儿童全身MRI:STIR与T2 Dixon序列检测和分级骨髓高信号变化的比较
前瞻性研究纳入77名健康儿童,比较1.5T全身MRI的STIR与T2W Dixon水图在检测和分级骨髓高信号区中的表现。以三名观察者共识为替代金标准,89.9%的高信号区在两种序列上均可见,各约5%仅见于单一序列。T2W Dixon的真阳性比例更高(74.2% vs 68.2%),假阴性更低(25.9% vs 31.7%),但信号强度分级一致性差。
要点
- 约90%的骨髓高信号区在STIR与T2W Dixon上均可见,仅约5%各自单独显示,且多数为轻度信号。
- T2W Dixon真阳性比例更高、假阴性更低,且因伪影或低信噪比被排除的区域多在STIR序列。
- 随访已知骨髓病变时须使用完全相同的全身MRI序列,避免因序列差异误判。
关键影像表现/征象
- STIR与T2W Dixon仅分别在约5%的病变中单独显示高信号,且约89%的单独显示病变为轻度信号增高。
- 因伪影或信噪比不足而排除的解剖区中,61.4%仅见于STIR序列,12.6%仅见于Dixon序列。
- T2W Dixon检出的高信号区数量比STIR高5.8%(p=0.04),其余影像征象未见描述。
诊断标准与关键数值
- 以三名观察者全部序列共识为替代金标准,T2W Dixon真阳性比例为74.2%(95%CI 70.5–77.8%),STIR为68.2%(95%CI 64.3–72.2%)(p=0.029)。
- T2W Dixon假阴性比例为25.9%(95%CI 22.2–29.5%),STIR为31.7%(95%CI 31.7–27.8%)(p=0.035)。
- 信号强度分级采用0–2分(0无,1轻度增高,2中度至液体样信号),两序列初始分级一致性差,kappa为−0.02,二分为0–1分后kappa为0.34(95%CI 0.25–0.42)。
- 高信号范围采用0–4分(0无,1≤5%,其后按骨段主观体积1/3递增),两序列范围评分一致性中等,kappa为0.45(95%CI 0.34–0.56)。
临床应用与阅片要点
- 阅片时应注意STIR与T2W Dixon对骨髓高信号的显示存在差异,约5%病变仅见于单一序列,报告需结合序列特点。
- 对儿童骨髓病变随访时应使用与基线完全相同的全身MRI序列和参数,避免因序列不同导致误判。
- STIR序列因信噪比较低及检查末尾运动伪影风险,在肩、肘、手、足等部位被排除的比例较高。
- T2W Dixon可同时提供水图、脂图等信息且信噪比更优,但存在Dixon swap伪影可能,需注意鉴别。
局限性
- 研究仅适用于健康儿童1.5T全身MRI,未在患者群体中验证。
- 无法对序列进行盲法,且序列参数仅为众多选项之一,结论仅适用于这些特定参数。
- 信号强度主观分级存在困难,两序列间一致性差可能部分源于读者主观变异。
- STIR序列在检查末尾采集,运动伪影风险增加可能影响其图像质量。
全文中译8 节 · 点击展开
引言
全身MRI越来越多地用于诊断和监测疾病,如慢性非细菌性骨髓炎、恶性/转移性疾病、朗格汉斯细胞组织细胞增生症、综合征以及肿瘤风险增加的遗传易感性,最近还用于幼年特发性关节炎[1]。然而,缺乏标准化和经过验证的成像方案,以及针对生长发育中骨骼的按年龄划分的参考标准。最近的一项系统综述显示,儿童典型的全身MRI方案仅包括液体敏感序列,或液体敏感序列联合T1加权(T1W)序列,但不同机构之间的技术设置差异相当大[2]。在液体敏感序列中,均为快速自旋回波或涡轮自旋回波序列,短时间反转恢复(STIR)是迄今为止最常见的,以其稳健的脂肪抑制而广为人知。替代技术包括T2加权(T2W)Dixon,仅在54项研究中的两项中被使用/提及[2]。相比之下,Dixon技术在成人放射学中已成熟确立,具有多种肌肉骨骼应用[3]。
