Analysis of Chest Computed Tomography Manifestations of Coronavirus Disease 2019 in Different Age Groups
-
摘要: 目的：分析不同年龄人群新型冠状病毒感染（COVID-19）胸部CT影像特征，提高对不同年龄人群COVID-19影像表现的认识。方法：回顾性分析476例COVID-19的胸部CT资料，男275例，女201例，按照不同年龄段分为A组（0～45岁）33人、B组（45～60岁）72人、C组（60～75岁）203人、D组（75岁以上）168人，共4组，比较4组病例胸部CT病灶累及肺叶侧别、数目、密度和病灶分布等CT基本征象及基于深度学习的病灶体积、体积占比和密度等的差异。结果：476例COVID-19患者均有流行病学史，性别在各组间差异无统计学意义。4组病例双肺下叶病灶最为多见，A组病灶多位于单侧肺，C组和D组病灶以双肺分布多见。各组病灶体积、体积占比随年龄增大呈递增趋势，且分布均以双肺下叶为主，其中A、C和D组均以右肺下叶最为常见且体积及体积占比最大，B组以左肺下叶病灶体积及占比较大；与A组比较，C组各项指标增大，差异均有统计学意义，且右肺下叶病灶体积与B组比较差异有统计学意义；D组左肺上叶病灶体积与A组比较明显增大，占比较A组和B组明显增大，余D组全肺及右肺上叶、中叶、下叶及左肺下叶病灶体积及体积占比较A、B和C组均明显增大，且差异有统计学意义。病灶均以磨玻璃密度影及实变为主，A组以纯磨玻璃密度最多见，混合磨玻璃密度次之，实变密度少见；D组病灶以实变密度较多见，大多呈混合磨玻璃密度；B和C组纯磨玻璃、混合磨玻璃、实变密度病灶出现情况介于A组和D组之间；各组病灶密度均以磨玻璃密度为主，CT值区间以 -570 ～-470 HU及 -470 ～ -370 HU为主，D组各CT值区间病灶体积均较A、B和C组高，体积占比均较A组高且差异有统计学意义。结论：本组研究COVID-19患者均有流行病学史，熟悉不同年龄人群胸部CT特征可使临床诊疗工作更具针对性，可为COVID-19病情监测以及个体化防治措施提供参考。Abstract: Objective: This study aimed to analyze the chest computed tomography (CT) imaging features of coronavirus disease 2019 (COVID-19) in people of different ages and improve the understanding of the imaging manifestations of COVID-19. Methods: Chest CT data of 476 cases with COVID-19 were retrospectively analyzed, including 275 males and 201 females. The patients were divided into four groups according to different age groups: groups A (0~45 years old) 33, B (45~60 years old) 72, C (60~75 years old) 203, and D (over 75 years old) 168. A comparison was made between the four groups of patients with chest CT lesions involving lobe side, number and density, distribution, and other basic CT signs, as well as differences in lesion volume, volume proportion, and density based on deep learning. Results: All the 476 patients with COVID-19 had an epidemiological history, and there was no statistically significant difference in sex between the groups. The lesions in the lower lobes of both lungs were the most common in the four groups. The lesions in group A were mostly located in the unilateral lung, while those in groups C and D were mostly distributed in both lungs. The volume and proportion of lesions increased with age in each group, and the distribution was mainly in the lower lobe of both lungs. In groups A, C, and D, the right lower lobe was the most common and had the largest volume and proportion, while in group B, the left lower lobe had the largest volume and proportion. Compared with group A, all indexes of group C increased, and the difference was statistically significant; the lesion volume of the right inferior lobe of the lung was statistically significant compared with group B. The volume of lesions in the left upper lobe of the lung in group D was significantly increased compared with that in groups A and B, and the volume and proportion of lesions in the whole lung, upper, middle, and lower lobes of the right lung, and the lower lobe of the left lung in group D were significantly increased compared with that in groups A, B and C, and the difference was statistically significant. In group A, the density of pure ground glass was the most common, followed by the density of mixed ground glass, and the density of solid change was rare. The solid density of lesions in group D was more common, most of which showed mixed ground glass density. The incidence of pure ground glass, mixed ground glass, and solid density lesions was higher in groups B and C than that in groups A and D. The lesion density in each group was mainly ground glass density, and the CT value ranged from −570 to −470 HU and −470 to −370 HU. The lesion volume in each CT value range of group D was higher than that in groups A, B, and C, and the volume proportion was higher than that in group A, and the difference was statistically significant. Conclusion: All patients with COVID-19 in this group have an epidemiological history. Being familiar with chest CT features of people of different ages can make clinical diagnosis and treatment more targeted and provide a reference for COVID-19 disease monitoring and individualized prevention and treatment measures.
