《Diagnostics》：Incremental Diagnostic Value of Zero-Echo-Time Magnetic Resonance Imaging for Osseous Cervical Neural Foraminal Stenosis: A Retrospective Multireader Study
编辑推荐：
背景/目的：常规颈椎磁共振成像（MRI）对皮质骨的显示较差，而计算机断层扫描（CT）会增加辐射暴露。研究人员评估了添加零回波时间（ZTE）成像是否能提高对CT定义的≥2级椎间孔狭窄的检出。方法：本单中心回顾性诊断准确性研究纳入了2024年10月至2025年6月
背景/目的：常规颈椎磁共振成像（MRI）对皮质骨的显示较差，而计算机断层扫描（CT）会增加辐射暴露。研究人员评估了添加零回波时间（ZTE）成像是否能提高对CT定义的≥2级椎间孔狭窄的检出。方法：本单中心回顾性诊断准确性研究纳入了2024年10月至2025年6月间接受评估的81例连续合格患者，这些患者在14天内接受了颈椎MRI和CT检查。两名对结果不知情的肌骨放射科医师使用常规MRI和MRI+ZTE对从C2-C3至C6-C7的810个椎间孔进行分级。研究专用量表综合了狭窄程度、神经根形态及周围脂肪表现。以共识CT分级为参考标准；≥2级定义为阳性椎间孔。配对差异采用以患者为聚类的自助重采样法评估。结果：平均年龄为48.9 ± 13.6岁；55例患者为女性。CT在150/810个椎间孔（18.5%）中识别出≥2级狭窄。添加ZTE后，阅片者1的敏感度从68.7%提高至87.3%，阅片者2的敏感度从17.3%提高至35.3%。敏感度差异分别为18.7个百分点（95%置信区间[CI]，10.6–27.1）和18.0个百分点（95% CI，6.6–30.3）。特异度分别从90.5%提高至96.8%，从96.7%提高至97.6%。受试者工作特征曲线下面积分别增加0.115（95% CI，0.076–0.164）和0.121（95% CI，0.061–0.184）。二分类阅片者间一致性从κ = 0.25数值上增加至κ = 0.41。结论：添加ZTE改善了对CT定义的≥2级椎间孔狭窄的检出，尽管一名阅片者的敏感度仍然较低。对CT使用、管理决策及临床结局的影响需要前瞻性评估。
颈椎神经根病通常由椎间盘疾病和骨性椎间孔狭窄引起，包括钩椎关节及小关节骨赘。准确评估椎间孔狭窄可为保守治疗、影像引导介入及手术减压提供依据。磁共振成像（MRI）通常是一线检查手段，因其可在无电离辐射的情况下显示神经和软组织 structures。常规T1加权和T2加权序列对皮质骨和骨赘的显示不够清晰。皮质骨的短T2/T2*弛豫时间产生信号 void，可能降低对骨性狭窄分级的信心。计算机断层扫描（CT）以高空间分辨率显示皮质骨，广泛用于表征骨性椎间孔狭窄；然而，CT增加了费用、检查时间和电离辐射暴露。因此，能提供骨对比而无辐射的MRI技术备受关注。零回波时间（ZTE）MRI和超短回波时间（UTE）成像可采集短T2组织的信号，并能产生类CT骨对比。这些技术此前已在脊柱骨显示和颈椎椎间孔狭窄方面进行评估。在多名阅片者中，将ZTE添加至常规颈椎MRI以检测CT定义的中重度椎间孔狭窄的增量价值仍未完全明确。近期颈椎骨MRI研究评估了骨性因素对狭窄的贡献、诊断信心以及重建对图像质量和病变评估的影响。椎间孔分级系统在定义和成像平面上存在差异，限制了跨研究比较。配对CT参考比较可能有助于确定ZTE作为疑似颈椎神经根病附加序列的价值。研究人员在回顾性多阅片者研究中比较了单独常规MRI与MRI+ZTE对CT定义的≥2级颈椎椎间孔狭窄的检测。研究人员假设添加ZTE将改善检出并提高阅片者间一致性。次要目标是评估ZTE图像质量和ZTE–CT形态学一致性。
