不同年龄新冠肺炎患者CT表现及动态分析

刘梦珂; 张怡梦; 李兴鹏; 张晓杰; 张妍; 郝琪; 李玲; 杜常月; 王仁贵

doi:10.15953/j.ctta.2023.034

不同年龄新冠肺炎患者CT表现及动态分析

1.
首都医科大学附属北京世纪坛医院放射科, 北京100038
2.
北京大学第九临床医学院放射科, 北京100038

详细信息

作者简介:
刘梦珂: 首都医科大学附属北京世纪坛医院博士研究生，主要从事淋巴系统疾病的影像学诊断，E-mail：805587047@qq.com

王仁贵: 医学博士，北京大学第九临床医学院/首都医科大学附属北京世纪坛医院放射科主任、主任医师，主要研究方向为胸部影像诊断，wangrg@bjsjth.cn

通讯作者:
王仁贵: 医学博士，北京大学第九临床医学院/首都医科大学附属北京世纪坛医院放射科主任、主任医师，主要研究方向为胸部影像诊断，E-mail：wangrg@bjsjth.cn

中图分类号: R 814；R 563.1
计量
- 文章访问数: 423
- HTML全文浏览量: 124
- PDF下载量: 27
出版历程
- 收稿日期: 2023-03-02
- 修回日期: 2023-03-30
- 录用日期: 2023-03-31
- 网络出版日期: 2023-04-16
- 发布日期: 2023-09-21

The Value of Chest Computed Tomography in the Review of Patients with Novel Coronavirus Pneumonia

1.
Department of Radiology, Beijing Shijitan Hospital of Capital Medical University, Beijing 100038, China
2.
Department of Radiology, Ninth Clinical School of Medicine, Peking University, Beijing 100038, China

摘要

摘要: 目的：回顾性分析胸部平扫CT对不同年龄患者新型冠状病毒感染初次诊断及动态变化的临床价值。材料与方法：收集2022年11月12日至2023年1月6日确诊新冠肺炎并行胸部薄层CT检查患者52例，所有患者1个月内再次行胸部CT复查，并有较完整的临床资料。根据患者年龄（60岁和>60岁）将患者分为两组，比较两组患者的CT表现特征的差异性，同时观察所有患者CT复查的情况。结果：52例患者肺部病变中，24例累及气道（46.2％）、21例累及血道（40.4％）。年龄组间的对比显示病变部位（单/双肺、气道）、树芽、大片形态、纤维条索、间质性改变、胸膜增厚的差异有统计学意义。52例患者中，复查CT显示病变进展者18例，表现为范围增大者18例（100％）、实变加重者7例（38.9％）、GGO加重者14例（77.8％）、胸腔积液增多者6例（33.3％）；复查CT显示病变缓解者34例，其中范围减小者31例（91.2％）、密度变淡者6例（17.6％）、纤维机化12例（35.3％）、完全吸收2例（5.9％）、胸腔积液减少4例（11.8％）。结论：新冠肺炎患者CT表现多种多样，不同年龄段患者的影像表现不同，60岁以上患者在累及双肺、气道，大片状GGO形态，合并纤维条索，间质性改变以及胸膜增厚上较60岁以下患者更多。治疗后肺部病变变化较快，多数患者可吸收缩小、密度变淡或纤维机化，少数患者范围增大、实变或GGO加重、并出现胸腔积液等。胸部平扫CT有助于临床医生早期诊断和动态评估新冠肺炎。
- CT /
- 诊断 /
- 新型冠状病毒 /
- 肺炎
Abstract: Objective: To retrospectively analyze the clinical value of chest plain computed tomography (CT) for the initial diagnosis and dynamic changes of early novel coronavirus pneumonia (2019 novel Coronavirus, 2019-nCoV, referred to as new coronavirus pneumonia). Materials and methods: Fifty-two patients with confirmed new coronavirus pneumonia diagnoses and positive chest CT manifestations from November 12, 2022, to January 6, 2023, in the infection department of our hospital were collected. All patients had two chest thin-section CT examinations within 1 month from the onset of the disease and had complete clinical data. Patients were divided into two groups according to their age (60 years and >60 years), and the differences in CT performance characteristics between the two groups were compared. The CT review of all patients was also observed. Results: Among the 52 patients, 52 involved the lungs (100%), 24 involved the airways (46.2%), and 21 involved the bloodways (40.4%). Comparison between age groups showed statistically significant differences in lesion location (single/both lungs, airways), tree-in-bud pattern, large morphology, fibrous striae, interstitial changes, and pleural thickening. Among the 52 patients, review CT showed lesion progression in 18 cases (34.6%), which showed an increase in extent in 18 cases (100%), aggravation of solid changes in 7 (38.9), aggravation of GGO in 14 (77.8%), and increase in pleural effusion in 6 (33.3%); review CT showed lesion remission in 18 cases (34.6%), which showed a decrease in extent in 31 (91.2%), 6 (17.6%) with reduced density, 12 (35.3%) with fibrosis, 2 (5.9%) with complete resorption, and 4 (11.8) with reduced pleural effusion. Conclusion: The CT scan of the chest in neocoronary pneumonia has certain characteristics, and for the first time, it mostly showed multiple patchy signs or large patchy ground glass opacity (GGO) with mainly subpleural distribution in the periphery of both lungs, mostly accompanied by "halo sign," "anti-halo sign," and "paving stone sign." The lung is more susceptible to change following treatment. After treatment, the lung lesions change rapidly, with most patients showing absorption and shrinkage, density fading, or fibrosis and a few patients showing increased extent, solidity or aggravation of GGO, and pleural effusion. Chest plain CT helps clinicians in the early diagnosis and dynamic evaluation of neocoronary pneumonia.
- CT /
- diagnosis /
- novel coronavirus /
- pneumonia

