文献速递腹部技术与安全CT

双能CT细胞外肝体积预测乙肝肝硬化急性失代偿短期进展

Dual-energy CT quantification of extracellular liver volume predicts short-term disease progression in patients with hepatitis B liver cirrhosis-acute decompensation.
PubMed 文献 · Insights Imaging · 2023-03-29

本研究回顾性纳入307例乙肝肝硬化急性失代偿患者,基于双能CT平衡期碘图量化细胞外肝体积(ECVIC-liver),结合CLIF-C ADs构建列线图预测90天内慢加急性肝衰竭(ACLF)发生。ECVIC-liver和CLIF-C ADs为独立危险因素,模型在训练组和验证组AUC分别为0.893和0.838,校准曲线和决策曲线显示良好临床效用。

要点

  • 双能CT平衡期碘图可量化ECVIC-liver,预测90天内ACLF发生。
  • ECVIC-liver与CLIF-C ADs联合列线图区分度良好(验证组AUC 0.838)。
  • 进展组ECVIC-liver值高于稳定组,提示细胞外基质扩张与预后相关。

核心结论

  • 双能CT量化ECVIC-liver联合CLIF-C ADs可早期预测HBV LC-AD患者90天内ACLF发生。
  • 模型在训练组和验证组均显示良好区分度、校准度和临床净收益。

研究设计与样本

  • 回顾性单中心研究,纳入2018年1月至2022年3月307例HBV LC-AD患者,按7:3随机分为训练组215例和验证组92例。
  • 使用64排双能CT(GE Discovery CT750 HD)GSI模式80/140 kVp快速切换,平衡期(触发后180 s)重建1.25 mm图像。
  • 主要结局为90天内因ACLF再入院,ACLF诊断采用APASL共识标准。

关键影像表现/征象

  • 双能CT平衡期碘(水)图上测量肝脏ROI及同层腹主动脉,计算IC、Z、K140及ECVIC-liver。
  • 进展组ECVIC-liver高于稳定组,差异有统计学意义(p < 0.001)。
  • 代表性病例:进展组ECVIC-liver=36.74,稳定组ECVIC-liver=26.13(附加文件图S1、S2)。

诊断标准与关键数值

  • 多因素logistic回归显示CLIF-C ADs(OR 1.188;95% CI 1.046–1.350;p = 0.008)和ECVIC-liver(OR 1.280;95% CI 1.154–1.420;p < 0.001)为独立预测因子。
  • 列线图模型预测90天内ACLF的AUC:训练组0.893(95% CI 0.846–0.940),验证组0.838(95% CI 0.757–0.919)。
  • 校准曲线H-L检验p值:训练组0.658,验证组0.366,提示预测概率与实际风险一致。

临床应用与阅片要点

  • 在双能CT平衡期碘(水)图上测量ECVIC-liver,可辅助识别LC-AD患者短期进展高风险。
  • 联合CLIF-C ADs列线图可个体化评估90天内ACLF风险,指导早期干预。
  • 测量ROI应避开大血管、胆管、囊肿及伪影,取左外叶、左内叶、右前叶、右后叶及同层腹主动脉。

局限性

  • 单中心回顾性研究,样本量有限,无外部验证,模型泛化性需进一步研究。
  • CT扫描协议限于本中心,不同延迟时间测量的ECV可能不同。
  • 仅纳入HBV肝硬化患者,随访期仅90天。
全文中译12 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Insights Imaging. 2023 Mar 29;14:51. doi: 10.1186/s13244-023-01393-x

背景

肝硬化急性失代偿(LC-AD)是指在肝硬化患者中,2周内首次出现或急性发生2级或3级腹水、肝性脑病、胃肠道出血和感染,是肝硬化患者死亡风险分层最重要的变量[1, 2]。LC-AD患者可观察到三种预后差异显著的临床病程,其中部分患者将在90天内发展为慢加急性肝衰竭(ACLF),其特征为严重的全身炎症反应、多系统/多器官衰竭和高短期死亡率[3]。2020年,欧洲肝病学会-慢性肝衰竭(EASL-CLIF)开展的PREDICT研究报告称,LC-AD前ACLF期患者在90天内进展为ACLF者的3个月和1年死亡率分别为53.7%和67.4%,主要与全身炎症反应相关[1, 2, 4]。因此,及时区分短期内发展为ACLF高风险的LC-AD人群有助于早期预防和干预,从而降低肝硬化患者的死亡率[5]。

