慢性胰腺炎分級診斷模型的回歸分析

盛彧 邊云 方旭 邵成偉 陸建平 王莉

·論著·

慢性胰腺炎分級診斷模型的回歸分析

盛彧 邊云 方旭 邵成偉 陸建平 王莉

目的 建立磁共振圖像(MRI)對慢性胰腺炎(CP)分級診斷模型，以獲得分級診斷CP的較佳指標組合，提高對CP的分級診斷水平。方法 收集2012年12月至2014年10月間第二軍醫大學長海醫院臨床確診的68例CP患者及23例健康志愿者的臨床資料，以劍橋的分級標準將CP患者分為輕度(23例)、中度(14例)和重度(31例)CP組，分析各組患者的MR影像學資料。提取14個影像學特征指標比較各組MRI特征。將有意義變量行單因素回歸分析，其中有統計學意義的變量行共線性診斷。用因子分析解決多個指標共線性問題，最后行多因素Logistic回歸分析建立回歸模型。結果 除胰腺分裂指標(X14)外，其他13個指標組間差異均有統計學意義(P值均<0.05)。這13個指標中除胰腺實質內小空泡(X12)外，其他12個指標與CP分級診斷均顯著相關(P值均<0.05)。共線性診斷結果顯示9個指標間存在共線性，提取出F1(X3、X4、X5、X8、X9)、F2(X6、X7)、F3(X1、X2)3個公因子，分別反映胰腺外分泌功能、主胰管特征和胰腺實質特征。將3個公因子和胰泌素注射后分支胰管可視情況(X10)、胰腺輪廓(X11)、主胰管內充盈缺損情況(X13)共計6個指標進行多因素Logistic回歸分析，得出Probit連接函數尺度模型為最佳模型，其診斷正常及輕、中、重度CP和總預測的正確率分別為96.65%、100%、71.42%、100%、94.50%。結論 本研究建立的Logistic回歸模型可以較準確地分級診斷CP，為臨床對CP的診治提供有價值的參考依據。

胰腺炎，慢性； 診斷； 磁共振成像； 因子分析； Logistic回歸

目前在慢性胰腺炎(CP)的分級診斷中，常規影像學手段存在對可疑、輕度CP普遍不敏感，無法同時從胰腺實質、胰管特征和外分泌功能三大方面評價胰腺，無法明確分級診斷CP等主要缺陷。因此本研究在以往研究基礎上[1-5]綜合多個MR影像學指標，通過有序Logistic回歸分析建立CP分級診斷的預測模型，以期提高對CP分級診斷的水平。

資料與方法

一、研究對象

收集2012年12月至2014年10月間上海第二軍醫大學長海醫院臨床確診的68例CP患者的臨床資料，其中男性52例，女性16例，年齡15～78歲，平均年齡(45±15)歲。根據劍橋分級標準[6-7]，可疑或輕度CP患者的納入標準：主胰管擴張(2～4 mm)，胰腺輕度增大(正常體積的2倍)，胰腺實質不均勻，胰腺小空泡(<10 mm)，胰管不規則，局部急性胰腺炎，主胰管壁回聲增強、胰頭體輪廓不規則，符合上述中的任何一項。經ERCP診斷主胰管正常，分支胰管顯示≥3支可診斷為可疑或輕度CP。中、重度CP的納入標準[6-7]：(1)典型臨床表現；(2)影像學檢查提示胰腺鈣化、胰管結石、胰管狹窄和擴張等；(3)典型的病理學特征改變；(4)胰腺外分泌功能不全。符合標準(2)或(3)，或(1)+(4)均可診斷為CP。68例中可疑或輕度CP 23例、中度CP 14例、重度CP 31例。收集同期健康志愿者23例作為對照，其中男性14例，女性9例，年齡25～64歲，平均年齡(42±12)歲；無任何病史，無大量飲酒史，1年內無任何影像學異常表現。本研究經醫院倫理委員會批準，所有受試者均簽署知情同意書。