-
Keywords:
- tomography /
- X -ray computed /
- coronavirus disease 2019
-
外周动脉疾病（peripheral arterial disease，PAD）是一种动脉粥样硬化病变，可导致较高的住院率、截肢率以及死亡率[1-2]。数字减影血管造影（digital subtraction angiography，DSA）是诊断PAD的参考标准[3]。然而由于其有侵入性，故存在一定的限制和风险。
下肢CT血管成像（CT angiography，CTA）是利用CT设备和含碘对比剂进行下肢动脉诊断评估的成像技术，并且根据研究结果显示，参照DSA作为金标准的情况下，下肢CTA成像诊断血管狭窄程度大于50%的特异度和敏感度分别为93%~96%、92%~95%；相比下肢DSA检查更加安全、经济、便捷，故可初步代替DSA检查，用于下肢动脉狭窄的诊断[4-5]。但是也存在一些问题，例如大范围扫描带来的高辐射剂量，以及该如何确定CTA成像时的准确采集时机等问题[6]。
目前已经有研究致力于降低辐射剂量：比如采用低管电压（70~80 kVp），通过接近碘的K边缘成像，从而提高信噪比（signal-to-noise ratio，SNR）和对比噪声比（contrast to noise ratio，CNR）[7]；使用低管电压和迭代重建技术，在较低的辐射剂量下保证更好的图像质量[8-9]。为获得整个动脉系统良好的对比度图像，目前最常用的方法是采用对比剂追踪技术在腹主动脉区域进行监测。但是此方法存在对比剂过量使用的风险，特别是在存在血管病变的患者中，例如血管的狭窄和动脉瘤的扩张会造成对比剂的延迟到达外周动脉血管，造成数据采集时远端小动脉的充盈效果不足[10-13]。
本研究目的是对比单源CT头足向采集和双源CT足头向Flash成像在下肢动脉CTA成像图像质量和辐射剂量有无差异，以期在降低辐射剂量的同时获得更好的外周动脉对比度。
1. 材料和方法
1.1 研究对象
本文前瞻性将2024年1月至2024年7月，共50例接受下肢CTA检查的患者纳入本研究项目，其中男性41例和女性9例，年龄范围28~88岁，平均年龄（62.6±14.1）岁。
纳入标准：临床诊断怀疑有下肢PAD。排除标准：碘对比剂过敏，肾功不全（根据欧洲泌尿系统放射学会肾小球滤过率＜60 mL/min/1.73 m2）和有下肢动脉支架史。
收集的临床数据包括年龄、性别、体重和身高。根据随机数字表法，所有患者被随机分到对照组P1组（n=21）采用方案1（单源CT头足向扫描）和实验组P2组（n=29）采用方案2（双源CT足头向Flash模式扫描）。
研究得到本院伦理委员会的审查批准，所有患者均签署知情同意书。
1.2 扫描协议
所有CTA检查均使用双源CT（SOMATOM Force，Siemens Medical Solutions），所有患者采用仰卧位、足先进，使用18号留置针于右肘前静脉建立静脉通道并连接到双筒高压注射器，以3.5 mL/s的流速注射对比剂总量为1.0 mL/kg 对比剂（碘帕醇，370 mgI/mL）然后以相同的流速追加注射70 mL的生理盐水。
扫描范围：胸12椎体到足尖。扫描参数：管电压70 kVp，参考管电流300 mAs，自动管电流调制技术CARE dose 4D（Siemens，Medical Solution），迭代级数3级，FOV 350×350 mm。
P1组采用单源CT头足向扫描，利用团注追踪技术，于主动脉分叉水平进行监测，在CT值达到200 HU后延迟5 s进行扫描。P2组采用双源CT足头向Flash扫描模式，利用团注追踪技术，于腘窝水平监测双侧腘动脉，在CT值达到200 HU后延迟5 s扫描。
1.3 图像分析与评价
所得图像采用层厚0.75 mm，层距0.5 mm进行重建，ADMIRE迭代级数3级进行重建，重建函数核Bv36。所有数据均传送到专用的后处理工作站（Syngo.via，Siemens Medical Solution），并进行最大密度投影（maximal intensity projection，MIP）、曲面重组（curved planar reconstruction，CPR）和容积再现（volume rendering，VR）成像分析。
