:n = 150;T8-T10:n = 184)。相反,Δall组的样本量最小(T5-T7:n = 16;T8-T10:n = 32),这符合预期,因为该组要求同一患者有多个不同参数。大多数检查在同一机构内完成,院外/院内比较仅出现在扫描仪无关组中(T5-T7:n = 39;T8-T10:n = 57)。
图1展示了一位示例患者,该患者在3天间隔内在同一台扫描仪上接受了2次连续的胸部CT扫描,但使用了不同的对比剂时相。
T5-T7可重复性表现
T5-T7椎体组的可重复性数值见表4,显示RMSCV范围为0.83%至4.90%。值得注意的是,Δrecon组取得了所有分析中观察到的最低RMSCV。Δscanner组的RMSCV为4.90%(n = 51)。
图2所示的Bland-Altman图分析显示各亚组的一致性参差不齐。超出一致性上限(LoA)的95%置信区间下限或一致性下限的95%置信区间上限的测量数量为:Δrecon亚组10例(6.6%),Δcontrast 1例(4.0%),Δsession 9例(10.3%),Δscanner 4例(7.8%),Δall 2例(12.5%),扫描仪无关组1例(2.6%)。
T8-T10可重复性表现
T8-T10椎体组的可重复性数值见表5。Δrecon组在该组中取得了最低的RMSCV,为1.40%。扫描仪无关组为4.70%。Δall组在整个研究中显示出最高的RMSCV,为6.80%(n = 32)。
在图3所示的Bland-Altman图分析中,超出一致性上限的95%置信区间下限或一致性下限的95%置信区间上限的测量数量略少,Δrecon亚组为8例(4.4%),Δcontrast 9例(8.0%),Δsession 6例(6.0%),Δscanner 6例(9.8%),Δall 2例(6.3%),扫描仪无关组为0例。
ANOVA和Tukey事后检验结果
对于T5-T7,单因素方差分析显示6种可重复性场景之间存在高度显著的整体差异[F(5,361) = 27.9,P < .001]。事后Tukey检验表明,与Δsession、Δscanner、Δall和scanner-agnostic相比,Δrecon的绝对差异显著更小(均P ≤ .004),但与Δcontrast相比无显著差异(P = .21)。此外,Δcontrast的绝对差异显著低于Δscanner(P < .001)、Δsession(P = .04)和scanner-agnostic(P = .01)。
类似地,对于T8-T10,单因素方差分析显示6种场景之间存在高度显著的整体差异[F(5,541) = 23.6,P < .001]。事后Tukey检验证实,Δrecon的绝对差异显著小于所有其他场景(均P ≤ .006)。此外,Δcontrast的绝对差异显著低于Δsession、Δall和scanner-agnostic(均P ≤ .003),但与Δscanner相比无显著差异(P = .06)。
在比较2个椎体水平组之间的可重复性场景时,T5-T7的绝对vBMD差异在Δrecon(P = .005)和Δall(P = .02)中均显著小于T8-T10,分别反映在较低的RMSCV值上:0.83% vs. 1.4%和2.7% vs. 6.8%。其余可重复性场景未见显著差异。
讨论
本研究探讨了胸椎椎体vBMD测量在不同技术条件下的可重复性。所获得的RMSCV与现有文献中腰椎测量的结果相当。
Δrecon的测量在两个胸椎区域均表现出较低的RMSCV(T5-T7:0.83%;T8-T10:1.4%),与既往研究相当,12凸显了自动化框架对重建参数变化的稳健性。参数Δrecon可被视为类似于观察者间变异性,因为两者均评估源自同一数据的重复测量的一致性。在Mueller等的研究中,15内部校准BMD的观察者间变异性为4%,而Engelke等16报道了29名绝经后女性脊柱测量中松质骨的可重复性误差为1%-1.5%,皮质骨为2.5%-3%。
已知椎体BMD在对比增强后会增加,这可能导致vBMD的临床意义性高估,从而产生假阴性分类,凸显了相位特异性校正的必要性。17–19
在基于深度学习的自动化校正之前,对比剂相位调整的标准方法依赖于从三相CT采集中导出的相位依赖性线性校正方程。Kaesmacher等系统地比较了同步和非同步体模校准与无体模内部组织校准在平扫期、动脉期和门静脉期的表现,证明基于线性回归的校正可减少所有3种方法的系统偏倚。然而,可重复性误差仍然较大,尤其是动脉期内部校准(RMSCV 8.8%)。20
Ruhling等7表明,使用2D DenseNET的自动相位校正达到了98.3%的准确率,并优于其他人工神经网络算法。在本研究中使用该模型,Δcontrast的RMSCV值< 3%,优于Kaesmacher等使用线性校正方程而无专用自动相位校正所报道的3.1%-8.8%的可重复性误差。
跨次测量(Δsession)显示中等偏高的均方根变异系数(RMSCV),这与患者重新摆位和时间相关生理变化带来的预期挑战一致。Baum等21报告,8周内2次连续腹部CT扫描的RMSCV显著较高,为7.7%;而Mueller等15的纵向变异性为5.3%。这提示当前方案的精密度有所提高。患者相关因素(如摆位)可能影响体积骨密度(vBMD)测量。22此外,针对特定人群的定量CT(QCT)研究表明,身体成分变化(尤其是内脏脂肪组织)与腰椎vBMD独立相关。23