研究人员开展了单中心回顾性诊断准确性研究，经机构医学伦理委员会于2025年1月15日批准，豁免书面知情同意。报告遵循诊断准确性研究报告标准2015及流行病学观察性研究报告强化建议（如适用）。所有MRI和CT检查均在常规临床诊疗期间获得；无患者被前瞻性招募或安排研究性成像。回顾性数据集在伦理批准后组装并解读图像。研究遵循赫尔辛基宣言。患者接受了多探测器CT和3.0-T颈椎MRI（包括ZTE）。指标试验为单独常规MRI和MRI+ZTE，在独立盲法 sessions 中评估。目标分类为中重度椎间孔狭窄，定义为根据下文所述研究专用复合量表共识CT分级2或3级。源人群包括2024年10月至2025年6月在脊柱外科门诊因疑似颈椎神经根病评估的100例连续患者。回顾病历和影像学资料，识别出81例具有可分析配对MRI和CT且符合入选标准的患者。排除在图像解读前应用。预设纳入标准为年龄18–85岁、临床特征符合颈椎神经根病、临床指示的颈椎MRI和CT在14天内完成。排除标准为无配对成像指征、研究用途记录不可用、MRI或CT禁忌证、年龄超出指定范围、既往颈椎手术或金属植入物、肿瘤、感染、创伤、严重系统性疾病、图像质量不可诊断或成像间隔超过14天。CT采用256排扫描仪（Revolution CT；GE Healthcare，芝加哥，IL，美国），使用自动管电流调制（120 kVp；100–400 mAs；螺距0.992；旋转时间0.5 s）。成像覆盖C2–T1。图像以1.0 mm层厚采用骨和软组织核重建。骨窗图像用于CT参考评估。MRI采用3.0-T系统（SIGNA Premier；GE Healthcare）和专用21通道相控阵颈椎线圈。成像覆盖C2–T1，无静脉对比剂。常规方案包括矢状T1加权和T2加权快速自旋回波（FSE）序列及轴位T2加权FSE序列，随后进行三维ZTE成像。矢状T1加权和T2加权FSE成像的重复时间/回波时间值分别为805/7.4 ms和3000/90 ms。两矢状序列层厚均为3.0 mm，层间隔0.3 mm。常规MRI采集时间为11分41秒。ZTE成像设计用于采样短T2组织的快速衰减信号，提供与常规软组织MRI互补的骨敏感对比。三维ZTE成像（Silenz）采集参数为重复时间859.54 ms、标称回波时间0 ms、翻转角2°、视野180 × 180 mm2、平面内采集矩阵188 × 188、标称采集体素大小约1.0 × 1.0 × 1.0 mm3、接收带宽50 Hz/像素、四次信号平均。未使用采集加速。ZTE采集时间为3分30秒。重建采用常规滤波和插值。灰度反转提供类CT骨对比，无需额外骨增强处理。报告的体素尺寸描述标称采集分辨率，而非插值重建。图像质量、ZTE–CT形态学一致性和阅片者特异性诊断性能采用RadiAnt DICOM Viewer（版本4.2.1；Medixant，波兹南，波兰）评估。在研究阅片前，两名委员会认证的肌骨放射科医师（分别具有17年和9年经验）使用研究样本外的20例病例完成校准。他们独立评分CT、常规MRI、ZTE及联合MRI+ZTE数据集，然后讨论分歧和评分标准。校准涵盖五点图像质量量表和四分类狭窄量表。校准旨在独立研究阅片前标准化解读。两名放射科医师在不知晓临床信息和其他影像学发现的情况下独立评估轴位ZTE图像。81例检查每例在皮质边缘界定、伪影、椎间孔内空间勾画和整体诊断可读性四个域各接受一个评分。评分采用5点Likert量表（1，不可诊断或质量最差；5，质量最佳）。每名阅片者2周后重复评估。两名放射科医师独立测量ZTE和CT图像以评估形态学一致性和阅片者间信度。斜矢状评估对斜向走行的颈椎椎间孔有用。