二、MR影像學檢查

采用美國GE Signa Excite 3.0 T超導型MRI儀進行掃描。受試者檢查前6 h禁食禁水。先行胰腺橫斷T1加權像(T1WI)、T2加權像(T2WI)、磁共振胰膽管造影(MRCP)、擴散加權成像(DWI)掃描，再靜脈注入胰泌素(德國Sanochemia公司)0.1 ml/kg體重，以2 min間隔重復行MRCP和DWI掃描至11 min。(1)橫斷面呼吸觸發T2WI序列：重復時間(TR) 6 315.79 ms，回波時間(TE) 85.14 ms，層厚5 mm，層間距6 mm，視野(FOV) 440 mm×440 mm，矩陣224×320。(2)肝臟容積加速采集 (liver acquisition with volume acceleration，LAVA)序列：TR 4.22 ms，TE 1.93 ms，層厚5 mm，無層間距，FOV 440 mm×440 mm，矩陣224×320。(3)厚層塊2D-MRCP序列：TR 7 000.0 ms，TE 1 230.0～1 270.0 ms，層厚64 mm，無層間距，反轉角90°，FOV 420 mm×420 mm，矩陣288×288。(4)屏氣單次激發平面回波擴散加權成像(ss-EPI DWI)序列：擴散梯度因子(b)值0、500 s/mm2，TR 1 800.0 ms，TE 54.8 ms，層厚5 mm，層間距7 mm，FOV 440 mm×440 mm，矩陣96×130。

三、MR圖像分析

由兩名從事影像診斷的高年資醫師盲法對圖像進行診斷和測量，當意見不一致時協商解決。

觀察和測量指標：(1)注射胰泌素前后表觀擴散系數(ADC)值[2]。以橫斷位T2WI圖像為參考劃感興趣區(ROI)，最小測量面積為40 mm2[8]，避開主胰管、血管、腸管等偽影。測量胰腺頭、體、尾3個部位ADC值，測3次，取均值，且獲取峰值及達峰時間。(2)胰腺信號[3]。測量T1WI平掃胰腺與右側腰大肌信號比(signal intensity ratio，SIR)、增強動脈期和門脈期胰腺實質的信號比(A/V)。(3)主胰管直徑[1]。注射胰泌素前后主胰管直徑，獲取峰值及達峰時間。主胰管直徑為胰腺頭、體、尾3個部位的均值。主胰管擴張以胰頭部>5 mm，胰體部>4 mm，胰尾部>3 mm為標準[9]。并觀察主胰管內有無充盈缺損，分支胰管有無顯示。(4)十二指腸內胰液流率(pancreatic flow output rate，PFR)。參照文獻[10]方法測定。(5)其他指標。觀察胰腺輪廓是否規則，胰腺實質內有無小空泡(<10 mm)，是否伴有胰腺分裂。

四、統計學處理

運用SPSS 20.0統計軟件進行分析。計數資料比較采用χ2檢驗或Fisher精確概率法。正態分布計量數據采用方差分析，非正態分布數據采用秩和檢驗。對有統計學差異的指標行單因素回歸分析及共線性診斷，標準為條件指數≥30或變異構成>0.5[11]。存在共線性的變量采用因子分析法降維、提取主要公因子。將主要公因子和其余有意義的分類變量納入多因素Logistic回歸分析，建立回歸方程。P<0.05為差異有統計學意義。

結 果

一、CP的影像學特征

CP的14個MRI特征因素中除胰腺分裂外，其余13個因素在CP組與對照組間的差異均有統計學意義(表1)。

二、單因素Logistic回歸分析

除胰腺實質內小空泡(X12)與CP診斷無顯著相關性外，其余12個因素(X1～X11，X13)均與CP診斷有相關性(表2)。

表1 CP組和對照組的MRI特征比較

表2 CP影像學特征單因素Logistic回歸分析

注：a：連續變量；b：無=0，有=1；c：規則=1，不規則=2

三、共線性診斷和因子分析

變量X1～X9間存在多重共線性，通過具有Kaiser標準化的正交旋轉法獲得3個公因子；因子1(factor 1，F1，代表X3、X4、X5、X8、X9，反映胰腺外分泌功能)、F2(代表X6、X7，反映主胰管特征)、F3(代表X1、X2，反映胰腺實質特征)。

