臨床資料聯(lián)合CT建模預(yù)測(cè)COVID-19普通型肺炎向重型轉(zhuǎn)化

薛陽(yáng)，陳露，趙林，劉江勇，沈桂萍，黃文才，熊飛

材料與方法

1.一般資料

分析2020年1月19日-2月29日中部戰(zhàn)區(qū)總醫(yī)院武昌院區(qū)COVID-19 住院患者入院時(shí)影像及臨床資料。確診標(biāo)準(zhǔn)及臨床分型均符合《新型冠狀病毒肺炎診療方案(試行第7版)》[1]，分為輕型、普通型、重型和危重型。

普通型：有發(fā)熱、呼吸道等癥狀，影像學(xué)見肺炎表現(xiàn)。

重型：氣促，RR≥30次/分；靜息狀態(tài)下，指氧飽和度≤93%;動(dòng)脈血氧分壓/吸氧濃度(FiO2)≤300 mmHg。影像學(xué)示24～48 h內(nèi)病灶明顯進(jìn)展>50%。

本研究納入標(biāo)準(zhǔn)：痰液、咽拭子、下呼吸道分泌物等標(biāo)本經(jīng)反轉(zhuǎn)錄-聚合酶鏈反應(yīng)(RT-PCR)檢測(cè)病毒核酸陽(yáng)性，入院時(shí)為普通型肺炎患者共153例(其中101例普通型肺炎組；52例普通型肺炎轉(zhuǎn)重型組)。排除標(biāo)準(zhǔn)：①入院即為重癥或危重癥患者；②臨床資料或影像資料不完整患者。

2.檢查設(shè)備與方法

影像檢查方法采用GE BrightSpead和Toshiba Aquilion 16排螺旋 CT 掃描。掃描條件：管電壓120 kV，管電流250 mA，掃描準(zhǔn)直1.25/1.0 mm×16，螺距1.3，旋轉(zhuǎn)時(shí)間0.5 s/圈，視野500 mm，采集矩陣512×512，重建1.25/1.0 mm的骨重建圖像。所有掃描均在患者深吸氣末或平靜吸氣末行屏氣掃描，掃描范圍自肺底肋膈角水平至胸廓入口。采用標(biāo)準(zhǔn)肺窗(窗位-550 HU，窗寬1350 HU)、縱隔窗(窗位40 HU，窗寬350 HU)觀察。

3.影像學(xué)分析方法

所有圖像由兩位10年以上放射科醫(yī)師在同一臺(tái)工作站上共同閱片得出結(jié)論。重點(diǎn)觀察病灶累及肺葉數(shù)量(以病變累及肺葉數(shù)量評(píng)分：0分，無(wú)受累；1分，一葉受累；2分，二葉受累；3分，三葉受累；4分，四葉受累；5分，五葉受累)；病灶分布(肺外圍1/3定義為外帶；中間1/3定義中帶；內(nèi)部1/3定義內(nèi)帶)；病灶形態(tài)(斑片、條片灶；圓形伴暈征；大片鋪路石樣病變或多灶融合病變；纖維索條灶及蜂窩狀改變)[2]；病灶密度(磨玻璃；磨玻璃與實(shí)變共存；實(shí)變?yōu)橹?；磨玻璃、?shí)變與纖維條片影并存)[3]及伴隨情況(無(wú)異常；胸膜增厚或胸膜牽拉；胸膜下透亮線影；兩側(cè)胸腔積液。淋巴結(jié)>10 mm為淋巴結(jié)腫大)，如遇影像征象分歧則請(qǐng)教第三位經(jīng)驗(yàn)更豐富放射科醫(yī)師。

4.統(tǒng)計(jì)學(xué)方法

采用SPSS 26.0軟件行統(tǒng)計(jì)學(xué)分析，計(jì)量資料使用t檢驗(yàn)，計(jì)數(shù)資料使用Fisher精確法檢驗(yàn)，P<0.05具有統(tǒng)計(jì)學(xué)差異。

臨床資料和CT征象有統(tǒng)計(jì)學(xué)差異參數(shù)(P<0.05)用SPSS軟件Logistic回歸建模，分別生成臨床模型、影像模型與綜合模型(臨床、CT綜合建模)分類四格表(混淆矩陣)，利用分類四格表計(jì)算出靈敏度、特異度、陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值及P值，并繪制受試者特征曲線(receiver operator characteristic curve,ROC)并計(jì)算曲線下面積(area under the curve,AUC) 。