有几种技术可实现脂肪信号抑制,基于(1)通过频率选择性脉冲利用与水共振频率的差异:脂肪饱和(fat-sat)技术;(2)相位对比技术;(3)通过反转恢复序列利用短T1弛豫时间(STIR技术);(4)Dixon法;(5)结合上述几种脂肪抑制技术的混合技术,如频谱预饱和反转恢复[4]。不同的脂肪抑制技术各有优缺点;STIR对B0和B1不均匀性较不敏感,并提供额外的T1和T2对比,但由于反转延迟而信噪比较低。另一方面,使用Dixon技术可提供更好的信噪比(SNR),并同时生成“水-only”、反相位、同相位和“脂肪-only”图像,并提供关于解剖结构和水/脂肪含量的额外信息。该序列存在一个特定伪影,即Dixon交换;然而,最近的软件更新已减少了这一问题。
在成人中,T2W Dixon和STIR技术已在少数研究中进行比较,显示出不一致的结果[5, 6],而尚无针对儿童的此类研究发表。我们此前已表明,基于T2W Dixon图像,以0–2分级评估高信号骨髓强度表现良好[7]。本研究的目的是在1.5 T下,在健康儿童的全身MRI上,比较T2W Dixon和STIR在高信号强度骨髓改变的检测和分级方面的表现。
材料与方法
受试者
本研究是一项前瞻性多中心研究的一部分,该研究共纳入196名健康儿童。本子研究纳入了来自77名健康儿童亚组的77次全身MRI检查,这些儿童在其中一个参与中心接受了全身MRI(WBMRI)方案中的短时反转恢复(STIR)和T2加权涡轮自旋回波(TSE)Dixon图像采集。志愿者于2018年6月至2020年3月期间通过电子邮件、直接邀请或社交媒体公告招募。所有儿童仅出于研究目的接受扫描。排除标准包括:存在MRI禁忌证、有癌症病史、当前感染、慢性或全身性疾病、代谢性或肌肉骨骼疾病,或过去4周内有症状性创伤的个体。同样排除的还有存在影响日常活动的肌肉骨骼主诉和/或过去6个月内需要就医的个体。记录了自我报告的运动活动和每周体育锻炼小时数,以及身高、体重和利手情况。在首次检查后18个月内联系时,没有任何参与个体报告肌肉骨骼系统的疾病或症状。对于非特异性骨髓高信号最明显的儿童,邀请其接受专门的随访MRI [8]。此外,所有参与者在初次MRI扫描后18个月内均被联系,以确认未发生肌肉骨骼症状。
本研究经区域伦理委员会(REK;编号2016/1696)批准,并酌情从所有参与者或其照护者处获得书面知情同意。
MR图像采集
所有检查均在北挪威大学医院使用1.5-T扫描仪(Philips Ingenia,版本2.3)配合相控阵表面线圈进行。共进行五个从颅底到足趾的连续冠状位采集堆叠。所有77名儿童均接受了T2W TSE Dixon和STIR序列采集,其中35名额外接受了冠状位T1和弥散加权图像。图像参数详见表1。STIR序列在检查结束时进行。
图像分析
在第一阶段,两名分别具有5年(P.Z.)和20年(D.A.)MR成像经验的放射科医师以共识方式评估冠状位STIR图像上高信号骨髓强度的存在及范围。为避免回忆偏倚,至少间隔3周后,同一阅片者在盲法条件下评估T2W TSE Dixon图像,使用相同的Sectra查看系统(IDS7 PACS)和室内光照设置。记录高信号强度的位置(颅骨、脊柱、锁骨、肩胛骨、胸骨、上臂、前臂、手、骨盆、大腿、小腿和足)以及骨内区域(骨骺、干骺端或骨干),并按显著程度(强度)以0–2分评分(0 = 无/无高信号区,1 = 轻度增高,2 = 中度增高至液体样信号)。除足部外,高信号区的范围以0–4分评分(0 = 无/无高信号区,1 ≤ 5%,然后按主观感知骨段体积的1/3递增)(图1、图2)。
