新型冠狀病毒肺炎患者胸部MSCT影像表現與預后的關聯性分析

郭 飛，朱 林，許 紅，謝宗玉，張 莉，鄧雪飛

(1. 蚌埠醫學院第一附屬醫院放射科，安徽 蚌埠 233004；2. 蚌埠醫學院醫學影像學院醫學影像診斷教研室，安徽 蚌埠233004；3. 蚌埠醫學院醫學影像學院醫學影像設備學教研室，安徽 蚌埠233004；4. 安徽醫科大學基礎醫學院人體解剖學教研室，安徽 合肥 230032)

2019 年 12 月開始，在我國湖北省武漢市出現了一種由新型冠狀病毒感染引起的疾病，即 2019 冠狀病毒病(corona virus disease-19，COVID-19)[1]，2020年2月7日，國家衛生健康委員會將該新型冠狀病毒感染引起的肺炎命名為新型冠狀病毒肺炎[2]。在COVID-19的診斷標準中，流行病學、臨床表現、CT影像和核酸檢測，四者缺一不可[3]。隨著疫情的快速發展和第三、甚至第四代病毒的出現，很多確診患者并無明確的疫區接觸史，臨床表現和實驗室檢查指標與普通病毒感染患者無明顯差別；雖然目前核酸檢測被認為是確診COVID-19的金標準，但實際工作中由于諸多因素的影響會出現假陰性結果。多層螺旋計算機體層攝影術(multi-slice spiral computed tomography，MSCT)容積掃描既能顯示毫米級磨玻璃陰影，又能對病變所累及的范圍和程度進行精確定位及定量，還能重建三維圖像，很多學者已達成共識，將CT檢查作為COVID-19最簡單有效的篩查方法。近期，國內外很多學者[4-20]分析了COVID-19的各種CT征象及其與其他疾病的鑒別診斷。但是，少有文獻通過患者不同時期的CT影像表現評價COVID-19患者的病程和預后情況。蚌埠醫學院第一附屬醫院是安徽省蚌埠市COVID-19重癥患者定點收治醫院，截至2020年3月8日，共收治79例COVID-19患者，其中治愈74例，死亡5例。本研究利用胸部MSCT容積掃描影像表現探討COVID-19患者的預后情況，并分析患者預后的影響因素。

1 資料與方法

1.1 一般資料收集2020年1月22日—3月8日蚌埠醫學院第一附屬醫院收治并出院或死亡的COVID-19確診患者資料。納入標準：①入院時多次咽拭子COVID-19核酸檢測結果呈陽性；②患者住院期間臨床資料和所有影像學資料完整；③除死亡患者外，其余患者出院時臨床癥狀消失3 d以上，多次咽拭子COVID-19核酸檢測結果呈陰性，MSCT影像表現為病灶消散或明顯吸收。排除標準：①臨床癥狀未能完全消失；②MSCT圖像質量欠佳。最后本研究共納入COVID-19患者79例，其中男性44例，女性35例，平均年齡56歲(21～86歲)。入院時臨床分型：普通型48例，重癥型27例，危重癥型4例。

1.2 MSCT檢查方法掃描時使用GE Lightspeed 64排螺旋CT機，患者仰臥位，從胸廓入口掃描到雙側肋膈角，掃描電壓100 kV、電流50 mA，層厚設定為0.625 mm。圖像自動上傳至GE ADW 4.4工作站。分別由2名有3年以上工作經驗的主治醫師對患者的原始薄層軸位圖像進行分析和后處理，包括多平面重組技術顯示病灶的細微結構和最小密度投影技術顯示全面立體病灶，評價資料包括病灶側別、累及肺段數、分布類型和密度等。若評價意見不一致則請第3名副高級以上職稱的影像科醫師進行重新評估，直至取得一致意見。

1.3 統計學分析數據輸入Excel 2007中進行整理，采用IBM SPSS 25.0統計軟件進行統計學分析。患者年齡、住院時間、發病至入院時間、累及肺段數、病灶數和體溫為定量資料，經Shapiro-Wilk正態性檢驗，其中累及肺段數、病灶數、體溫和年齡符合正態分布，其余數據不符合正態分布，均以中位數和四分位數間距[M(P25, P75)]表示；性別構成、不同臨床和影像表現患者例數為計數資料，以百分率表示。

