定量CT評估2型糖尿病并發肺間質異常的應用價值

摘要：目的" 探討定量CT有效識別2型糖尿病（T2DM）并發肺間質異常的敏感影像學指標，旨在幫助T2DM合并間質性肺病的早期診斷。方法" 回顧性收集陜西中醫藥大學附屬醫院2022年1月～2023年8月臨床確診的T2DM患者且胸部CT發現肺間質異常的患者70例，同時收集胸部CT無異常改變的非糖尿病體檢篩查者62例。采用Dexin-FACT“數字肺”軟件對胸部CT圖像進行后處理，獲得各項CT定量參數，主要包括全肺容積、肺氣腫指數（LAA-950%）、肺纖維化評價指標（LAA-700～-200%）、肺小血管指標（雙肺下葉內2 mm支氣管周圍的血管管腔面積與數量之比，TAV/TNV）。比較兩組間定量CT參數的差異性，并進行ROC曲線分析。結果" T2DM患者組的LAA-700～-200%高于對照組（Z=-4.229，Plt;0.001），而T2DM患者組的LAA-950%及TAV/TNV低于對照組（Z=-2.173，Plt;0.05；t=-3.904，Plt;0.001）；兩組間全肺容積的差異無統計學意義（Pgt;0.05）。LAA-700～-200% 區分T2DM并發肺間質異常的診斷效能最高，AUC為0.71。結論" T2DM并發肺間質異常患者的肺部CT定量參數與對照組相比具有差異性，而且肺部小血管損傷可能是T2DM患者肺損傷的關鍵靶器官。

關鍵詞：糖尿病；肺間質異常；定量分析；肺損害；CT

Application value of quantitative CT in evaluating type 2 diabetes mellitus complicated with interstitial lung abnormalities

ZHANG Li1， FAN Qiuju2， DANG Shan2， HAN Dong2， ZHANG Min2， YU Nan1，2

1School of Medical Technology， Shaanxi University of Chinese Medicine， Xianyang 712046， China; 2Department of Medical Imaging， Affiliated Hospital of Shaanxi University of Chinese Medicine， Xianyang 712000， China

Abstract： Objective To explore the sensitive imaging indicators of effective recognition of type 2 diabetes mellitus （T2DM） complicated with interstitial lung abnormalities by quantitative CT， aim at contributing to the early diagnosis of T2DM complicated with interstitial lung disease and effectively delaying the progression of diabetic lung damage. Methods Seventy patients with clinically diagnosed T2DM with interstitial lung abnormalities detected on chest CT from January 2022 to August 2023 at the Affiliated Hospital of Shaanxi University of Chinese Medicine were retrospectively collected， and 62 non-diabetic physical examination screeners without abnormal changes on chest CT were also collected. The chest CT images were postprocessed by Dexin-FACT \"digital lung\" software， and the quantitative parameters of CT were obtained， including whole lung volume， emphysema index （LAA-950%）， pulmonary fibrosis evaluation index （LAA-700～-200%）， pulmonary small vessel index （the ratio of lumen area to number of blood vessels around the bronchus with a diameter of 2mm in the lower lobe of the lung， TAV/TNV）. The differences of quantitative CT parameters between the two groups were compared and the indexes with statistical significance were analyzed by ROC curve. Results the LAA-700--200% in the T2DM group was significantly higher than that in the control group （Z=-4.229，Plt;0.001）， while the LAA-950% and TAV/TNV in the T2DM group were significantly lower than those in the control group （Z=-2.173， Plt;0.05; t=-3.904， Plt;0.001）， but there was no significant difference in whole lung volume between the two groups （Pgt;0.05）. LAA-700--200% had the highest diagnostic efficiency in distinguishing T2DM complicated with interstitial lung abnormalities， with an AUC of 0.71. Conclusion The quantitative parameters of lung CT in patients with T2DM complicated with interstitial lung abnormalities are different from those in the control group， and small blood vessel injury in the lung may be a key target organ for lung injury in T2DM patients.