HTML全文

图 1 新冠肺炎的CT表现

双肺可见呈周围（a）（短黑箭头）或中央（e）（短白箭头）分布的多发的斑片状（b）（粗黑箭头）、大片状（e）（黑星号）的磨玻璃影（c）（白星号）或实变影（d）（粗白箭头），可见气道壁增厚（a）（长黑箭头）、血管增粗伴周围片絮影（b）（长白箭头）、铺路石征（f）（虚白箭头）、以及胸膜下黑线（g）（虚黑箭头）以及胸膜增厚（h）（三角）。

Figure 1. CT findings of COVID-19

下载: 全尺寸图片幻灯片

图 2 新冠肺炎的复查表现

（a）和（b），78岁男，初诊CT（a）显示右肺上叶后段斑片影（黑箭头），20 d后复查CT（b）显示斑片影较轻范围减小，密度变淡；（c）～（f），89岁男，初诊CT（c）和（d）显示右肺上叶后段大片状磨玻璃+网格状混合影（黑星号），双侧胸腔见少量积液（白箭头），10 d后复查CT（e）和（f）显示双肺磨玻璃较前范围明显增大，密度较前增高，双侧胸腔积液较前增多。

Figure 2. Re-examination of COVID-19

下载: 全尺寸图片幻灯片

表 1 不同年龄患者组的CT表现

Table 1 CT performance of different patient age groups

项目	参数	总（n=52）	≥60（n=40）	<60（n=12）	$\chi^2$	P
累及部位	肺脏	52（100.0）	40（100.0）	12（100.0）	－	>0.999
	单肺	10（19.3）	4（10.0）	6（50.0）
	双肺	42（80.7）	36（90.0）	6（50.0）	7.108	0.008^*
	气道	24（46.2）	22（55.0）	2（16.7）	5.458	0.024^*
	血道	21（40.4）	15（37.5）	6（50.0）	0.192	0.661
形态优势	树芽	6（11.5）	2（5.0）	4（33.3）	－	0.021^*
	斑片	17（32.7）	11（27.5）	6（50.0）	1.224	0.269
	大片	19（36.5）	18（45.0）	1（8.3）	3.888	0.049^*
密度优势	GGO	41（78.9）	33（82.5）	8（66.7）	0.601	0.438
	实变	6（11.5）	4（10.0）	2（16.7）	－	0.612
	网格	4（7.69）	2（50.0）	2（16.7）	－	0.224
相关征象	晕征	15（28.8）	8（20.0）	7（59.3）	4.873	0.027
	反晕征	12（23.1）	9（22.5）	3（25.0）	<0.001	0.999
	铺路石征	7（13.5）	7（17.5）	0（0.0）	1.157	0.282
	支气管充气征	5（9.6）	3（7.5）	2（16.7）	－	0.325
	拱廊征	9（17.3）	7（17.5）	2（16.7）	<0.001	0.999
	胸膜下黑线	20（38.5）	17（42.5）	3（25.0）	0.569	0.450
	纤维索条	33（63.5）	32（80.0）	1（8.3）	17.472	0.001^*
伴随病变	间质性改变	22（42.3）	21（52.5）	1（8.3）	7.377	0.008^*
	支气管扩张	10（19.2）	10（25.0）	0（0.0）	－	0.092
	胸腔积液	6（11.5）	5（12.5）	1（8.3）	－	0.999
	胸膜增厚	37（71.2）	36（90.0）	1（8.3）	26.148	0.001^*
注：*-P<0.05。

下载: 导出CSV

表 2 胸部CT病灶变化特点

Table 2 Characteristics of lesion changes on chest CT

组别	病灶变化	病例数（N1/N2）^*	百分比/％
进展（n=18）	范围增大	18/18	100.0
	实变加重	7/18	38.9
	GGO加重	14/18	77.8
	胸水增多	6/18	33.3
缓解（n=34）	范围减小	31/34	91.2
	密度变淡	6/34	17.6
	纤维机化	12/34	35.3
	完全吸收	2/34	5.9
	胸水减少	4/34	11.8
注：*-数据用分子/分母表示，分子为影像学表现阳性的病例数，分母为该变化趋势（加重/减轻）总人数。

下载: 导出CSV

参考文献(16)

