体成分与腹主动脉瘤腔内修复术后动脉瘤增长的相关性
该回顾性研究纳入94例肾下型腹主动脉瘤EVAR术后规律随访患者,基于首次术后随访CT分割皮下脂肪、内脏脂肪、纯肌肉和肌内脂肪并提取形状与灰度特征。结果示动脉瘤稳定或缩小者纯肌肉体积占比更高、肌内脂肪更低,肌肉CT均值更高、标准差更低;含肌肉影像特征的logistic模型判别准确率84%,优于传统因素模型73%。脂肪组织与动脉瘤增长无明确相关。
要点
- 动脉瘤稳定或缩小者纯肌肉体积占比更高(21.85% vs 19.51%),肌内脂肪更低(1.23% vs 1.65%)。
- 稳定或缩小者肌肉CT均值更高(31.16 HU vs 23.92 HU),标准差更低(36.12 vs 38.82)。
- 含肌肉影像特征的logistic模型判别准确率84%,优于含内漏和临床因素的模型73%。
核心结论
- 肌肉影像特征与EVAR术后动脉瘤体积变化相关,可对动脉瘤增长做出早期预测。
- 脂肪组织与腹主动脉瘤增长无特异性相关。
- 肌肉影像特征判别准确率高于传统因素(内漏),提示其有潜力成为术后动脉瘤进展预测的新策略。
研究设计与样本
- 回顾性研究,纳入2014年7月至2020年8月肾下型腹主动脉瘤EVAR术后有规律随访CT的患者。
- 最终94例(68±8岁)纳入形状与灰度特征分析,来自113例初始识别患者的进一步筛选。
- 基于首次术后随访CT从肾下动脉水平至髂骨上缘分割皮下脂肪、内脏脂肪、纯肌肉和肌内脂肪。
- 动脉瘤增长定义为(V2−V1)/V1大于2%,V1和V2分别为第一次和第二次随访的动脉瘤体积。
关键影像表现/征象
- 稳定或缩小者较扩张者纯肌肉体积占比更高(21.85% vs 19.51%;p=0.042),肌内脂肪更低(1.23% vs 1.65%;p=0.025)。
- 稳定或缩小者肌内脂肪/纯肌肉体积比更低(0.06 vs 0.08;p=0.011)。
- 稳定或缩小者总肌肉CT均值更高(31.16 HU vs 23.92 HU;p=0.019),标准差更低(36.12 vs 38.82;p=0.006)。
- 稳定或缩小者纯肌肉CT均值更高(36.90 HU vs 34.37 HU;p=0.037),标准差更低(26.65 vs 27.68;p=0.005)。
- 脂肪组织各影像特征在两组间无显著差异证据。
诊断标准与关键数值
- 动脉瘤扩张定义为随访间体积变化(V2−V1)/V1大于2%,否则为稳定或缩小。
- 脂肪组织CT衰减阈值定义为−190至−30 HU,肌肉定义为−30至150 HU。
- 含肌肉影像特征的logistic模型(LRM2)判别准确率81%、AUC 0.79,优于含内漏和临床因素模型(LRM1)的准确率73%、AUC 0.67。
- 含全部因素的LRM3分类准确率84%、AUC 0.81。
- LRM1中内漏OR=5.10(p=0.003)、饮酒史OR=2.43(p=0.047);LRM2中肌内脂肪/纯肌肉体积比OR=8.89(p=0.014)、总肌肉CT均值OR=0.04(p=0.029)、纯肌肉CT标准差OR=7.62(p=0.002)、纯肌肉峰度OR=0.07(p=0.035)。
临床应用与阅片要点
- 可在EVAR术后首次随访CT上分割腹部体成分,关注纯肌肉体积占比和肌内脂肪占比。
- 肌肉CT灰度特征(均值、标准差、峰度、偏度)可较便捷地从部分区域采样获得,或有助于风险分层。
- 模型提示肌内脂肪较多或肌肉组织较少的患者动脉瘤扩张风险较高。
- 脂肪组织影像特征在本研究中与动脉瘤增长无显著相关,报告时可结合内漏等传统因素综合评估。