在两次评分会话中,每次均在纸质解剖图上标注了高信号区域。在第三次会话中,第三位观察者(K.R.,具有>25年儿童MRI经验)加入两位阅片者,利用所有可用序列进行额外共识阅片。此被视为替代金标准。在最近一篇论文中,我们发现本文所使用的信号强度分级系统表现良好,基于T2W Dixon图像具有良好至非常好的观察者内和观察者间一致性[7]。
因图像伪影或信噪比(SNR)过低而影响图像分析的位置/区域被记录并排除。从骨干延伸至干骺端的皮质下高信号线/条纹、平行于骺板的线状高信号、长骨干骺端和骨干弥漫分布的高信号(“背景信号增高”)、骨干内垂直线(明显血管)、腕部和足部斑点状高信号(至多5 mm)、骨骺内线和点(细线和点至多2 mm),以及相关时局灶性骺周水肿(FOPE)的存在被记录但未进一步定性。
统计分析
对两个序列分别统计高信号强度病灶的数量及每个病灶的清晰度,以及因低SNR而排除的区域/定位数量。通过汇总所有假阳性、假阴性、真阳性和真阴性病灶,计算每个序列的敏感度和特异度估计值(含95% CI)。由三位观察者利用所有可用序列进行的共识阅片被视为替代金标准。两个序列之间真阳性和假阴性比例的差异使用卡方检验进行检验。
两位阅片者基于T2W Dixon和STIR图像共识进行的信号强度分级显示于列联表中;使用McNemar检验检验系统性差异,使用Cohen's kappa(分类>2时采用线性加权)(含95%置信区间(CI))和绝对一致百分比来检查一致性。kappa评分<0.2被视为差,0.21–0.40为一般,0.41–0.60为中等,0.61–0.80为良好,0.81–1.00为非常好[9]。为检验STIR与Dixon之间一致性(是/否)随年龄的差异,我们将儿童分为四个年龄组:<9岁、9–12岁、12–15岁和>15岁。显著性水平预先设定为0.05,所有报告的p值均为双侧。分析使用Predictive Analytics Software(SPSS)版本27进行。
结果
共纳入77名6至19岁健康儿童(男性36名)的77次全身MRI检查(平均年龄12岁(标准差3.1))(图3)。共分析28,100幅图像。所有儿童均至少有一个高信号区域(中位数6个区域,范围1–30)。共有127/3311(3.8%)个解剖区域因伪影或信噪比(SNR)欠佳而被排除,其中78个(61.4%)仅基于STIR,23个(18.1%)基于STIR和Dixon图像,16个(12.6%)仅基于Dixon。除两个区域外,被排除的区域均为肩部、肘部、手部或足部。
在初始阅片过程中,共识别并对568个病灶进行了评分,其中6个(1.1%)位于脊柱,8个(1.4%)位于胸廓,58个(10.2%)位于上肢,41个(7.2%)位于骨盆,435个(76.6%)位于下肢。在3名阅片者结合所有序列和Dixon重建图像达成共识(替代金标准)后,23/568(4.1%)个病灶(2个位于上肢,21个位于骨盆/下肢)被判定为无显著意义,因此不应被评分,剩余545个“真”病灶用于进一步分析。
基于替代金标准,545个“真”病灶中有490个(89.9%)在两个序列上均可见,而27个(5.0%)仅在STIR上可见,28个(5.1%)仅在T2W Dixon上可见(表2)(图4,图5)。在两个序列上均可见的“真”病灶比例从骨盆的75%到上肢的92.9%不等(表2),而中轴骨骼和胸廓的相应百分比因数量太少而无法估计(p < 0.001)。
与STIR相比,T2W Dixon图像上真阳性高信号病灶的比例更高(74.2%(95% CI = 70.5–77.8%)vs. 68.2%(95% CI = 64.3–72.2%)(p = 0.029)),而假阴性比例更低(T2W Dixon和STIR分别为25.9%(95% CI = 22.2–29.5%)vs. 31.7%(95% CI = 31.7–27.8%))(p = 0.035)(图6)。
