间质性肺病纵向肺体积损失的自动定量CT测量
在间质性肺病患者中比较自动深度学习算法测量的CT肺体积与肺功能检查,发现CT肺体积与用力肺活量及肺总量相关性好(r分别为0.86和0.84,p<0.0001);特发性肺纤维化患者年CT肺体积损失中位数显著高于非特发性肺纤维化患者(155.7 mL vs 50.7 mL,p<0.0001);特发性肺纤维化中相对年CT体积损失高于9.4%与3年主要不良事件相关,相对CT体积损失7.9%为最佳预测阈值,平均生存时间2.8年 vs 2.0年(log-rank,p<0.0001)。
要点
- CT肺体积与FVC和TLC相关性好(r=0.86和0.84,p<0.0001),可作为肺功能检查的替代或补充生物标志物。
- 特发性肺纤维化患者年CT肺体积损失中位数155.7 mL,显著高于非特发性肺纤维化的50.7 mL(p<0.0001)。
- 在特发性肺纤维化中,相对年CT体积损失7.9%为预测主要不良事件的最佳阈值(敏感度81.0%,特异度69.2%,AUC 0.74)。
核心结论
- 自动肺CT体积可能作为肺功能检查的替代或补充生物标志物用于评估间质性肺病的肺体积损失。
- 特发性肺纤维化患者年CT肺体积损失显著高于其它纤维性间质性肺病。
- 在特发性肺纤维化中,较高的年CT体积损失与较差预后相关。
研究设计与样本
- 回顾性、观察性、纵向研究,在间质性肺病专家中心(法国里昂)于2005年2月至2018年7月期间连续纳入560例患者(4657次CT检查),平均年龄65.4±13.9岁,男性341例(61%)。
- CT肺体积用基于U-net深度学习算法的商用软件(CT Pulmo Auto Results,IntelliSpace Portal ISP11.1,Philips Healthcare)自动测量,排除主气道和主要血管。
- 比较组:424例患者1171次CT与肺功能检查(FVC、TLC)比较,CT与肺功能检查间隔在两周内。
- 纵向组:408例患者3332次CT,比较特发性肺纤维化(81例)与非特发性肺纤维化(327例)的年CT体积损失,患者需至少4次CT检查。
- 预测组:73例特发性肺纤维化患者,基线CT和1年随访CT(±10天),分析3年内主要不良事件(死亡或移植)的预测价值。
关键影像表现/征象
- CT肺体积与FVC的Spearman相关系数0.86(95%CI 0.84–0.87,p<0.0001),与TLC的相关系数0.84(95%CI 0.82–0.86,p<0.0001)。
- CT肺体积与FVC的Bland-Altman分析显示正向比例偏倚0.97,95%一致性界限−0.27至2.21 L;与TLC显示负向比例偏倚−0.68,95%一致性界限−2.05至0.69 L。
诊断标准与关键数值
- 特发性肺纤维化组年CT肺体积损失中位数155.7 mL(IQR 49.9–304.5),非特发性肺纤维化组50.7 mL(IQR −19.0–144.7),p<0.0001。
- 特发性肺纤维化组每日CT肺体积损失中位数0.41 mL(IQR 0.05–0.80),非特发性肺纤维化组0.14 mL(IQR −0.05–0.40),p<0.0001。
- 相对年CT体积损失7.9%为预测主要不良事件的最佳阈值,敏感度81.0%,特异度69.2%,AUC 0.74(95%CI 0.60–0.86)。
- 绝对年CT体积损失最佳阈值0.37 L/年(敏感度76.2%,特异度71.1%,AUC 0.73,95%CI 0.60–0.84);基线CT体积最佳阈值3.19 L(敏感度57.1%,特异度61.5%,AUC 0.56,95%CI 0.41–0.71)。
- 相对年CT体积损失高于9.4%与3年主要不良事件相关(log-rank,p<0.0001),平均生存时间2.0年 vs 2.8年(阈值7.9%分组:高于7.9%组平均生存746天(SEM 73),低于7.9%组1039天(SEM 28))。
临床应用与阅片要点
- 自动CT肺体积测量无需用户交互,运行时间通常少于2–3分钟,可在间质性肺病随访中作为肺功能检查的补充。
- 在特发性肺纤维化患者中,年CT肺体积损失可用于预后评估,相对年损失7.9%为提示主要不良事件的阈值。