患者出院前后累及肺段數、病灶分布和病灶數比較采用兩配對樣本非參數檢驗(Wilcoxon符號秩和檢驗)或配對χ2檢驗(McNemar檢驗)。患者年齡、住院時間、發病至入院時間、累及肺段數、病灶數和體溫組間比較采用兩獨立樣本非參數檢驗(Mann-WhitneyU檢驗)。建立受試者工作特征曲線(receiver operating characteristic curve, ROC)，計算相應的曲線下面積(area under curve，AUC)，評價各指標對患者預后不良的預測價值，并計算最佳臨界值、靈敏度和特異度；計數資料組間比較采用χ2檢驗或Fisher確切概率法。將單因素分析中存在明顯差異的變量進行二分類Logistic回歸分析(向前逐步回歸法)，分析COVID-19患者預后不良的獨立危險因素。以P<0.05為差異有統計學意義。

2 結 果

2.1 COVID-19患者胸部MSCT影像表現本組79例患者中，治愈出院74例，死亡5例，病死率為6.3%。2例(2.5%)患者出院時出現了胸腔積液(圖1)；2例(2.5%)患者入院時MSCT檢查結果未見異常，入院后復查出現磨玻璃影(圖2)；2例(2.5%)患者入院時為普通型，出院時CT顯示病灶完全消散(圖3)；2例普通型患者病情發展迅速，死亡前床旁胸片顯示肺廣泛纖維化(圖4)；6例患者肺內表現為廣泛性纖維化。

患者入院時肺部兩側共累及肺段數6.0 (4.0, 10.0)個(包括MSCT檢查未見異常患者)，患者出院或死亡時累及肺段數6.0 (4.0, 13.0)個(包括MSCT病灶消散病例)，患者入院時與出院或死亡時累及肺段數比較差異有統計學意義(Z=2.853，P=0.004)；進一步分析顯示：與入院時比較，出院或死亡時25例患者累及肺段數下降1～6個肺段，7例累及肺段數不變，其余47例累及肺段數增加1～13個。

A-D: MSCT images at admission (extensive ground glass shadows in bilateral lungs); E-H: MSCT images at discharge (extensive mixed density shadows in bilateral lungs and a small amount of pleural effusion on the right side).

A: First CT image; B-D: Scattered ground glass shadows in bilateral lungs after admission.

A-C: MSCT images at admission (subpleural consolidation of bilateral lower lungs); D: MSCT images at discharge (complete absorption and dissipation of lesion).

A-C: MSCT images at admission (scattered ground glass shadows in bilateral lungs); D-G: MSCT images 2 d after admission(larger and more numerous lesions)；H: Chest radiograph beside bed before death (diffuse mixed density shadow in bilaternal lungs,white lung).

肺部病灶分布結果顯示：入院時肺部病灶呈彌漫分布患者19例(24.1%)，散在分布患者58例(73.4%)，肺部未見異常患者2例(2.5%)；出院或死亡時肺部病灶呈彌漫分布患者29例(36.7%)，散在分布患者48例(60.8%)，肺部病灶完全消散患者2例(2.5%)；與入院時比較，出院或死亡時患者病灶彌漫分布的比例稍高(P=0.021)；進一步分析顯示：入院時19例肺部病灶呈彌漫分布患者中有3例轉為散在分布；入院時58例肺部病灶呈散在分布患者中有2例完全消散，13例轉為彌漫分布，43例仍為散在分布；入院時2例肺部無病灶患者轉為病灶呈散在分布。

除病灶呈彌漫分布的患者外，入院時患者肺部病灶數為6.0 (4.0, 10.0)個，出院或死亡時患者肺部病灶數為6.0 (4.0, 9.8)個，入院時與出院或死亡時病灶數比較差異無統計學意義(Z=0.120，P=0.904)。