多种模型已被用于预测慢性肝病患者的疾病进展,包括Child–Turcotte–Pugh(CTP)模型、终末期肝病模型(MELD)、MELD-Na和慢性肝衰竭协作组-急性失代偿评分(CLIF-C ADs)[6–8]。然而,这些预测模型通常基于部分血清学指标和临床医生的主观判断,繁琐的公式和过多的参数引入了额外的混杂因素并限制了临床应用[9–11]。因此,开发一种客观、敏感且便捷的指标来预测LC-AD患者的疾病进展是当前研究面临的挑战。此前,基于增强CT计算的细胞外容积(ECV)在评估肝纤维化和肝功能方面发挥了重要作用[12, 13]。ECV代表血管外和血管内细胞外间隙的总和。肝病进展导致肝胶原沉积增加,从而扩大细胞外间隙。基于这一病理基础,定量测量肝脏ECV可评估肝病严重程度并预测疾病进展[14, 15]。双能CT的进步使得能够同时评估肝实质、肝血流和肝功能[16]。近期研究报道,与常规增强CT相比,通过双能CT测量的ECV在代偿期肝硬化患者的肝纤维化分期以及预测失代偿和HCC发生方面有所改善[17, 18]。

列线图可纳入多种预后相关因素,并量化、可视化各因素对预后的影响,在临床实践中应用更为广泛。因此,本研究旨在确定双能CT测量的ECV是否可用于预测HBV LC-AD患者90天内ACLF的发生,并开发及验证一种新型的基于ECV的预后模型。

材料与方法

患者

本研究经我院伦理委员会批准(编号:2021A-564),伦理委员会豁免了书面知情同意要求。我们回顾性收集了2018年1月至2022年3月期间在我院肝病科住院的486例HBV LC-AD患者的数据。纳入标准如下:(1)临床诊断为HBV LC-AD [19];(2)年龄≥18岁且≤80岁;(3)具备肝脏双能量增强CT扫描图像;(4)CT检查前后1周内实验室检查数据完整。排除标准如下:(1)合并药物/酒精所致肝损伤、自身免疫性疾病或其他嗜肝病毒所致肝损伤;(2)合并肝脏占位性病变(肝脏单发病灶或多发病灶合并直径3 cm,包括肝细胞癌、胆管细胞癌、肝血管瘤等);(3)既往接受过肝脏或胆道手术治疗;(4)合并胆道疾病;(5)合并肝外慢性疾病(如其他器官恶性肿瘤;影响心、肺、肾、脑或其他器官的严重疾病;未控制的免疫或代谢性疾病);(6)图像质量差及严重伪影;(7)失访。根据上述纳入和排除标准,最终共纳入307例HBV LC-AD患者,患者按7:3比例随机分配至训练组和验证组(图1)。

图1 患者筛选流程图。LC-AD,肝硬化急性失代偿;ACLF,慢加急性肝衰竭 查看原图 ↗

数据收集与随访

患者的临床资料见表1,CTP、MELD、MELD-Na和CLIF-C ADs根据临床资料计算[8]。

所有患者入院后均给予常规综合内科治疗(如休息、保肝、输注白蛋白或血浆、维持水电解质平衡及营养能量支持治疗)和/或抗病毒治疗(如拉米夫定、替比夫定或恩替卡韦)。本研究的随访期为90天,通过电子病历系统进行随访。进展组包括诊断为LC-AD后90天内因ACLF需要再住院的患者,稳定组包括未再住院的患者(图1)。ACLF根据亚太肝脏研究学会(APASL)共识标准诊断:黄疸(血清胆红素≥5 mg/dL)和凝血功能障碍(国际标准化比值≥1.5或凝血酶原活动度<40%)在4周内并发腹水和/或肝性脑病[4]。

表1 训练组和验证组患者的临床特征、实验室指标及平衡期双能量CT参数 查看原表 ↗

图像采集

所有患者均使用64排双能CT(Discovery CT750 HD,GE Healthcare,Waukesha,WI,USA)进行标准化肝脏扫描。采用宝石能谱成像(GSI)扫描模式,管电压80/140 kVp快速切换(切换率:0.5 ms),管电流:375 mA,螺旋速度:0.6 s/r,采集层厚5 mm,采集间隔5 mm,螺距0.969:1,探测器准直:0.625 × 64 mm。使用高压注射器经肘前静脉注射非离子型对比剂(Ultravist 370;Bayer Schering Pharma,Berlin,Germany),剂量为60–90 mL(1.0 mL/kg体重),注射流率:3.5–4.0 mL/s。以100 HU为触发阈值检测腹主动脉,并于触发后20 s、60 s和180 s分别扫描动脉期、门静脉期和平衡期。扫描结束后,对各期图像以1.25 mm层厚和间隔进行重建。