- 本研究中心的做法是特发性肺纤维化患者每年进行CT随访(根据法国特发性肺纤维化管理建议),非特发性肺纤维化患者目前无年度CT随访推荐。
- 作者认为自动定量CT分析可能成为间质性肺病患者肺功能检查的有效替代或补充工具,但在临床实践中实施该技术尚需进一步的前瞻性对照研究。
局限性
- 本研究为回顾性、单中心设计。
- CT肺体积测量可能随患者吸气程度变化,尽管既往研究报告在限制性肺疾病中变异性可接受(<10%)且重复性好。
- 合并肺气肿可能低估疾病进展,而本研究未纳入合并肺气肿的患者。
- 纵向研究中患者至少需4次CT检查以保证线性回归质量,但CT扫描未按固定间隔进行,可能引入偏倚。
- 比较研究未采用占预计值百分比的肺功能检查值。
全文中译12 节 · 点击展开
引言
间质性肺疾病(ILD)包括一组异质性的慢性和纤维化性肺疾病,其病程和预后各不相同[1]。它们可能伴有进行性肺容积减少、生活质量受损,并在晚期出现呼吸衰竭。特发性肺纤维化(IPF)是一种不可阻挡的进展性疾病,是其中最为严重和致命的[2, 3]。基线用力肺活量(FVC)较低且年FVC下降≥ 10%的患者生存期缩短。因此,FVC已被提议作为所有ILD中疾病进展和死亡率的替代标志物,并被主张作为IPF重大临床试验的主要终点[4–6]。然而,FVC测量受到固有的测量变异性影响,在虚弱患者、晚期疾病阶段和顽固性咳嗽受试者中可能不准确[7, 8]。因此,仍需要一种新的可行、可重复且省力的替代生物标志物。
胸部高分辨率计算机断层扫描(HRCT)是ILD患者疾病评估的必备手段,用于诊断、监测和预后目的。当前指南推荐肺功能检查(PFT)和胸部HRCT均为患者随访的基础[9–11]。此外,源自HRCT上肺容积视觉或自动量化的CT容积损失,已在相对较小的ILD人群中显示出对评估IPF和系统性硬化症相关ILD的严重程度、疾病进展和死亡率的巨大价值[12–15]。然而,关于纵向CT肺容积损失和年下降率及其在IPF人群中的预后作用的数据仍然匮乏。
因此,我们使用一种新近商业化的深度学习算法自动量化肺部CT容积,在大型间质性肺疾病人群中比较肺部CT容积和肺功能检查。然后,我们评估IPF与非IPF人群之间的纵向CT容积损失,并探讨年CT容积损失在IPF人群中的预测价值。
材料与方法
研究人群
我们在2005年2月至2018年7月期间,在一家ILD专家中心(法国里昂市里昂民用 Hospices 医院Louis Pradel医院)开展了一项回顾性、观察性、纵向研究。收集了因纤维化性ILD接受至少一次非增强HRCT检查的连续患者的临床、功能和影像数据。ILD的诊断由多学科讨论根据患者就诊时的国际指南作出。“里昂民用 Hospices”的数据使用政策在保密性、匿名化和安全性方面适用于每项研究,并获得了我们当地委员会的批准。研究获得了机构审查委员会的批准,患者知情同意被豁免。
CT研究
对于肺功能检查(PFT)与CT体积(CTvol)之间的比较,仅纳入在PFT前后两周内进行过CT检查的患者。对于非IPF组和IPF组内纵向CTvol丢失的评估,纳入接受过四次以上CT检查的患者。最后,对于IPF患者CT体积丢失的预测分析,纳入具有基线CT和1年随访CT(±10天)的患者。对于所有CT检查,排除有近期(3个月内)急性加重、气胸、胸腔积液或下呼吸道感染病史且经两名资深放射科医师(分别具有6年和20年胸部影像学经验,S.S-M.和L.B.)确认的患者,以确保代表这些纤维化ILD的慢性病程。
CT方案
所有HRCT采集均在深吸气末进行。数据从多年来在多个系统上进行的所有CT检查中回顾性收集:GE Medical Systems(Revolution GSI)、Philips(Brilliance 40、Brilliance 64、iCT 256、Ingenuity CT、IQon、Spectral CT)、Siemens(Somatom Definition AS和AS+)。扫描参数如下:管电压=100–140 kVp(均值±标准差:121±9 kVp),螺旋扫描模式。平均层厚为1.8±0.8 mm(范围:0.9–3 mm)。
肺部CTvol的自动定量
我们使用了临床工作站中实施的商用软件(CT Pulmo Auto Results,根据研究合同提供;IntelliSpace Portal ISP11.1,Philips Healthcare)。该软件是一种基于U-net的深度学习算法,可实现肺部分割,排除包括气管、主干、叶支气管和主要血管在内的主气道。肺部CTvol以升(L)表示(图1)。