Keywords： diabetes mellitus; interstitial lung abnormalities; quantitative analysis; lung damage; CT

收稿日期：2023-10-29

基金項目：陜西科技廳基礎研究項目（2022JM-453）；陜西省教育廳青年創新團隊項目（23JP036）

作者簡介：張" 麗，在讀碩士研究生，E-mail： 1459039857@qq.com

通信作者：于" 楠，博士，副教授，副主任醫師，E-mail： yunan0512@sina.com

糖尿病是一種慢性全身性血管性疾病［1］。由于肺部有豐富的微血管循環，其結構和功能容易受到高血糖的持續損害，因此肺損害同樣是2型糖尿病（T2DM）常見的并發癥之一［2-3］。既往研究表明，T2DM肺損害的主要表現是肺間質改變和肺部微循環障礙，由于肺部豐富的毛細血管網絡及結締組織，肺部組織中的發展比其他器官更晚，且肺間質異常（ILAs）是在臨床未懷疑間質性肺病（ILD）的人群中偶然發現的一種放射學表現［4-7］。因此糖尿病并發ILAs常常被忽視，且關于糖尿病并發ILAs的研究鮮少報道，糖尿病性肺損害也尚未引起重視。隨著持續性的高血糖損害及病程延長，ILAs可進展為ILD，尤其是糖尿病誘發的肺纖維化［8］，肺纖維化可導致患者肺功能進行性下降及死亡。在ILD早期行抗纖維化治療可有效延緩進展，減少肺功能下降速率，改善患者預后［9］。早期識別并評估ILAs有助于ILD的早期診斷，若能提早給予藥物干預，有望延緩病程，改善預后［7］。此外，已有組織學研究表明，T2DM的肺部微循環障礙導致肺泡上皮和肺毛細血管基底層增厚，引起肺小血管容量減少［10］，但目前尚缺乏大量的體內研究證實糖尿病性肺損害的小血管變化。

ILAs是一種純粹的放射學表現，指在臨床未懷疑ILD的人群中，CT掃描時偶然發現的非重力依賴性肺間質異常改變，異常范圍至少累及5%的任意肺區［7］，其與肺纖維化的死亡率增加有關［11］。目前，對于T2DM并發ILAs的早期識別及進展主要依靠影像學檢查的視覺主觀評價，但視覺主觀評價存在觀察者間及觀察者內部的差異性，缺乏可靠性；而且視覺評價對于ILAs的細微進展不易察覺，細微進展可能代表著間質異常改變范圍的相對大幅增加［7］。因此需要一種更客觀、準確的方法來評估T2DM并發ILAs。定量CT不僅能夠更加客觀精準地反映肺部的整體變化，而且還能通過量化的指標評價肺間質異常及肺小血管改變。本研究通過分析2型糖尿病并發ILAs患者肺部CT定量參數的變化，探討定量CT有效識別T2DM并發ILAs的敏感影像學指標，并在體內驗證糖尿病性肺損害的肺小血管改變，旨在有效識別T2DM患者的ILAs，有助于ILD的早期診斷并在隨訪過程中指導臨床嚴格控制血糖并及時進行抗纖維化治療，有效延緩糖尿病性肺損害的進行性進展及降低肺纖維化的死亡率。

1" 資料與方法

1.1" 一般資料

回顧性收集2022年1月～2023年8月在陜西中醫藥大學附屬醫院確診的T2DM并發ILAs患者70例，作為T2DM-ILAs組。納入標準：臨床確診的T2DM患者，符合中國T2DM防治指南（2020年版）的診斷標準［12］；來院后接受胸部CT檢查；根據2020年Fleischner協會共識［7］，由2位具有5年以上工作經驗的放射科醫生判讀為ILAs患者；包括CT偶然發現的非重力依賴性肺間質改變；ILAs的影像學表現至少累及5%的肺區域，影像學征象包括兩下肺胸膜下的磨玻璃影，網格影，牽拉性支氣管擴張，蜂窩影等肺間質改變征象（圖1）。排除標準：年齡lt;20歲或≥60歲；臨床基礎資料或胸部影像資料不全；具有肺間質性疾病家族史者；其他肺間質性疾病患者，或結締組織疾病病史患者；影響圖像分割的疾病：如肺部腫瘤、血管瘤、胸腔積液、胸部手術史等。同時收集同時段就診的胸部CT無異常改變的非糖尿病體檢篩查者62例為對照組。本研究已獲得倫理批準，并進行臨床研究注冊（ChiCTR-OCH-140049272）。

