CT影像學評估對慢阻肺急性加重頻繁住院的預測能力探討

胡瑞雪 戴鋼 梅曉冬

慢性阻塞性肺疾病急性加重期(AECOPD)是慢性阻塞性肺疾病(簡稱慢阻肺)病程發展中的一個重要事件。頻繁急性加重的發生使患者生活質量更差，肺功能下降的速度更快，在未來伴有急性加重、心肌梗死、腦血管事件和死亡的風險也會相應增加[1-2]。而頻繁住院會給患者帶來極大的疾病負擔，因此，預測并降低急性加重住院的頻率和嚴重程度是COPD管理的一項重要目標。多層螺旋CT容積掃描和薄層重建技術，獲得的肺和氣道成像接近其解剖形態，能夠反映肺部病理形態變化[3-4]。在本研究中，評估多層螺旋CT定量指標預測AECOPD患者住院的風險，并探討導致頻繁住院的影響因素。

資料與方法

一、一般資料

本研究經中國科學技術大學附屬第一醫院(安徽省立醫院)倫理委員會批準(編號：2021-RE-108)，回顧性分析2019年6月至2021年3月在中國科學技術大學附屬第一醫院(安徽省立醫院)就診的AECOPD患者的臨床資料。共納入140例患者，納入標準為臨床診斷明確的慢性阻塞性肺疾病并伴有急性加重。慢阻肺的診斷是由呼吸科醫師根據臨床表現(包括慢性和進行性呼吸困難、咳嗽、咳痰)和既往吸入支氣管擴張劑后FEV1/FVC<0.70的肺活量測定異常病史確定的。病人因咳嗽、咳痰或呼吸困難等加重而接受門診或者住院治療。排除標準:1)多層螺旋CT圖像質量差；2)肺癌病史；3)有肺部切除等肺部外科手術史；4)胸畸形、肺不張、大量胸腔積液、肺間質纖維化、支氣管哮喘、肺結核等影響肺功能的肺部疾病；5)肺部重度感染及肺實變；6)急性肺栓塞或肺梗死；7)具有職業性粉塵接觸史。

二、方法

1 臨床資料及分組 收集年齡、性別、吸煙史、體重指數(BMI)和過去一年急性加重住院次數等資料。這些數據是當患者在門診或住院時獲得的。將140例患者根據就診前一年內因慢性阻塞性肺疾病急性加重而住院的次數分為兩組:門診組(前一年沒有因為急性加重而住院史)及住院組(前一年有急性加重住院史)。

2 CT掃描定量數據的采集與處理 患者在門診或入院時接受了多層螺旋CT掃描。醫院采用64排容積CT掃描(美國GE多層螺旋探測器掃描儀)，由專業的肺部影像科技術人員對患者的肺部進行掃描。受試者取仰臥位，雙臂抬起，頭部向前。在其吸氣結束時行肺尖至肺底的全肺掃描。采用標準內核算法連續重建圖像，層厚為1 mm(重疊0.625 mm)。本研究調出每位患者的肺部CT圖像數據。將圖像在GE工作站(AW4.6)上傳輸到GE Thoracic VCAR自動分析軟件中。在這項研究中,根據以往的研究方法[5-6]，選取了具有代表性的4支支氣管作為靶支氣管,分別是右肺上葉尖段(RB1),右肺下葉后基底段(RB10),左肺上葉尖段(LB1)和左肺下葉后基底段(LB10)。根據軟件提供成像技術對圖像進行后處理。軟件將根據選擇的段支氣管自動生成靶支氣管的曲面重建圖像(圖1A)。將軟件提供的測量尺移動到需要測量的位置，軟件會自動分析計算靶支氣管短軸圖像的WA%和WT/D。這些分析是自動生成的，并且可以垂直于此位置的氣道長軸位(圖1B)。通過自動分割和閾值成像(上限-300HU，下限-1024HU)技術確定掃描得到的圖像數據，確定CT衰減值在-950 HU以下的肺容積百分比(圖1C)為%LAA，表示為肺氣腫的程度。分別記錄左右肺和全肺%LAA。以%LAA≥10%為COPD肺氣腫的閾值。資料的獲取是在1名放射科主任醫師的指導下，由1名呼吸內科醫生和1名放射科醫生在雙盲情況下獨立完成測量的,并取平均值作為最終結果。

圖1 COPD患者GE Thoracic VCAR軟件支氣管以及肺氣腫圖像及參數測量。A:右肺下葉后基底段支氣管的支氣管樹曲面重建圖像；B:右肺下葉后基底段支氣管局部圖；C:吸氣圖像上CT衰減值低于-950 HU(%LAA-950)的肺體積的百分比，藍色表示不同肺葉肺氣腫分布情況。

三、數據分析

結 果

一、人口基線資料

140名受試者中有52人為門診患者，88人為前一年有過一次或多次住院的住院患者。在住院患者中，2次及以上的頻繁住院人數為56人。上一年因急性加重而住院的平均次數為1.38次。門診患者與住院患者在性別(男：94.2%vs84.1%,P>0.05)、吸煙指數(36.90±29.03vs32.86±27.29,P>0.05)、體重指數(BMI)(22.12±2.93vs21.35±3.95,P>0.05)方面差異沒有統計學意義，兩組患者之間年齡的差異有統計學意義(68.21±9.01vs74.98±8.64,P<0.001)，住院患者的年齡較大。