局限性
- 仅评估一阶灰度特征,未进一步分析纹理等二阶特征。
- 对比剂流动为动态过程,尽管保证相同触发条件,仍可能影响灰度特征评估。
- 受当前分割技术成熟度限制,难以准确快速获取形状特征。
- 肌肉组织样本量统计功效平均超过75%、最高99%,但脂肪特征最高仅48%,需更大样本研究进一步验证脂肪组织发现。
全文中译16 节 · 点击展开
要点
动脉瘤缩小的患者肌肉较多,肌内脂肪较少。
动脉瘤缩小患者的肌肉CT值较高。
脂肪组织与腹主动脉瘤增长无特异性关联。
肌肉影像学特征可更好地预测动脉瘤进展。
背景
腹主动脉瘤(AAA)是一种常见的心血管疾病,死亡率高[1]。全球每年约有150,000–200,000例死亡与AAA相关[2]。指南推荐对最大直径大于5.5 cm(男性)或4.5 cm(女性)的动脉瘤进行外科手术,血管腔内动脉瘤修复术(EVAR)通常是AAA的合适选择[3, 4]。尽管与传统开放修复相比,EVAR更安全且微创,但干预后仍存在动脉瘤增大甚至破裂的潜在风险[5]。因此,探索与术后AAA进展相关的因素对于AAA患者的监测和治疗具有重要意义。
身体成分(BC),如脂肪和肌肉,与多种心血管疾病的发生发展相关[6, 7]。较高的体质指数(BMI),尤其是脂肪质量指数,与主动脉瓣狭窄、心力衰竭及大多数其他心血管疾病风险增加相关[6]。低肌肉量或肌力是主要心血管事件的危险因素,并与年龄≥65岁个体心血管疾病死亡率增加相关[7]。然而,回顾关于BC与AAA关系的研究,结果相互矛盾[8–10]。多项研究证实肥胖与AAA的存在或增长呈正相关[10],但其他研究得出了相反的结论,表明二者之间无关联[11, 12]。此外,一些研究发现低骨骼肌量与修复术后患者死亡率之间存在显著联系[13, 14],但其他研究认为这一关联无法被重复验证[15, 16]。
这些相互矛盾的结果可能由以下原因导致:(a) 研究对象和指标存在差异。一些研究通过BMI或腹围评估整体肥胖,另一些则通过皮下脂肪或内脏脂肪评估中心性肥胖[9–12]。(b) 大多数肌肉研究关注腰大肌与AAA进展之间的关系,而忽略了腹部前侧和侧方肌群的影响[8]。(c) 既往基于CT扫描的研究大多从某一特定轴位层面提取特征,而非连续多层图像[8, 11, 12]。此外,涉及CT值讨论的研究较少。然而,灰度特征(如描述图像区域内强度分布的CT衰减均值)可能与形状特征一样影响动脉瘤进展。
本研究选取术后首次随访CT扫描的连续多层图像,分割各种身体成分(皮下脂肪、内脏脂肪、纯肌肉和肌内脂肪)。通过分析这些组织的多种形状特征和灰度特征,并与传统因素(内漏)进行比较,我们探讨了BC与动脉瘤体积变化之间的关系,以实现EVAR术后AAA增长的早期预测。
方法
本研究经机构审查委员会批准,并按照《赫尔辛基宣言》开展。鉴于本研究的回顾性性质,机构审查委员会豁免了知情同意的要求。
研究患者
我们通过查询电子病历系统,收集了2014年7月至2020年8月期间肾下型腹主动脉瘤(AAA)患者。纳入标准为:(a)接受过腹主动脉瘤腔内修复术(EVAR)的患者;(b)至少两次常规术后随访CT检查(约3个月和12个月)。排除标准为:(a)仅有一次术后CT扫描(n = 58);(b)首次随访采用平扫CT检查(n = 47);(c)动脉瘤囊过小(n = 4);(d)存在运动伪影的扫描(n = 2)。根据上述标准,共确定113例患者(图1)。我们对其CT图像进行传统影像学评估,并收集术前记录的临床资料(既往病史、生活习惯及代谢相关指标)(表1)。
