Diagnostic Efficacy of Quantitative Computed Tomography in CTD-ILA/ILD
-
摘要:
目的：定量CT在结缔组织病相关间质性肺异常（CTD-ILA）和间质性肺疾病（CTD-ILD）中的诊断效能，建立基于定量CT的CTD患者筛查方法。方法：纳入CTD-ILD患者140例、CTD-ILA患者33例及对照组109例，使用3D-Slicer获得定量指标。结果：各组间定量CT指标均存在差异；ROC分析显示，F%、GGO%、SD及Kurtosis是鉴别对照组与CTD-ILA/ILD的敏感指标，其中SD在早期诊断CTD-ILA（AUC=0.862）、CTD-ILD（AUC=0.923）时表现最佳，进一步区分CTD-ILA与CTD-ILD时，SD（AUC=0.649）和F%（AUC=0.617）展现出较强区分能力；多元逐步logistic回归分析显示，F%、GGO%、SD和Kurtosis在区分对照组与CTD-ILA/ILD时具有统计学意义。结论：定量CT对于CTD-ILA/ILD早期诊断具有重要意义，基于定量CT构建CTD筛查流程有助实现患者精准管理。
Abstract:Objective: The aim of this study is to evaluate the diagnostic efficacy of quantitative computed tomography (CT) in differentiating between connective tissue disease-associated interstitial lung abnormalities (CTD-ILA) and connective tissue disease-associated interstitial lung disease (CTD-ILD), as well as to establish a screening protocol for connective tissue disease (CTD) patients based on quantitative CT. Methods: A total of 140 patients with CTD-ILD, 33 patients with CTD-ILA, and 109 healthy controls were enrolled. Quantitative indices were obtained using the 3D-Slicer software. Results: Significant differences in quantitative CT indices are observed among the groups. ROC analysis shows that the F%, GGO%, SD, and kurtosis are sensitive indicators for differentiating the control group from those with CTD-ILA/ILD. Notably, the best SD is demonstrated in the early diagnosis of both the CTD-ILA (AUC=0.862) and CTD-ILD (AUC=0.923) groups. Further distinguishing between CTD-ILA and CTD-ILD shows the strong discriminatory ability of the SD (AUC=0.649) and F% (AUC=0.617). Multivariable stepwise logistic regression analysis shows that F%, GGO%, SD, and kurtosis are statistically significant in differentiating the control group from the CTD-ILA/ILD groups. Conclusion: Quantitative CT is promising for the early diagnosis of CTD-ILA/ILD. Establishing a CTD screening protocol based on quantitative CT can facilitate precise patient management.
-
间质性肺异常（interstitial lung anomaly，ILA）是在轻度症状或轻微肺功能损害患者中偶然发现的，提示早期间质性肺疾病（interstitial lung disease，ILD）[1]。Fleischner协会提出，ILA是在无疑似ILD患者中发现与ILD相符的特异性CT表现，并建议对其进行评估[2]。研究表明，ILA很常见[3]，且与死亡率增加、肺癌风险和癌症治疗相关并发症显著相关[4-5]。Cedars-Sinai等[6]通过对类风湿关节炎（rheumatoid arthritis，RA）患者进行纵向随访，发现基线时存在ILA的患者1年后出现影像学进展。因此，有必要对ILA进行早期诊断和适当管理。
ILD是结缔组织病（connective tissue disease，CTD）最常见的肺部并发症[7]，通常与不良结局和早期死亡率有关[8]。由于CTD-ILD患者可能表现为无或咳嗽等非特异性症状[9]，通常在病程晚期才被诊断[10]，且与其他疾病重叠，导致ILD的诊断经常被延迟和低估[11]，使患者预后恶化[12]。然而，抗纤维化治疗已被证明可降低ILD患者的死亡率和急性加重的风险[13]，延缓肺纤维化进展[14]。因此，保持对ILD的高度怀疑，并尽早识别和治疗有助于改善患者的临床结局[15-16]。
目前，高分辨率计算机断层扫描（high-resolution CT，HRCT）是诊断ILD的金标准[17]，也是筛查ILA的重要工具[2]。然而，肉眼识别每个肺区5%的肺异常具有挑战性[18]，且早期ILA患者与其他肺部病变（如重力依赖型肺不张、局灶胸椎旁纤维化等[19]）相似。而定量CT可克服这些局限性，在ILA评估中发挥着重要作用[20]。该技术不仅能量化不同影像表现（如磨玻璃影、纤维化等）的占比，还能评估肺部整体损伤（如平均肺密度等）情况，并且能够早期发现病变，为疾病评估和早期诊断提供重要依据。
然而，针对CTD患者的ILA的研究仍较少。本研究纳入CTD-ILA及CTD-ILD患者，通过定量CT评估患者肺损伤情况，探讨定量CT指标对于CTD-ILA、CTD-ILD的预测作用及诊断效能，建立基于定量CT的CTD患者筛查方法，为早期诊断与个性化管理提供参考依据。
1. 资料与方法
1.1 一般资料
选取延安大学附属医院2018年1月至2024年11月CTD-ILA患者33例、CTD-ILD患者140例，对照组109例。
CTD-ILA/ILD纳入标准：类风湿关节炎（rheumatoid arthritis，RA）、系统性硬化症（systemic sclerosis，SSc）、皮肌炎（dermatomyositis，DM）、系统性红斑狼疮（systemic lupus erythematosus，SLE）、抗中性粒细胞胞浆抗体（anti-neutrophil cytoplasmic antibody，ANCA）相关血管炎的诊断分别符合2010年[21]、2013年[22]、2017年[23]、2019年[24]、2022年[25]美国风湿病学会指南，干燥综合征（sjögren’s syndrome，SS）、弥漫性结缔组织病（mixed connective tissue disease，MCTD）诊断符合2016年[26]、2019年[27]美欧共识小组指南，ILA的定义符合2020年Fleischner协会指南[2]，ILD的定义符合2013年英国胸科协会指南[28]。ILA和ILD示例图如图1所示。