[1]	SHI H, HAN X, JIANG N, et al. Radiological findings from 81 patients with COVID-19 pneumonia in Wuhan, China: A descriptive study[J]. Infectious Diseases, 2020, 20(4): 425−434.
[2]	WANG H, LUO L, LV W, et al. Comparison of chest CT features between progressive and nonprogressive patients with COVID-19 pneumonia: A Meta-analysis[J]. Medicine (Baltimore), 2022, 101(39): e30744.
[3]	LI Q, GUAN X, WU P, et al. Early transmission dynamics in Wuhan, China, of novel coronavirus-infected pneumonia[J]. New England Journal of Medicine, 2020, 382: 1199−207.
[4]	CUI J, LI F, SHI Z L. Origin and evolution of pathogenic coronaviruses[J]. Nature Reviews. Microbiology, 2019: 181−92.
[5]	PRADHAN M, SHAH K, ALEXANDER A, et al. COVID-19: Clinical presentation and detection methods[J]. Journal of Immunoassay & Immunochemistry, 2022, 43: 1951291. DOI: 10.1080/15321819.2021.1951291.
[6]	向容, 刘翔雏, 吴勇. 新型冠状病毒肺炎的CT表现[J]. 中国CT和MRI杂志, 2022,20(7): 70−72. DOI: 10.3969/j.issn.1672-5131.2022.07.023. XIANG R, LIU X C, WU Y. Application of chest CT in patients with novelcoronavirus pneumonia[J]. Chinese Journal of CT and MR, 2022, 20(7): 70−72. DOI: 10.3969/j.issn.1672-5131.2022.07.023. (in Chinese).
[7]	孙莹, 李玲, 刘晓燕, 等. 早期新型冠状病毒肺炎的胸部薄层平扫CT表现特征[J]. CT理论与应用研究, 2023,32(1): 131−138. DOI: 10.15953/j.ctta.2023.006. SUN Y, LI L, LIU X Y, et al. Imaging features of early COVID-19 on chest thin-slice non-enhanced CT[J]. CT Theory and Applications, 2023, 32(1): 131−138. DOI: 10.15953/j.ctta.2023.006. (in Chinese).
[8]	YANG S, LEE G W M, CHEN C M, et al. The size and concentration of droplets generated by coughing in human subjects[J]. Journal of Aerosol Medicine, 2007, 20(4): 484−494. doi: 10.1089/jam.2007.0610
[9]	YE Z, ZHANG Y, WANG Y, et al. Chest CT manifestations of new coronavirus disease 2019 (COVID-19): A pictorial review[J]. European Radiology, 2020, 30(8): 4381−4389.
