编辑推荐：
这篇综述聚焦轴向脊柱关节炎（axSpA）临床试验中的影像学应用。探讨了传统放射学、磁共振成像（MRI）、低剂量计算机断层扫描（ld-CT）等成像方式的优劣，以及相关评分系统，为临床研究中选择合适的成像技术提供指导。
轴向脊柱关节炎（axSpA）与影像学检查的重要性
轴向脊柱关节炎（axSpA）是一种主要累及骶髂关节和脊柱的慢性炎症性疾病。它不仅会给患者带来长期疼痛，降低生活质量，还可能导致不可逆的结构损伤，引发功能障碍和残疾。因此，早期准确诊断并及时干预对改善患者预后至关重要。
在 axSpA 的诊疗过程中，影像学检查发挥着核心作用。它既可以用于评估疾病活动度，观察骶髂关节和脊柱的炎症情况，也能监测疾病随时间的结构进展。在临床试验里，精准且灵敏的影像学手段对于评估疾病活动、监测治疗反应以及追踪结构变化必不可少，甚至可作为关键终点指标，提供炎症和结构改变的客观数据。然而，选择合适的成像方式并非易事，需要综合考量敏感性、特异性、实用性和安全性等多方面因素。
常用成像方式及其评分系统
- 传统放射学：传统放射学自 20 世纪 30 年代起就用于诊断和评估 axSpA 相关疾病。它能够检测到骶髂关节和脊柱因炎症导致的骨皮质破坏和新骨形成，如侵蚀、关节周围或角落硬化、骨赘和强直等结构病变。但这些病变往往在炎症发生数年后才会显现，早期 axSpA 炎症在 MRI 上可能已清晰可见，传统放射学却难以察觉，因此其对早期疾病检测的敏感性较差。
解读骨盆尤其是骶髂关节的放射影像颇具挑战。由于是对三维结构进行二维成像，经验丰富的放射科医生也可能受限于图像信息。而且，肠道气体、粪便的遮挡以及骶骨和髂骨部分的倾斜方向，会使影像重叠，容易误诊为骶髂关节炎的结构病变。研究表明，在评估骶髂关节炎时，传统放射学的观察者间和观察者内变异度较大，早期骶髂关节炎的评估准确性较低，假阳性和假阴性率较高，培训也难以改善这一情况。
在脊柱方面，虽然 axSpA 通常始于骶髂关节，但脊柱的结构病变，特别是骨赘，在疾病早期可能并不明显。而且，胸部脊柱的放射影像常因心脏、纵隔结构和肋骨的重叠而受限。不过，相较于 MRI，骨赘在脊柱放射影像上更易被检测到，因此颈椎和腰椎的放射影像在评估 axSpA 的骨赘时仍具有重要意义，可与 MRI 互补。
评估放射学损伤常用的评分系统有 1984 年修订的纽约标准（mNYC）和改良的斯托克强直性脊柱炎脊柱评分（mSASSS）。mNYC 将高级放射学骶髂关节炎纳入强直性脊柱炎的分类标准之一，采用 5 分分级量表评估骶髂关节，但对早期骶髂关节炎的敏感性较低，常作为 axSpA 临床试验的入选筛选标准。mSASSS 用于评估颈椎和腰椎的结构病变，涵盖侵蚀、硬化、方形变、骨赘和骨桥等，总分 0 - 72 分，能较好地反映脊柱 5 - 10 年的结构进展，是评估脊柱结构变化的重要方法。
- 磁共振成像（MRI）：MRI 是目前诊断早期 SpA 最敏感、准确的工具，可在无辐射的情况下可靠地评估疾病的两个主要方面：活动性炎症和结构损伤。
在骶髂关节炎的急性炎症表现中，通过液体敏感的 MRI 序列（如短时间反转恢复序列（STIR）和 T2 加权（T2 - W）脂肪抑制（FS）序列），可以观察到关节周围的骨髓水肿（BME）或骨炎，这一表现可能在晚期结构病变出现前数年就已存在。此外，还能检测到附着点炎、滑膜炎和关节内积液等。而结构病变，如侵蚀、关节周围和关节内（回填）脂肪病变以及强直，则在 T1 加权（T1 - W）序列上显示更佳。