T2DM-ILAs組男性56例，女性14例，年齡37～58（47.41±4.56）歲；病程1～26年，其中gt;5年的46例，空腹血糖11.54±3.59 mmol/L；對照組男性50例，女性12例，年齡36～58（46.66±5.10）歲。兩組年齡與性別的差異無統計學意義（Pgt;0.05）。

1.2" CT檢查方法

使用 GE Discovery 750HD進行CT圖像的采集。檢查前對患者進行呼吸訓練。掃描時患者仰臥位，雙臂上舉抱頭，頭先進，于深吸氣末進行全肺掃描。掃描范圍從肺尖到肺底，掃描參數：管電壓120 kV，管電流200 mA，矩陣512×512，掃描層厚5.0 mm，機架旋轉時間0.50 s/周，螺距1.375：1，采用骨算法重建，重建層厚及重建間隔設為1.25 mm。

1.3" CT定量數據的測量

將吸氣相CT掃描獲得的原始數據導入 “數字肺”平臺（Dexin-FACT，西安），具體測量過程參照文獻［13］：該軟件采用三維自適應邊界行進算法獲取全肺數據，自動計算全肺容積（TLV）；CT圖像上肺氣腫定義為吸氣相肺密度等于或低于-950 Hu，使用該軟件的肺氣腫自動測量模塊測量雙肺內低密度衰減區肺容積占全肺容積的百分比（LAA-950%）以評估肺氣腫的程度；使用該軟件的肺部密度直方圖自動測量模塊，測量CT值為-700～-200 Hu肺容積占全肺容積的百分比（LAA-700～-200%）作為肺纖維化指數；該軟件根據主曲率及主方向區分并分割支氣管及肺血管樹，生成支氣管、肺血管的三維圖像，采用肺血管自動測量模塊從雙肺下葉內選取直徑為 2 mm的支氣管，測量視區面積80 mm2內的周圍血管數量（TNV）及管腔面積（TAV）。同時為了避免生理性解剖的影響，計算雙肺下葉內2 mm支氣管周圍血管管腔面積與數量之比（TAV/TNV）。

1.4" 統計學分析

采用SPSS26.0進行數據分析。符合正態分布的計量資料以均數±標準差表示，組間比較采用兩獨立樣本t檢驗；非正態分布的計量資料以中位數（上下四分位數）表示，組間比較采用非參數Mann-Whitney U檢驗；計數資料以n（%）表示，組間比較采用χ2檢驗。采用ROC曲線下面積（AUC）來評價肺部CT定量指標的區分效能。以Plt;0.05為差異有統計學意義。

2" 結果

2.1" 肺部CT定量指標

T2DM-ILAs組LAA-700～-200%高于對照組（Z=-4.229，Plt;0.001）；T2DM-ILAs組的LAA-950%及TAV/TNV低于對照組（Z=-2.173，P=0.030; Z=-3.904，Plt;0.001）；T2DM-ILAs組和對照組的TLV差異無統計學意義（t=-1.546，Pgt;0.05，表1）。肺部CT定量指標的測量（圖2～3）。

2.2" ROC曲線分析肺部CT定量指標對T2DM-ILAs的診斷價值

ROC曲線的分析結果顯示各項肺部CT定量指標LAA-700～-200%、TAV/TNV、LAA-950%均可鑒別T2DM-ILAs（Plt;0.05）。AUC值由高到低為：0.71、0.69、0.61（表2、圖4）。