結(jié) 果

153例COVID-19患者普通型肺炎組101例，男52例，女49例，年齡17～72歲，平均值(46.80±14.75)歲；轉(zhuǎn)重癥型組52例，男39例，女13例，年齡33～93歲，平均值(55.48±13.87)歲。其中52例患者在首次CT檢查4～20d后臨床分型由普通型轉(zhuǎn)為重型，臨床癥狀進(jìn)展，復(fù)查CT表現(xiàn)病變進(jìn)展，為轉(zhuǎn)重型組；101例患者未出現(xiàn)臨床分型變化，為普通型組。

1.臨床癥狀及實(shí)驗(yàn)室檢查

統(tǒng)計(jì)153例COVID-19患者性別、年齡、臨床癥狀包括發(fā)熱、呼吸困難、畏寒、咳嗽、咳痰、肌肉酸痛、乏力、卡他癥狀、納差、惡心、嘔吐、腹瀉、頭痛、頭暈?；A(chǔ)疾病有惡性腫瘤、慢性乙肝或肝硬化、腦血管疾病、心血管疾病、慢性腎功能不全、高血壓、糖尿病、慢性肺疾病。血常規(guī)檢查項(xiàng)目包括白細(xì)胞計(jì)數(shù)、中性粒細(xì)胞計(jì)數(shù)、淋巴細(xì)胞計(jì)數(shù)、血小板計(jì)數(shù)、血紅蛋白計(jì)數(shù)。C反應(yīng)蛋白、肝功能檢查包括谷丙轉(zhuǎn)氨酶、谷草轉(zhuǎn)氨酶、總膽紅素、白蛋白、肌酐。血糖、凝血功能試驗(yàn)(凝血酶原時(shí)間、活化部分凝血活酶、凝血酶時(shí)間測(cè)定、纖維蛋白原、D-二聚體)。

統(tǒng)計(jì)項(xiàng)目按等級(jí)計(jì)量分類，運(yùn)用Fisher精確法篩選出具有統(tǒng)計(jì)學(xué)意義(P<0.05)變量繪制成表(表1)。

2.CT表現(xiàn)

普通型肺炎組肺葉受累數(shù)量多在3葉以下59例(58.42%)，而轉(zhuǎn)重型組肺葉受累數(shù)量多在4葉以上33例(63.46%)，兩組間差異具有統(tǒng)計(jì)學(xué)意義(P<0.05)。

表1 兩組臨床及實(shí)驗(yàn)室檢查有統(tǒng)計(jì)學(xué)意義的變量情況比較

肺部病變形態(tài)在病程早期階段多表現(xiàn)為斑片、三角或條片狀(圖1a)；轉(zhuǎn)重型肺炎組表現(xiàn)為大片鋪路石樣病變(圖1b)或多病灶融合病變(圖2b)14例(26.92%)，而普通型肺炎組病變形態(tài)表現(xiàn)為圓形伴暈征(圖3a)34例(33.66%)，兩組間差異具有統(tǒng)計(jì)學(xué)意義(P<0.05)；普通型肺炎組累及胸膜少見，表現(xiàn)為胸膜下線樣透亮影，而轉(zhuǎn)重型組更易出現(xiàn)胸膜增厚或胸膜牽拉，兩組間差異具有統(tǒng)計(jì)學(xué)意義(P<0.05)。而病變分布在肺葉內(nèi)、中或外帶及病變密度是否為磨玻璃、混合磨玻璃、實(shí)性病變合并磨玻璃(圖3a)、實(shí)性及纖維病變共存在兩組間均無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05)；而胸腔積液及淋巴結(jié)腫大在COVID-19肺炎中均較少見(表2)。

3.預(yù)測(cè)模型

分別對(duì)臨床資料、CT特征和臨床資料CT特征綜合具有統(tǒng)計(jì)學(xué)差異參數(shù)行Logistic回歸分析，應(yīng)用逐步回歸擬合模型，變量選入與剔除水平均為0.1，經(jīng)進(jìn)一步變量篩選后留下統(tǒng)計(jì)學(xué)意義參數(shù)(P<0.1)進(jìn)行建模。