为获得腹部身体成分(BC)的准确分割结果,我们进一步筛选了入组患者的首次随访扫描。排除标准为:(a)扫描视野不完整(n = 16);(b)腹主动脉瘤破裂(n = 2);(c)腹壁疝(n = 1)。最终,94例患者符合形状特征和灰度特征分析的条件(图1)。
传统影像学评估
传统影像学特征包括首次术后随访动脉瘤体积(V1)、第二次随访动脉瘤体积(V2)、首次随访最大动脉瘤直径以及有无内漏。动脉瘤体积从肾动脉下缘水平测量至双侧分叉水平[17, 18]。由两名分别具有10年和6年经验的放射科医师进行测量(图2)。评估流程和CT方案的详细信息见附加文件1。
腹主动脉瘤增长的评估标准来源于V1与V2之间的体积变化[19, 20]。若(V2 − V1)/V1大于2%,则视为扩张性动脉瘤。否则为稳定型或缩小型动脉瘤。
身体成分分割
腹部身体成分从首次术后随访CT切片中分割获得(图3)。分割范围为肾动脉下缘水平至髂骨上缘。分割目标为皮下脂肪、内脏脂肪、纯肌肉和肌内脂肪。此外,我们还获取了总脂肪组织(皮下脂肪 + 内脏脂肪)和总肌肉组织(纯肌肉 + 肌内脂肪)的面积。
在本研究中,我们采用了半自动分割程序。首先,采用阈值法从腹部图像中分离脂肪和肌肉。脂肪组织的CT衰减值定义为−190至–30 HU,肌肉定义为−30至150 HU [21, 22]。同时,使用形态学操作消除噪声和空洞。初步分割后,采用水平集方法从脂肪组织中进一步分割皮下脂肪[23]。考虑到腹部图像的复杂性和多样性,我们手动校正分割结果,以去除仅依靠自动过程无法正确分割的干扰结构。
形状特征和灰度特征
本研究分析的影像特征包括形状特征和灰度特征。形状特征包含各身体成分的体积和平均面积,以及平均腹围。灰度特征包含身体成分体素的CT值的均值、标准差、峰度和偏度(附加文件1)。
为消除个体差异引起的偏倚,最终分析采用体积百分比而非原始体积数据。体积百分比(%)= 原始体积(cm³)/腹部总体积(cm³)× 100%。我们还计算了不同身体成分之间的体积比。平均面积和周长均按身高进行调整[24]。调整后平均面积(cm²/m²)= 未调整面积(cm²)/身高²(m²)。调整后平均周长(cm/m)= 未调整周长(cm)/身高(m)。图像分割和特征提取过程通过MATLAB(版本R2020b;Mathworks,Natick,马萨诸塞州)编程实现。
统计分析
本研究分析了临床资料、传统影像特征、形状特征和灰度特征。在单变量分析中,使用Shapiro–Wilk检验评估分布的正态性。连续变量使用Student's t检验或Mann–Whitney U检验进行分析,分类变量使用卡方检验或Fisher精确检验进行比较。
p值小于0.10的变量用于后续逻辑回归分析。变量选择方法为基于最大似然估计的逐步回归。使用Omnibus检验和Hosmer–Lemeshow检验评估逻辑回归模型(LRM)。记录变量的比值比(OR)及95% CI。进一步使用AUC值评估LRM的预测概率。
在Hosmer–Lemeshow检验中,p值大于0.05表示模型拟合优度较高。在其他统计检验中,p值小于0.05被认为表示差异有统计学意义。数据分析使用SPSS(版本26.0;IBM,Armonk,纽约)完成。统计效能通过PASS(版本15.0;NCSS,Kaysville,犹他州)评估。
结果
两位放射科医师间对V1(ICC = 0.986)、V2(ICC = 0.985)、最大直径(ICC = 0.956)和内漏(ICC = 0.932)测量的观察者间可重复性极好。采用其中一位放射科医师的结果进行进一步分析。
患者特征