四、多因素Logistic回歸模型的建立

對兩種模型的5種連接函數各項指標和總預測正確率的分析結果顯示，Probit連接函數尺度模型為“最佳”模型，總預測正確率(各分類預測正確例數之和/總例數×100%)為94.50%，診斷正常及輕、中、重度CP的正確率分別為96.65%、100%、71.42%、100%。高于各個分類預測正確率(分類預測正確例數/某分類觀察例數×100%)。回歸模型方程為公式1～4，回歸分析見表3。

公式4 重度CP(P重度)=1-P正常-P輕度-P中度

表3 CP影像學特征多因素Logistic回歸分析

討 論

目前臨床上對可疑、輕度CP診斷的各種方法的敏感性和特異性均較低。ERCP是最準確和可行的診斷方法[12-13]，但它為有創檢查，術后可發生急性胰腺炎、胰瘺等并發癥[14]。本研究將胰泌素運用于MR檢查，通過Logistic回歸分析篩選出最有意義的特征指標，建立分級診斷CP的“最佳”預測模型。

CP時外分泌腺體萎縮、纖維化導致胰液分泌減少，導致水分子運動程度降低。ADC值可以較為準確地量化評估分子運動減少的程度，從而反映胰腺外分泌功能的病理改變。本結果顯示，代表胰腺外分泌功能的F1的OR值為0.13(<1)，即胰腺外分泌功能高是低的0.13倍，說明胰腺外分泌功能越低越提示患有CP的可能。F1中的X3、X4、X5均與胰腺實質的ADC值有關，這是因為胰泌素促進胰腺腺泡分泌含有大量HCO3-的胰液，增強胰腺實質內水分子的運動。X9代表十二指腸內PFR，反映外分泌腺體分泌能力。X8為注射胰泌素后主胰管直徑達到峰值的時間，也反映胰腺外分泌功能。因此因子F1可以更全面地反映胰腺外分泌功能，有利于發現輕度、可疑CP。

代表注射胰泌素前后主胰管直徑峰值的F2的OR值為2.01(>1)，即主胰管直徑增粗是主胰管直徑正常的2.01倍，說明主胰管直徑越粗越提示患有CP的可能。由于中、重度CP患者的胰腺實質纖維化程度加重和主胰管內結石的存在均可導致主胰管顯著擴張和粗細不均，因此主胰管直徑更有利于診斷中、重度CP。

代表胰腺實質的F3的OR值為0.41(<1)，即SIR或A/V高是低的0.41倍，說明胰腺實質的SIR或A/V越低越提示患有CP的可能。文獻報道[15-16]，SIR、A/V值一定程度上反映早期CP患者胰腺實質纖維化的改變。

代表注射胰泌素后分支胰管可視情況的X10的OR值為0.22(<1)，即注射胰泌素后分支胰管無是有的0.22倍，說明注射胰泌素后分支胰管有比沒有更提示患有CP的可能。這是因為胰泌素注射后增強了主、副胰管和分支胰管可視化程度[17-18]，是診斷輕度、可疑CP的一個非常敏感的指標。

代表胰腺輪廓的X11的OR值為0.75(<1)，即胰腺輪廓規則是不規則的0.75倍，說明胰腺輪廓不規則比規則更提示患有CP的可能。這是因為纖維化病變彌漫使整個胰腺質地變硬，外形不規則，胰腺體積縮小[19]。

代表主胰管內充盈缺損的X13的OR值為0.57(<1)，即主胰管內充盈缺損無是有的0.57倍，說明主胰管內充盈缺損有比沒有更提示患有CP的可能。這是因為胰管結石是CP的特征性病理改變，90%的患者病程中伴有胰管結石，對于中、重度CP非常有價值。

胰腺實質內小空泡為可疑CP的表現之一，但常規影像學對其發現能力較低，本組研究中未發現它與CP診斷具有顯著相關性。胰腺分裂癥可能是特發性胰腺炎致病因素之一[9]。因本研究以酒精性CP為主，胰腺分裂癥患者僅5例，4例具有CP，故未發現組間差異。