3" 討論

肺部由于其豐富的肺泡毛細血管網，可能會受到微血管病變的影響，而成為糖尿病的靶器官之一，主要表現為ILAs。ILAs分為非胸膜下型、胸膜下非纖維化型和胸膜下纖維化型3類［7］。有研究表明，基于HRCT檢查沒有肺部疾病史的T2DM患者，發現HRCT容易顯示出與病理變化一致的間質性肺炎，尤其是胸膜下纖維化型［14］。與其他型相比，胸膜下纖維化型不僅具有更高的進展率和死亡率［15］，而且是ILD診斷、死亡率和生存期降低的獨立危險因素［16］。此外，ILAs與進展風險有關，其可能是特發性肺纖維化或其他進展性纖維化ILD的前兆［7］。有研究表明良好的血糖控制可有效減少糖尿病性肺損害的發展，否則隨著疾病的進展，將逐漸影響患者的呼吸狀況并引起肺功能的進行性下降，最終導致呼吸衰竭引起患者死亡［17］。因此對T2DM并發ILAs進行及早識別具有重要意義。一項關于T2DM患者胸部CT表現的研究結果表明T2DM患者的胸部CT影像學特征主要為肺間質的異常改變，并且以下肺部分布為主，在短期內隨訪患者胸部的影像學變化有助于指導臨床治療，但是該研究使用的是視覺半定量評估，可能會受到多種因素的影響，缺乏可靠性［18］。定量CT在識別與評估肺間質異常改變方面具有客觀性及準確性［19］，利用肺部密度直方圖量化磨玻璃、網狀異常及纖維化組織對應區間的體積占全肺容積的百分比不僅具有可重復性，而且與病理結果相一致［20-22］。因此本研究對T2DM患者組的CT圖像進行定量分析，應用LAA-700～-200%評價間質性肺改變的程度，結果表明，與對照組相比，T2DM患者組肺纖維化的水平明顯升高。

既往研究報道，糖尿病性肺纖維化達到一定程度將進一步導致肺順應性減低、肺功能異常及全肺容積減少［23］。有研究基于定量CT評估T2DM伴有限制性通氣功能障礙或一氧化碳彌散量受損患者的結果表明，與對照組相比，患者組的全肺容積減低［24-25］。本研究T2DM患者組的肺容積雖然同樣減低，但與對照組相比尚不明顯，這一方面可能是因為肺容積為肺部整體指標，與LAA-700～-200%相比具有滯后性；另一方面可能是因為本研究中選取的是T2DM并發ILAs患者，肺部病變較輕而且肺部具有強大的代償能力。

本研究結果顯示，T2DM患者組的肺氣腫指數LAA-950%低于對照組，LAA-950%是在患者充分吸氣的狀態下掃描重建所獲得的肺部CT定量指標，由此可以推測T2DM并發ILAs患者更容易發生吸氣不良的狀況。這與既往研究報道［24-25］相一致，其原因可能是由于持續性高血糖所致的氧化應激、慢性炎癥損傷Ⅱ型肺泡上皮細胞，進而導致分泌的肺泡表面活性物質減少、肺泡萎縮甚至塌陷，使得肺內氣體潴留減少［26］，造成定量指標的變化。

肺部微血管病變是糖尿病性肺損傷的主要表現之一，由高血糖所誘導的氧化與抗氧化失衡、慢性炎癥在肺內皮損傷及肺部纖維化中扮演著重要的角色，主要表現為肺泡間隔、肺泡壁、肺泡以及肺毛細血管的基底膜增厚，引起肺小血管容量的減少，進一步加重了周圍血管的改變［6， 27］，在CT上表現為周圍血管管腔面積的減小。由于肺血管隨支氣管走行并構成肺間質，因此選取肺周圍呼吸性細支氣管可有效定位周圍血管［13， 28］。本研究選取雙肺下葉直徑為 2 mm 的呼吸細支氣管，測量其周圍血管的管腔面積及數量，并且為了避免生理性解剖的影響還使用周圍血管數量對周圍血管面積進行了矯正。本研究結果顯示，與對照組相比，T2DM患者組的周圍血管管腔面積顯著減少，與其病理改變相一致［10］。