跨扫描仪变异性已在文献中有所描述:Zhao等24发现,尽管使用同一体模,不同扫描仪之间的vBMD仍存在相当大的差异。Carpenter等分析了在2台不同CT扫描仪上使用6个拟人标准化体模进行的近端股骨QCT测量的扫描仪间变异性,报告未校正的扫描仪间变异系数范围为3.8%至15.7%。无任何基于体模的校正能将扫描仪间变异性降至扫描仪内精密度水平。25在本研究中,Δscanner在两个胸椎水平上表现出相当的性能,与既往文献12高度一致。
与扫描仪无关的方法得出的RMSCV值为3.4%(T5-T7)和4.7%(T8-T10),与既往报道的腰椎测量结果12相当。在慢性肾脏病患者的胸腹部CT中,Therkildsen等26报告内部校准和异步校准的骨密度(BMD)估计值误差分别为5.8%和1.8%;而Wang等27发现,在异步校准的CT图像中,L1-3腰椎水平的观察者内变异性约为2%-3%。综上,这些发现和本研究的RMSCV支持在多中心环境中采用简化实施策略的可行性,即校准可在扫描仪型号或扫描仪类型层面进行,而无需为每台单独扫描仪制定专用校准方案。
如预期,Δall组代表同时存在扫描仪和对比剂时相变化这一最具挑战性的场景,其RMSCV总体最高,与既往研究12一致。
方差分析(ANOVA)和Tukey事后检验进一步量化了不同技术场景间已显示的精密度层级。对于两个胸椎区域,Δrecon显示的绝对vBMD差异显著小于所有更复杂场景(T5-T7中的Δcontrast除外)。绝对差异从Δcontrast到Δsession和Δall显著增加,证实技术复杂程度对可重复性具有可测量的影响。这些结果强调,标准化采集和重建方案对于限制vBMD测量的变异性至关重要,正如Brunnquell等14所强调的那样。
T5-T7的Δrecon和Δall绝对vBMD差异显著小于T8-T10,并由较低的RMSCV得以体现;这可能源于两个区域之间的解剖差异。下胸椎区域的椎体与膈顶相邻,因此可能更易受呼吸运动伪影的影响。28
为了在临床上对RMSCV进行背景说明,我们采用了国际临床骨密度学会(ISCD)推荐的最小显著变化(LSC)概念,其定义为LSC = 2.77 × RMSCV。它代表两次测量之间所需的最小变化,用以在95%置信度下判断观察到的差异反映的是真实生物学变化而非测量误差。29, 30 在本研究中,LSC值范围为2.3%(Δrecon,T5-T7)至18.8%(Δall,T8-T10)。鉴于与年龄相关的椎体骨小梁丢失在女性中约为每年1.6%,在男性中约为每年0.8%,31 在标准化单扫描仪条件下2.3%的LSC大约相当于1-3年的预期生理性骨丢失,证实了在具有临床意义的随访间隔内可以可靠地检测到真实的vBMD变化。相比之下,在最具挑战性的可重复性场景中,18.8%的LSC将需要至少十年的骨丢失才能超过测量误差的95%置信区间。这排除了可靠的纵向监测,并强调了vBMD随访中标准化单中心采集条件的必要性。
机会性骨健康评估为骨质疏松症的早期检测和骨折风险分层提供了一种有前景的筛查策略。Praveen等人最近的一项荟萃分析32表明,与传统的面积BMD测量相比,CT衍生的生物标志物(如vBMD)在骨折预测方面提供了显著更高的判别性能。这凸显了准确且可重复的vBMD测量在机会性骨质疏松筛查中的临床相关性。
一些局限性需要加以说明。首先,回顾性研究设计限制了对扫描方案和患者因素的控制,可能引入未测量的混杂因素。其次,1个月的时间间隔虽然对于排除生物学性vBMD变化是必要的,但可能代表一种潜在的选择偏倚:需要在1个月内进行2次CT扫描的患者很可能患有更严重的潜在疾病,这可能引入超出技术测量变异性的生理混杂因素。第三,本研究中使用的自动分割和对比剂时相校正流程最初是在同一机构开发和优化的,部分基于重叠的扫描仪类型。尽管两者均已在外部数据集上得到验证,但这仍可能引入微妙的单中心偏倚,与完全独立的多中心设置相比可能高估可重复性,因此可能限制其普适性。
结论
所证实的可重复性将既往的验证从腰椎扩展到了胸椎水平,并支持了机会性筛查在不同CT采集方案中的临床适用性。不同技术场景间可重复性的层级结构表明,标准化采集参数对于最大限度地减少可重复性误差至关重要,尤其是在纵向vBMD评估中。应排除急性体液转移(如胸腔积液)等临床混杂因素,以确保可靠地检测随时间变化的骨密度变化。
随着利用低剂量计算机断层扫描(LDCT)的国家肺癌筛查项目即将实施,一个通过机会性骨健康评估来弥合骨质疏松症巨大治疗差距的非凡机会也随之出现。建立可靠的胸椎体积骨密度(vBMD)测量方案,将有可能同时评估肺癌和骨质疏松症的风险。
引用
- Raffler, Bodden, Schultes, et al. Reproducibility of automated opportunistic CT-based volumetric bone mineral density measurements at the thoracic spine. Br J Radiol. 2026. PMID: 42523182. doi:10.1093/bjr/tqag175
- 全文:PMC13687772(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13687772/
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。