![]()
图 1 CTD-ILA（a）和CTD-ILD（b）HRCT示例图注：（a）一名59岁系统性红斑狼疮女性患者，按照指南诊断ILA，患者尚无呼吸系统症状。（b）一名66岁类风湿关节炎男性患者，按照指南诊断ILD，患者存在呼吸系统症状。Figure 1. Representative HRCT images of CTD-ILA (a) and CTD-ILD (b)CTD-ILA/ILD排除标准：无薄层高分辨率CT；胸部CT伪影大；3D slicer无法进行分割；存在胸部肿瘤、感染[29-30]、肺气肿、胸腔积液、胸部手术史。对照组的纳入标准是符合CTD诊断但并未患有ILD的人群，其排除标准与CTD-ILD/ILD患者的排除标准一致。
1.2 HRCT检查及定量分析
使用128层螺旋CT扫描仪（上海联影UCT-760）进行检查，受试者取仰卧位，于深吸气末扫描，扫描范围为肺尖至肺底膈面。扫描参数：管电压120 kV、管电流自动调节，扫描层厚5 mm，使用1 mm标准算法重建。
由两名经验丰富的放射科主任医生判断患者胸部CT质量并对其进行影像分型。定量CT指标使用3D-Slicer（5.6.2版本，http://www.slicer.org）获得。使用密度直方图和密度阈值法得到定量CT指标。具体步骤如图2所示。密度阈值法的阈值设置：全肺像素阈值设定为 −
1024 HU至 −200 HU，并进一步细分为正常肺组织（−950 HU至 −700 HU）、磨玻璃密度（−700 HU至 −500 HU）和纤维化区域（−500 HU至 −200 HU）。通过计算这些区域像素与全肺像素的比例，得到正常肺区域（NL%）、磨玻璃密度区域（GGO%）和纤维化区域（F%）的百分比，以及异常病变区域（AA%）的百分比（AA%为GGO%与F%之和），分割结果如图3所示。
![]()
图 3 密度阈值分割法示例图注：（a）为CT横断位图，（b）为定量CT分割结果图。蓝色代表正常肺组织（NL%），橙色表示磨玻璃样混浊区域（GGO%），粉红色表示纤维化区域（F%），红色表示血管。磨玻璃样混浊区和纤维化区的百分比之和被设置为异常病变区的百分比（AA%）。Figure 3. Schematic illustration of density threshold segmentation methodology1.3 统计学方法
采用Shapiro-Wilk W进行正态检验。正态资料以（均数±标准差）表示，非正态资料以中位数（四分位数间距）表示，分类变量以频率（百分比（%））表示。组间差异用单因素方差分析或Kruskal-Wallis H检验分析，采用Bonferroni法进行事后比较。
应用受试者工作特征曲线（receiver operating characteristic，ROC）评估肺定量CT指标在区分对照组与CTD-ILA、对照组与CTD-ILD、CTD-ILA与CTD-ILD的诊断效能，使用多因素多元逐步logistic回归筛选对预测CTD-ILA及CTD-ILD有意义指标。
使用SPSS 25.0进行统计分析，以P＜0.05为差异具有统计学意义。
2. 结果
2.1 患者基线特征
本研究共纳入282名患者，包括对照组109例，CTD-ILD组140例，CTD-ILA组33例。在性别、年龄和CTD类型方面，各组间存在显著差异。而病程、BMI以及CT分型方面无显著差异。
表 1 患者临床资料表Table 1. Demographic and clinical characteristics of study participants项目 组别 统计检验 对照组（n=109） CTD-ILA（n=33） CTD-ILD（n=140） F/H p 性别（%） 14.52 0.001 男 19（17.3） 14（42.4） 53（37.9） 女 90（81.8） 19（57.6） 87（62.1） 年龄 40（19） 64（11） 62.5（14） 104.52 0.000 BMI 22.54（2.81） 21.89（3.08） 22.34（4.39） 0.29 0.864 病程 3（7） 5（11.25） 4（10.75） 3.25 0.187 CTD类型（%） 9.66 0.008 类风湿关节炎 63（57.3） 22（66.7） 67（47.9） 系统性红斑狼疮 24（21.8） 5（15.2） 10（7.1） 系统性硬化症 2（1.8） 2（6.1） 15（10.7） 干燥综合症 9（8.2） 2（6.1） 16（11.4） 皮肌炎 − 2（6.1） 8（5.7） 弥漫性结缔组织病 7（6.4） − 15（10.7） ANCA相关血管炎 4（3.6） 2（6.1） 9（6.4） CT分型（%） 1.12 0.291 普通型间质性肺炎 − 7（21.2） 41（29.3） 非特异性间质性肺炎 − 18（54.5） 71（50.7） 淋巴细胞性间质性肺炎 − 4（12.1） 22（15.7） 机化性肺炎 − 4（12.1） 6（4.3） 2.2 各组间定量指标差异
定量CT指标分析显示，各组间定量CT指标均存在统计学差异。在密度阈值法中，从无ILD、ILA到ILD，NL%逐渐下降，而GGO%、F%、AA%则逐渐上升。
在直方图分析法中，平均肺密度（mean lung density，MLD）、高衰减区（high attenuation area，HAA）以及标准差（standard deviation，SD）均呈现上升趋势，而峰度（Kurtosis）和偏度（Skewness）则逐渐减小。
表 2 各组间定量CT指标差异Table 2. Intergroup differences in quantitative CT metrics among controls, CTD-ILA, and CTD-ILD cohorts项目 组别 统计检验 对照组（n=109） CTD-ILA（n=22） CTD-ILD（n=140） F/H p NL% 74（7） 68.0（7.5）* 65.5（9）* 89.82 0.000 GGO% 5.7（3.7） 11.3（8.75）* 12.65（9.1）* 76.00 0.000 F% 2.9（1.25） 5.2（3.4）* 6.6（4.98）* 113.72 0.000 AA% 8.8（4.9） 16.40（11.80）* 19.35（12.67）* 89.51 0.000 HAA 4.04（2.18） 9.25±5.26* 9.44（6.92）* 114.05 0.000 MLD −830.16（49.19） −777.08（59.02）* −768.19（93.69）* 70.18 0.000 SD 179.94（16.38） 205.52（25.83）* 220.19（41.43）* 139.60 0.000 Kurtosis 13.62±4.20 6.77（4.91）* 5.28（5.64）* 122.59 0.000 Skewness 3.27（0.71） 2.34（0.74）* 2.19±0.60* 115.41 0.000 注：*表示与对照组相比P＜0.05。NL%为正常肺区域的百分比；GGO%为磨玻璃密度区域的百分比；F%为纤维化区域的百分比；AA%为异常病变区域的百分比；HAA为高衰减区；MLA为平均肺衰减；SD为标准差；Kurtosis为峰值；Skewness为偏度。 2.3 定量CT指标区分ILA与ILD ROC曲线