目前對糖尿病肺部損傷影像學變化的評估主要是視覺評估，但是視覺評估會受到觀察者間以及觀察者自身等多種因素的影響，定量CT能夠更加客觀及準確地反映肺部整體的變化，對于及早識別T2DM并發肺間質異常改變具有重要意義，本研究中ROC曲線分析結果表明了肺部CT定量指標可用于診斷并發ILAs的T2DM患者，其中以肺纖維化的評價指標LAA-700～-200%的診斷效能最高。

本研究存在一定的局限性：本研究為回顧性研究，需進一步通過前瞻性研究驗證T2DM并發ILAs的小血管變化；尚未對性別進行分層分析，可能對ROC曲線分析的結果存在影響；本研究僅僅針對全肺整體進行定量分析，還需對各個肺葉分別分析進行更為全面的研究。

綜上所述，對沒有呼吸系統癥狀的T2DM患者進行預防性的定量CT篩查是很有必要的，及早有效識別T2DM并發ILAs患者，有助于ILD的早期診斷并在出現肉眼容易忽視的細微影像學進展時及時進行抗纖維化治療和嚴格控制血糖，有效延緩糖尿病性肺損害的進行性進展及降低肺纖維化的死亡率。

參考文獻：

［1］" "Sharma A， Sharma A， Chauhan R. Spirometric lung functions in type 2 diabetes mellitus： a hospital-based study［J］. Cureus， 2023， 15（5）： e38919.

［2］" "Machado LMQ， Serra DS， Neves TG， et al. Pulmonary impairment in type 2 diabetic rats and its improvement by exercise［J］. Acta Physiol， 2022， 234（1）： e13708.

［3］" "Zhang XP， Liu Y， Shao RX， et al. Cdc42-interacting protein 4 silencing relieves pulmonary fibrosis in STZ-induced diabetic mice via the Wnt/GSK-3β/β-catenin pathway［J］. Exp Cell Res， 2017， 359（1）： 284-90.

［4］" "Roberts TJ， Burns AT， MacIsaac RJ， et al. Diagnosis and significance of pulmonary microvascular disease in diabetes［J］. Diabetes Care， 2018， 41（4）： 854-61.

［5］" "Zhang QH， Wang Y， Tian C， et al. Clinical characteristics and genetic analysis of a Chinese pedigree of type 2 diabetes complicated with interstitial lung disease［J］. Front Endocrinol， 2022， 13： 1050200.

［6］" "Rajasurya V， Gunasekaran K， Surani S. Interstitial lung disease and diabetes［J］. World J Diabetes， 2020， 11（8）： 351-7.

［7］" "Hatabu H， Hunninghake GM， Richeldi L， et al. Interstitial lung abnormalities detected incidentally on CT： a Position Paper from the Fleischner Society［J］. Lancet Respir Med， 2020， 8（7）： 726-37.

［8］" "Kopf S， Kumar V， Kender Z， et al. Diabetic pneumopathy-a new diabetes-associated complication： mechanisms， consequences and treatment considerations［J］. Front Endocrinol， 2021， 12： 765201.

［9］" "Walsh SLF， Richeldi L. Subclinical interstitial lung abnormalities： lumping and splitting revisited［J］. Am J Respir Crit Care Med， 2019， 200（2）： 121-3.

［10］ Matsubara T， Hara F. The pulmonary function and histopathological studies of the lung in diabetes mellitus［J］. Nihon Ika Daigaku Zasshi， 1991， 58（5）： 528-36.

［11］" Hunninghake GM， Goldin JG， Kadoch MA， et al. Detection and early referral of patients with interstitial lung abnormalities： an expert survey initiative［J］. Chest， 2022， 161（2）： 470-82.