临床呼吸功能检查数据
患者的人口统计学数据和PFT数据从患者记录中收集。PFT按照ATS/ERS官方声明[16]在所有患者中进行。总肺容量(TLC)通过体描仪测量,用力肺活量(FVC)通过肺量计测量,二者均以升(L)表示。
统计分析
数据以均值±标准差(SD)和中位数及四分位距(IQR)表示连续变量。分类变量以频率(百分比)表示。使用D'Agostino-Pearson检验检验分布的正态性。变量酌情使用双配对Student t检验或Wilcoxon秩和检验进行比较。为进行比较,肺部CTvol和功能体积的差异使用Wilcoxon配对符号秩检验进行比较。对于CTvol与呼吸体积(FVC和TLC)之间的比较,计算了Bland–Altman分析(偏倚、一致性界限)、线性回归分析(95%置信区间、R²)以及Spearman相关系数及其95%置信区间。
为估计随访期间每日和每年的CTvol(CT容积)损失,计算了所有个体CT随时间变化的线性回归。使用Mann–Whitney检验比较IPF组与非IPF组之间每日和每年的CTvol损失。
为确定IPF人群中预测主要不良事件(MAE)(即死亡和移植)的预测性CTvol损失,我们首先计算了每位接受至少3年随访或在3年内死亡或接受移植的患者基线CT与1年随访CT之间的绝对年CTvol损失和相对CTvol损失。然后,在将首次CT检查(基线)后4年时有或无MAE的人群二分类后,使用受试者工作特征(ROC)分析结合约登指数评估较大的基线CTvol和CTvol损失值。据此值,使用带Yates连续性校正的卡方检验检验分类变量(4年时MAE、基线CTvol、年CTvol损失和相对CTvol损失)之间的关联。进行了单因素Cox回归分析。使用Kaplan–Meier统计分析检验IPF人群中最佳预测指标高于和低于所测阈值的生存率。
统计分析使用SPSS®软件v23(IBM)和R软件v3.5进行。p值小于0.05视为显著。纵向研究和预测研究中分别使用Bonferroni校正调整p值,即分别小于0.01。
结果
研究人群
共纳入560例患者(男性341例(61%);平均年龄65.4 ± 13.9岁),对应4657次CT检查(每位患者平均CT检查次数6.2 ± 4.6次)(图2)。
CTvol与肺功能检查的关系
我们分析了424例患者,对应1171次CT检查(表1)。CTvol与FVC(用力肺活量)之间具有良好的相关性(Spearman系数为0.86(95%CI:0.84–0.87,p < 0.0001)),CTvol与TLC(肺总容量)之间亦具有良好的相关性(Spearman系数为0.84(95%CI:0.82–0.86,p < 0.0001))(表2)。CTvol与FVC之间的Bland–Altman分析显示正向比例偏倚为0.97,95.0%一致性界限为− 0.27至2.21 L;CTvol与TLC之间的负向比例偏倚为− 0.68,95.0%一致性界限为− 2.05至0.69 L(表2和图3)。
IPF组与非IPF组之间纵向肺CTvol损失
我们分析了408例患者,对应3332次CT检查,分为两组:IPF组81例(19.9%),非IPF组327例(80.1%)(表3,图4和图5)。IPF组的中位(IQR)随访时间为1345(1034–1867)天(约3.7年),非IPF组为2051(1456–2881)天(约5.7年)。IPF患者的CT检查次数均值±标准差为8.0±3.6次,非IPF患者为8.2±3.7次。IPF组每日CTvol丢失的中位(IQR)为0.41 mL(0.05–0.80),非IPF组为0.14 mL(−0.05–0.40)(p < 0.0001)。年CTvol丢失的中位(IQR)分别为155.7 mL(49.9–304.5)对50.7 mL(−19.0–144.7)(p < 0.0001)(表2)。
IPF组自基线的1年肺体积丢失