客观评价。所有数据测量均由一位具有5年以上CTA检查经验的放射技师操作完成。血管内CT值测量是通过在轴位图像测量5个不同的感兴趣区CTROI（region of interest，ROI）获得：主动脉分叉、髂外动脉、股动脉、腘动脉、胫前动脉处。测量ROI尽可能大些但应避开血管壁、斑块和钙化灶，如果测量部位闭塞则不纳入本研究。
此外，还需测量同一血管测量层面内的肌肉组织的CT值（CTM）和图像噪声（standard deviation，SD），定义为皮下脂肪组织的SD值。计算每个动脉段的SNR和CNR，公式如下：
$$ \mathrm{SNR=CT}_{ \mathrm{ROI}} \mathrm{/SD\text{，}} $$ (1) $$ \mathrm{CNR}= \Big({\rm{CT}}_{ \mathrm{ROI}} -\mathrm{CT}_{ \mathrm{M}} \Big)/{\text{SD}}。 $$ (2) 然后计算每个感兴趣区数据的平均值，得出CTROI,SNR和CNR的均值。
主观评价。所有CT图像（轴位图像、MIP、CPR）图像由两位放射科医生（分别具有5年和7年的阅片经验）独立双盲评估。两位医师对于所阅影像的扫描方法不知情，在进行图像评估前，将要评估的下肢血管分3个部分进行评价（主/髂外动脉、股/腘动脉和膝盖以下小动脉）然后根据图像的噪声、伪影程度采用Likert 5分法对这几部分的图像质量进行评分，评分标准如表1所示[14]。
表 1 主观评分评价标准Table 1. Subjective evaluation criteria评分 评分标准 差（1分） 各部分动脉均显示不佳，CT值在200 HU以下，提供的影像学信息十分有限导致无法诊断 较差（2分） 部分小动脉显示不佳，CT值在250 HU以下，提供的影像学信息有限导致不能全面诊断 较好（3分） 各部分动脉显示较清晰，CT值在250-300 HU以上，可提供较为充分的影像学诊断信息 良好（4分） 各部分动脉显示清晰，CT值在300 HU以上，可提供充足的影像学诊断信息 极好（5分） 各部分动脉显示清晰，CT值在350 HU以上，为影像学诊断提供了最佳信息 1.4 辐射剂量
容积CT剂量指数（volume CT dose index，CTDIvol）和辐射剂量长度乘积（dose length product，DLP）均来源于患者该次扫描时的辐射剂量报告，并记录于剂量报告中用于分析对比。
1.5 统计学分析
使用SPSS 25进行统计分析，定量数据以（均数±标准差）表示，分类数据以频数表示。两组定量数据比较采用独立样本t检验，分类数据采用
$\chi^2 $ 检验比较组间差异。采用kappa检验对主观评分一致性进行检验。k值小于0.20表示一致性差；0.21~0.40表示一致性一般；0.41~0.60表示一致性中等；0.61~0.80表示一致性良好；0.81~1.00表示一致性非常好。P＜0.05被认为具有统计学差异。
2. 结果
2.1 基线资料组间对比
P1组由16例男性和5例女性组成，平均年龄为（62.2±14.8）岁。P2组由25例男性和4例女性组成，平均年龄为（62.9±13.8）岁。
两组在年龄、性别、体重、身高和体重指数方面无统计学差异（表2）。
表 2 两组人群一般资料对比Table 2. Comparison of general information between two groups项目 组别 统计检验 P1 P2 t/F P 年龄/岁 62.2±14.8 62.9±13.8 0.2 0.879 性别/（男/女） 16/5 25/4 0.3 0.591 体重指数BMI/（kg/m2） 3.4±1.1 23.2±1.2 0.7 0.471 2.2 图像质量
2.2.1 主观图像质量评价