ROC曲线分析结果显示，SD、HAA、Kurtosis和F%在区分对照组与CTD-ILA（表3和图4）、对照组与CTD-ILD（表4和图5）方面表现优异。其中，SD的曲线下面积（AUC）最大，在区分对照组与CTD-ILA（AUC=0.862）和对照组与CTD-ILD（AUC=0.923）时均表现出较高的诊断效能。在密度阈值法中，F%区分两者AUC值最大。
表 3 定量CT指标区分对照组与CTD-ILA的ROC曲线分析结果Table 3. ROC curve analysis of quantitative CT metrics for discriminating control groups from CTD-ILA patients项目 AUC1 P 最佳截断值 灵敏度 特异度 约登指数 NL% 0.770 0.001 < 71.50 0.758 0.743 0.501 GGO% 0.774 0.001 > 8.000 0.788 0.734 0.522 F% 0.814 0.001 > 4.050 0.758 0.807 0.565 AA% 0.785 0.001 > 12.20 0.788 0.762 0.549 HAA 0.830 0.001 > 6.121 0.788 0.835 0.623 MLD 0.763 0.001 > −800.9 0.697 0.798 0.495 SD 0.862 0.001 > 191.2 0.849 0.817 0.665 Kurtosis 0.821 0.001 < 9.615 0.727 0.844 0.571 Skewness 0.816 0.001 < 2.795 0.788 0.817 0.604 注：NL% 为正常肺区域的百分比；GGO%为磨玻璃密度区域的百分比；F%为纤维化区域的百分比；AA%为异常病变区域的百分比；HAA为高衰减区；MLA为平均肺衰减；SD为标准差； Kurtosis为峰值； Skewness为偏度。 ![]()
图 4 定量CT指标区分对照组与CTD-ILA ROC曲线Figure 4. Receiver operating characteristic (ROC) curves of quantitative CT metrics for discriminating between control group and CTD-ILA patients表 4 定量CT指标区分对照组与CTD-ILD的ROC曲线分析结果Table 4. ROC curve analysis of quantitative CT metrics for differentiating control groups from CTD-ILD patients项目 AUC2 P 最佳截断值 灵敏度 特异度 约登指数 NL% 0.844 0.000 < 71.50 0.829 0.743 0.572 GGO% 0.815 0.000 > 8.350 0.771 0.752 0.524 F% 0.886 0.000 > 4.050 0.727 0.807 0.535 AA% 0.843 0.000 > 11.30 0.857 0.716 0.573 HAA 0.885 0.000 > 6.205 0.727 0.844 0.571 MLD 0.801 0.000 > −798.2 0.636 0.826 0.462 SD 0.923 0.000 > 191.2 0.864 0.817 0.680 Kurtosis 0.896 0.000 < 11.74 0.818 0.706 0.525 Skewness 0.889 0.000 < 2.795 0.727 0.817 0.544 注：NL%为正常肺区域的百分比；GGO%为磨玻璃密度区域的百分比；F%为纤维化区域的百分比；AA%为异常病变区域的百分比；HAA为高衰减区；MLA为平均肺衰减；SD为标准差； Kurtosis为峰值； Skewness为偏度。 ![]()
图 5 定量CT指标区分对照组与CTD-ILD ROC曲线Figure 5. Receiver operating characteristic (ROC) curves of quantitative CT metrics for differentiating between control group from CTD-ILD patients在区分CTD-ILA与CTD-ILD的ROC曲线分析（表5和图6），SD的AUC最大为（AUC=0.649 ），其次为Kurtosis（AUC=0.638），F%在密度阈值法中AUC最大为0.617。
表 5 定量CT指标区分CTD-ILA与CTD-ILD的ROC曲线分析结果Table 5. ROC curve analysis of quantitative CT metrics for differentiating CTD-ILA from CTD-ILD项目 AUC3 P 最佳截断值 灵敏度 特异度 约登指数 NL% 0.600 0.074 < 63.50 0.379 0.788 0.167 GGO% 0.544 0.435 > 12.10 0.536 0.576 0.112 F% 0.617 0.037 > 5.450 0.650 0.576 0.226 AA% 0.574 0.187 > 16.85 0.600 0.576 0.176 HAA 0.585 0.128 > 10.06 0.486 0.727 0.213 MLD 0.568 0.224 > −758.5 0.429 0.758 0.186 SD 0.649 0.008 > 219.1 0.529 0.758 0.286 Kurtosis 0.638 0.014 < 5.095 0.479 0.849 0.327 Skewness 0.614 0.042 < 1.932 0.364 0.879 0.243 注：NL%为正常肺区域的百分比；GGO%为磨玻璃密度区域的百分比；F%为纤维化区域的百分比；AA%为异常病变区域的百分比；HAA为高衰减区；MLA为平均肺衰减；SD为标准差； Kurtosis为峰值； Skewness为偏度。 ![]()
图 6 定量CT指标区分CTD-ILA与CTD-ILD ROC曲线Figure 6. Receiver operating characteristic (ROC) curves of quantitative CT metrics for discriminating between CTD-ILA and CTD-ILD2.4 定量CT指标预测ILA与ILD 多元logistic回归分析
将NL%、GGO%、F%、AA%、HAA、MLD、SD、Kurtosis、Skewness作为自变量，分组结果（ILA/ILD）为因变量，进行多因素多元逐步logistic回归，以无ILD的对照组为参考进行对比分析。
结果显示，在区分对照组与ILD及ILA时，F%（β=0.620，P=0.006，OR=1.895；β=0.854，P=0.000，OR=2.349）、GGO%（β=−0.302，P=0.002，OR=0.739；β=−0.454，P=0.000，OR=0.635）、SD（β=0.026，P=0.009，OR=1.016；β=0.016，P=0.000，OR=1.026）、Kurtosis（β=−0.370，P=0.000，OR=0.691；β=−0.439，P=0.000，OR=0.645）具有统计学差异。
