肺低衰減區比例及胸大肌參數評估老年慢性阻塞性肺疾病患者肺通氣功能受損的臨床研究

王亞林，張靜，朱慕云

慢性阻塞性肺疾病（以下簡稱慢阻肺）是一種以持續的呼吸道癥狀和氣流受限為特征的慢性小氣道炎癥性疾病，常表現為肺含氣量增多和靜息期耗能增加［1］。增齡作為老年慢阻肺患者獨立易患因素，會使患者合并肌肉萎縮、軀體功能下降，包括呼吸肌的生理性功能下降，進一步影響其肺功能及生活質量［2］。CT 定量技術可反映老年慢阻肺患者肺低衰減區比例（LAA%）、胸大肌參數及脂肪浸潤情況，且以上指標與肺通氣功能參數具有良好的相關性［3-4］。本研究旨在通過LAA%及胸大肌參數來評估老年慢阻肺患者肺通氣功能的受損程度，為早期發現及診斷慢阻肺提供臨床依據。

1 對象與方法

1.1 研究對象 選取2019 年12 月至2021 年6 月在揚州大學附屬蘇北人民醫院就診并完成胸部CT 及肺功能檢查的270例穩定期慢阻肺患者為研究對象。納入標準：（1）年齡≥60 歲，符合《2019 年慢性肺疾病診斷、治療及預防全球策略解讀》［1］中關于慢阻肺的診斷標準；（2）慢阻肺患者均處于病情穩定期，即臨床癥狀穩定或輕微。排除標準：（1）4 周內出現慢阻肺急性加重者；（2）合并其他肺部疾病者，如：支氣管擴張、肺間質疾病、活動性肺結核、胸腔積液、肺占位、肺不張、肺切除術、胸廓畸形等；（3）合并慢性肌肉骨骼疾病、重癥肌無力等肌肉相關疾病者；（4）臨床相關資料不完善者。本研究經揚州大學附屬蘇北人民醫院倫理審批（2022ky116）。

1.2 方法

1.2.1 肺功能測量及分組 采用德國耶格公司生產的Master Screen Diffusion 肺功能儀行肺功能檢查，記錄的主要參數為第1 秒用力呼氣容積（FEV1）、FEV1占預計值百分比（FEV1%pred）、用力肺活量（FVC）。根據GOLD 分級分為FEVl%pred ≥80%為輕度（GOLD Ⅰ級） 組，50%～＜80% 為中度（GOLD Ⅱ級） 組，30%～＜50%為重度（GOLD Ⅲ級）組，FEVl%pred＜30%為極重度（GOLD Ⅳ級）組。

1.2.2 資料收集 收集患者的臨床資料，包括性別、年齡、體質 指數（BMI）、吸煙量、PMcsa、PMI、PMD、FEV1%pred、FEV1、FVC、肺體積和右、左、總肺LAA%。

1.2.3 胸部CT 掃描 CT 檢查均采用Philips Brilliance 64 排螺旋CT 設備，在患者深吸氣末掃描。掃描參數：管電流200 mAs，管電壓120 kV，重組層厚1 mm，重組間隔0.625 mm，矩陣512×512。

1.2.4 胸大肌參數 在軸向CT 圖像上識別主動脈弓的上緣，然后向肺尖滾動以識別主動脈弓上方的第一個軸向圖像，手動勾畫選定左、右胸大肌的邊緣，軟件自動計算感興趣區域（ROI）的面積，即胸大肌面積（PMcsa），將其除以身高的平方（m2）即為胸大肌指數（PMI），用于校正身高對PMcsa 的影響；同時自動測量出CT 值，將兩側胸大肌的平均CT 值相加取其平均值，即胸大肌密度（PMD）。患者CT 圖像上胸大肌參數情況見圖1。

圖1 4例男性COPD 患者的胸大肌參數情況Figure 1 Pectoralis major parameters in 4 male patients of COPD

1.2.5 肺體積及LAA%的測量 選擇相應胸部CT 圖像的1 mm 薄層序列，運用Thoracic VCAR 模塊中的肺實質分析選項對患者的薄層序列圖像進行三維重建，用密度屏蔽法分別對圖像的低密度衰減區（low attenuation areas，LAA）進行定量評估。評估時肺部視圖上的氣道樹被移除，設置肺視圖中CT 值低于-950 HU 的LAA 范圍為彩色圖像［5］，電腦自動統計右、左肺及整個肺的體積信息，各肺葉LAA 占肺體積的百分比即LAA%。患者CT 圖像上LAA%情況見圖2。