臨床模型：Logit(p)=-4.466+0.057X1(年齡)-1.459X2(性別)+2.495X3(呼吸困難)+1.270X4(白細(xì)胞計(jì)數(shù))-1.187X5(淋巴細(xì)胞計(jì)數(shù))

表2 兩組肺部CT表現(xiàn)特征比較

CT特征：Logit(p)=-1.683+0.455X1(肺部受累情況)-0.337X2(病變密度)

綜合模型：Logit(p)= -2.030-0.048X1(年齡)-1.565X2(性別)-2.322X3(呼吸困難)-1.061X4(淋巴細(xì)胞計(jì)數(shù))+0.135X5(CT特征：肺部受累情況)

基于臨床資料建立預(yù)測(cè)模型靈敏度為82.56%，特異度75%，曲線下面積0.881；基于CT表現(xiàn)建立預(yù)測(cè)模型靈敏度為68.18%，特異度47.62%，曲線下面積0.666；結(jié)合臨床資料及CT表現(xiàn)綜合建立預(yù)測(cè)模型靈敏度為85.98%，特異度80.43%，曲線下面積0.922(表3、圖4)。

表3 各模型的診斷效能比較

討 論

基于特征數(shù)據(jù)評(píng)估方法可幫助臨床醫(yī)生盡早識(shí)別高?；颊撸瑥亩纳苹颊哳A(yù)后并降低危重患者死亡率。COVID-19患者最常見臨床癥狀是發(fā)熱、咳嗽、肌肉酸痛及乏力?；颊叱霈F(xiàn)呼吸困難或納差時(shí)提示患者病情進(jìn)展；與文獻(xiàn)報(bào)道當(dāng)出現(xiàn)消化道癥狀時(shí)提示病情進(jìn)展相一致[4]。普通型轉(zhuǎn)重癥肺炎患者比穩(wěn)定患者年齡更大，潛在高血壓、糖尿病及心血管疾病數(shù)量更多，與最近報(bào)道一致[5]。該研究表明高齡、高血壓、糖尿病及心血管疾病可能是病情短期進(jìn)展及患者死亡危險(xiǎn)因素。COVID-19患者多表現(xiàn)為淋巴細(xì)胞計(jì)數(shù)降低及C反應(yīng)蛋白增高，白細(xì)胞計(jì)數(shù)多降低或在正常范圍內(nèi)[6]。本研究發(fā)現(xiàn)重癥患者出現(xiàn)白細(xì)胞計(jì)數(shù)增高比例高于普通型肺炎組，提示COVID-19患者可能合并其他感染可能，當(dāng)出現(xiàn)多重感染時(shí)患者更易進(jìn)展為重癥。

圖1 普通型肺炎轉(zhuǎn)重型，男，62歲。a)發(fā)病1d后CT檢查示右肺中葉斑片狀磨玻璃密度灶(箭); b) 發(fā)病17d后CT檢查示右肺大片狀鋪路石樣病變(箭); c) 出院前復(fù)查CT示兩肺病灶明顯吸收，右肺中、下葉殘留斑片,索條狀高密度影(箭)。

圖2 普通型肺炎轉(zhuǎn)重型，男，41歲。a)發(fā)病8d后入院時(shí)CT檢查示兩肺多發(fā)斑片、類圓形磨玻璃密度灶(箭)，部分病灶融合；b) 發(fā)病12d后CT檢查示兩肺病灶呈多病灶融合以磨玻璃密度為主，兩側(cè)胸膜增厚；c) 出院前復(fù)查CT示兩肺病灶明顯吸收，兩肺殘留斑片、絮狀細(xì)網(wǎng)格狀改變。

圖3 普通型肺炎,女，34歲。a)發(fā)病4后入院時(shí)CT檢查示兩肺下葉胸膜下斑片狀、類圓形(箭)磨玻璃、磨玻璃-實(shí)變混合密度灶；b)4d后病情進(jìn)展最重時(shí)CT檢查示兩肺下葉病變范圍進(jìn)一步擴(kuò)大，呈條片狀實(shí)變影(箭)，胸膜下見線樣透亮影；c) 出院前復(fù)查兩肺下葉病灶完全吸收。