表1提供了113例患者(68±8岁;男101例,女12例)的常规影像学特征和临床危险因素。根据腹主动脉瘤(AAA)生长情况将这些患者分为两组。动脉瘤扩张的患者归入组(+),动脉瘤稳定或缩小的其他患者归入组(−)。
组(+)包含36例患者,平均体积变化为10.7%,最大直径为49.7 mm。组(−)包含77例患者,平均体积变化为−8.5%,最大直径为48.0 mm。术后首次CT扫描报告组(+)有12例内漏(II型),组(−)有7例内漏(II型)。如表1所示,CT报告的内漏(33%[12/36] vs 9%[7/77];p=0.001)和饮酒(49%[17/35] vs 28%[21/76];p=0.03)在两组间显示出显著差异。
形状特征分析
形状特征分析结果见表2。在94例患者中(选择流程图见图1),29例(31%)归入组(+),65例(69%)归入组(−)。与组(+)相比,组(−)显示更高的纯肌肉体积百分比(21.85% vs 19.51%;p=0.042)和更低的肌内脂肪值(1.23% vs 1.65%;p=0.025)。组(−)的肌内脂肪/纯肌肉体积比也显著低于组(+)(0.06 vs 0.08;p=0.011)。平均面积的统计反映出相同趋势。组(−)的纯肌肉面积更大(46.71 cm2/m2 vs 45.52 cm2/m2;p=0.465),肌内脂肪面积更小(2.62 cm2/m2 vs 3.96 cm2/m2;p=0.014)。
对于脂肪组织,我们未发现两组之间存在差异的证据。组(+)的皮下脂肪在体积百分比(20.24% vs 19.21%;p=0.384)和平均面积(46.68 cm2/m2 vs 43.26 cm2/m2;p=351)上均数值高于组(−)。然而,组(+)的内脏脂肪平均面积更高(59.48 cm2/m2 vs 56.58 cm2/m2;p=0.612),但体积百分比更低(24.90% vs 25.85%;p=0.918),与组(−)相比显示出相互矛盾的结果。
此外,组(+)显示出更大的总脂肪-肌肉比值(2.24 vs 2.01;p=0.406)和更大程度的腹部肥胖(腹部面积,226.61 cm2/m2 vs 218.72 cm2/m2,p=0.403;腹围,59.14 cm/m vs 56.95 cm/m,p=0.526),这与既往研究一致。形状特征的未校正数据见附加文件1:表S1、S2。
灰度特征分析
表3提供了灰度特征的结果。值得注意的是,纯肌肉和总肌肉组织的所有数据均显示出统计学显著性。组(−)的总肌肉组织获得更高的平均值(31.16 HU vs 23.92 HU;p=0.019)和更低的标准差(36.12 vs 38.82;p=0.006)。同样,组(−)的纯肌肉也显示出更高的平均值(36.90 HU vs 34.37 HU;p=0.037)和更低的标准差(26.65 vs 27.68;p=0.005)。这些结果表明,动脉瘤稳定或缩小的患者其肌肉组织倾向于获得更大的CT值和更小的离散度,而动脉瘤扩张的患者则相反。
此外,与组(+)相比,组(−)的肌肉组织具有更高的峰度(总肌肉,5.32 vs 4.79,p = 0.004;纯肌肉,3.79 vs 3.65,p = 0.048)和更大的偏度绝对值(总肌肉,− 1.15 vs − 1.04,p = 0.040;纯肌肉,− 0.23 vs − 0.09,p = 0.023),这进一步证实了均值和标准差灰度特征得出的结论。
图4给出了EVAR后AAA不同生长的两个示例。图4a–c显示了组(+)中动脉瘤扩张患者的特征,图4d–f显示了组(−)中动脉瘤缩小患者的特征。