圖2 2例男性患者LAA%情況Figure 2 LAA% in 2 male patients of COPD

1.3 統計學方法 采用SPSS 26.0 統計學軟件進行數據分析，符合正態分布的計量資料以（±s）表示，多組間比較采用單因素方差分析，組間兩兩比較采用LSD-t 檢驗；非正態分布的計量資料以M（P25，P75）表示，多組間比較采用Mann-Whitney U 檢驗；計數資料以相對數表示，多組間比較采用χ2檢驗。采用Pearson 相關分析及多元線性回歸分析探究LAA%、胸大肌參數與肺功能的關系。應用受試者工作特征曲線（ROC 曲線）評價PMcsa 及LAA%對老年慢阻肺患者FEV1%pred＜50% 及FEV1%pred＜80% 的預測價值。以P＜0.05 為差異有統計學意義。

2 結果

2.1 一般情況比較 四組慢阻肺患者的性別、年齡、吸煙量比較，差異無統計學意義（P＞0.05）。四組患者BMI 比較，差異有統計學意義（P＜0.05）；其中GOLD Ⅰ級組BMI 高于GOLD Ⅲ級組和GOLD Ⅳ級組，GOLD Ⅱ級組BMI 高于GOLD Ⅳ組，GOLD Ⅲ組高于GOLD Ⅳ組，差異有統計學意義（P＜0.05），見表1。

2.2 胸大肌參數比較 四組PMcsa、PMI、PMD 比較，差異均有統計學意義（P＜0.05）。其中GOLD Ⅰ級組PMD 均高于GOLD Ⅲ級組、GOLD Ⅳ級組，差異有統計學意義（P＜0.05）；GOLD Ⅰ級組PMcsa、PMI 均高于GOLD Ⅱ級組、GOLD Ⅲ級組、GOLD Ⅳ級組，GOLD Ⅱ級組PMcsa、PMI 均高于GOLD Ⅲ級組、GOLD Ⅳ級組，GOLD Ⅲ級組PMcsa、PMI 均高于GOLD Ⅳ級組，差異有統計學意義（P＜0.05），見表1。

2.3 肺通氣功能、LAA% 及肺體積比較 四組FEV1%pred、FEV1、FVC、左 肺LAA%、右 肺LAA%、總肺LAA%比較，差異有統計學意義（P＜0.05）；其中GOLD Ⅰ級 組FEV1%pred、FEV1、FVC高于GOLDⅡ級組、GOLD Ⅲ級組、GOLD Ⅳ級組，GOLD Ⅱ級組FEV1、FVC 均高于GOLD Ⅲ級組、GOLD Ⅳ級組，GOLD Ⅲ級組FEV1、FVC 均高于GOLD Ⅳ級組，差異有統計學意義（P＜0.05）。GOLD Ⅰ級組左肺LAA%、右肺LAA%、總肺LAA%低于GOLD Ⅱ級組、GOLD Ⅲ級組、GOLD Ⅳ級組，GOLD Ⅱ級組左肺LAA%、右肺LAA%、總肺LAA%低于GOLD Ⅲ級組、GOLD Ⅳ級組，GOLD Ⅲ級組左肺LAA%、右肺LAA%、總肺LAA%低于GOLD Ⅳ級組，差異有統計學意義（P＜0.05）。各組的肺體積比較，差異無統計學意義（P＞0.05），見表1。

表1 不同分級慢阻肺患者臨床資料比較Table 1 Comparison of clinical data of patients with different grades of COPD

2.4 相關性分析 FEV1%pred、FEV1、FVC均與PMcsa、PMI、PMD 呈正相關（P＜0.05）。FEV1%pred、FEV1與右肺LAA%、左肺LAA%、總肺LAA%呈負相關（P＜0.05）。FVC 與LAA%無直線相關關系（P＞0.05），見表2。

表2 胸大肌參數及肺低衰減區比例與肺功能的相關性分析Table 2 Correlation analysis of pectoralis major muscle parameters，low attenuation area ratio and lung function