[10]	LEE Y R, CHOI Y W, LEE K J, et al. CT halo sign: The spectrum of pulmonary diseases[J]. The British Journal of Radiology, 2005, 78(933): 862−865.
[11]	吴姗姗, 朱丽萍, 杜北珏, 等. 新型冠状病毒肺炎的临床表现及CT影像学特点[J]. 中国CT和MRI杂志, 2022,20(6): 71−73. DOI: 10.3969/j.issn.1672-5131.2022.06.023. WU S S, ZHU L P, DU B Y, et al. Analysis of the clinical manifestations and CT imaging features of COVID-19[J]. Chinese Journal of CT and MRI, 2022, 20(6): 71−73. DOI: 10.3969/j.issn.1672-5131.2022.06.023. (in Chinese).
[12]	SHI H, HAN X, ZHENG C. Evolution of CT manifestations in a patient recovered from 2019 Novel coronavirus (2019-nCoV) pneumonia in Wuhan, China[J]. Radiology, 2020, 295(1): 200269.
[13]	PAN Y, GUAN H, ZHOU S, et al. Initial CT findings and temporal changes in patients with the novel coronavirus pneumonia (2019-nCoV): A study of 63 patients in Wuhan, China[J]. European Radiology, 2020, 30(6): 3306−3309.
[14]	WU J, WU X, ZENG W, et al. Chest CT findings in patients with coronavirus disease 2019 and its relationship with clinical features[J]. Investigative Radiology, 2020, 55(5): 257−261. doi: 10.1097/RLI.0000000000000670
[15]	SONG F, SHI N, SHAN F, et al. Emerging 2019 novel coronavirus (2019-nCoV) pneumonia[J]. Radiology, 2020, 295(1): 210−217. doi: 10.1148/radiol.2020200274
[16]	KOO H J, LIM S, CHOE J, et al. Radiographic and CT features of viral pneumonia[J]. Radiographics, 2018, 38(3): 719−739. doi: 10.1148/rg.2018170048

施引文献(9)

期刊类型引用(8)

1.	何诗韵，胡兴荣，梁宗辉. 多发恶性骨肿瘤的影像诊断思维. 影像诊断与介入放射学. 2024(05): 384-388 . 百度学术
2.	邓琦，徐志锋，周涛，潘爱珍，杨冠英. 长骨骨巨细胞瘤影像学表现与病理分期的相关性分析. 中国CT和MRI杂志. 2022(08): 169-171+176 . 百度学术
3.	董攀，许元智，尹帅，李金彪. 骨巨细胞瘤八例误诊原因分析. 临床误诊误治. 2021(01): 22-25 . 百度学术
4.	谢倩云，唐卓芳. 1例桡骨近端骨巨细胞瘤的影像诊断及临床治疗. 骨科. 2021(01): 85-86 . 百度学术
5.	文华林，蒋科，柳维才. 骨巨细胞瘤临床误诊分析. 临床误诊误治. 2021(12): 16-19 . 百度学术
6.	张立云，沈丽荣，黄聪. 骨巨细胞瘤的X线、CT表现及临床意义. 影像研究与医学应用. 2020(14): 56-58 . 百度学术
7.	马俊丽，王志军，段立娜. 颅骨骨巨细胞瘤1例. 肿瘤影像学. 2019(01): 63-64 . 百度学术
8.	王艳艳，陈明，蒋小莉. 不典型恶性骨巨细胞瘤一例. 海南医学. 2018(20): 2952-2954 . 百度学术