Logistic回归分析
p值小于0.10的特征用于多变量分析。我们评估了三个LRM进行比较。LRM1包括CT报告的內漏和临床因素。LRM2包括形状特征和灰度特征。LRM3包含前两个模型的所有因素。
如表4所示,內漏(OR = 5.10,p = 0.003)和饮酒史(OR = 2.43,p = 0.047)在LRM1中保留统计学差异。肌内脂肪/纯肌肉的体积比(OR = 8.89,p = 0.014)、总肌肉的均值(OR = 0.04,p = 0.029)、纯肌肉的标准差(OR = 7.62,p = 0.002)和峰度(OR = 0.07,p = 0.035)在LRM2中保留统计学差异。內漏(OR = 5.17,p = 0.036)、肌内脂肪/纯肌肉(OR = 9.83,p = 0.014)、纯肌肉的标准差(OR = 6.36,p = 0.005)和峰度(OR = 0.08,p = 0.045)最终在LRM3中被选中。OR值表明,肌内脂肪较多或肌肉组织较少的患者动脉瘤扩张风险高。
表5显示了三个LRM的评价指标。三个模型均有统计学意义(Omnibus检验,p < 0.001),且拟合优度高(Hosmer–Lemeshow检验,p > 0.05)。LRM2显示出比LRM1更好的判别性能(准确率,81% vs 73%;AUC,0.79 vs 0.67),LRM3获得了最佳分类结果(准确率 = 84%;AUC = 0.81)。
讨论
在本研究中,我们分析了从早期随访CT扫描中提取的BC的各种影像特征,以探讨EVAR后BC与AAA生长之间的关联。形状特征的统计表明,动脉瘤稳定或缩小的患者纯肌肉比例显著更高,肌内脂肪更少。既往研究提出,肌肉量是反映衰弱或肌少症的有效参数,与术后恢复相关[25]。因此,通过运动(如抗阻训练)维持肌肉力量和质量可能使AAA修复术后患者受益。
灰度特征的结果显示,Group(−)肌肉组织的CT衰减值(均值、峰度和偏度)高于Group(+),这说明动脉瘤稳定或缩小的患者其肌肉呈现出更大程度的尖峰态(峰值更高)和负偏态(更多数据大于均值)分布。由于对比剂引起的肌肉强化大于脂肪组织,因此肌肉组织较多的患者获得更大的CT衰减值是合理的,这也表明形状特征与灰度特征的结果之间具有良好的一致性。
灰度特征的另一个重要意义在于,它可能为临床提供一种更便捷、更准确的风险分层方法。体积变化是目前公认的动脉瘤破裂指标[19],但传统影像学测量耗时且对分割精度要求高。灰度特征可以通过简便的方式轻松获取,例如从目标组织的部分区域进行采样。放射科医生可以从CT层面的腹部肌肉群中选择一个方形或圆形区域,然后自动提取这些部分图像的灰度特征以进行进一步分析。
我们分析了三种包含不同变量的LRM。与LRM1相比,包含形状和灰度特征的LRM2获得了相对准确的分类(81% vs 73%)。结果表明,肌肉影像特征不仅与动脉瘤体积变化相关,还能为AAA生长提供早期预测。包含所有因素的LRM3在三个模型中表现出最佳准确率(84%),这意味着模型中涉及的 feature 越丰富,预测准确率越高。
值得注意的是,我们发现两组之间脂肪组织的影像特征没有差异证据。鉴于既往研究结论不一致,本研究中不显著的结果完全在预料之中。此外,Group(+)在内脏脂肪的形状特征统计结果中显示出较高的平均面积但较低的体积百分比。这一矛盾结果与引言中提到的研究相似。不同指标产生了不同结论,这进一步证明脂肪组织可能与动脉瘤生长无关。目前,许多学者从其他方面分析动脉瘤周围脂肪,如炎症基因表达[26]和自身免疫反应特征[27],并发现了许多有意义的结果。或许这些因素能更好地揭示脂肪对动脉瘤生长的影响。