病灶密度分布結果顯示：入院時肺部MSCT影像表現為磨玻璃影患者34例(44.2%)，混合型患者36例(46.8%)，實變患者7例(9.1%)；出院或死亡時肺部MSCT影像表現為磨玻璃影或消散患者27例(34.2%)，混合型患者41例(51.9%)，纖維化患者11例(13.9%)。

2.2 不同預后COVID-19患者入院時胸部MSCT影像表現COVID-19患者根據出院或死亡時的MSCT表現分為預后較好組和預后不良組，預后較好組患者68例(MSCT表現為消散或磨玻璃影、混合影)，預后不良組患者11例(MSCT表現為肺廣泛纖維化)。有2例患者首診MSCT影像陰性，故在后續的首診影像資料統計中刪除，其余77例患者預后與入院MSCT影像中的病灶側別、累及肺段數、病灶分布、病灶數和病灶密度的關系見表1。預后不良組患者入院MSCT影像中病灶彌漫性分布比例明顯高于預后較好組(54.5%vs19.7%，P<0.05)，累及肺段數更多(10.0個vs6.0個，P<0.05)，不同預后組患者的病灶側別、病灶數和病灶密度比較差異均無統計學意義(P>0.05)。見表1。

表1 不同預后COVID-19患者入院時胸部MSCT影像表現

2.3 不同預后COVID-19患者的臨床指標COVID-19患者比較常見的臨床表現為發熱、咳嗽、乏力、呼吸困難和胸悶。COVID-19患者預后與入院時的臨床分型、體溫和白細胞計數有關聯。其中，預后較好組患者最常見的臨床分型為普通型，預后不良組患者臨床分型最常見為重型。與預后較好組比較，預后不良組患者體溫明顯升高(39.2℃vs38.0℃,P<0.05)，白細胞升高患者所占比例明顯升高(36.4%vs7.4%,P<0.05)；不同預后組患者年齡、性別、住院時間、發病至入院時間、基礎疾病、臨床表現(咳嗽、乏力、呼吸困難和胸悶)、淋巴細胞計數、C反應蛋白(C reaction protein,CRP)水平和血沉(erythrocyte sedimentation rate,ESR)比較差異均無統計學意義(P>0.05)。見表2和表3。

2.4 各定量指標評估COVID-19患者預后不良的ROC曲線分析將上述定量數據作為檢驗變量，采用ROC曲線評價各指標是否能作為COVID-19患者預后不良的客觀指標，結果顯示：入院時患者累及肺段數、病灶數、年齡、住院時間、發病至入院時間和體溫的AUC 分別為0.785(P=0.003)、0.520(P=0.854)、0.638(P=0.143)、0.529(P=0.761)、0.587(P=0.357)和0.733(P=0.013)；累及肺段數的臨界值為9.5個時，其評估COVID-19患者預后不良的靈敏度和特異度分別為72.7%和80.9%；體溫的臨界值為39.1℃時，其評估COVID-19患者預后不良的靈敏度和特異度分別為54.5%和92.6%。見圖5。

表2 不同預后COVID-19患者的臨床資料

表3 不同預后COVID-19患者的臨床癥狀和實驗室指標

圖5 累及肺段數和體溫預測COVID-19患者預后不良的ROC曲線

2.5 評價COVID-19患者預后不良的多因素分析以上述單因素分析中存在明顯差異的因素作為因變量進行二分類Logistic回歸分析，包括累及肺段數、病灶分布、臨床分型、體溫和白細胞計數5個指標(其中累及肺段數和體溫按上述臨界值轉換為定性數據)，結果顯示：累及肺段數和體溫是COVID-19患者預后不良的獨立危險因素(P=0.014，P=0.003)。見表4。

3 討 論

雖然目前COVID-19的確診需要進行核酸檢測，但由于實際工作中諸多因素的影響，核酸檢測結果敏感性較低。目前在COVID-19的診斷中，MSCT容積掃描發揮了重要作用，其不僅能夠清晰顯示病灶，準確定位，而且結合多種后處理技術，如最小密度投影、容積再現和多平面重組等，可綜合分析病灶范圍、大小、形態、邊緣、數目、密度、肺外表現以及病灶體積，對COVID-19的篩查、診斷、病程變化和預后判斷起到指導作用[21]。本組有2例核酸檢測為陽性的患者首診時CT掃描未發現病灶，但入院后復檢CT時均表現為多發磨玻璃影，考慮與患者發病時間較短有關。