表 6 定量CT指标预测ILA与ILD多因素多元logistic回归结果Table 6. Multivariate logistic regression analysis of quantitative CT metrics in predicting ILA vs. ILD项目 β BE wald P OR 95% CI 下限 上限 ILA F% 0.620 0.225 7.629 0.006 1.859 1.197 2.887 GGO% −0.302 0.098 9.546 0.002 0.739 0.610 0.895 SD 0.015 0.006 6.784 0.009 1.016 1.004 1.027 Kurtosis −0.370 0.069 28.727 0.000 0.691 0.603 0.791 ILD F% 0.854 0.209 16.666 0.000 2.349 1.559 3.540 GGO% −0.454 0.092 24.385 0.000 0.635 0.530 0.760 SD 0.026 0.005 23.855 0.000 1.026 1.016 1.037 Kurtosis −0.439 0.062 50.962 0.000 0.645 0.571 0.727 注：NL%为正常肺区域的百分比；GGO%为磨玻璃密度区域的百分比；F%为纤维化区域的百分比；AA%为异常病变区域的百分比；HAA为高衰减区；MLA为平均肺衰减；SD为标准差； Kurtosis为峰值； Skewness为偏度。 3. 讨论
ILA及ILD均与CTD患者不良预后和早期死亡率密切相关，早期识别和管理对改善患者结局至关重要。但目前临床筛查仍依赖视觉评估，易导致早期病变漏诊。与既往研究相比，本研究系统量化了从正常肺组织、ILA到ILD的连续影像演变规律，为疾病的发展提供了客观证据；其次，构建基于定量CT的CTD患者筛查方法，为建立风险分层提供依据；最后，使用开源分析软件，免费、省时，有利于技术推广与普及。
从无ILD的CTD对照组、CTD-ILA到CTD-ILD，NL%、峰度（Kurtosis）和偏度（Skewness）逐渐下降，而GGO%、F%、AA%、MLD、HAA以及SD则逐渐上升，与Ahn等[31]及杨凯等[32]的研究一致，表明ILA是ILD的早期阶段。
定量CT指标的ROC曲线和Logistic回归分析表明，F%、GGO%、SD和Kurtosis是区分对照组与CTD-ILA/ILD的敏感指标。在密度阈值法，F%在区分对照组与CTD-ILA（AUC=0.814）和CTD-ILD（AUC=0.886）时表现最佳，提示其在早期诊断ILA和ILD方面具有重要意义。与Zhang等[33]研究结果一致，F%同样被证实为识别健康对照与特发性肺间质纤维化（IPF）的最佳指标（AUC=0.962）。但本研究F%的AUC值低于其在IPF中的表现，这提示炎症主导的CTD-ILD与纤维化驱动的IPF存在本质差异[34]，这说明定量指标筛选应结合患者病因。
此外，磨玻璃密度区域百分比（GGO%）在诊断ILA及ILD方面同样具有重要价值（β1=−0.302，P=0.002，OR=0.739；β2=−0.454，P=0.000，OR=0.635）。这与马震忠等[35]发现皮肌炎/多发性肌炎相关ILD（DM/PM-ILD）患者HRCT表现以磨玻璃影为主（87.2%，123/141）一致，徐光兴等[36]证实GGO%在鉴别DM/PM-ILD与健康对照组时具有较高的诊断效能（AUC=0.91），但DM/PM-ILD患者的影像表现以非特异性间质性肺炎（NSIP）为主[37]，而本研究还纳入了30%左右以普通型间质性肺炎（UIP）表现为主的患者，这进一步证明GGO%在鉴别不同类型ILD时的广泛适用性。
在直方图分析法中，标准差（SD）和峰度（Kurtosis）是区分正常组和CTD-ILA/ILD有意义的指标。SD的曲线下面积最大（AUC1=0.862，AUC2=0.923），Kurtosis区分ILD（AUC2=0.896）的AUC值仅此于SD（AUC2=0.923），与Guisado-Vasco等[38]研究一致。研究表明SD还是区分局限性和弥漫性SSc-ILD和SS-ILD的最佳鉴别参数[39-40]，进一步证明SD对于判断疾病严重程度也具有重要价值。
本研究还建立区分ILA和ILD的ROC曲线，结果显示SD的AUC最大（AUC=0.649），SD＞219.1为区分ILA和ILD的最佳截断值。在密度阈值法，F%的AUC最大（AUC=0.617），F%＞5.450为区分ILA和ILD的最佳截断值。然而，定量CT结果仅供参考，需结合临床症状、肺功能检查及随访进行综合评估。
基于当前证据，我们提出CTD肺部评估的大致路径：初筛阶段采用SD、F%、GGO%、和Kurtosis排除高危人群；对于异常患者采用SD和F%判断患者是患有ILA还是ILD。对于ILA患者，应定期随访监测病情变化；而ILD患者，则评估病情程度，尽早治疗改善预后。
尽管高衰减区（high attenuation area，HAA）未被纳入回归模型，但其在区分对照组与ILA患者时表现较好（AUC=0.830）。既往研究也表明，HAA在无症状类风湿关节炎（RA）识别ILD风险的能力最强[41]，不同肺区域HAA与肺重塑的生物标志物、ILA的风险和全因死亡率相关[42]，呼气HAA被认为是所有直方图分析指标中ILD严重程度的最佳预测因子[43]，均提示HAA对于早期诊断的价值。此外，Shiraishi等[44]纵向评估COPD患者ILA，发现ILDvol%（磨玻璃影、网状影和蜂窝影的体积之和）与ILA 的发生相关，是识别和监测COPD患者ILA的可重复方法。这与我们的AA%指标类似，但AA%区分对照组与CTD-ILA/ILD AUC值较小，可能是3D slicer无法区分蜂窝影与肺气肿的局限性，未来需通过深度学习算法优化分割精度。
本研究的局限性。①样本量较小，尤其是CTD-ILA组。由于前期研究重点是CTD-ILD，对ILA人群关注较少，但本研究仍为该领域提供了有价值的依据，未来进一步扩大样本量。②本研究在纳入年龄和性别因素时，发现模型参数并未显著优化，因此未将其纳入最终分析。3D slicer目前无法区分肺气肿与蜂窝结构，因此纳入人群时已排除有肺气肿的患者。③本研究主要聚焦于定量CT的诊断价值，而忽略了血清学指标、肺功能等的诊断意义，后续研究将纳入临床指标。
综上所述，本研究不仅验证了定量CT在CTD-ILD/ILA早期诊断中的价值，还提出基于定量CT的CTD患者的筛查方式，为患者精准管理提供有力支持。未来需在大样本中验证其适用性，并探索其与临床指标的协同作用。
-
![]()
图 1 CTD-ILA（a）和CTD-ILD（b）HRCT示例图
注：（a）一名59岁系统性红斑狼疮女性患者，按照指南诊断ILA，患者尚无呼吸系统症状。（b）一名66岁类风湿关节炎男性患者，按照指南诊断ILD，患者存在呼吸系统症状。
Figure 1. Representative HRCT images of CTD-ILA (a) and CTD-ILD (b)
![]()
图 3 密度阈值分割法示例图
注：（a）为CT横断位图，（b）为定量CT分割结果图。蓝色代表正常肺组织（NL%），橙色表示磨玻璃样混浊区域（GGO%），粉红色表示纤维化区域（F%），红色表示血管。磨玻璃样混浊区和纤维化区的百分比之和被设置为异常病变区的百分比（AA%）。
Figure 3. Schematic illustration of density threshold segmentation methodology
![]()