在脊柱的 MRI 检查中，同样可以在液体敏感序列和 T1 - W 序列上分别检测到急性（BME、附着点炎、滑膜炎）和结构（侵蚀、脂肪病变、强直）病变。基于 MRI 对早期骶髂关节炎的高敏感性，它被纳入了国际脊柱关节炎评估协会（ASAS）的分类标准，用于 axSpA 患者临床试验的入选。例如，当患者的骶髂关节 MRI 上出现多个 BME 病变，或单个 BME 病变出现在至少两个连续切片上时，可判定为 “阳性 MRI”。
MRI 的评分系统众多，在骶髂关节方面，主要有加拿大脊柱关节炎研究联盟（SPARCC）炎症和结构评分以及柏林评分。SPARCC 炎症评分通过半冠状面液体敏感的 T2 - W MRI 序列评估 BME，每个骶髂关节在每个切片上分为四个象限，对六个连续切片评分，最高分为 72 分，分数越高炎症活动度越高。SPARCC 结构评分则在半冠状面脂肪敏感的 T1 - W MRI 序列上评估慢性结构病变，采用类似的象限系统，最高分为 120 分，反映结构进展程度。柏林评分同样将每个骶髂关节分为四个象限，对活性 MRI 病变（主要是 BME）和结构病变分别在液体敏感和脂肪敏感序列上进行半定量评分，总分为 24 分。
在脊柱方面，主要有强直性脊柱炎脊柱 MRI（ASspiMRI）评分、柏林 MRI 评分和加拿大脊柱关节炎研究联盟（SPARCC）MRI 评分。ASspiMRI 评分基于疾病活动度和结构损伤进行 0 - 6 分的分级，对脊柱的 23 个椎体单位（VU）进行评分，最高分为 138 分。柏林 MRI 评分是 ASspiMRI 评分的简化版本，对每个 VU 的 BME 和结构病变分别评分，全脊柱最高分为 69 分。SPARCC MRI 评分最初对脊柱中六个最严重受累的 VU 进行评分，每个 VU 分为四个象限，对三个连续矢状面切片评估，最高分为 108 分，后来也有对 23 个 VU 进行评分的情况。
- 计算机断层扫描（CT）：CT 具有扫描速度快、空间分辨率高和多平面重建能力强的特点，在检测骶髂关节结构病变方面优于传统放射学。但由于其辐射剂量较高，一般不用于年轻 axSpA 患者的常规临床评估，除非有特殊指征。
随着 CT 技术的发展，低剂量 CT（ldCT）逐渐应用于临床。ldCT 可将骶髂关节的辐射剂量降低至 1mSv 以下，与单次骨盆前后位放射影像相当；对整个脊柱进行扫描时，有效剂量约为 4mSv，仅为传统 CT 的一半。甚至有研究通过光子计数 CT 将脊柱扫描的平均有效辐射剂量降至 1.57mSv（范围 1.11 - 2.30mSv）。
ldCT 能清晰显示骶髂关节和脊柱的解剖结构，更敏感地检测到侵蚀和骨赘等结构病变，且具有较高的阅片者间可靠性。然而，目前 ldCT 在临床研究中缺乏经过验证的评分系统，无论是作为入选标准还是结果评估指标都存在一定局限性。
在脊柱方面，有对传统放射学脊柱评分系统（如 mSASSS 和加拿大 - 丹麦（CANDEN）评分系统）的 CT 适应性评分，还专门开发了用于 ldCT 评估骨赘的 CT 骨赘评分（CTSS）。CTSS 对 23 个 VU 在矢状面和冠状面进行评估，根据骨赘相对于椎间盘间隙（IDS）的高度进行 0 - 3 分评分，患者最高可得 552 分。相较于传统放射学的 mSASSS，改良的 CT mSASSS 评分对骨赘生长的检测更敏感，但在检测最小可检测变化以外的患者比例方面，ldCT 和传统放射学相似。
选择成像方式的关键考量因素