表4 COVID-19患者預后不良影響因素的Logistic回歸分析

COVID-19患者肺部 CT 表現具有特征性, 早期主要表現為兩側中下肺野中外帶緊貼胸膜下的磨玻璃影[22]，與SARS影像表現(磨玻璃影并發不同程度實變，多分布在兩肺下葉外帶[23])相似，該表現與兩者感染機制有關，病毒均通過S-蛋白與人血管緊張素轉化酶2(angiotensin-converting enzyme 2,ACE2)相互作用后感染人呼吸道上皮細胞[24]。當病灶進入進展期時會出現“鋪路石”征和“馬賽克”征，提示肺間質內存在很多液體和細胞滲出，小葉間隔增厚,肺泡過度充氣，肺泡壁破壞。當病情進展到危重期時，短期內可發生急性呼吸窘迫綜合征，表現為“白肺”樣改變。本組有5例患者死亡，其病理機制可能為大量組織細胞和增生的纖維組織形成細胞團栓，堵塞小氣道和氣腔，引起通氣障礙[25]。

從本組出院患者的肺部病灶密度看，MSCT影像為消散或磨玻璃影、混合影患者的肺部炎癥可以逐漸吸收，預后較好；有6例患者肺部表現為彌漫性纖維化，胸膜廣泛性增厚，提示該類患者的肺功能已受到嚴重影響，預后不良。本研究進一步分析了COVID-19患者預后不良的影響因素，單因素分析顯示：患者預后與其入院時的MSCT影像表現有密切關聯，病灶呈彌漫性分布和累及肺段數較多的患者預后不良，與更多的肺組織受到侵犯有關。病灶分布和累及肺段數是影響COVID-19患者臨床分型的重要因素[26]，盡早對患者進行MSCT影像檢查不僅可以評估疾病當時的嚴重程度，還能夠對患者的預后進行評估。臨床指標方面，重型患者容易預后不良，這與疾病的進展有關。雖然患者的年齡與疾病臨床分型有關[26]，但是本研究結果并未顯示患者年齡與預后之間存在直接聯系。在臨床癥狀和實驗室指標方面，高熱和白細胞計數升高意味著COVID-19患者容易發生廣泛性肺纖維化，可能與患者的免疫功能有關聯，但還需要進一步研究。

本研究采用ROC曲線進一步分析了各定量指標對于預測COVID-19患者預后不良的價值，結果顯示：累及肺段數和體溫能有效預測COVID-19患者的預后情況，累及肺段數的臨界值為9.5個時，其評估預后不良的靈敏度和特異度分別為72.7%和80.9%；體溫的臨界值為39.1℃時，其評估預后不良的靈敏度和特異度分別為54.5%和92.6%。按臨界值將累及肺段數和體溫轉換為定性數據，對單因素分析中存在明顯差異的全部因素進行二分類Logistic回歸分析，結果顯示：僅累及肺段數和體溫是COVID-19患者預后不良的獨立危險因素。熊娟等[27]在研究中也未發現COVID-19患者預后與臨床分型有關，表明重癥患者只要進行及時的治療仍能獲得較好的預后。本文作者之前的研究[26]顯示：累及肺段多的患者更容易表現為重癥，因此在對COVID-19患者的預后評價中，應重點關注累及肺段數這一客觀指標。

綜上所述，通過對79例COVID-19出院或死亡病例的分析可見：COVID-19患者不同臨床分型、入院時不同胸部MSCT影像表現、不同臨床癥狀及實驗室指標，對其預后均有不同程度的影響。尤其是COVID-19患者入院時病灶累及肺段數和體溫與預后關系最為密切，累及肺段達9個、體溫在39.1℃以上意味著患者容易出現肺廣泛纖維化，預后不良。MSCT是對核酸檢測金標準的有效補充，不僅能對COVID-19患者進行早期診斷，而且其早期影像表現也能預測COVID-19患者的預后。