图 4 定量CT指标区分对照组与CTD-ILA ROC曲线
Figure 4. Receiver operating characteristic (ROC) curves of quantitative CT metrics for discriminating between control group and CTD-ILA patients
![]()
图 5 定量CT指标区分对照组与CTD-ILD ROC曲线
Figure 5. Receiver operating characteristic (ROC) curves of quantitative CT metrics for differentiating between control group from CTD-ILD patients
![]()
图 6 定量CT指标区分CTD-ILA与CTD-ILD ROC曲线
Figure 6. Receiver operating characteristic (ROC) curves of quantitative CT metrics for discriminating between CTD-ILA and CTD-ILD
表 1 患者临床资料表
Table 1 Demographic and clinical characteristics of study participants
项目 组别 统计检验 对照组（n=109） CTD-ILA（n=33） CTD-ILD（n=140） F/H p 性别（%） 14.52 0.001 男 19（17.3） 14（42.4） 53（37.9） 女 90（81.8） 19（57.6） 87（62.1） 年龄 40（19） 64（11） 62.5（14） 104.52 0.000 BMI 22.54（2.81） 21.89（3.08） 22.34（4.39） 0.29 0.864 病程 3（7） 5（11.25） 4（10.75） 3.25 0.187 CTD类型（%） 9.66 0.008 类风湿关节炎 63（57.3） 22（66.7） 67（47.9） 系统性红斑狼疮 24（21.8） 5（15.2） 10（7.1） 系统性硬化症 2（1.8） 2（6.1） 15（10.7） 干燥综合症 9（8.2） 2（6.1） 16（11.4） 皮肌炎 − 2（6.1） 8（5.7） 弥漫性结缔组织病 7（6.4） − 15（10.7） ANCA相关血管炎 4（3.6） 2（6.1） 9（6.4） CT分型（%） 1.12 0.291 普通型间质性肺炎 − 7（21.2） 41（29.3） 非特异性间质性肺炎 − 18（54.5） 71（50.7） 淋巴细胞性间质性肺炎 − 4（12.1） 22（15.7） 机化性肺炎 − 4（12.1） 6（4.3） 
下载: 导出CSV
表 2 各组间定量CT指标差异
Table 2 Intergroup differences in quantitative CT metrics among controls, CTD-ILA, and CTD-ILD cohorts
项目 组别 统计检验 对照组（n=109） CTD-ILA（n=22） CTD-ILD（n=140） F/H p NL% 74（7） 68.0（7.5）* 65.5（9）* 89.82 0.000 GGO% 5.7（3.7） 11.3（8.75）* 12.65（9.1）* 76.00 0.000 F% 2.9（1.25） 5.2（3.4）* 6.6（4.98）* 113.72 0.000 AA% 8.8（4.9） 16.40（11.80）* 19.35（12.67）* 89.51 0.000 HAA 4.04（2.18） 9.25±5.26* 9.44（6.92）* 114.05 0.000 MLD −830.16（49.19） −777.08（59.02）* −768.19（93.69）* 70.18 0.000 SD 179.94（16.38） 205.52（25.83）* 220.19（41.43）* 139.60 0.000 Kurtosis 13.62±4.20 6.77（4.91）* 5.28（5.64）* 122.59 0.000 Skewness 3.27（0.71） 2.34（0.74）* 2.19±0.60* 115.41 0.000 注：*表示与对照组相比P＜0.05。NL%为正常肺区域的百分比；GGO%为磨玻璃密度区域的百分比；F%为纤维化区域的百分比；AA%为异常病变区域的百分比；HAA为高衰减区；MLA为平均肺衰减；SD为标准差；Kurtosis为峰值；Skewness为偏度。
下载: 导出CSV
表 3 定量CT指标区分对照组与CTD-ILA的ROC曲线分析结果
Table 3 ROC curve analysis of quantitative CT metrics for discriminating control groups from CTD-ILA patients
项目 AUC1 P 最佳截断值 灵敏度 特异度 约登指数 NL% 0.770 0.001 < 71.50 0.758 0.743 0.501 GGO% 0.774 0.001 > 8.000 0.788 0.734 0.522 F% 0.814 0.001 > 4.050 0.758 0.807 0.565 AA% 0.785 0.001 > 12.20 0.788 0.762 0.549 HAA 0.830 0.001 > 6.121 0.788 0.835 0.623 MLD 0.763 0.001 > −800.9 0.697 0.798 0.495 SD 0.862 0.001 > 191.2 0.849 0.817 0.665 Kurtosis 0.821 0.001 < 9.615 0.727 0.844 0.571 Skewness 0.816 0.001 < 2.795 0.788 0.817 0.604 注：NL% 为正常肺区域的百分比；GGO%为磨玻璃密度区域的百分比；F%为纤维化区域的百分比；AA%为异常病变区域的百分比；HAA为高衰减区；MLA为平均肺衰减；SD为标准差； Kurtosis为峰值； Skewness为偏度。
下载: 导出CSV
表 4 定量CT指标区分对照组与CTD-ILD的ROC曲线分析结果
Table 4 ROC curve analysis of quantitative CT metrics for differentiating control groups from CTD-ILD patients
项目 AUC2 P 最佳截断值 灵敏度 特异度 约登指数 NL% 0.844 0.000 < 71.50 0.829 0.743 0.572 GGO% 0.815 0.000 > 8.350 0.771 0.752 0.524 F% 0.886 0.000 > 4.050 0.727 0.807 0.535 AA% 0.843 0.000 > 11.30 0.857 0.716 0.573 HAA 0.885 0.000 > 6.205 0.727 0.844 0.571 MLD 0.801 0.000 > −798.2 0.636 0.826 0.462 SD 0.923 0.000 > 191.2 0.864 0.817 0.680 Kurtosis 0.896 0.000 < 11.74 0.818 0.706 0.525 Skewness 0.889 0.000 < 2.795 0.727 0.817 0.544 注：NL%为正常肺区域的百分比；GGO%为磨玻璃密度区域的百分比；F%为纤维化区域的百分比；AA%为异常病变区域的百分比；HAA为高衰减区；MLA为平均肺衰减；SD为标准差； Kurtosis为峰值； Skewness为偏度。
