
-
生物通官微
陪你抓住生命科技
跳动的脉搏
双呼吸相低剂量定量CT评估COPD严重程度
《Die Radiologie》:Dual-respiratory-phase low-dose quantitative CT for assessing COPD severity
【字体: 大 中 小 】 时间:2026年10月18日 来源:Die Radiologie 0.7
编辑推荐:
摘要目的评估源自低剂量双呼吸期CT的定量参数在区分慢性阻塞性肺疾病(COPD)严重程度方面的能力。材料与方法2023年10月至2024年10月间,共纳入100例COPD患者。吸气相CT扫描采用标准剂量方案进行,呼气相扫描采用低剂量方案进行。图像采用60%自适应统计迭代重建(A
评估源自低剂量双呼吸期CT的定量参数在区分慢性阻塞性肺疾病(COPD)严重程度方面的能力。
2023年10月至2024年10月间,共纳入100例COPD患者。吸气相CT扫描采用标准剂量方案进行,呼气相扫描采用低剂量方案进行。图像采用60%自适应统计迭代重建(ASIR)进行重建。在专用"数字肺"平台上进行双呼吸期图像配准,定量分析以下参数:末呼气肺容积(LVEX)、末吸气肺容积(LVIN)、末吸气肺平均密度(MLDIN)、末呼气肺平均密度(MLDEX)及平均密度比(MLDEX/IN)。同时计算低衰减面积百分比(LAA-910%和LAA-950%)、肺气肿百分比(Emph%)及功能性小气道疾病百分比(fSAD%)。评估CT参数与肺功能之间的相关性。将显著变量纳入单变量和多变量Logistic回归模型,并构建联合预测模型。采用受试者工作特征(ROC)曲线分析评估模型性能,并通过Bootstrap重抽样进行内部验证。
定量参数,包括LVEX、LVIN、LAA-950%、LAA-910%、Emph%和fSAD%,与肺功能指标(FEV1%pred和FEV1/FVC)呈显著相关(所有P?<?0.01)。其中,LAA-910%和Emph%与FEV1%pred的相关性最强(均为r?=??0.80)。单变量分析中,LAA-910%显示出最高的预测性能(曲线下面积[AUC]?=?0.887),其次为Emph%(AUC?=?0.884)。校正年龄和吸烟状态后,多变量Logistic回归分析确定Emph%(比值比[OR]?=?1.298,95% CI: 1.167–1.488,P?<?0.001)和fSAD%(OR?=?1.111,95% CI: 1.040–1.205,P?=?0.004)均为重度COPD(GOLD 3–4级 vs. GOLD 1–2级)的独立预测因子。联合模型纳入fSAD%和Emph%,AUC为0.926(95% CI: 0.883–0.974),灵敏度为80.49%,特异度为81.36%。Bootstrap内部验证得到乐观校正后的AUC为0.908,证实模型具有良好的泛化能力。
低剂量呼气相CT结合双呼吸期定量分析可提供可靠的影像学生物标志物,与肺功能具有强相关性。纳入fSAD%和Emph%的预测模型在评估COPD严重程度方面展现出优异的诊断性能,可作为疾病分层的无创辅助工具。
评估源自低剂量双呼吸期CT的定量参数在区分慢性阻塞性肺疾病(COPD)严重程度方面的能力。
2023年10月至2024年10月间,共纳入100例COPD患者。吸气相CT扫描采用标准剂量方案进行,呼气相扫描采用低剂量方案进行。图像采用60%自适应统计迭代重建(ASIR)进行重建。在专用"数字肺"平台上进行双呼吸期图像配准,定量分析以下参数:末呼气肺容积(LVEX)、末吸气肺容积(LVIN)、末吸气肺平均密度(MLDIN)、末呼气肺平均密度(MLDEX)及平均密度比(MLDEX/IN)。同时计算低衰减面积百分比(LAA-910%和LAA-950%)、肺气肿百分比(Emph%)及功能性小气道疾病百分比(fSAD%)。评估CT参数与肺功能之间的相关性。将显著变量纳入单变量和多变量Logistic回归模型,并构建联合预测模型。采用受试者工作特征(ROC)曲线分析评估模型性能,并通过Bootstrap重抽样进行内部验证。
定量参数,包括LVEX、LVIN、LAA-950%、LAA-910%、Emph%和fSAD%,与肺功能指标(FEV1%pred和FEV1/FVC)呈显著相关(所有P?<?0.01)。其中,LAA-910%和Emph%与FEV1%pred的相关性最强(均为r?=??0.80)。单变量分析中,LAA-910%显示出最高的预测性能(曲线下面积[AUC]?=?0.887),其次为Emph%(AUC?=?0.884)。校正年龄和吸烟状态后,多变量Logistic回归分析确定Emph%(比值比[OR]?=?1.298,95% CI: 1.167–1.488,P?<?0.001)和fSAD%(OR?=?1.111,95% CI: 1.040–1.205,P?=?0.004)均为重度COPD(GOLD 3–4级 vs. GOLD 1–2级)的独立预测因子。联合模型纳入fSAD%和Emph%,AUC为0.926(95% CI: 0.883–0.974),灵敏度为80.49%,特异度为81.36%。Bootstrap内部验证得到乐观校正后的AUC为0.908,证实模型具有良好的泛化能力。
低剂量呼气相CT结合双呼吸期定量分析可提供可靠的影像学生物标志物,与肺功能具有强相关性。纳入fSAD%和Emph%的预测模型在评估COPD严重程度方面展现出优异的诊断性能,可作为疾病分层的无创辅助工具。