基于标准肾脏CT成像估算肾小球滤过率的方法开发与评估

《Insights into Imaging》:Estimation of glomerular filtration rate by standard renal CT imaging

【字体: 大 中 小 】 时间:2026年10月16日 来源:Insights into Imaging 5.6

编辑推荐:

  目的:本研究旨在开发并评估一种利用临床肾脏CT预测肾小球滤过率(GFR)的方法。 材料与方法:回顾性纳入2013至2022年间接受手术的成人活体肾脏捐献者,以及2019至2024年间拟行膀胱切除术前接受新辅助顺铂治疗的患者。入组标准包括:(1)在100或120

  
目的:本研究旨在开发并评估一种利用临床肾脏CT预测肾小球滤过率(GFR)的方法。 材料与方法:回顾性纳入2013至2022年间接受手术的成人活体肾脏捐献者,以及2019至2024年间拟行膀胱切除术前接受新辅助顺铂治疗的患者。入组标准包括:(1)在100或120 kVp条件下获取的注射造影剂前及注射后5-15分钟的肾脏CT图像;(2)影像检查前后2个月内完成的碘海醇清除试验。碘海醇清除试验与胱抑素C及肌酐测量于同一天进行。估算的GFR值包括基于胱抑素C的eGFR(eGFRcystatin C)、基于肌酐的Cockcroft-Gault公式eGFR(eGFRCockcroft-Gault),以及同时基于肌酐和胱抑素C的修订版Lund-Malm?公式eGFR(eGFRLMR18)。研究人员分别在排泄期和非增强期对肾盂和膀胱进行了手动和自动分割。 结果:共纳入139例患者(平均年龄52±13岁;女性占60%)。结合分割衍生变量、体表面积和年龄的多变量线性回归分析显示,其与mGFRiohexol的校正R平方值为0.77(p < 0.001)。CT衍生的GFR(GFRCT)与mGFRiohexol的相关性最强,平均绝对误差为12.8 mL/min,而eGFRCockcroft-Gault为15.6 mL/min,eGFRcystatin C为14.2 mL/min,eGFRLMR18为13.0 mL/min。手动分割与自动分割的性能相似。接受顺铂治疗评估的患者,其CT估算的分肾功能变异度大于供肾者。 结论:通过临床肾脏CT可以高精度地估算肾功能。 关键点: 问题:准确的GFR评估至关重要,但现有方法要么劳动强度大,要么不够精确。肾脏CT成像能否提供可靠的替代方案? 发现:CT衍生的eGFR与碘海醇清除率的相关性最强(R2 = 0.77),其误差低于基于肌酐和胱抑素C的估算方法。 关键相关性声明:常规CT成像能够提供精确的肾功能估算,有助于在需要精确评估肾功能的情况下,如供体评估、化疗剂量确定和重症监护决策。

研究解读:基于标准肾脏CT成像估算肾小球滤过率的新方法

一、研究背景与问题提出

肾小球滤过率(glomerular filtration rate, GFR)是描述单位时间内流经肾脏滤过的液体体积的关键生理指标,其准确评估对于慢性肾病分期、肾毒性治疗方案选择及器官移植规划等众多临床场景至关重要。目前,直接测量GFR(measured GFR, mGFR)的金标准是外源性滤过标志物清除试验,如菊粉清除试验,但其操作复杂,限制了常规临床应用。碘海醇血浆清除试验作为经过充分验证的实用替代方案,虽被视为金标准,但仍存在劳动密集、耗时且成本高昂的缺点,难以在时间紧迫的临床环境中广泛推广。
因此,大多数临床评估依赖于基于内源性标志物的估算GFR(estimated GFR, eGFR),主要使用血清肌酐或胱抑素C。这些估算方法虽然实用且易得,但存在显著的个体间变异性。例如,基于肌酐的Cockcroft-Gault公式和修订版Lund-Malm?公式易受肌肉质量、蛋白质摄入等因素影响而产生误差;而基于胱抑素C的估算虽可能提高精度,却会受到系统性炎症、甲状腺功能、肥胖及类固醇使用等因素干扰。据报道,常用方法的误差幅度可达±30%,约20%个体的GFR与eGFR差异超过30%,尤其在肾功能极端情况下更为明显。
鉴于碘海醇本身也是常规计算机断层扫描(computed tomography, CT)中常用的造影剂,这为非侵入性地从CT成像中测量GFR提供了独特机会。若能开发出一种基于图像的、从增强CT中提取GFR数据的方法,将具有重要的临床优势。尽管此前已有一些尝试,如基于放射性同位素的Gates法或需要动态追踪的三相CT扫描Patlak法,但它们或因依赖特殊设备,或因数学处理复杂而受限。本研究的目的是开发和评估一种通过量化非增强期与排泄期对比增强CT中肾盂和膀胱的放射密度和体积变化,并结合年龄和体表面积(body surface area, BSA)来预测GFR的方法。