评分方法的敏感性和特异性：MRI 在检测活动性炎症（如 BME）方面具有卓越的敏感性和可重复性，被视为金标准。ldCT 则在检测骨赘和侵蚀等结构病变上优于传统放射学，对评估结构进展具有重要价值。而传统放射学评分系统（如 mSASSS）虽可用于长期监测骨赘生长，但对短期内的微小变化检测敏感性不足，在部分临床试验设计中存在局限性。
可行性和实用性：成像方式的可行性受多种因素影响，包括设备可用性、成本以及评分系统标准化的难易程度。MRI 无辐射，对年轻人群和长期频繁成像的研究具有优势，但图像解读需要专业知识，其评分（如 SPARCC 或柏林评分）的可重复性依赖于严格的图像采集协议标准化和阅片者培训。ldCT 在检测结构变化方面具有空间分辨率优势，但建立适合临床试验的低剂量协议需要配备现代 CT 扫描仪以及专业的团队，成本和后勤保障是选择时的关键因素。
辐射暴露：在临床试验成像中，辐射暴露是重要考量因素，尤其是长期研究需要多次评估。传统放射学辐射暴露相对较低，但对早期或细微变化的检测能力有限。ldCT 技术的进步显著降低了辐射剂量，部分应用中甚至低于传统放射学，但对于年轻患者和长期随访的试验，累积辐射暴露的伦理问题依然存在。因此，MRI 因完全无辐射且对炎症和结构变化均有高敏感性，仍是频繁成像研究的首选。
挑战与未来方向
试验中心间的标准化：在多中心尤其是国际临床试验中，实现成像标准化是一大挑战。MRI 和 CT 的采集协议差异会导致图像质量不一致，影响评估的可靠性。制定通用的标准化采集协议，并统一 SPARCC、柏林方法和 mSASSS 等评分系统，加强阅片者培训和校准，对确保结果的可重复性和可比性至关重要。
纵向成像：长期临床试验中，利用成像监测治疗结果面临诸多挑战。连续成像对于检测累积损伤和评估治疗反应至关重要，但在整个试验期间保证成像质量和评分方法的一致性难度较大。此外，明确影像学上细微变化的临床意义仍是研究热点，需要确定与功能结局和生活质量相关的有意义变化阈值。
成本效益：先进的成像方式虽然在检测炎症和结构变化方面具有重要价值，但会显著增加试验成本。如何在不影响数据质量的前提下平衡成本与预算是持续面临的难题。成本效益分析不仅要考虑经济因素，还应关注成像通过更准确的评估和治疗调整对改善患者预后的潜在作用。
未来研究需求：axSpA 影像学领域不断发展，未来研究方向众多。寻找能够预测疾病进展或治疗反应的新型成像生物标志物极具前景。探索新的成像方式，如超高场 MRI 或光子计数 CT 在 axSpA 试验中的应用，有助于加深对疾病的理解和管理。
人工智能在 axSpA 临床试验中的应用：人工智能（AI）已应用于 axSpA 临床试验，尤其是成像分析和预测建模。深度学习模型等先进 AI 算法在识别 MRI 上的骶髂关节炎和检测骶髂关节及脊柱的结构变化方面表现出色，准确性可与专家放射科医生媲美。机器学习技术也用于预测放射学进展，辅助患者分层和个性化治疗规划。然而，AI 工具的有效性依赖高质量、标准化的数据集，而不同试验中心的成像协议和临床评估差异给数据获取带来困难。此外，AI 算法的开发、验证和部署成本高且复杂，是目前面临的主要障碍。
结论
影像学在推动 axSpA 的认知和管理方面至关重要，既是诊断工具，也是临床试验的关键终点指标。MRI 和 ldCT 成为关键成像方式，但在协议标准化、成本效益优化以及纵向成像评估治疗反应和疾病进展等方面仍面临挑战。AI 的应用有望提高图像评估效率和评分一致性，但成本和技术复杂性限制了其广泛应用。未来对新型生物标志物和成像技术的研究，将进一步提升 axSpA 影像学的精准度和实用性，最终改善患者的治疗和预后。