下载: 导出CSV
表 5 定量CT指标区分CTD-ILA与CTD-ILD的ROC曲线分析结果
Table 5 ROC curve analysis of quantitative CT metrics for differentiating CTD-ILA from CTD-ILD
项目 AUC3 P 最佳截断值 灵敏度 特异度 约登指数 NL% 0.600 0.074 < 63.50 0.379 0.788 0.167 GGO% 0.544 0.435 > 12.10 0.536 0.576 0.112 F% 0.617 0.037 > 5.450 0.650 0.576 0.226 AA% 0.574 0.187 > 16.85 0.600 0.576 0.176 HAA 0.585 0.128 > 10.06 0.486 0.727 0.213 MLD 0.568 0.224 > −758.5 0.429 0.758 0.186 SD 0.649 0.008 > 219.1 0.529 0.758 0.286 Kurtosis 0.638 0.014 < 5.095 0.479 0.849 0.327 Skewness 0.614 0.042 < 1.932 0.364 0.879 0.243 注：NL%为正常肺区域的百分比；GGO%为磨玻璃密度区域的百分比；F%为纤维化区域的百分比；AA%为异常病变区域的百分比；HAA为高衰减区；MLA为平均肺衰减；SD为标准差； Kurtosis为峰值； Skewness为偏度。
下载: 导出CSV
表 6 定量CT指标预测ILA与ILD多因素多元logistic回归结果
Table 6 Multivariate logistic regression analysis of quantitative CT metrics in predicting ILA vs. ILD
项目 β BE wald P OR 95% CI 下限 上限 ILA F% 0.620 0.225 7.629 0.006 1.859 1.197 2.887 GGO% −0.302 0.098 9.546 0.002 0.739 0.610 0.895 SD 0.015 0.006 6.784 0.009 1.016 1.004 1.027 Kurtosis −0.370 0.069 28.727 0.000 0.691 0.603 0.791 ILD F% 0.854 0.209 16.666 0.000 2.349 1.559 3.540 GGO% −0.454 0.092 24.385 0.000 0.635 0.530 0.760 SD 0.026 0.005 23.855 0.000 1.026 1.016 1.037 Kurtosis −0.439 0.062 50.962 0.000 0.645 0.571 0.727 注：NL%为正常肺区域的百分比；GGO%为磨玻璃密度区域的百分比；F%为纤维化区域的百分比；AA%为异常病变区域的百分比；HAA为高衰减区；MLA为平均肺衰减；SD为标准差； Kurtosis为峰值； Skewness为偏度。
下载: 导出CSV
-
[1] TOMASSETTI S, POLETTI V, RAVAGLIA C, et al. Incidental discovery of interstitial lung disease: Diagnostic approach, surveillance and perspectives[J]. European Respiratory Review, 2022, 31(164): 210206. DOI: 10.1183/16000617.0206-2021.
[2] HATABU H, HUNNINGHAKE G M, RICHELDI L, et al. Interstitial lung abnormalities detected incidentally on CT: Position Paper from the Fleischner Society[J]. The Lancet Respiratory Medicine, 2020, 8(7): 726-737. DOI: 10.1016/S2213-2600(20)30168-5.
[3] GARCíA MULLOR M M, ARENAS-JIMéNEZ J J, UREñA VACAS A, et al. Prevalence and prognostic meaning of interstitial lung abnormalities in remote CT scans of patients with interstitial lung disease treated with antifibrotic therapy[J]. Radiología (English Edition), 2024, 66: S10-S23. DOI: 10.1016/j.rxeng.2023.03.006.
[4] SEOK J, PARK S, YOON E C, et al. Clinical outcomes of interstitial lung abnormalities: A systematic review and meta-analysis[J/OL]. Scientific Reports, 2024, 14(1): 7330. DOI: 10.1038/s41598-024-57831-3.
[5] AXELSSON G T, PUTMAN R K, ASPELUND T, et al. The associations of interstitial lung abnormalities with cancer diagnoses and mortality[J]. European Respiratory Journal, 2020, 56(6): 1902154. DOI: 10.1183/13993003.02154-2019.
[6] DONG H, JULIEN P J, DEMORUELLE M K, et al. Interstitial lung abnormalities in patients with early rheumatoid arthritis: A pilot study evaluating prevalence and progression[J]. European Journal of Rheumatology, 2018, 6(4): 193-198. DOI: 10.5152/eurjrheum.2019.19044.
[7] JEE A S, SHEEHY R, HOPKINS P, et al. Diagnosis and management of connective tissue disease‐associated interstitial lung disease in Australia and New Zealand: A position statement from the Thoracic Society of Australia and New Zealand[J]. Respirology, 2021, 26(1): 23-51. DOI: 10.1111/resp.13977.