图像分析

所有数据均传输至工作站(GE AW4.7,GE Healthcare,Waukesha,WI,USA),并使用GSI Volume Viewer软件进行处理分析。由两名医师(均具有10年以上肝脏诊断影像经验)在平衡期肝脏横断面碘(水)图像上绘制感兴趣区(ROI)。

在肝脏左外叶、左内叶、右前叶、右后叶以及同一水平的腹主动脉内绘制圆形ROI(直径10 mm),以第一肝门为中心,在三个不同层面(肝门层面及其上方和下方5 mm各三个层面)进行绘制。ROI的勾画应尽可能避开大血管、胆管、囊肿和伪影。测量并记录不同肝叶及腹主动脉在40 keV ~ 140 keV的单能CT值、碘浓度(IC)和有效原子序数(Z)。数据用于计算能谱曲线斜率(K140)[20]和细胞外肝体积(ECVIC-liver)[21]。取四个肝脏ROI的平均值用于肝实质测量,并对三个不同层面各部位的值取平均。

统计分析

使用IBM SPSS(版本25;IBM,New York,USA)和R软件(版本4.2.1)进行统计分析。两名医师测量参数之间的一致性采用组内相关系数(ICC)评估,ICC值≥ 0.75被认为一致性良好。进行Kolmogorov–Smirnov正态性检验,符合正态分布的数据以均数±标准差( )表示,组间比较采用独立样本t检验;不符合正态分布的数据以中位数和四分位距(Q1,Q3)表示,组间比较采用Mann–Whitney U检验。计数数据以频数和百分比n(%)表示,比较采用χ2检验。

单因素分析中进展组与稳定组之间差异显著(p < 0.05)的变量采用进入法纳入多因素logistic回归模型,以识别预测进展的独立危险因素并建立预测疾病进展的模型。变量间的多重共线性根据方差膨胀因子(VIF)进行衡量,本研究认为VIF ≥ 10时存在高多重共线性风险。使用验证组对模型进行内部验证,采用受试者工作特征(ROC)曲线和曲线下面积(AUC)评估模型对结局变量的区分能力。模型校准采用Hosmer–Lemeshow(H–L)检验和校准曲线进行评估,采用决策分析曲线(DCA)评估模型的临床实用性和净获益。p值 < 0.05被认为表示差异有统计学意义。

结果

患者特征

本研究共纳入307例HBV LC-AD患者。训练组215例,验证组92例。训练组和验证组患者的临床特征、实验室指标及平衡期双能CT参数见表1。两组间ALB和HBeAg阳性的差异有统计学意义(p < 0.05),其余指标组间差异无统计学意义(p > 0.05)。

ACLF发生的单因素和多因素预测因素

在训练组中,单因素分析显示年龄、BMI、感染、腹水、尿素、Na+、ALB、WBC、PLT、CTP评分、MELD-Na评分、CLIF-C ADs、IC、Z、K140和ECVIC-liver是与HBV LC-AD患者90天内发生ACLF相关的危险因素(p < 0.05,表2)。在多因素logistic回归分析中,MELD评分、MELD-Na评分、IC、Z和K140因存在较强的协方差风险而被排除(VIF值分别为52.30、65.89、159.45、414.02和459.46)。在其余指标中,CLIF-C ADs(OR 1.188;95% CI 1.046–1.350;p = 0.008)和ECVIC-liver(OR 1.280;95% CI 1.154–1.420;p < 0.001)被确定为独立预测因素(表3和图2)。进展组和稳定组的代表性病例见附加文件1:图S1和图S2。

表2 与90天内ACLF发生相关危险因素的单因素分析 查看原表 ↗
表3 基于训练组的与90天内ACLF发生相关危险因素的多因素logistic回归分析 查看原表 ↗
图2 进展组和稳定组CLIF-C ADs和ECVIC-liver的箱线图。CLIF-C ADs,慢性肝衰竭联盟-急性失代偿评分;ECVIC-liver,细胞外肝脏体积;***,p < 0.001 查看原图 ↗

列线图的建立

基于多因素logistic回归分析筛选出两个预测因素(CLIF C-ADs和ECVIC-liver),并建立了预测HBV LC-AD患者90天内ACLF发生的列线图(表3,图3)。每个变量被赋予特定分值,所有变量分值之和对应ACLF风险的概率。