在垂直于各椎间孔长轴的重建斜矢状ZTE和CT图像上测量C2-C3至C6-C7双侧前后（AP）和上下（SI）直径。CT为参考模态。整体颈椎序列在矢状CT和ZTE图像上测量C2和C7下终板间Cobb角。这评估了检查间序列差异，但不能排除局部位置对椎间孔测量的影响。同一两名放射科医师在至少间隔4周的独立 sessions 中独立审阅匿名常规MRI和MRI+ZTE数据集。他们对记录的CT参考结果、彼此解读及疑似颈椎神经根病以外的临床信息不知情。CT检查独立于MRI和ZTE发现进行。解读MRI和MRI+ZTE的同一两名放射科医师建立CT共识参考。他们对疑似颈椎神经根病以外的临床信息不知情。不一致的CT分级通过共识解决。仅保留最终共识分级；个体共识前分级未保留，因此无法估计初始CT阅片者间一致性。同一研究专用4点定性量表应用于CT、常规MRI和MRI+ZTE：0级，正常；1级，轻度；2级，中度；3级，重度狭窄。分级综合了骨性狭窄、神经根形态和周围脂肪表现。<25%、25–50%和>50%边界为视觉锚点；未计算狭窄百分比。这些边界在颈椎ZTE研究中有先例，但该复合量表尚未针对症状性神经根受累独立验证。图S1中术语“临床显著”标识操作成像阈值；临床显著性未针对症状或治疗需求验证。共识CT 2级和3级定义阳性参考结果，指标试验≥2级定义阳性MRI结果。协议顺序平衡：阅片者1先评估单独MRI，再评估MRI+ZTE；阅片者2使用相反顺序。对于单独MRI，阅片者评估矢状T1加权、矢状T2加权和轴位T2加权图像。对于MRI+ZTE，阅片者整合常规MRI和相应配准ZTE图像为每个椎间孔分配分级。样本量由预设研究期间可用的连续合格检查确定，无先验招募目标。以患者为聚类的置信区间（CI）描述阅片者特异性配对协议差异的精度。分析使用EmpowerStats（X&Y Solutions，深圳，中国）、SPSS（版本22.0；IBM，阿蒙克，NY，美国）和Python（版本3.12；Python Software Foundation，威尔明顿，DE，美国）。连续变量以均值±标准差或中位数（四分位距）汇总，分类变量以计数和百分比汇总。阅片者一致性采用加权κ评估；图像质量信度使用线性权重。重复质量评分采用配对Wilcoxon符号秩检验比较。模态间一致性采用组内相关系数（ICC）和Bland–Altman分析评估。颈椎序列还报告Lin一致性相关系数。诊断性能分别针对每名阅片者评估。敏感度、特异度、准确度、阳性预测值和阴性预测值以描述性Wilson评分95% CI报告。受试者工作特征曲线下面积（AUC）采用DeLong CI。这些非聚类区间描述观察到的椎间孔水平性能，未考虑患者内依赖性。主要分析采用配对以患者为聚类的自助比较MRI+ZTE与MRI。对于5000次重复中的每一次，有放回地采样81例患者；保留每例采样患者的所有10个椎间孔和配对评级。重新计算阅片者特异性敏感度、特异度、准确度和AUC差异。这些比较估计两名研究阅片者的患者采样不确定性，但不捕获跨阅片者变异性。非聚类McNemar和DeLong p值仅作支持性。检验为双侧，p < 0.05表示统计学显著。事后探索性分析按共识CT 2级或3级分层检测敏感度，指标试验≥2级保留为阳性阈值。阅片者特异性配对差异（MRI+ZTE减去MRI）和标称95%百分位CI采用5000次以患者为聚类的自助重采样估计，保留每例采样患者内所有椎间孔和配对读数。这些分析未针对多重比较调整。
研究纳入81例患者（平均年龄48.9 ± 13.6岁；55例女性）。所有810个C2–C3至C6–C7椎间孔均有可评估的指标试验和参考标准结果，无缺失或不确定评估。共识CT分级为0级412个椎间孔（50.9%）、1级248个（30.6%）、2级87个（10.7%）、3级63个（7.8%）。在≥2级阈值下，150个椎间孔（18.5%）为CT阳性，660个为CT阴性。这些共识分类是比较常规MRI与MRI+ZTE的参考。图2显示代表性CT 2级病例。