二、关键技术方法

研究人员采用了一项回顾性研究设计,纳入了来自瑞典的两个特定临床群体:2013年至2022年间的成人活体肾脏捐献候选者,以及2019年至2024年间拟行膀胱切除术前接受新辅助顺铂治疗的肌层浸润性膀胱癌患者。所有参与者均需满足特定的CT采集参数(100或120 kVp,排泄期在造影剂注射后5-15分钟)及在影像检查前后2个月内完成碘海醇清除试验的条件。关键的影像分析方法包括:首先,由研究人员在ImageJ软件中对非增强期和排泄期的肾盂及膀胱进行手动分割,记录体积和平均亨氏单位(Hounsfield Units, HU);其次,利用开源神经网络模型TotalSegmentator进行自动分割作为对照。通过一个专门设计的公式计算CT测量值(CTmeasurement),该值整合了排泄期与非增强期的体积和放射密度差,并除以造影剂质量和注射至排泄期的时间。最后,以mGFRiohexol为因变量,以CTmeasurement、BSA和年龄为自变量,建立多元线性回归模型。为了改善低GFR范围(<60 mL/min)模型的性能,研究采用了加权最小二乘法,对该亚组赋予更高权重。

三、主要研究结果

1. 研究人群特征
共139名患者被纳入最终分析,平均年龄52岁,60%为女性。活体肾脏捐献者的平均mGFRiohexol显著高于计划接受膀胱切除术的患者,两组之间存在重叠。
2. CT衍生的eGFR
多元线性回归分析显示,包含CTmeasurement、BSA和年龄的模型与mGFRiohexol高度相关,调整后的R平方值为0.77。CT衍生的eGFR(eGFRCT)表现出最强的预测性能,其平均绝对误差(mean absolute error, MAE)为12.8 mL/min,优于eGFRCockcroft-Gault(15.6 mL/min)、eGFRcystatin C(14.2 mL/min)和eGFRLMR18(13.0 mL/min)。Bland-Altman分析显示eGFRCT的平均偏差为-4.4 mL/min,无比例偏倚证据。P10、P20和P30精度分别为40%、80%和93%。
3. 验证队列与敏感性分析
在全队列模型中,eGFRCT在活体肾脏捐献者中的表现优于膀胱癌患者。限制CT与碘海醇清除试验的时间间隔(从2个月缩短至1个月)对模型预测无显著影响。通过五次分层随机拆分样本验证,模型在测试集上的平均RMSE为17.1 mL/min,平均MAE为12.9 mL/min。当模型开发仅限于120 kVp的亚组时,也显示出相似的性能。
4. 自动分割模型
使用自动分割获得的CTmeasurement值建立的回归模型,其调整后的R平方值为0.80,RMSE和MAE分别为15.4 mL/min和12.4 mL/min。Bland-Altman分析表明,自动与手动分割方法在一致性限度和离散度方面相似,仅有3例患者的自动分割需要手动修正。
5. 分肾功能分析
通过自动分割左右肾脏计算的分肾功能(split renal function, SRF)显示,计划接受膀胱切除术的患者其SRF变异性(0.577 ± 0.272)显著高于活体肾脏捐献者(0.487 ± 0.048)。

四、讨论与结论总结

研究人员在讨论中指出,本研究成功地从常规临床肾脏CT中高精度地估算了肾功能,并能同时推导出分肾功能,无需额外影像学检查。该方法在需要同时获得精确肾功能和肾脏影像的场景中尤为有用,例如活体供肾评估,更重要的是,可用于因时间限制而难以进行mGFR测试的死亡供肾评估。此外,对于接受肾毒性药物治疗(如含铂化疗)的患者,可利用已有的CT研究来优化经肾排泄药物(如卡铂)的给药剂量,或在急性护理环境中监测快速变化的肾功能。
与既往研究相比,本研究方法使用了实际给予的造影剂剂量而非间接替代指标,减少了血管动力学带来的变异性;未根据阈值进行分割,可能更好地反映了排泄的造影剂;并通过纳入年龄和BSA解释了影响肾脏清除率和造影剂分布的差异,从而获得了更低的平均绝对误差。自动分割技术取得了与手动分割相似的预测性能,尽管少数病例需要人工校正,但这可能归因于使用了通用型开源模型,未来可通过任务特异性神经网络得到改进。
研究结论明确指出:通过标准肾脏CT可以高精度地估算肾功能。该模型可能在活体和死亡肾脏供体评估,以及作为肾毒性全身治疗候选者的癌症患者评估中具有特别的价值。从更广阔的角度看,eGFRCT可应用于任何需要精确肾功能评估和多相增强腹部CT的临床场景。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号