图3 预测90天内ACLF发生的列线图。CLIF-C ADs,慢性肝衰竭联盟-急性失代偿评分;ECVIC-liver,细胞外肝脏体积;ACLF,慢加急性肝衰竭 查看原图 ↗

列线图的验证

验证组对列线图的内部验证显示,该模型在训练组中的AUC值为0.893(95% CI 0.846–0.940),在验证组中为0.838(95% CI 0.757–0.919),表明该模型在预测HBV LC-AD患者90天内ACLF发生方面具有良好的区分度(图4)。校准曲线非常接近对角线,表明模型预测概率与实际结果之间具有良好的一致性;此外,训练组和验证组的H–L检验均获得不显著的p值,分别为0.658和0.366(图5)。DCA结果显示,与全变量和无变量两种情形相比,该模型在几乎整个阈值概率范围内均具有更高的净获益,表明该模型具有更高的临床实用性(图6)。

图4 预测90天内ACLF发生的ROC曲线。模型在训练组(a)中的AUC值为0.893(95% CI 0.846–0.940),在验证组(b)中为0.838(95% CI 0.757–0.919)。ROC,受试者工作特征;ACLF,慢加急性肝衰竭;AUC,曲线下面积 查看原图 ↗
图5 预测90天内ACLF发生的校准曲线。模型在训练组(a)和验证组(b)中的校准曲线显示出良好的一致性。ACLF,慢加急性肝衰竭 查看原图 ↗
图6 预测90天内ACLF发生的DCA曲线。DCA分析显示,该模型在宽泛且实用的阈值概率范围内总体具有良好的净获益,并影响患者结局。DCA,决策分析曲线;ACLF,慢加急性肝衰竭 查看原图 ↗

讨论

在临床实践中,预测LC-AD患者90天内ACLF的发生极具挑战性[2]。在本研究中,通过双能CT平衡期获得的碘(水)图测定的ECVIC-liver和CLIF-C ADs在单因素和多因素logistic回归分析中被确定为LC-AD进展的独立危险因素,两者联合构建的模型可用于预测HBV LC-AD患者90天内ACLF的发生。该模型在训练组和验证组中均取得了较好的性能,可能有助于为LC-AD患者的临床管理提供更合适、更直观的评估工具。

近期研究报告称,在90天内发生慢加急性肝衰竭(ACLF)的LC-AD患者比疾病稳定的患者具有更严重的全身性炎症,短期死亡率为53.7%[1, 2]。此前多项研究已通过监测肝功能、炎症状态和门静脉高压成功预测了肝硬化患者的预后[22–24]。因此,从病理生理状态出发预测LC-AD患者发生ACLF在理论上是可行的。本研究中,进展组与稳定组之间在多项临床指标(感染、腹水、尿素、Na+、ALB、WBC、PLT等)上观察到显著差异,这在一定程度上可能反映了全身性炎症和门静脉压力的变化,正如既往研究所提示[25, 26]。然而,使用血清标志物和临床症状评估肝硬化预后仍存在一定局限性(例如易受肝外因素影响、主观性以及评价指标的不稳定性),使得这些数据不适合用于预测LC-AD患者的预后[9–11]。因此,我们使用新提出的CLIF-C ADs评估这些患者90天内ACLF的发生情况,该评分也与患者预后独立相关。与传统的CTP、MELD和MELD-Na评分不同,CLIF-C ADs是专门基于LC-AD提出的,并将WBC和年龄纳入预后评估[8]。WBC反映全身性炎症状态,而年龄与全身肌肉总量呈负相关,因此结合这两个因素的新型评分有助于确定LC-AD患者的预后风险[27]。