［12］" 中華醫學會糖尿病學分會. 中國2型糖尿病防治指南（2020年版）［J］. 中華糖尿病雜志， 2021，13（4）： 315-409.

［13］" Pu DD， Yuan H， Ma GM， et al. CT quantitative analysis of pulmonary changes in rheumatoid arthritis［J］. J Xray Sci Technol， 2023， 31（3）： 545-53.

［14］" Talakatta G， Sarikhani M， Muhamed J， et al. Diabetes induces fibrotic changes in the lung through the activation of TGF-β signaling pathways［J］. Sci Rep， 2018， 8（1）： 11920.

［15］ Lee JE， Chae KJ， Suh YJ， et al. Prevalence and long-term outcomes of CT interstitial lung abnormalities in a health screening cohort［J］. Radiology， 2023， 306（2）： e221172.

［16］" Balata H， Punjabi A， Chaudhuri N， et al. The detection， assessment and clinical evolution of interstitial lung abnormalities identified through lung cancer screening［J］. ERJ Open Res， 2023， 9（3）： 632-2022.

［17］ Maan HB， Meo SA， Al Rouq F， et al. Effect of glycated hemoglobin （HbA1c） and duration of disease on lung functions in type 2 diabetic patients［J］. Int J Environ Res Public Health， 2021， 18（13）： 6970.

［18］" 陳義磊， 張閩光. 2型糖尿病患者胸部CT表現及短期隨訪觀察［J］. 中國糖尿病雜志， 2013， 21（8）： 724-7.

［19］" Chen A， Karwoski RA， Gierada DS， et al. Quantitative CT analysis of diffuse lung disease［J］. Radiographics， 2020， 40（1）： 28-43.

［20］ Obert M， Kampschulte M， Limburg R， et al. Quantitative computed tomography applied to interstitial lung diseases［J］. Eur J Radiol， 2018， 100： 99-107.

［21］" Ariani A， Imperatori A， Castiglioni M， et al. Quantitative computed tomography detects interstitial lung diseases proven by biopsy［J］." Sarcoidosis Vasc Diffuse Lung Dis， 2018， 35（1）： 16-20.

［22］Rea G， Sverzellati N， Bocchino M， et al. Beyond visual interpretation： quantitative analysis and artificial intelligence in interstitial lung disease diagnosis \"expanding horizons in radiology\"［J］. Diagnostics， 2023， 13（14）： 2333.

［23］ Sonoda N， Morimoto A， Tatsumi Y， et al. A prospective study of the impact of diabetes mellitus on restrictive and obstructive lung function impairment： the Saku study［J］. Metabolism， 2018， 82： 58-64.

［24］" 賀程成， 屈兆宇， 袁若涵， 等. 2型糖尿病肺損害容積變化的相關性研究［J］. 中國CT和MRI雜志， 2023， 9（7）： 46-8.

［25］" 賀程成， 方瑋瑋， 屈兆宇， 等. 定量CT評估2型糖尿病肺損害的應用價值［J］. 放射學實踐， 2023， 38（4）： 441-5.

［26］ Yaribeygi H， Sathyapalan T， Atkin SL， et al. Molecular mechanisms linking oxidative stress and diabetes mellitus［J］. Oxid Med Cell Longev， 2020， 2020： 8609213.

［27］ Oz?ahin K， Tu?rul A， Mert S， et al. Evaluation of pulmonary alveolo?capillary permeability in Type 2 diabetes mellitus： using technetium 99mTc-DTPA aerosol scintigraphy and carbon monoxide diffusion capacity［J］. J Diabetes Complications， 2006， 20（4）： 205-9.

［28］" 蒲豆豆， 袁" 慧， 馬光明， 等. 定量CT在評估類風濕性關節炎相關間質性肺病中的應用［J］. 中國醫學物理學雜志， 2022， 39（7）： 860-4.

（編輯：林" 萍）