孫 坡,張瀚元,郭瑞鵬,李 博,徐 斌
肩峰下撞擊綜合征 (subacromial impingement syndrome, SAIS) 是肩關節最常見的疾病之一,約占以肩關節疼痛為主訴病人的44%~65%[1-2],與其他骨科疾病相比,肩痛對社會經濟具有更大的影響[3],給醫療保健和社會帶來了高昂的成本[4]。而肩峰的形態被認為是肩峰下疾病的主要原因[5-6]。Neer[7- 9]認為肩峰形態異常是造成肩部撞擊的主要原因,持這種觀點的代表人物是Bigliani[9],他根據尸體解剖的結果得出肩峰存在三種不同解剖形態變異,并指出其中肩部撞擊在Ⅲ型(鉤狀)肩峰中的發生率更高。40年來,這種觀點的支持者認為是由于肩峰下間隙距離減少而導致撞擊的原因[10],而對肩峰下垂傾斜程度對SAIS所產生的影響關注很少。本研究的目的是量化肩峰下垂傾斜程度并評估其對SAIS的診斷價值。
1.1 方案批準、注冊和患者同意研究符合《赫爾辛基宣言》和安徽醫科大學關于涉及人類的研究的相關規定,該研究由安徽醫科大學第一附屬醫院倫理委員會批準,參與本課題的患者和對照人員均給予知情書面同意。
1.2 病例資料于2020年11月—2021年3月就診于安徽醫科大學第一附屬醫院運動創傷與關節鏡外科并住院的患者40例(實驗組)。納入標準:①結合患者查體體征、肩關節核磁共振成像(magnetic resonance imaging,MRI)及關節鏡下診斷為肩峰下撞擊綜合征;②年齡<60歲;③無明確外傷及肩關節手術史; ④ 無MRI檢查禁忌癥。排除標準:①肩關節生長發育畸形;②合并嚴重心血管疾病或精神疾病;③其他病變導致肩部癥狀或肩關節結構異常(如類風濕性關節炎、SLE、惡性腫瘤,肩關節周圍囊腫等)。
1.3 臨床檢查
1.3.1掃描參數 所有肩部MRI掃描均在德國GE HEALTHCARE DISCOVERY MR 750W 3T磁共振掃描儀上進行,使用專用肩部線圈,患者處于解剖位置。斜冠狀面沿岡上肌腱長軸,垂直于斜矢狀面。掃描層間距為0.4 mm、掃描層厚為4.0 mm、FOV:180 mm×180 mm。序列包含:① 橫軸位 T2WI:TR:3 000 ms;TE:73.4 ms;矩陣:320×192。② 斜冠狀位 T1WI:TR:804ms;TE:11.3ms;矩陣:320×256。③ 斜冠狀位 T2WI:TR:3 000 ms;TE:69.5 ms;矩陣:320×256。④ 矢狀位:TR:2 021 ms;TE:49.8 ms;矩陣:288×256。
1.3.2量化指標 兩名研究人員在80張肩關節核磁共振圖像上回顧性量化肩峰下垂傾斜程度。在冠狀位T1W1上測量圖像相關角度及數據包括:角α、β、γ、Δ、ε、ζ。① 角α:在不同層面上找出肩胛盂上下頂點,并平移至同一層面作過兩頂點的直線的垂線c,與第一次完整出現鎖骨遠端圖像上鎖骨遠端軸線b所成的銳角(鎖骨遠端軸線為組成α的上邊線記為正數值,反之記為負數值),見圖1A;② 角β:垂線c,與第一次完整出現肩峰前外側遠端圖像上的肩峰遠端軸線a所成的銳角,見圖1B;③ 角γ:過肩峰前外側下表面骨皮質最低點與肩峰遠端軸線a與肩鎖關節面交點的直線d,垂線c與直線d所成的銳角,見圖1C;④ 角Δ:肩峰遠端軸線a與鎖骨遠端軸線b所成的銳角,見圖1D;⑤ 角ε:鎖骨遠端軸線b與直線d所成的銳角,見圖1F;⑥ 角ζ:肩峰遠端軸線a與直線d所成的銳角,見圖1E。
1.3 統計學處理采用SPSS 23.0軟件進行數據分析,所有數據使用Levene進行正態性檢驗,符合正態性分布的計量資料組間比較采用獨立樣本t檢驗,如果不符合正態分布,則使用非參數檢驗進行分析。各指標診斷獨立診斷效能評價的準確性通過相應指標的ROC曲線下面積比較,曲線下面積越大,表示準確性越高。各指標間的聯合診斷試驗采用二元Logistic回歸分析建立回歸模型,Logistic方程為Logit(P)=0.158β+0.442ζ-5.346,Logit(P)作為聯合變量進行多變量ROC曲線分析。所有結果的顯著性檢驗水準為α=0.05,P<0.05 為差異有顯著性。并使用統計學顯著變量中的約登指數(Youden’s index)計算最佳角度標準。診斷測試的表現分為失敗(曲線下面積[AUC]在0.5~0.6之間)、差(AUC在0.6 ~ 0.7之間)、一般(AUC在0.7 ~ 0.8之間)、良好(AUC在0.8~0.9之間)和優秀(AUC在0.9~1.0之間)。
2.1 病例和對照組量化指標的比較80例患者符合納入和排除標準。病例組40例均結合患者查體體征、肩關節MRI及關節鏡下診斷為肩峰下撞擊綜合征,其中男性16人(40%),女性24人(60%)。年齡31 ~ 59歲(51.65±5.31歲);對照組40例均為正常肩關節,其中男性24人(60%),女性16人(40%)。年齡37 ~ 58歲(51.07±5.38歲)。在對照組和病例組之間年齡和性別無統計學差異(P>0.05)。病例組與對照組各指標均符合正態分布,其中角β、γ、Δ、ε、ζ的獨立樣本t檢驗結果如下,差異有統計學意義,P<0.05。而角α的獨立樣本t檢驗結果差異無統計學意義,見表1。