2.5 多元線性回歸分析 以FEV1%pred（賦值：實測值）為因變量，以性別（賦值：男=0，女=1）及Pearson 相關分析中有統計學意義的變量（賦值為實測值）為自變量，進行多元線性回歸分析結果顯示，FEV1%pred=35.519+10.215×性別-0.698× 總肺LAA%+1.506×PMcsa（R2=0.338），性 別、總 肺LAA%、PMcsa 是FEV1%pred 的影響因素（P＜0.05），見表3。

表3 COPD 患者PMcsa 和LAA%與肺功能指標的多元線性回歸分析（調整后的R2=0.338）Table 3 Multiple linear regression analysis of PMcsa，LAA% and lung function indicators in COPD patiens

2.6 PMcsa 及LAA%對肺功能的預測價值 各指標預測FEV1%pred＜50%，FEV1%pred＜80%的最佳截斷值、靈敏度和特異度見表4 和表5。男性患者右肺LAA%、左肺LAA%、總肺LAA%、PMcsa 預測FEV1%pred＜50%的ROC 曲線下面積（AUC）分別為0.832、0.827、0.834、0.809，靈敏度分別為0.841，0.833、0.807、0.667；女性患者右肺LAA%、左肺LAA%、總肺LAA%、PMcsa預測FEV1%pred＜50%的AUC分別為0.844、0.801、0.845、0.839，靈敏度分別為0.792、0.625、0.792、0.769；男性患者右肺LAA%、左肺LAA%、總肺LAA%、PMcsa預測FEV1%pred＜80%的AUC分別為0.830、0.815、0.831、0.844，靈敏度分別為0.861、0.873、0.887、0.667；女性患者右肺LAA%、左肺LAA%、總肺LAA%、PMcsa預測FEV1%pred＜80%的AUC分別為0.805、0.817、0.807、0.846，靈敏度分別為0.897、0.825、0.882、0.755，見圖3、圖4。

圖3 不同性別PMcsa 及LAA%預測FEV1%pred＜50%的ROC 曲線Figure 3 ROC curve of PMcsa and low attenuation area ratio in predicting outcome of FEV1%pred＜50%

圖4 不同性別PMcsa 及LAA%預測FEV1%pred＜80%的ROC 曲線Figure 4 ROC curve of PMcsa and low attenuation area ratio in predicting outcome of FEV1%pred＜80%

表4 不同性別患者PMcsa 及LAA%對肺功能FEV1%pred＜50%的預測效能Table 4 Efficacy of PMcsa and low attenuation area ratio in predicting FEV1% pred＜50% in patients of different genders

表5 不同性別患者PMcsa 及LAA%對肺功能FEV1%pred＜80%的預測效能Table 5 Efficacy of PMcsa and low attenuation area ratio in predicting FEV1% pred＜80% in patients of different genders

3 討論

目前，肺功能檢查仍是評估及判斷慢阻肺患者氣流受限的“金標準”。但我國超過70%的早期慢阻肺患者（GOLD Ⅰ級和GOLD Ⅱ級）沒有或極少數出現臨床癥狀［6］，且大量基層醫院不具備肺功能檢查的條件，

全國范圍內的慢阻肺抽樣調查結果顯示，僅有6.5%的人先前接受過肺功能檢查［7］。特別是老年慢阻肺患者，在進行常規肺功能檢查時常因為理解困難、配合不佳以及身體衰弱、牙齒脫落等，不能很好地完成肺功能檢查，造成老年慢阻肺患者肺功能指標評估的誤差，存在一定的局限性［7-8］。因此單靠肺功能檢測已不能滿足對慢阻肺的病情評估、早期診斷。近年來，隨著計算機技術的不斷進步，以及人工智能分析軟件的應用，CT 檢查在提高老年慢阻肺患者診斷、確定表型、預測疾病進展和預后等方面發揮了重要作用［9-10］。通過胸部CT 圖像定量測定LAA%，不但可以明確疾病分布和位置的詳細空間信息，且不受個體因素的影響，對肺氣腫的早期發現和診斷、疾病進展監測和個體化治療有重要意義［11］。另外，胸部CT還可以同時顯示肌肉衰減、脂肪浸潤情況，國外學者發現CT 衍生的PMcsa 和PMD 與基線肺功能、呼吸道癥狀、生活質量、全身骨骼肌質量（SMM）和肺氣腫的嚴重程度顯著相關，低肌肉密度反映了富含脂質的骨骼肌，提示脂肪浸潤增加［12-13］。