图像质量分析包括81例检查。所有域中位评分为5，初始平均评分范围为4.84 ± 0.37至4.94 ± 0.29。大多数评分为4或5，表明存在天花板效应。阅片者1的阅片者内线性加权κ范围为0.54至1.00，阅片者2为0.85至0.95。阅片者间κ为骨性边缘界定0.95（95% CI，0.81–1.00）、伪影0.73（0.43–0.93）、整体诊断可读性0.54（?0.02至0.83）、椎间孔内空间勾画0.45（0.16–0.70）。2周后重复评分，配对Wilcoxon符号秩检验未检测到任何图像质量域的差异（所有p > 0.17）。这些检验未确立初始与重复评估间的等效性。
比较ZTE与CT间整体颈椎序列以提供形态学一致性的背景。81例检查中，ZTE上平均C2–C7 Cobb角为11.94 ± 8.41°，CT上为12.45 ± 8.45°。平均偏差（ZTE?CT）为?0.51°（95% CI，?1.02°至0.01°），平均绝对差异为2.13 ± 1.17°。95%一致性界限为?5.18°至4.16°，81对测量中1对超出这些界限。绝对一致性组内相关系数（ICC）和Lin一致性相关系数均为0.96（95%自助CI，0.94–0.97）。
次要形态学分析描述81例患者810个椎间孔AP和SI椎间孔直径的ZTE–CT一致性。测量在每个模态内对每个椎间孔取两名阅片者平均值。AP直径平均偏差（ZTE?CT）为?0.02 mm（95% CI，?0.07至0.03 mm），95%一致性界限为?1.39至1.35 mm。810对测量中38对（4.7%）超出这些界限。SI直径平均偏差为0.08 mm（95% CI，0.03–0.14 mm），95%一致性界限为?1.50至1.67 mm。810对测量中34对（4.2%）超出这些界限。各水平测量和每个模态内阅片者间ICC报告于补充表S1。未预设临床可接受差异；这些发现为描述性一致性估计，而非测量可互换性的证据。
分别针对每名阅片者比较常规MRI和MRI+ZTE对共识CT≥2级椎间孔狭窄的检测。指标试验≥2级定义阳性结果。在150个CT阳性椎间孔中，阅片者1敏感度从常规MRI的68.7%（103/150）提高至MRI+ZTE的87.3%（131/150），阅片者2从17.3%（26/150）提高至35.3%（53/150）。在660个CT阴性椎间孔中，特异度分别从90.5%（597/660）提高至96.8%（639/660），从96.7%（638/660）提高至97.6%（644/660）。准确度分别从86.4%提高至95.1%，从82.0%提高至86.0%。阅片者1的AUC从0.852提高至0.967，阅片者2从0.685提高至0.807。假阴性分别从47减少至19和从124减少至97。假阳性分别从63减少至21和从22减少至16。阳性和阴性预测值及绝对性能估计的描述性非聚类CI提供于表3。
配对以患者为聚类的比较考虑了每例患者内椎间孔的依赖性。阅片者1敏感度差异为18.7个百分点（95%聚类自助CI，10.6–27.1），阅片者2为18.0个百分点（6.6–30.3）。相应AUC差异分别为0.115（0.076–0.164）和0.121（0.061–0.184）。特异度差异阅片者1为6.4个百分点（95%聚类自助CI，3.2–9.8），阅片者2为0.9个百分点（?1.2至3.0）。阅片者2的区间包含零。准确度差异分别为8.6个百分点（5.9–11.6）和4.1个百分点（1.7–6.7）。