细胞外容积(ECV)是用于量化细胞外基质状态的标志物,细胞外基质是细胞微环境的重要组成部分,而疾病的发展通常伴随细胞微环境的改变。因此,ECV可反映组织炎症程度、肝功能及纤维化程度[21, 28, 29]。在肝硬化的动态进展过程中,胶原在肝脏中的逐渐沉积导致细胞外间隙逐渐扩大。当平衡期造影剂在细胞内外及血管内外的分布达到稳定后,可通过评估平衡期造影剂的分布来量化ECV[30]。多项研究最初使用常规增强CT测量ECV,报道肝脏和脾脏ECV值可无创评估器官纤维化程度和门静脉高压严重程度,但诊断效能较低[13, 31]。近期,部分研究进一步使用双能CT平衡期碘图测量ECV,与常规CT值相比,基于双能CT碘图测量细胞外基质的准确性显著提高,使其成为无创评估器官纤维化和预测疾病进展的有效工具[17, 32]。此外,既往大多数研究[21, 30, 31, 33]集中于使用ECV进行肝纤维化分期、门静脉高压严重程度分级以及预测失代偿和HCC的发生,而尚无研究尝试预测LC-AD患者90天内ACLF的发生。因此,我们使用双能CT量化的ECVIC-liver值来预测LC-AD患者的短期疾病进展。我们的分析表明,ECVIC-liver与90天时ACLF的发生独立相关,且预后较差的患者ECVIC-liver值高于病情趋于稳定的患者。我们的模型也显示出优异的预测能力。此外,在测量ECVIC-liver时可同时获得常规双能CT参数(IC、Z、K140等),从而能够评估肝血流和肝功能。然而,本研究中测量的上述参数因存在协方差风险而被排除,这可能归因于该单中心人群样本量有限,且研究仅测量了患者的单期双能CT参数,其反映的肝脏信息相对有限,未来可纳入多中心患者的多期双能CT参数以更全面地反映肝脏状态。

在本研究中,ECVIC-liver和CLIF-C ADs在LC-AD患者中随疾病进展而升高,并在进展组与稳定组之间差异显著。近期研究报道,ECV对肝硬化患者预后的诊断效能与CTP和MELD评分相当或略优,且动态监测肝脏ECV有利于患者预后[33]。Bak等[18]利用双能CT证实,肝脏ECV值随肝硬化分期增加呈线性升高,其无创预测肝脏失代偿和HCC的敏感度和准确度均高于MELD评分。这一发现提示,双能CT是用于代偿期肝硬化患者评估和个体化管理的可靠且敏感的方法。Baldin等[27]证实,高CLIF-C ADs与更高的器官功能障碍发生率、增加的并发症风险和高短期死亡率相关,可实现更准确的短期预后预测。在本研究中,我们进一步联合反映临床指标的CLIF-C ADs和反映细胞微环境状态的ECVIC-liver,构建并验证了LC-AD患者90天内发生ACLF的模型。该模型在验证组中的AUC值为0.838,并获得了良好的校准曲线,表明该模型具有良好的预测价值,满意的DCA曲线表明该模型具有较高的临床价值,但未来仍需多中心更大样本量的验证。

本研究存在若干局限性。第一,本研究使用的CT扫描方案仅限于本中心,采用不同延迟时间测量的ECV结果可能存在差异。在不同延迟时间下相对于细胞外基质定量的ECV准确性应在前瞻性研究中进一步探讨。第二,本研究仅纳入HBV肝硬化患者,且研究随访期仅为90天。需要进一步扩大研究人群并延长随访期,以识别其他可能反映肝脏预后的影像学参数,如肝脏和脾脏体积、肝表面结节评分、椎旁肌密度和脂肪含量。最后,作为一项回顾性单中心研究,由于总样本量有限,研究可能存在偏倚,且缺乏外部验证,模型的泛化能力需要未来更深入的研究。

总之,双能CT定量ECVIC-liver可实现LC-AD患者90天内ACLF发生的预测;内部验证表明,联合ECVIC-liver和CLIF-C ADs构建的模型具有良好的预测性能和临床实用性。因此,本研究结果可用于辅助临床更好地识别LC-AD患者的早期疾病进展。

补充信息

附加文件1:图S1。(进展组)一名58岁女性HBV LC-AD患者肝脏的双能CT平衡期成像。A-E分别显示碘(水)图、碘(水)伪彩图、有效原子序数图、直方图和能谱曲线斜率,碘浓度(IC)=22.84,有效原子序数(Z)=8.94,能谱曲线(K140)=1.76,细胞外肝体积(ECVIC-liver)=36.74。图S2。(稳定组)一名34岁男性HBV LC-AD患者肝脏的双能CT平衡期成像。A-E分别显示碘(水)图、碘(水)伪彩图、有效原子序数图、直方图和能谱曲线斜率,碘浓度(IC)=15.63,有效原子序数(Z)=8.52,能谱曲线(K140)=1.21,细胞外肝体积(ECVIC-liver)=26.13。

引用

  1. Xu, Li, Li, et al. Dual-energy CT quantification of extracellular liver volume predicts short-term disease progression in patients with hepatitis B liver cirrhosis-acute decompensation. Insights Imaging. 2023. PMID: 36977956. doi:10.1186/s13244-023-01393-x
  2. 全文:PMC10050608(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10050608/

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。