T2W Dixon与STIR在信号强度分级方面的初始一致性(即基于545个“真”病灶)较差,kappa值为−0.02,在二分为0–1评分后增至0.34(95% CI = 0.25–0.42)(表3)。
169/545(31.0%)个病灶达到完全一致,基于T2 Dixon的阅片所识别的高信号区域数量比STIR高5.8%(p = 0.04)。将评分1和2合并后,kappa值为–0.4(95% CI = –0.36至–0.44)。一致性不因年龄而异,四个年龄组的kappa值均为–0.4。
在545个已识别的“真”高信号区域中,对185个区域的高信号范围进行了评分。T2W TSE Dixon与STIR基于0–4量表的评分之间存在中等一致性,kappa值为0.45(95% CI = 0.34–0.56)(表4)。排除范围低于5%的病灶并未改善一致性(kappa值0.45(95% CI = 0.33–0.57))。
讨论
我们已在大量健康儿童和青少年队列中证明,在1.5-T全身MRI上识别出的高信号骨髓区域中,90%在STIR和T2W Dixon水-only图像上均可见,而5%仅在STIR上可见,5%仅在T2W Dixon上可见。几乎所有仅在一个序列上可见的信号改变均具有低显著度/信号强度。基于T2W Dixon的判读所识别的高信号区域数量比STIR多6%,真阳性比例更高,假阴性更少。以0–2分制对信号强度进行分级显示一致性较差;尽管这在一定程度上是由于判读者固有的主观变异性,但我们认为这反映了两序列显示高信号区域的方式不同。
几乎所有中等至液体信号的区域在由三名经验丰富的放射科医师以共识方式重新评分(替代金标准)时在两次扫描上均可见,这一事实意味着具有临床意义的高信号区域最有可能在两种扫描类型上均被识别。我们的结果表明,在特定患者已知病变的随访中以及寻找多发病灶时,应使用相同的方案。识别高信号区域的更高敏感度和特异度,以及Dixon提供的额外信息,均支持该序列优于STIR,此外,因伪影或信噪比欠佳而被排除进一步分析的图像大多为STIR加权图像。然而,对后者应谨慎解读,因为STIR序列是在检查结束时进行的,无聊的儿童发生移动伪影的风险增加。
尽管545个“真”病灶中的大多数在两个序列上均被识别,但对显著性或信号强度的感知和评分不同,T2W Dixon识别出的高信号区域数量略多。这可能反映了两个序列在体素大小、图像伪影和阅片环境之外的差异。我们认为,列联表(表3)中显示的初始分级不一致是由STIR图像略低的信噪比(图2)、扫描间的小幅运动(图4、图5)、评分的主观性、全身MRI评估的大量定位或这些问题的组合所致。此外,参数的选择可能也起了作用。理想情况下,两个序列之间的比较应分别包括对两个序列各自的重测信度练习,以帮助识别并因此排除因精密度问题导致的不一致。然而,基于同一项全身MRI研究的96次检查,我们先前已表明,在T2W Dixon图像上以0–2分制对高信号骨髓改变进行评分,无论是同一阅片者内还是阅片者间均表现良好[7]。我们假设基于STIR的判读精密度与基于Dixon的判读无实质性差异,这一假设得到了其他人的支持[10]。此外,我们研究中使用的技术设置在各序列间是统一的。因此我们认为,STIR与T2 Dixon基于信号强度的判读之间所见的不一致,其相当大一部分可由序列间的真实差异来解释。