表1 病例和對照肩峰下垂及傾斜相關角的比較

圖1 肩峰下垂傾斜程度的量化指標示意圖

圖2 角γ、ε、ζ的ROC曲線A:角γ;B:角ε;C:角ζ
2.2 單個指標ROC結果、敏感度、特異度對于肩峰下垂及傾斜相關角β、γ、Δ、ε、ζ,其各個單項ROC結果如下,其中角γ、ε、ζ的診斷性能良好,診斷敏感度較高,分別為92.5%、92.5%、85%;診斷特異度為67.5%、67.5%、87.5%,見圖2和表2。

表2 單個指標ROC結果曲線下方的區域、敏感度與特異度
2.3 并聯方式擬合聯合診斷變量,進行聯合診斷試驗評價二元Logistic回歸分析,采用向前法逐步評估指標診斷效能影響指數,并剔除混雜因子篩選后角γ、Δ、ε為混雜因素。角β和ζ對于患SAIS有顯著性的診斷意義,其擬合參數見表3。角β與角ζ的聯合AUC為0.906(95%CI: 0.842 0.971;P<0.001),見圖 3。當選擇 cut-off 值> 0.3138979為臨界值時,Youden指數最大,此時診斷的敏感性為95%,特異性為75%。

表3 聯合診斷試驗
2.4 單獨對肩峰分型做ROC曲線肩峰分型為分組,對實驗組與對照組中肩峰分型分別為Ⅰ型、Ⅱ型的研究對象做ROC曲線,結果見表4。

圖3 β和ζ的聯合ROC曲線

表4 不同類型肩峰時結果有意義指標ROC結果、敏感度與特異度
肩峰下垂及傾斜程度對肩峰下撞擊綜合征的影響迄今為止國內外研究甚少。Banas et al[11]報道了肩峰側傾斜角度與較高的肩峰下疾病患病率相關。其研究描述了一個可能有用的輔助評估和管理肩袖疾病的角度。MacGillivray et al[12]的研究顯示隨著年齡的增長,更大比例的患者肩峰向下成角。而Yao et al[13]研究的結論描述了在冠狀斜位MR圖像上主觀發現肩峰側下傾斜,雖然部分通過標準化測量得到驗證,但不能預測撞擊綜合征。 Balke 和Toivonen et al[14]研究了肩峰下外側傾斜角度與肩峰下撞擊綜合征之間的關系,并認為ASA增大與肩峰撞擊及肩袖損傷有關。上述學者的研究中對下外側傾斜的量化方法和結果均存在顯著差異。本研究結果部分重現了這些作者的發現,雖然方法上存在差異,但結果均發現部分肩峰下垂傾斜角度對肩峰下撞擊綜合征具有可觀的診斷性能。MacGillivray et al[12]描述了肩峰與鎖骨之間的成角,認為肩峰下外側傾斜的加重會影響撞擊綜合征的發病機制[12]。Banas et al[11]也通過研究核磁共振成像斜冠狀位切片確定,角度越小,肩峰側傾角越大,因此撞擊越大。