二、WA%、WT/D和%LAA的比較

如圖2所示,與門診患者相比,住院患者的WA%、WT/D在右肺上葉、右肺下葉、左肺上葉、左肺下葉支氣管的值均高于門診組(P<0.001)。在兩組CT掃描的吸氣量之間差異無統計學意義情況下，住院患者%LAA高于門診組(P<0.001)(表1)。%LAA≥10%作為變量是因為其是輕度或以上肺氣腫的診斷標準[7]。在所有受試者中，%LAA≥10%的肺氣腫患者在住院1次及以上住院組中為57人(64.8%)，在門診組中為22人(42.3%),兩組間差異存在統計學意義(P<0.05)(見圖2)。

圖2 門診和住院患者的WA%、WT/D和%LAA的差異。兩組間的WA%、WT/D和%LAA的差異有顯著統計學意義(P<0.001)。門診患者和住院患者的吸氣量差異不顯著。***P<0.001；ns: P>0.05

表1 兩組患者CT定量指標的比較

三、頻繁住院相關的風險因素

進一步選擇AECOPD患者之間具有統計學意義的數據,3個變量被納入到Logistic回歸分析模型中，即%LAA(≥10%)、RB1WA%和RB1 WT/D，將是否頻繁住院(住院次數≥2次)設置為因變量。參考既往研究，選擇右上葉支氣管作為小氣道的代表測量部位[8]。使用逐步分析發現，變量%LAA≥10%與頻繁住院有獨立相關性，其他變量均無統計學意義(表2)。

表2 與頻繁住院相關的邏輯回歸分析

討 論

通過CT檢查評估肺氣腫是否可以作為頻繁住院的預測因素尚沒有研究結論。在這項回顧性研究中，通過多層螺旋CT定量指標證實肺氣腫和小氣道病變的嚴重程度與AECOPD患者住院有關。與住院次數為0次的門診患者相比，因急性加重而住院1次及以上的患者肺氣腫、氣道壁厚度的CT測量值變化更加明顯。這項結果表明肺氣腫和小氣道病變與AECOPD患者住院方面具有相關性。說明因AECOPD而住院的患者表現有更加明顯的肺氣腫以及小氣道管壁增厚。進一步分析顯示預測頻繁住院的風險因素中，%LAA≥10%患者更容易頻繁住院，這也證明了在COPD患者疾病進展更重時，肺氣腫相對于小氣道的病變而言，更能夠描述疾病的嚴重程度。

慢阻肺與支氣管炎及肺氣腫之間密切相關，其中肺氣腫是肺終末細支氣管遠端出現的異常持久的擴張[9]。而CT定量分析技術可以直觀的表現出支氣管及肺氣腫的形態變化[10]。為探討影響住院的因素，本研究比較了門診組和住院組。根據分析顯示，兩組間WA%、WT/D、%LAA差異有統計學意義，這些結果表明了WA%、WT/D和%LAA與AECOPD的住院有關。WA%和WT/D是評估COPD氣道病理改變嚴重程度的有效變量，COPD患者其疾病的進展與氣道壁管壁增厚或者重塑過程密切相關。WA%和WT/D的值越大，氣道狹窄和氣道重塑的情況更嚴重，氣道病理變化也更嚴重[11-12]。而%LAA的值越高，肺氣腫嚴重程度更高，肺實質破壞越重[13]。因此，本研究的結果證明氣道重塑以及肺實質病變與引起AECOPD患者住院相關。進一步分析顯示更頻繁住院因素中，%LAA≥10%有統計學意義。這表明導致急性加重的因素中，氣道重塑不如肺氣腫病變重要。既往的分析模型計算出支氣管壁厚度每增加1mm，COPD患者每年的急性加重率增加1.84倍，但該研究也指出僅在較低水平的肺氣腫時，支氣管壁厚度的影響才會體現出來[5]。在該研究中通過對肺氣腫使用了適度的閾值(低于-950 HU的肺衰減面積≥10%)。當肺氣腫占主導地位時，氣道的改變不如肺氣腫改變重要。這項結果也證明了肺氣腫嚴重程度對于AECOPD患者頻繁住院的預測能力，其不僅可以影響慢阻肺急性加重的次數[14]，也可以作為慢阻肺急性加重住院和頻繁住院的預測因子。

慢阻肺的嚴重程度是根據FEV1占預計值百分比(FEV1%pred)評估的[15]。然而，不同體型，不同年齡的人其FEV1值之間可能存在著明顯的差異[16]。GOLD 3級或4級(氣流受限重度或極重度)是一種高危狀態，但國外有研究[17]認為氣流受限與急性加重頻率并無明顯的線性關系，處于GOLD 3級或以上的患者中有近40%不出現急性加重,而GOLD 2級患者中卻有20%出現頻繁的急性加重，這些研究結果表明僅依靠肺功能本身尚難以充分描述疾病的復雜性。在該研究中發現肺氣腫對于住院和頻繁住院都有一定的預測價值，且定量CT掃描時能夠清晰的反應患者肺氣腫的嚴重程度，不受患者體型、年齡等因素的影響，那么對于評估患者疾病嚴重程度以及預測急性加重的風險因素都具有一定的意義。

本研究存在一定的局限性。首先，本調查為回顧性研究，過去一年住院次數的收集可能存在回憶偏倚。然而，正如先前的研究表明的那樣，這種誤差在統計分析中并不顯著[5]。其次，為保證數據的完整性，最終選擇的數據樣本量相對較小，在對患者的隨訪方面，本研究缺乏對患者未來5年的跟蹤隨訪。第三，多層螺旋CT定量肺氣腫指標通常包括平均肺密度、肺氣腫指數、低端百分位數等指標。在本研究中，只選擇了%LAA作為代表。此外，CT檢查多為患者急性加重就診時獲得，可能某種程度上因為氣道急性炎癥，患者的氣道壁厚度有變化而影響氣管壁測量數據的變化，這些可能的影響因素提示需要進一步的前瞻性研究。