[8] HU Z, WANG H, HUANG J, et al. Cardiovascular disease in connective tissue disease-associated interstitial lung disease: A systematic review and meta-analysis of observational studies[J]. Autoimmunity Reviews, 2024, 23(10): 103614. DOI: 10.1016/j.autrev.2024.103614.
[9] JEGANATHAN N, SATHANANTHAN M. Connective tissue disease-related interstitial lung disease: Prevalence, patterns, predictors, prognosis, and treatment[J]. Lung, 2020, 198(5): 735-759. DOI: 10.1007/s00408-020-00383-w.
[10] SPAGNOLO P, RYERSON C J, PUTMAN R, et al. Early diagnosis of fibrotic interstitial lung disease: Challenges and opportunities[J]. The Lancet Respiratory Medicine, 2021, 9(9): 1065-1076. DOI: 10.1016/S2213-2600(21)00017-5.
[11] PRITCHARD D, ADEGUNSOYE A, LAFOND E, et al. Diagnostic test interpretation and referral delay in patients with interstitial lung disease[J]. Respiratory Research, 2019, 20(1): 253. DOI: 10.1186/s12931-019-1228-2.
[12] CANO-JIMéNEZ E, VáZQUEZ RODRíGUEZ T, MARTíN-ROBLES I, et al. Diagnostic delay of associated interstitial lung disease increases mortality in rheumatoid arthritis[J]. Scientific Reports, 2021, 11(1): 9184. DOI: 10.1038/s41598-021-88734-2.
[13] PETNAK T, LERTJITBANJONG P, THONGPRAYOON C, et al. Impact of antifibrotic therapy on mortality and acute exacerbation in idiopathic pulmonary fibrosis[J]. Chest, 2021, 160(5): 1751-1763. DOI: 10.1016/j.chest.2021.06.049.
[14] GHAZIPURA M, MAMMEN M J, HERMAN D D, et al. Nintedanib in progressive pulmonary fibrosis: A systematic review and meta-analysis[J]. Annals of the American Thoracic Society, 2022, 19(6): 1040-1049. DOI: 10.1513/AnnalsATS.202103-343OC.
[15] DUBEY S, WOODHEAD F. Survival differences in rheumatoid arthritis interstitial lung disease and idiopathic pulmonary fibrosis may be explained by delays in presentation: Results from multivariate analysis in a monocentric UK study[J]. Rheumatology International, 2023, 44(1): 99-105. DOI: 10.1007/s00296-023-05505-0.
[16] HEWITT R J, BARTLETT E C, GANATRA R, et al. Lung cancer screening provides an opportunity for early diagnosis and treatment of interstitial lung disease[J]. Thorax, 2022, 77(11): 1149-1151. DOI: 10.1136/thorax-2022-219068.
[17] GUIOT J, MIEDEMA J, CORDEIRO A, et al. Practical guidance for the early recognition and follow-up of patients with connective tissue disease-related interstitial lung disease[J]. Autoimmunity Reviews, 2024, 23(6): 103582. DOI: 10.1016/j.autrev.2024.103582.
[18] KIM M S, CHOE J, HWANG H J, et al. Interstitial lung abnormalities (ILA) on routine chest CT: Comparison of radiologists’ visual evaluation and automated quantification[J]. European Journal of Radiology, 2022, 157: 110564. DOI: 10.1016/j.ejrad.2022.110564.
[19] CHAE K J, JIN G Y, GOO J M, et al. Interstitial lung abnormalities: What radiologists should know[J]. Korean Journal of Radiology, 2021, 22(3): 454. DOI: 10.3348/kjr.2020.0191.
[20] 杜雯娟, 赵祥博, 赵海峰, 等. 肺间质异常CT研究进展[J]. 生物医学工程与临床, 2025, 29(1): 129-133. DOI: 10.13339/j.cnki.sglc.20241220.009. [21] ALETAHA D, NEOGI T, SILMAN A J, et al. 2010 Rheumatoid arthritis classification criteria: an American College of Rheumatology/European League Against Rheumatism collaborative initiative[J]. Annals of the Rheumatic Diseases, 2010, 69(9): 1580-1588. DOI: 10.1136/ard.2010.138461.
[22] Van Den HOOGEN F, KHANNA D, FRANSEN J, et al. 2013 classification criteria for systemic sclerosis: An American college of rheumatology/European league against rheumatism collaborative initiative[J]. Annals of the Rheumatic Diseases, 2013, 72(11): 1747-1755. DOI: 10.1136/annrheumdis-2013-204424.
[23] LUNDBERG I E, TJäRNLUND A, BOTTAI M, et al. 2017 European League Against Rheumatism/American College of Rheumatology Classification Criteria for Adult and Juvenile Idiopathic Inflammatory Myopathies and Their Major Subgroups[J]. Arthritis & Rheumatology, 2017, 69(12): 2271-2282. DOI: 10.1002/art.40320.
[24] ARINGER M, COSTENBADER K, DAIKH D, et al. 2019 European League Against Rheumatism/American College of Rheumatology Classification Criteria for Systemic Lupus Erythematosus[J]. Arthritis & Rheumatology, 2019, 71(9): 1400-1412. DOI: 10.1002/art.40930.
[25] SUPPIAH R, ROBSON J C, GRAYSON P C, et al. 2022 American College of Rheumatology/European Alliance of Associations for Rheumatology classification criteria for microscopic polyangiitis[J]. Annals of the Rheumatic Diseases, 2022, 81(3): 321-326. DOI: 10.1136/annrheumdis-2021-221796.
[26] SHIBOSKI C H, SHIBOSKI S C, SEROR R, et al. 2016 American College of Rheumatology/European League Against Rheumatism Classification Criteria for Primary Sjögren’s Syndrome: A Consensus and Data‐Driven Methodology Involving Three International Patient Cohorts[J]. Arthritis & Rheumatology, 2017, 69(1): 35-45. DOI: 10.1002/art.39859.
[27] TANAKA Y, KUWANA M, FUJII T, et al. 2019 Diagnostic criteria for mixed connective tissue disease (MCTD): From the Japan research committee of the ministry of health, labor, and welfare for systemic autoimmune diseases[J]. Modern Rheumatology, 2021, 31(1): 29-33. DOI: 10.1080/14397595.2019.1709944.