綜上所述，與CP分級診斷呈正相關的有F2，呈負相關的有F1、F3、X10、X11、X13。F1、F2、F3、X10在診斷輕度甚至中度CP上有優勢，X11和X13在診斷中、重度CP上有優勢，綜合6個指標的回歸模型較單一指標能夠更好地分級診斷CP。

但本研究存在一定的缺陷。首先，輕度、可疑CP樣本量較少；其次，磁共振禁忌證者不能進行此項檢查；最后，本研究并未進行直接外分泌功能試驗，因其有創、操作困難，很難實施。

[1] 邊云, 楊學東, 胡良皞, 等. 胰泌素增強磁共振胰膽管造影對88例慢性胰腺炎胰管評估的價值[J]. 中華消化病雜志, 2015, 35(10): 385-391. DOI: 10.3760/cma.j.issn.1674-1935.2015.05.0.

[2] 邊云, 方旭, 劉芳, 等. 胰泌素增強磁共振擴散加權成像測定成人正常胰腺外分泌功能[J]. 中華胰腺病雜志, 2015, 15(5): 217-222. DOI: 10.3760/cma.j.issn.1674-1935.2015.05.0

[3] 邊云, 王莉, 陳超, 等. 胰泌素增強磁共振胰膽管造影聯合常規胰腺MRI對慢性胰腺炎診斷的價值[J]. 中華放射學雜志, 2014, 48(4): 294-298. DOI: 10. 3760/cma. j-issn. 1005-1201. 2014. 04. 007

[4] 邊云, 王莉, 陸建平, 等. 胰泌素增強磁共振胰膽管造影對健康成人胰腺外分泌功能的影響[J]. 世界華人消化雜志, 2013, 21(11): 978-983.

[5] Bian Y, Wang L, Lu JP, et al. Quantitative analysis of pancreatic exocrine function in healthy adults using secretin-enhanced MRCP[J]. World J Gastroenterol, 2013, 21(11): 978-983. DOI: 10.11569/wcjd.v21.i11.0000

[6] Sarles H. Revised classification of pancreatitis-Marseille 1984[J]. Dig Dis Sci, 1985, 30(6): 573-574. DOI:10.1007/bf01320265.

[7] Banks PA, Bradley EL 3rd, Dreiling DA, et al. Classification of pancreatitis-Cambridge and Marseille[J]. Gastroenterology, 1985, 89(4): 928-930. DOI:10.1016/0016-5085(85)90612-2.

[8] Ye XH, Gao JY, Yang ZH, et al. Apparent diffusion coefficient reproducibility of the pancreas measured at different MR scanners using diffusion-weighted imaging[J]. J Magn Reson Imaging, 2014, 40(6): 1375-1381. DOI: 10.1002/jmri.24492.

[9] 李兆申, 廖專. 慢性胰腺炎基礎和臨床[M]. 上海：上海科學技術出版社, 2013: 19-23.

[10] Bian Y, Wang L, Chen C, et al. Quantification of pancreatic exocrine function of chronic pancreatitis with secretin-enhanced MRCP[J]. World J Gastroenterol, 2013, 19: 7177-7182. DOI: 10.3748/wjg.v19.i41.7177.

[11] 張文彤, 董偉. 統計分析高級教程[M]. 北京：高等教育出版社, 2013: 181-184.

[12] LeBlanc JK, Chen JH, Al-Haddad M, et al. Endoscopic ultrasound and histology in chronic pancreatitis: how are they associated?[J]. Pancreas, 2014, 43(3): 440-444. DOI: 10.1097/MPA.0000000000000047.

[13] Talukdar R, Nageshwar Reddy D. Endoscopic therapy for chronic pancreatitis[J]. Curr Opin Gastroenterol, 2014, 30(5): 484-489. DOI: 10.1097/MOG.0000000000000091.