本研究評估肩峰下垂傾斜程度對肩峰下撞擊綜合征的影響,使用不同量化相關角在肩關節MRI上的變化以及這些測量數據不同分組之間的可變性。結果顯示,量化指標角γ、ε、ζ對肩峰下撞擊綜合征的診斷具有更好的診斷效能。雖然對與單項指標ROC結果中角γ、ζ的診斷性能較為優越,但在各指標間的聯合診斷試驗中采用二元Logistic回歸分析擬合的結果發現角γ、Δ、ε為混雜因素,即攜變量,例如角γ的診斷效能佳可能是受到的角β和角ζ兩者的影響導致的。而將角β和角ζ兩者聯合結果有統計學意義,反映了兩者對于SAIS有顯著性的診斷意義。除此之外,當再次以肩峰分型為條件,分別對Ⅰ型、Ⅱ型肩峰的研究對象各量化指標作ROC曲線時,研究發現在Ⅰ型肩峰中,角ζ的AUC為0.986(95% CI: 0.954~1.000;P<0.001),這提示了臨床工作者對于平坦型肩峰的患者,肩峰下垂及傾斜程度的量化指標對SAIS的診斷具有更令人滿意的診斷性能。在臨床工作中,部分肩峰下撞擊綜合征及肩袖損傷診斷明確的患者,雖然屬于Ⅰ型或Ⅱ型肩峰,卻擁有著較大的肩峰下垂程度。如圖4,圖A展示了一個正常肩關節的MRI圖像;圖B為一例診斷SAIS和肩袖損傷患者肩關節的MRI圖像,肩峰有明顯的傾斜和下垂變化。此類患者雖然肩峰結構形態平坦,卻可能因為擁有著下垂狀肩峰改變,更容易發生肩峰下撞擊綜合征及肩袖損傷。這啟發研究者在之后的研究中可以考慮在肩峰分型中加入一種新的亞型,充分考慮下垂狀肩峰對疾病的影響,使得診斷標準更加完善和全面。另外,對于關節鏡下肩峰成形術的手術指征,在術前可以對患者以此作為一項評估標準,將更有助于患者手術方案精確而完善的制定。

圖4 一例對照組與一例實驗組肩關節MRI圖像對比展示
然而,相關量化肩峰下垂傾斜程度的測量可能會受到圖像中所描述的結構的影響。不是所有的檢查都有清晰且完整規范的圖像,足以描述角度測量所需的所有結構,另外圖像滾動可能會影響測量結果,導致測量誤差更高。本研究的主要局限性是回顧性設計和依賴MRI圖像結果的處理,如果依據本研究結果再繼續進行一個前瞻性的研究分析,將會驗證所量化肩峰下垂傾斜程度是否能應用于臨床實踐。
本研究的主要優點是不同測量值的比較,以及對每種測量指標之間的診斷性能的評估,并且各指標間的聯合診斷試驗采用二元Logistic回歸分析擬合,排除攜變量的因素后得到一個診斷性能更佳的聯合指標,便能夠在上述參數中確定最佳參數。本研究不足之處在于樣本量不足夠大,這意味置信區間不足夠小。另外,本研究所有測量均在磁共振圖像上進行,故只能評估靜態水平[15],雖然通過肩胛盂所作的輔助線來減小誤差,但無法動態分析。
綜上所述,本文在磁共振圖像上量化了肩峰下垂及傾斜相關角,并分析其對于肩峰下撞擊綜合征的診斷價值,在本系列中發現最適合用于肩峰下垂及傾斜相關角量化的參數是角β與角ζ,其聯合診斷性能最佳,對SAIS具有診斷價值。