摘要
肺血管定量CT在COVID-19相关肺炎中具有潜在的重要意义https://bit.ly/3vUTTRM
医学图像的自动分析并不新鲜[1.–3.].呼吸科学,特别是肺间质疾病领域的研究人员,长期以来一直对计算机分析医学图像的潜力充满热情,从而揭示迄今为止人眼看不到的“信号”:最近机器学习和人工智能的发展,只会增强这种热情。4.–6.].通过利用计算机断层扫描(CT)在诊断、治疗决策和预测中的核心重要性,一个关键目标是识别成像生物标志物,以更准确地表型疾病,从而向真正的以患者为中心的医学迈进一步。另一个目标是将新的成像分析应用于发病机制、疾病“行为”和预测,希望这可能开启新的治疗方法。考虑到数据的数字化性质和潜在的无数成像模式(通常由患者、治疗和基于疾病的因素混合),肺成像非常适合更复杂的分析方法。
在这个版本的欧洲呼吸杂志,米鸢尾草等[7.回顾性探索自动分析的实用性,特别是对住院的2019冠状病毒病(COVID-19)患者和COVID-19阴性患者的对照队列的胸部CT扫描中的小血管定量。这种方法以前曾被用于研究COPD患者肺血管的变化[8.]和镰状细胞病[9]也就是说,鉴于越来越多的证据表明这种疾病的血管中心性,研究新冠病毒-19中的小血管是合乎逻辑的[10,11].在报道的研究中,作者采用了两种方法,包括疾病程度的半定量视觉评分和定量CT评分,对三个不同口径簇(1.25 - 5mm)的血管中血容量比例进行评分2.(BV5%), 5 - 10毫米2.(BV5-10%)和>10 mm2.(BV10%)。根据该组先前的研究显示,新冠病毒-19患者的最小血管减少,BV5%[12]作者假设BV5%的降低可能是预后因素。
与他们的假设一致,作者报告说,在美国多个机构的300多名新冠病毒-19患者中,绝大多数患者的CT表现与肺炎一致,低BV5%与机械通气或死亡风险增加相关。作者发现,25%的BV5%阈值可导致死亡率的比值比为5.58,插管或死亡的比值比为2.54。当视觉严重程度评分添加到多元回归分析中时,25%的BV5%阈值仍然具有预后,但有趣的是,添加到年龄中的严重程度评分的曲线下面积为0.87,略优于BV5%和年龄为0.85对于相同的复合终点。在COVID-19阴性患者的对照队列中,最常见的影像学异常为非典型/COVID-19肺炎(32%)、非COVID肺炎(14%)、胸腔积液(7%)和肺栓塞(6%)该组25%的CT扫描报告为正常。与异质性组的COVID-19阴性患者相比,COVID-19阳性患者的BV5%显著降低。作者得出结论,BV5%是一种新的CT生物标记物,具有预后价值,提供了机制见解,并可能对抗凝治疗的患者进行分层离子可能是有益的。
值得祝贺的是,作者的定量方法进一步支持了严重COVID-19肺血管功能障碍的重要性;当然,这是一个迫切需要更多知识的领域。这项研究的优势包括多中心性质,它证明了自动分析软件在不同CT扫描设备和协议上的通用性,以及大的、良好表型的患者队列。正如预期的那样,这项研究提出了进一步的问题,这些问题目前尚未得到解答,但有望为今后的工作提供动力。视觉评估的严重程度评分不仅与COVID-19肺炎患者的BV5%相关,而且与27例非COVID-19相关性肺炎对照组患者的BV5%相关,且无论COVID-19状态如何,肺炎患者的BV5%没有显著差异。此外,在covid -19阴性肺炎患者中,BV5%作为一个连续变量与插管或死亡的复合显著相关。因此,这意味着BV5%是疾病程度的替代品,肺炎患者的小血管减弱任何病因学。也许这不是一项针对covid -19的发现,而只是反映了血管从局部病变、合并的肺分流。另一个潜在的有趣问题是,BV5%的减少是导致更严重的疾病,还是仅仅是其结果。最后,视觉上指定的严重程度评分在预测结果方面至少与BV5%同样有效,这一发现可能会促使愤世嫉俗者问,为什么需要定量方法。作者推断,CT上疾病有限但BV5%低的患者可能受益于抗凝治疗,低BV5%可能是这种情况下的预后标志。显然,在这一组中抗凝可能有益的建议需要在对照环境中进行正式的研究,现阶段不推荐。另一个诱人的理论是,COVID-19早期BV5%的低水平可能预测那些将发展为严重和更广泛的疾病的人:如果这被证实,这类患者可能会被分层进行干预,并更密切地监测并发症。作者没有探讨炎症或血栓形成与循环标志物(如d -二聚体)的可能联系,这可能是一个有趣的后续研究。
尽管有上述问题,M鸢尾草等[7.]为以下概念提供进一步证据:肺血管系统不仅承受大部分新冠病毒-19的冲击,而且与肺周围结构密切相互作用,可能产生致病性影响[13]他们还证明,尽管存在不可否认的复杂性,定量肺成像是可行的、普遍的,并且具有潜在的预后价值。这里与“进展性纤维化表型”有潜在的相似之处[14其中,预测性成像生物标志物可能能够识别那些有进展风险的患者;优先研究领域[15].时间将告诉我们,定量CT分析(包括人工智能和机器学习)是否能够或确实应该纳入常规呼吸练习。目前的研究代表了明确的进展,建立在稳步增长的工作基础上,这表明这一时刻可能即将到来。
可共享PDF
脚注
利益冲突:下午George报告了勃林格殷格翰(Boehringer Ingelheim)和罗氏制药(Roche Pharmaceuticals)的顾问拨款和个人费用,以及阿斯利康(AstraZeneca)、Cippla、Teva和Brainomix的酬金和咨询费。
利益冲突:S.R. Desai报告了来自勃林格殷格翰、葛兰素史克、阿斯利康和Sensyne健康集团有限公司的酬金和咨询费,超出了提交的工作。
- 收到了2021年3月18日。
- 认可的2021年3月22日。
- 版权所有©作者2021。
这个版本是在知识共享署名非商业许可4.0的条款下发布的。有关商业复制权利和许可,请联系权限在}{ersnet.org