[14] Sanyal R, Stevens T, Novak E, et al. Secretin-enhanced MRCP: review of technique and application with proposal for quantification of exocrine function[J]. Am J Roentgenol, 2012, 198: 124-132. DOI: 10.2214/AJR.10.5713.

[15] Balci NC, Alkaade S, Magas L, et al. Suspected chronic pancreatitis with normal MRCP: findings on MRI in correlation with secretin MRCP[J]. J Magn Reson Imaging, 2008, 27(1): 125-131. DOI: 10.1002/jmri.21241.

[16] Zhang XM, Shi H, Parker L, et al. Suspected early or mild chronic pancreatitis: enhancement patterns on gadolinium chelate dynamic MRI[J]. Magnetic resonance imaging. J Magn Reson Imaging, 2003, 17: 86-94. DOI: 10.1002/jmri.10218.

[17] Mensel B, Messner P, Mayerle J, et al. Secretin-stimulated MRCP in volunteers: assessment of safety, duct visualization, and pancreatic exocrine function[J]. Am J Roentgenol, 2014, 202(1): 102-108. DOI: 10.2214/AJR.12.10271.

[18] Bulow R, Simon P, Thiel R, et al. Anatomic variants of the pancreatic duct and their clinical relevance: an MR-guided study in the general population[J]. Eur Radiol, 2014, 24: 3142-3149. DOI: 10.1007/s00330-014-3359-7.

[19] 龔彪，王偉. 慢性胰腺炎理論與實踐[M]. 北京: 人民衛生出版; 2012.

(本文編輯：冀凱宏)

Logistic regression study on chronic pancreatitis grade diagnostic model

ShengYu,BianYun,FangXu,ShaoChenwei,LuJianping,WangLi.

DepartmentofRadiology,ChanghaiHospital,SecondMilitaryMedicalUniversity,Shanghai200433,China

BianYun,Email：bianyun2012@foxmail.com

Objective To establish a MRI grading diagnostic model for chronic pancreatitis (CP) to acquire better combination for CP diagnosis and improve the diagnostic ability of CP grading. Methods To collecte the data of 68 CP patients who were clinically diagnosed and 23 health volunteers from Dec 2012 to Oct 2014. There were 23 mild CP, 14 moderate CP and 31 severe CP according to Cambridge classification. 3.0 T MRI data were analyzed, and 14 features were extracted to compare the MRI features among groups. The single ordinal regression analysis was conducted on the variables with significant difference between groups, and the collinearity was diagnosed. The factor analysis was used for multicollinearity. The multiple ordinal logistic regression was finally conducted to establish the regression model. Results There was no significant difference between control groups and CP groups on pancreas divisum (X14), but significant differences were found in other 13 features (P<0.05). Single ordinal regression analysis of 13 features showed that all features except pancreatic parenchymal bubble (X12) were significantly correlated with CP grading diagnosis(P<0.05).The effect of multicollinearity was validated among 9 continuous variables. Three common factors were identified, including F1(X3、X4、X5、X9、X8), F2(X7、X6) and F3 (X1、X2) which represented the exocrine function, the features of main pancreatic ducts and pancreatic parenchyma, respectively. Six features were implemented into the multi Logistic regression model, which included F1, F2, F3, X10(the visualizations of branch pancreatic duct after secretin stimulation), X11(pancreatic shape) and X13(the filling defects of main pancreatic duct). Finally, the most appropriate regression model was gotten, which was the scale model of the probit link function. The model′s diagnostic accuracy for normal, mild CP, moderate CP, severe CP and total CP was 96.65%,100%, 71.42%,100% and 94.50%, respectively. Conclusions The ordinal logistic regression model proposed in this study may accurately predict the CP grades and can offer valuable references for clinic diagnosis and therapy of CP.

Pancreatitis, chronic； Diagnosis； Magnetic resonance imaging； Factor analysis； Logistic regression

10.3760/cma.j.issn.1674-1935.2017.03.003

200433 上海，第二軍醫大學長海醫院影像醫學科(盛彧、邊云、方旭、邵成偉、陸建平、王莉)；解放軍第411醫院(邊云)

邊云，Email：bianyun2012@foxmail.com

2016-09-04)