[28] TRAVIS W D, COSTABEL U, HANSELL D M, et al. An Official American Thoracic Society/European Respiratory Society Statement: Update of the International Multidisciplinary Classification of the Idiopathic Interstitial Pneumonias[J]. American Journal of Respiratory and Critical Care Medicine, 2013, 188(6): 733-748. DOI: 10.1164/rccm.201308-1483ST.
[29] WIJSENBEEK M, SUZUKI A, MAHER T M. Interstitial lung diseases[J]. The Lancet, 2022, 400(10354): 769-786. DOI: 10.1016/S0140-6736(22)01052-2.
[30] FISCHER A, BOIS R D U. Interstitial lung disease in connective tissue disorders[J]. The Lancet, 2012, 380(9842): 689-698. DOI: 10.1016/S0140-6736(12)61079-4.
[31] AHN Y, LEE S M, CHOI S, et al. Automated CT quantification of interstitial lung abnormality and interstitial lung disease according to the Fleischner Society in patients with resectable lung cancer: Prognostic significance[J]. European Radiology, 2023, 33(11): 8251-8262. DOI: 10.1007/s00330-023-09783-x.
[32] 杨凯, 张静平, 何立宇, 等. 基于定量CT评估多发性肌炎/皮肌炎相关间质性肺病患者肺部改变[J]. 中国临床医学影像杂志, 2024, 35(10): 694-699. YANG K, ZHANG J P, HE L Y, et al. Evaluation of pulmonary changes in patients with polymyositis/dermatomyositis-associated interstitial lung disease based on quantitative CT[J]. Journal of China Clinic Medical Imaging, 2024, 35(10): 694-699. (in Chinese).
[33] ZHANG H, LI X, ZHANG X, et al. Quantitative CT analysis of idiopathic pulmonary fibrosis and correlation with lung function study[J]. BMC Pulmonary Medicine, 2024, 24(1): 437. DOI: 10.1186/s12890-024-03254-9.
[34] JOHANNSON K A, CHAUDHURI N, ADEGUNSOYE A, et al. Treatment of fibrotic interstitial lung disease: Current approaches and future directions[J]. The Lancet, 2021, 398(10309): 1450-1460. DOI: 10.1016/S0140-6736(21)01826-2.
[35] 马震忠, 盛亚丹, 杨凯, 等. 皮肌炎/多发性肌炎相关间质性肺病高分辨率CT特征[J]. CT理论与应用研究(中英文), 2024, 33(4): 497-502. DOI: 10.15953/j.ctta.2023.131. MA Z Z, SHENG Y D, YANG K, et al. HRCT features of dermatomyositis-/polymyositis- associated interstitial lung disease[J]. CT Theory and Applications, 2024, 33(4): 497-502. DOI: 10.15953/j.ctta.2023.131. (in Chinese).
[36] 徐光兴, 俞咏梅 徐亮, 等. 皮肌炎/多发性肌炎并发间质性肺病的CT定量分析与肺功能的相关性研究[J]. 放射学实践, 2023, 38(5): 565-570. XU G X, YU Y M, XU L, et al. Correlation between CT quantitative analysis and pulmonary function of interstitial lung disease in derma-tomyositis/polymyositis[J]. Radiologic Practice, 2023, 38(5): 565-570. (in Chinese).
[37] JEGANATHAN N, SATHANANTHAN M. Connective tissue disease-related interstitial lung disease: Prevalence, patterns, predictors, prognosis, and treatment[J]. Lung, 2020, 198(5): 735-759. DOI: 10.1007/s00408-020-00383-w.
[38] GUISADO-VASCO P, SILVA M, DUARTE-MILLÁN M A, et al. Quantitative assessment of interstitial lung disease in Sjögren’s syndrome[J]. PLoS ONE, 2019, 14(11): e0224772. doi: 10.1371/journal.pone.0224772 GUISADO-VASCO P, SILVA M, DUARTE-MILLÁN M A, et al. Quantitative assessment of interstitial lung disease in Sjögren’s syndrome[J]. PLoS ONE, 2019, 14(11): e0224772. DOI: 10.1371/journal.pone.0224772.
[39] UFUK F, DEMIRCI M, ALTINISIK G. Quantitative computed tomography assessment for systemic sclerosis–related interstitial lung disease: Comparison of different methods[J]. European Radiology, 2020, 30(8): 4369-4380. DOI: 10.1007/s00330-020-06772-2.
[40] UFUK F, DEMIRCI M, ALTINISIK G, et al. Quantitative analysis of Sjogren’s syndrome related interstitial lung disease with different methods[J]. European Journal of Radiology, 2020, 128: 109030. DOI: 10.1016/j.ejrad.2020.109030.
[41] ALEVIZOS M K, DANOFF S K, PAPPAS D A, et al. Assessing predictors of rheumatoid arthritis-associated interstitial lung disease using quantitative lung densitometry[J]. Rheumatology, 2022, 61(7): 2792-2804. DOI: 10.1093/rheumatology/keab828.
[42] CHOI B, KAWUT S M, RAGHU G, et al. Regional distribution of high-attenuation areas on chest computed tomography in the multi-ethnic Study of atherosclerosis[J/OL]. European Respiratory Journal Open Research, 2020, 6(1). [2024-10-16]. https://openres.ersjournals.com/content/6/1/00115-2019. DOI: 10.1183/23120541.00115-2019.
[43] HASAN D, IMAM H, MEGALLY H, et al. The qualitative and quantitative high-resolution computed tomography in the evaluation of interstitial lung diseases[J]. Egyptian Journal of Radiology and Nuclear Medicine, 2020, 51(1): 135. DOI: 10.1186/s43055-020-00254-7.
[44] SHIRAISHI Y, TANABE N, SAKAMOTO R, et al. Longitudinal assessment of interstitial lung abnormalities on CT in patients with COPD using artificial intelligence-based segmentation: A prospective observational study[J]. BMC Pulmonary Medicine, 2024, 24(1): 200. DOI: 10.1186/s12890-024-03002-z.
计量
- 文章访问数: 18
- HTML全文浏览量: 2
- PDF下载量: 5