本研究結果顯示，PMcsa、PMD 與FEV1%pred 呈正相關，隨著GOLD 分級升高而降低。提示PMcsa 和PMD 與氣流受限程度有關，隨著GOLD 分級的升高患者肌肉萎縮及脂肪浸潤逐漸加重，這與BAK 等［3］的研究一致。肌肉功能障礙包括肌肉無力和肌肉質量的凈損失，是老年慢阻肺患者發病率和死亡率的獨立預測因子，與患者運動耐力息息相關。約36%的慢阻肺患者存在肌肉質量下降，35%的慢阻肺患者出現明顯體質量下降，具體取決于所研究的人群［14］。多項研究發現，進行吸氣肌訓練（IMT）可以改善慢阻肺患者吸氣肌力量、6分鐘步行試驗（6MWD）、呼吸道癥狀和肺功能，且對更嚴重的慢阻肺患者有益程度更大［15-16］。在單層軸向軸CT 圖像上，PMcsa 與骨骼肌總質量顯著相關，是患者死亡的一個強有力的預測因子［13］。CT 對老年慢阻肺患者骨骼肌的綜合評估是一種有吸引力的方法。對于發生肌肉萎縮的老年慢阻肺患者，有望通過胸部肌群的鍛煉來改善肺通氣功能。

本研究結果顯示LAA%與FEV1%pred 呈負相關，隨著GOLD 分級的升高，LAA%逐漸增加（調整年齡、性別因素后），與以往的研究結果基本一致［17-18］。蘭長青等［19］納入80例慢阻肺患者，其中男73例、女7例，年齡36～84 歲，平均年齡（67±9）歲，發現FEV1%pred 與總肺LAA%的相關系數為-0.457，低于本研究相關性結果，可能與納入患者年齡、性別差異有一定關系。GOLD 指出，慢阻肺患者在疾病早期就開始出現氣體滯留（殘氣量增加），隨著氣流受限的逐漸加重，出現靜態過度充氣（總肺容量增加），后期呈現桶狀胸［20］。CELLI 等［21］發現，LAA%高的老年慢阻肺患者活動耐力、FEV1、BMI 和FFMI（去脂體重指數）下降更快，急性加重次數、住院率和死亡率增加。早期識別LAA%高的老年慢阻肺患者，并進行及時干預，可延緩肺組織的損傷，對改善呼吸功能及預后顯得至關重要。

本研究發現PMcsa 及LAA%對老年慢阻肺患者肺通氣功能受損嚴重程度有較好的預測價值。ROC曲線結果顯示，慢阻肺患者PMcsa 及LAA% 預測FEV1%pred＜50% 及FEV1%pred＜80% 的AUC 均大于0.8，具有較高的預測價值，有助于快速估計老年慢阻肺患者的肺通氣功能受損程度。對于有各種限制因素不能完成肺功能檢查的老年慢阻肺患者，可以通過PMcsa及LAA%評估患者的氣流受限程度屬于輕度、中度還是重度。多元線性回歸分析發現：LAA%每增加1 個單位，FEV1%pred 將減少0.698%；PMcsa 每增加1 cm2，FEV1%pred 將增加1.506%，但是此回歸模型只能解釋33.8%的FEV1%pred 變化，此模型未考慮氣道重塑、肺血管病變等的影響，也反映了老年慢阻肺病理變化的復雜性。后續研究需進一步全面探討其他可能影響肺通氣功能變化的因素，構建更加優化、精準的回歸模型，用來精確評估患者的肺通氣功能。

綜上所述，老年慢阻肺患者PMcsa、PMD 及LAA%與肺通氣功能受損具有相關性。基于常規胸部CT 衍生的胸大肌參數及LAA%具有可重復性，無需額外的輻射暴露或花費，不僅可以評估慢阻肺患者肺部病變及肌肉衰減情況，而且可以通過分析胸大肌參數及LAA%評估慢阻肺患者呼吸氣流受限的嚴重程度，可作為慢阻肺早期篩查和嚴重程度評估的重要工具，從而達到早發現、早干預，減少急性加重，提高生活質量的目的。

作者貢獻：王亞林設計研究方案、數據收集、統計學分析、論文撰寫；張靜進行數據整理、統計學分析；朱慕云進行研究命題的提出、設計以及經費支持。

本文無利益沖突。