对于四分类狭窄分级，阅片者间加权κ从常规MRI的0.31数值上增加至MRI+ZTE的0.40。对于二分类≥2级分类，κ从0.25数值上增加至0.41。
对于CT 2级，阅片者1敏感度从55.2%（48/87）提高至78.2%（68/87），阅片者2从18.4%（16/87）提高至27.6%（24/87）。配对差异分别为23.0（标称95% CI，12.4–33.7）和9.2（?5.1至24.8）个百分点。对于CT 3级，阅片者1敏感度从87.3%（55/63）提高至100.0%（63/63），阅片者2从15.9%（10/63）提高至46.0%（29/63）。阅片者2使用MRI+ZTE仍遗漏63个2级和34个3级椎间孔。
讨论部分总结：在本回顾性样本中，添加ZTE改善了对CT定义的≥2级椎间孔狭窄的检出。以患者为聚类的比较支持两名阅片者敏感度和AUC的改善，但绝对性能仍显著依赖于阅片者。阅片者间一致性数值上增加；κ差异未正式检验。这些发现支持额外骨敏感信息的价值，同时表明诊断解读在阅片者间仍不一致。Argentieri等报告了34例患者中使用六分类量表的ZTE–CT分级一致性加权κ = 0.72。在10例患者子集中，ZTE的阅片者间加权κ为0.71，CT为0.75。这些值不能直接与研究人员MRI+ZTE的四分类阅片者间κ 0.40比较，因为量表、阅片者和方案不同。She等报告了使用不同四级量表的CT–FRACTURE加权κ值0.689–0.715。那些值描述模态间一致性，而非阅片者间一致性。CT分级也取决于阅片者和重建，如轴位与展开CT重建间的差异所示。Engel等报告了与常规序列相比，磁敏感加权MRI改善了骨性颈椎椎间孔狭窄的识别。其量表综合了神经周围脂肪和神经根形态。研究人员的复合量表也考虑了神经和脂肪表现，但其分类定义和序列实施不同，无法直接数值比较。近期颈椎骨MRI研究检查了相关但不同的诊断目标。在137例前瞻性研究患者中，Wang等报告FRACTURE比常规MRI更好地检测骨性异常并提高诊断信心。他们评估了八个部位的形态学椎间孔狭窄；研究人员使用了十个部位的CT≥2级阈值。目标定义、覆盖范围、疾病严重程度和序列实施的差异可能解释性能变异。Tran等评估了添加ZTE后骨性因素对狭窄的贡献和诊断信心，而非CT参考准确性。在尸体CT比较研究中，Deininger-Czermak等发现UTE和FRACTURE增加了骨性信息并改变了狭窄分级，尽管MRI仍比CT更常将狭窄分类为不显著。这些发现将额外骨信息与 defined 阈值下的可靠检测区分开来。重建方法也可能导致研究间差异。Kaniewska等报告了ZTE深度学习重建改善骨显示，但CT比较仅包括52例患者中的12例，其整体结构评估ICC测量的结局比研究人员狭窄特异性κ更广泛。Peng等报告了更好的ZTE图像质量和采集效率，但未验证CT定义的中重度椎间孔狭窄检测。Jardon等评估了深度学习重建常规MRI的椎间孔分级。Van der Kolk等报告了深度学习衍生合成CT在整体骨显示和大多数评估颈椎结构上的图像质量非劣效性。该基于合成的方法与直接采集的ZTE不同，图像质量非劣效性并不确立诊断非劣效性。这些研究提示方案改进，但未表明仅重建即可解决阅片者依赖性性能。高主观ZTE质量并未确保一致解读。所有域中位评分为5，但阅片者间线性加权κ为诊断可读性0.54（95% CI，?0.02至0.83）和椎间孔内空间勾画0.45（0.16–0.70）。评分集中在4和5，限制了变异，并可能通过其边际分布影响κ。宽CI表明精度有限。这些检查水平质量评分针对与狭窄检测不同的任务。尽管使用20例非研究病例校准，阅片者在25%和50%边界附近的视觉估计以及神经和脂肪表现的解读上可能不同。