分析了73例IPF患者从CT基线至1年CT随访之间的年CTvol丢失。3年随访期间报告了21例MAE,平均±标准差延迟为年CT后440±288天。16例患者死亡,平均±标准差延迟为年CT后416±288天,死因为肺炎(6例,38%)、呼吸衰竭(3例,19%)、急性加重(4例,25%)、肺癌(1例,6%)、脓毒症(1例,6%)和肺栓塞(1例,6%)。5例患者接受单肺移植,平均±标准差延迟为年CT后542±197天。8例患者在3年随访前失访,此前已从初始人群中排除。4例患者在年CT随访前接受移植,已从预测分析中排除。按MAE是否存在二分的研究人群基线特征总结于表4。
基于对基线CTvol、绝对和相对年CTvol损失进行的ROC统计分析,我们发现相对CTvol损失为7.9%时最符合更高的灵敏度和特异度,分别为81.0%和69.2%,AUC为0.74 [0.60; 0.86]。绝对CTvol损失的最佳阈值为0.37 L/年(灵敏度76.2%,特异度71.1%,AUC = 0.73 [0.60–0.84]),基线CTvol的最佳阈值为3.19 L(灵敏度57.1%,特异度61.5%,AUC = 0.56 [0.41–0.71])。使用多个单因素Cox回归模型(表5),未观察到年龄、性别和基线CTvol方面的差异。但我们发现年绝对CTvol损失(p < 0.01)和相对年CTvol损失(p < 0.001)(两者均二分类化)对患者生存有显著影响。使用带Yates连续性校正的卡方检验,分类变量(4年时死亡)与年CTvol损失显著相关,p < 0.001。Log-rank检验也显示显著关联,p < 0.0001。Kaplan–Meier生存曲线按相对年CTvol损失的7.9%阈值绘制于图6。相对CTvol损失低于和高于7.9%的组,平均生存时间分别为1039(SEM:28)天和746(SEM:73)天。
讨论
在本研究中,我们发现通过基于深度学习算法的自动方法实现的肺部CT体积测量与FVC和TLC强相关。利用纵向肺CT体积损失,我们发现IPF患者的疾病进程与其他ILD不同。此外,在IPF组中,较高的年CT体积损失与更差的预后相关。
首批结果是CTvol与TLC之间的共线关系,如先前所示[14, 17],但在一个大型ILD患者队列中的1171对CT和PFT之间,CTvol也与FVC共线。CTvol低于TLC,如先前所证明[18],这可以用患者体位解释,例如CT检查(卧位)与体积描记法(坐位)之间的差异。此外,TLC测量(体容积描记法)汇总了所有胸腔含气空间(包括解剖死腔),而CTvol仅提供肺实质体积的测量[19]。因此,TLC与CTvol之间的差值代表450 mL的解剖死腔。另一方面,CTvol高于FVC,这可以用残气量的贡献来解释,而FVC的评估则不然。此外,Bland Altman分析显示正向比例偏倚,提示在高肺容积时CTvol与FVC之间的差异更大。
从临床角度来看,纵向评估体积损失可能比基线时的单次测量更有用。本纵向研究的结果表明,IPF患者的CTvol损失比非IPF患者更大且更快,这与较短的随访时间(由于死亡率更高)但CT检查次数相当有关。这些发现与IPF相比其他纤维化ILD具有更高的发病率和死亡率一致,导致更频繁的急性并发症需要更多检查,以及更早死亡[20]。此外,纵向分析的结果显示,在IPF人群中,年度CTvol损失与年度FVC损失之间具有良好的—致性,如前所述[21]。值得注意的是,肺功能检查耗时且需要多次测量以及专业技术知识才能具有可重复性[22–27]。
最后,在我们试图阐明肺CTvol在IPF人群中意义的努力中,我们显示了年度CTvol损失与预后之间存在显著关联。我们发现,在1年CT随访后,相对CTvol损失对3年死亡的预测值为7.9%,这接近目前用作终点的10% FVC下降阈值,即在IPF临床研究中指示疾病进展[28]。使用7.9%的阈值,我们发现平均生存时间为2.8年对2.0年,这与IPF患者中报告的平坰2.5年生存时间一致[29]。有趣的是,我们还发现绝对CTvol损失与死亡率之间存在关联。此外,基线CT体积与预后无关,与CT体积损失相反,而预后不良患者的基线CT有较低的趋势。这一结果支持了先前研究的发现,这些研究强调在纤维化ILD中,临床和生理参数变化的预后价值比基线肺功能更强[30, 31]。然而,这一发现的意义可能因缺乏根据患者年龄、性别和身高的归一化而受限。