CT 檢查不僅可早期敏感發(fā)現(xiàn)包括輕微滲出在內(nèi)幾乎所有肺部病變，而且還在COVID-19患者治療隨訪中觀察病變轉(zhuǎn)歸及療效評(píng)估等方面發(fā)揮重要作用[7]。文獻(xiàn)報(bào)道 COVID-19患者雙側(cè)肺部受累情況及肺內(nèi)表現(xiàn)為磨玻璃、實(shí)變影、大片鋪路石樣改變、實(shí)變及纖維條索影胸部 CT 特點(diǎn)[8-9]。本研究大部分患者(104例)在出現(xiàn)臨床癥狀0-7d即可出現(xiàn)肺部病變，普通型肺炎組受累肺葉數(shù)量較轉(zhuǎn)重型肺炎組更少，與呂志彬[10]近期研究結(jié)果相一致。因武漢在1月下旬至2月上旬醫(yī)療擠兌致部分患者入院時(shí)已進(jìn)入病情進(jìn)展高峰期，此時(shí)病變累及肺葉數(shù)量較多，病變范圍較大，表現(xiàn)為大片鋪路石樣改變，部分病變表現(xiàn)為吸收與進(jìn)展并存(即表現(xiàn)為磨玻璃病變、實(shí)變與纖維灶共存)[11]。轉(zhuǎn)重型組患者可出現(xiàn)雙肺多個(gè)肺葉、內(nèi)中外帶廣泛受累并多個(gè)病灶共存，短期內(nèi)復(fù)查CT見多個(gè)

圖4 基于各模型診斷效能繪制ROC曲線圖

病灶融合、胸膜增厚或牽拉，進(jìn)展期病變發(fā)生實(shí)變與纖維變并存，病變吸收緩慢，影像表現(xiàn)多樣，后期多殘留間質(zhì)增生及纖維化。COVID-19重癥及危重癥患者最常見致命并發(fā)癥是急性呼吸窘迫綜合征(ARDS)[12]；學(xué)者研究報(bào)道COVID-19患者尸體解剖病理結(jié)果顯示患者雙肺出現(xiàn)了彌漫性肺泡損傷，伴細(xì)胞纖維黏液樣滲出物，可見肺細(xì)胞脫落和肺透明膜形成[13]，提示患者出現(xiàn)急性呼吸窘迫綜合征(ARDS)，然后是間質(zhì)纖維化。此外，各種臨床分型COVID-19患者CT上出現(xiàn)胸腔積液與淋巴結(jié)腫大情況均較少見。

本研究旨在通過臨床資料及CT表現(xiàn)聯(lián)合應(yīng)用建立合理預(yù)測(cè)模型為臨床醫(yī)師提供盡可能可靠危險(xiǎn)因素預(yù)測(cè)分析，早期干預(yù)治療減少普通型肺炎向重癥肺炎的轉(zhuǎn)變。依據(jù)臨床資料建立模型預(yù)測(cè)COVID-19普通型肺炎轉(zhuǎn)重型組具有較高預(yù)測(cè)價(jià)值[14]，而單純依靠CT表現(xiàn)尤其是發(fā)病早期階段CT在預(yù)測(cè)患者轉(zhuǎn)歸效能并不理想，僅通過肺葉累及數(shù)量提示患者病情進(jìn)展情況具有一定局限性；但CT在觀察病灶及病情進(jìn)展方面具有非常重要價(jià)值，這也是此次影像科作為疫情一線防控單位發(fā)揮重要價(jià)值原因。因此綜合運(yùn)用臨床資料及CT表現(xiàn)建立模型具有更高效能，陽(yáng)性預(yù)測(cè)率達(dá)到91.09%，可對(duì)高風(fēng)險(xiǎn)COVID-19患者行早期發(fā)現(xiàn)，早期干預(yù)并降低死亡率。

本研究不足之處在于武漢市在封城前后期因醫(yī)療擠兌部分患者入院時(shí)距出現(xiàn)癥狀時(shí)間較長(zhǎng)，因此在入院后CT表現(xiàn)并不都反應(yīng)在疾病早期階段，部分患者CT表現(xiàn)進(jìn)展。因此CT資料并不能真實(shí)反應(yīng)疾病早期階段CT表現(xiàn)。在統(tǒng)計(jì)預(yù)測(cè)模型中具有一定偏倚。我們研究顯示普通型肺炎組達(dá)峰時(shí)間早于普通型轉(zhuǎn)重癥肺炎組達(dá)峰時(shí)間，因此CT復(fù)查在評(píng)判疾病進(jìn)展與否同樣具有重要價(jià)值。