在成人中,已有数项研究比较了T2W Dixon和STIR序列在针对性检查中的诊断性能。Heynen等人在其纳入22例患者(平均年龄80.9岁)的研究中,使用3-T扫描仪比较了T2W Dixon、T1W和STIR图像在评估股骨颈影像学隐匿性骨折中的表现[10]。有趣的是,T2W Dixon图像的观察者间一致性显著低于STIR图像,kappa值分别为0.70–0.79和0.87–0.93。此外,以所有可用序列的信息作为替代金标准,T2W Dixon水-only图像在骨折识别方面的敏感度和准确度均低于STIR[10]。他们的结果与其他人的结果形成对比,例如在腰椎[11]、手部[5]和骶髂关节[12]评估中的研究。总之,已发表的结果差异显著,反映了不同的扫描仪和技术设置以及不同的研究设计。据我们所知,儿童中的类似研究或针对全身MRI的研究尚不存在。
我们发现,在基于545个高信号区域中的185个评估信号范围时,Dixon与STIR图像之间具有中等一致性。同样,不一致可能归因于信号强度部分所列的问题,如信噪比差异、扫描间的小幅运动以及评分的主观性。
再次强调,我们认为我们的结果对临床实践具有启示意义,凸显了在转移性或炎症性骨髓病变患儿的随访中应用完全相同的全身MRI方案的重要性,尤其是考虑到无症状病变的高发生率[13, 14]。在我们的研究中,基于三位经验丰富的阅片者之间的共识评分,545个病变中有5%仅在STIR上可见,另有5%仅在T2 Dixon上可见。类似的差异很可能也存在于不同厂商的MRI扫描仪之间、扫描参数不同的序列之间以及不同场强的扫描仪之间。与本研究使用的1.5-T扫描仪相比,3-T扫描仪具有更高的信噪比、脂肪峰与水峰之间更宽的化学位移、更高的比吸收率、更大的磁敏感效应及由此产生的伪影、更大的B0和B1不均匀性以及更长的T1弛豫时间。这些差异影响脂肪抑制的可靠性和一致性,并且理论上在优化技术设置后应能提供更好的图像,从而获得更好的观察者一致性。在繁忙的环境中,由于MRI实验室可用性限制等因素,此类问题可能被忽视。
我们承认本研究存在若干局限性。第一,我们的结果仅适用于健康儿童的全身1.5-T MRI。然而,高信号强度区域中相当一部分为2级,即具有中等至液体样信号强度,在临床环境中可能被误认为病变[15, 16]。第二,对脂肪抑制T2W图像上信号强度的主观分级存在困难;然而,我们近期已证明,经过细致校准后,对骨髓内高信号区域强度进行分级表现良好[7]。第三,无法按序列设盲;第四,我们的序列参数选择只是众多选项之一,结论仅适用于这些特定序列参数。本研究的优势包括评分前观察者之间的细致校准、相对较高的发现数量及均衡分布,以及两次扫描采用相似的技术设置。
结论
我们已在一个大型健康儿童和青少年队列中证明,1.5-T全身MRI上发现的大多数高信号骨髓改变在STIR和水-only T2W Dixon上均可见,且几乎所有仅在一个序列上可见的信号改变均具有低显著度/信号强度。基于T2W Dixon的阅片所识别的病变数量比STIR高6%,真阳性比例更高,假阴性更少。这凸显了在纵向随访骨髓信号改变时使用相同方案的重要性。然而,Dixon-w图像提供的额外信息以及更好的SNR有利于选择Dixon序列。
引用
- Zadig, von Brandis, Ording Müller, et al. Pediatric whole-body magnetic resonance imaging: comparison of STIR and T2 Dixon sequences in the detection and grading of high signal bone marrow changes. Eur Radiol. 2023. PMID: 36700955. doi:10.1007/s00330-023-09413-6
- 全文:PMC10290001(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10290001/
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。