内漏的存在通常被认为是术后AAA扩张的主要驱动因素。本文中,首次随访CT扫描共报告了19例内漏(II型)。我们比较了有和无CT报告内漏患者之间不同身体成分的形状和灰度特征。内漏组与非内漏组之间皮下脂肪(p = 0.261)、内脏脂肪(p = 0.620)、纯肌肉(p = 0.508)和肌内脂肪(p = 0.722)的结果均无显著差异,这反映内漏与腹部身体成分的影像特征无关。因此,内漏的存在对形状和灰度特征分析的结论没有影响。
考虑到不同性别之间身体成分(BC)的差异以及本研究中女性患者数量有限,我们进一步分析了入组男性患者的形状和灰度特征。统计显示,Group(−) 仍具有较低的肌内脂肪/纯肌肉体积比(0.06 对 0.08;p = 0.020)和较高的总肌肉组织平均 CT 值(31.43 HU 对 26.89 HU;p = 0.029)。其他影像特征的分析结果也与全部患者的数据一致,这证明了我们研究结果的可信性。
与现有工作相比,我们的研究具有以下特点。(a) 基于连续多层图像的特征分析避免了单层切片造成的偏倚。(b) 对各种身体成分(BC)的详细区分有助于全面理解不同组织在动脉瘤进展中的作用。(c) 对多种特征的分析及其相互验证有助于从不同方面比较腹部 BC。(d) 很少有研究评估 BC 灰度特征与动脉瘤增长之间的关系。我们的研究证明,灰度特征也与 AAA 进展相关,并且可以进行早期预测。
我们的工作存在若干局限性。(a) 本文仅评估了一阶灰度特征,未进一步分析纹理等二阶特征。(b) 造影剂的流动是一个动态过程。尽管我们保证了相同的触发条件,但仍可能影响灰度特征的评估。(c) 受当前分割技术成熟度的限制,难以准确、快速地获取形状特征。(d) 对于肌肉组织,本研究的样本量具有足够的统计功效,平均值超过 75%,最高为 99%。然而,对于脂肪特征,最高仅为 48%。因此,需要更大样本的研究来进一步验证脂肪组织的发现。
结论
总之,肌肉影像特征与术后动脉瘤进展相关。动脉瘤稳定或缩小的患者具有更高比例的纯肌肉,且 CT 衰减更高。脂肪组织与 AAA 增长无特异性关联,尽管需要更大规模的研究来进一步证实这一发现。这些结果为增加肌肉-脂肪比或改善肌肉量和肌肉质量(而非单纯减重)对 EVAR 术后患者可能更有益提供了有力证据。
此外,肌肉影像特征可以对动脉瘤增长进行早期预测,并且与传统特征(如内漏)相比获得更高的分类准确性。因此,腹部 BC 的影像特征(形状特征和灰度特征)分析有潜力成为预测术后 AAA 进展的新策略,可在术后患者监测中发挥重要作用。
补充信息
附加文件 1。补充文件描述了常规影像评估程序、CT 采集方案以及峰度和偏度定义的详细信息。此外,还提供了原始体积数据以及腹部身体成分的未调整平均面积和周长。
引用
- Hu G, Ding N, Wang Z, et al. The association of body composition with abdominal aortic aneurysm growth after endovascular aneurysm repair. Insights Imaging. 2022. PMID: 35467156. doi:10.1186/s13244-022-01187-7
- 全文:PMC9038972(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9038972/
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。