本研究的长处在于采用了一种基于深度学习算法的自动化解决方案,使得能够分析大型队列,而这在先前因仅能手动处理而受到限制[21–23]。该解决方案是一种市售的全自动应用,除安装外无需任何用户交互,并且是IntelliSpace Portal(Philips Healthcare)中可用软件套件的一部分。在本研究中,该方案以独立形式提供,可以批处理模式部署。但肺部容积测量可以在需要时进行,也可以在扫描仪数据可用时以预处理模式进行。运行时间(包括额外测量和报告)因IT网络和系统工作负荷而异,通常少于2–3分钟。厂商报告的手动分割与自动分割之间观察者间变异性的分析显示,绝对容积差异的中位数和四分位距(IQR)为19.6 ml,IQR为9.1–32.0 mL(Q1–Q3)[32],与本研究报告的CTvol损失值相比,这一范围显得相对较小。综上所述,这解释了在一个专业技术中心连续纤维化ILD患者的大型代表性队列中研究CT肺容积的可行性。此外,这种自动方法在许多肺功能检查(PFT)可能具有挑战性的情况下可能具有很大价值。PFT虽然通常可重复,但也依赖于人(即依赖于患者以及执行检查的技术员或医生)。使用不同方法测量肺容积可能有助于解释检查结果,正如其他领域的补充方法所起的作用。CT还可提供一个PFT无法获得的额外结果,即测量肺叶容积的能力,这可能有助于界定某些纤维化ILD的临床演变,正如最近在胸膜肺实质弹力纤维增生症中所提示的那样[33]。因此,我们的研究是朝着识别一种预测生理结局的新生物标志物迈出的第一步,以便考虑设计新的IPF死亡风险评分[34]。通过考虑额外的CT参数,自动定量CT分析可能成为ILD患者肺功能检查的有效替代方案或补充工具。然而,该技术在临床实践中的实施需要进一步的前瞻性对照研究。
本研究除了其回顾性和单中心设计外,还有若干局限性。第一,CTvol测量可能随个体在CT检查时的吸气程度而变化。然而,既往研究报道,在限制性肺疾病患者中,CTvol具有可接受的可变性(< 10%)和良好的重复性,其解释是肺顺应性降低导致吸气容积变化较小[36]。因此,我们假设吸气相CT足以用于患者随访,尽管通常推荐联合进行吸气相和呼气相CT检查[37]。第二,ILD中合并肺气肿的存在可能低估疾病进展,尽管FVC和TLC保持稳定[7],这就是为什么仅用PFT估计肺容积有时可能不足以监测限制性生理。然而,我们的研究未纳入合并肺气肿的患者。因此,进行额外的肺叶分割将会很有意义,因为肺纤维化主要发生在下叶,而肺气肿改变优先影响上叶[38]。第三,在纵向研究中,纳入至少4次CT检查的患者以保证线性回归的质量,而线性回归可能因随时间变化的采样模式而不同,即可能产生强影响点。然而,在这项真实世界研究中,CT扫描并非按固定间隔进行,这可能代表一种偏倚。第四,我们对PFT结果与CT容积值之间的比较研究未考虑以预测值百分比表示的PFT值。然而,我们的目的是评估CT用于容积量化的绝对精度。第五,年度CT容积损失仅在IPF患者中评估。目前,尚无推荐对非IPF患者进行年度CT随访,这与IPF患者不同,后者在我们专家中心根据法国IPF管理建议接受年度随访CT[39]。这解释了评估非IPF患者年度CT肺容积损失的困难。此外,接受随访CT的非IPF患者可能是因为临床指征而进行CT,包括急性加重发生,这可能使我们对纤维化ILD慢性病程的分析产生偏倚。最后,病例在13年期间入组,并使用了多台不同的CT;这实际上表明我们的方法可以在真实世界环境中应用于各种场景。
总之,对ILD患者尤其是IPF患者的肺部CT容积进行自动评估,可能成为肺功能检查的替代或补充生物标志物,用于评估肺容积损失,无论是在临床诊疗中还是在随机试验中。
引用
- Si-Mohamed SA, Nasser M, Colevray M, et al. Automatic quantitative computed tomography measurement of longitudinal lung volume loss in interstitial lung diseases. Eur Radiol. 2022. PMID: 35029730. doi:10.1007/s00330-021-08482-9
- 全文:PMC9123030(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9123030/
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。