阅片者2的低敏感度和高特异度可能反映更保守的分类模式，但原因仍不确定。需要审查不一致病例以区分阈值差异与图像限制。探索性结果提示阅片者1在CT 2级中有获益，而阅片者2的改善仍不确定。阅片者2的MRI+ZTE敏感度即使在CT 3级中也仅为46.0%。Jiang等报告了基于FRACTURE的神经/骨融合成像比T2加权成像更高的阅片者间一致性，使用基于椎间孔和神经根宽度的三分类量表。不同的分类定义和融合技术阻止那些结果验证研究人员的四分类复合量表。椎间孔测量的阅片者间ICC在ZTE上数值上低于CT。整体AP ICC分别为0.68（95% CI，0.63–0.72）和0.75（0.71–0.78）；SI ICC分别为0.71（0.66–0.75）和0.78（0.75–0.81）。未进行配对ICC比较，重叠CI不能确立差异。标称ZTE体素大小和CT层厚并不意味着相同的有效分辨率或边界对比。ZTE提供来自短T2质子信号和处理的对比，而CT测量X射线衰减；采集和重建影响骨显影。边缘定义、部分容积效应和斜平面选择可能导致测量变异，但其影响未量化。小的平均ZTE–CT偏差与个体测量差异共存。一致性界限在均值两侧延伸约1.5 mm，SI测量有小的正偏差。未预设临床可接受差异，因此不能推断可互换性。分析使用阅片者平均测量，未确立单个阅片者的一致性。整体C2–C7序列一致性不能排除局部位置或平面选择效应。Pan等报告了若干颈椎尺寸的ZTE–CT一致性，最小测量的一致性较低，尤其是椎弓根尺寸。他们分析了38例手术患者的患者水平汇总；研究人员的分析使用个体椎间孔和阅片者平均测量。Morbée等证明了选定腰椎合成CT测量在预设边界内的等效性。尽管解剖和合成方法不同，该设计说明了为什么仅小的平均偏差不能确立等效性。研究人员的研究未预设可接受的测量差异。来自其他诊断任务的证据不能直接转移到退行性椎间孔狭窄。Lecouvet等报告了ZTE和黑骨MRI对骨髓瘤相关骨溶解的高准确性，脊柱中ZTE假阴性更多。Fischer等在一项前瞻性多中心研究中报告了MRI衍生合成CT在损伤分类中的高骨折敏感度和强模态间一致性。这些研究使用了不同的疾病目标，后者使用合成而非直接采集的ZTE。额外3分30秒的ZTE采集提供了互补的骨敏感信息，但阅片者2仍遗漏了150个CT阳性椎间孔中的97个。因此，阴性MRI+ZTE解读不能可靠排除CT定义的≥2级狭窄。这些发现支持进一步评估ZTE作为附加序列，但未验证减少CT使用或改善治疗结局。本研究有局限性。单中心、单厂商设置和需要同时进行MRI和CT的患者选择限制了普遍性，并可能引入频谱和选择偏倚。样本量固定，两名阅片者不能表征更广泛的阅片者人群或阅片者×方案交互作用。未评估性别特异性差异。匿名化、平衡阅读顺序和至少4周间隔降低了回忆的可能性，但不能消除记忆效应。同一阅片者建立CT共识参考，产生潜在观察者偏倚。由于共识前分级未保留，无法估计CT分级信度或与MRI分级信度比较。研究专用量表综合了狭窄与神经和脂肪表现；其≥2级阈值尚未针对症状或手术发现验证。CT对于量表中的神经和神经周围特征也是有限参考。CT共识是解剖分类，不是症状性神经根受累或手术真相的证明，也不能评估动态狭窄。图像质量和形态学分析为次要和描述性。CT分级分层分析为事后且未针对多重比较调整。前瞻性多中心研究应包括更多阅片者、标准化校准、诊断不一致审查以及临床或手术相关性，以评估对CT使用、管理和患者结局的影响。
结论：在本研究中，添加ZTE改善了对CT定义的≥2级颈椎椎间孔狭窄的检出，尽管一名阅片者的敏感度仍然较低。发现支持进一步验证ZTE作为骨敏感辅助序列。具有标准化采集和对齐协议及更大阅片者样本的前瞻性多中心研究应确定对CT使用、临床管理和患者结局的影响。