对50例患者的主观图像质量进行评估。P1组和P2组的图像质量主观评价一致性kappa值分别为：主/髂外动脉0.841，股/腘动脉0.915和膝关节以下动脉0.878，一致性均非常好。P1组：主/髂外动脉段主观图像质量得分优于P2组（分别为（4.7±0.5）和（4.4±0.5）），P2组：膝关节以下动脉段的主观图像质量得分优于P1组（分别为（4.5±0.5）和（3.3±0.6））。股/腘动脉节段的图像质量评分未发现显著差异。
数据汇总于表3中。图1（a）和图1（b）显示用P1组方案和P2组方案进行扫描得出的一些代表性案例。
表 3 两组影像不同部位的主观评价Table 3. Subjective evaluation of different features in two sets of images部位 组别 统计检验 Kappa值 P1 P2 t P 主/髂外动脉 4.7±0.5 4.4±0.5 2.4 0.019 0.841 股/腘动脉 4.8±0.4 4.6±0.5 1.6 0.123 0.915 膝关节以下动脉 3.3±0.6 4.5±0.5 7.7 ＜0.001 0.878 ![]()
图 1 女，78 岁，不同扫描方案的下肢 CTA 影像Figure 1. Female, 78 years old, lower extremity CTA images using different scanning2.2.2 客观图像质量评价
对50例患者的客观图像质量进行评估：P1和P2组主动脉、髂外动脉段图像质量存在统计学差异，P1组图像质量优于P2组；股动脉段两组之间不存在统计学差异；腘动脉和胫前动脉图像质量存在统计学差异，P2组图像质量优于P1组。具体数据汇总于表4中。
表 4 两组影像不同部位的客观评价Table 4. Objective evaluation of different features in two sets of images部位 评价参数 组别 统计检验 P1 P2 t P 主动脉 CT值 622.5±65.8 505.2±179.6 3.2 0.003 SNR 77.1±20.0 46.3±17.2 5.8 ＜0.001 CNR 69.9±18.8 41.0±17.1 5.7 ＜0.001 髂外动脉 CT值 588.4±82.9 508.5±164.2 2.3 0.029 SNR 71.3±21.7 47.4±17.8 4.3 ＜0.001 CNR 64.5±19.4 41.9±17.7 4.3 ＜0.001 股动脉 CT值 535.9±83.7 553.6±117.9 0.6 0.540 SNR 58.5±22.4 56.1±16.4 0.4 0.662 CNR 52.5±20.7 50.6±16.0 0.4 0.718 腘动脉 CT值 349.0±63.2 554.4±123.2 7.7 ＜0.001 SNR 50.6±13.7 65.8±26.2 2.7 0.011 CNR 41.3±10.4 58.0±24.4 3.3 0.002 胫前动脉 CT值 307.0±65.8 550.1±94.4 10.7 ＜0.001 SNR 41.9±18.3 63.8±28.9 3.1 0.004 CNR 33.4±15.6 56.4±26.9 3.5 0.001 对两组扫描方案各部位CT值进行统计学分析发现，P1组和P2组各部位CT值均值为（480.6±l143.4）和（534.4±25.2），P2组CT值均值高于P1组，且在各部位CT值均表现出更好的一致性（图2）。
2.3 辐射剂量
P1组和P2组的CTDIVOI分别为（2.5±0.3）mGy和（0.9±0.3）mGy，差异有统计学意义，P2组比P1组减少64.0%。
P1组和P2组的DLP分别为（113.5±33.4） mGy·cm和（310.1±53.5） mGy·cm，差异有统计学意义，P2组比P1组减少63.4%。
3. 讨论
下肢动脉CTA 是用于外周动脉疾病诊断和分期准确且无创的检查方法[15-18]，但也存在一些问题，比如较高的辐射剂量、高危患者能否耐受和血管造影时相采集准确选择[19]。使用低管电压，管电流调制和迭代重建技术，可以在相同或者更低的辐射剂量下，实现了更高的管腔内强化程度，信噪比和对比噪声比[20-22]。采用团注追踪技术的下肢动脉CTA在大多数情况下可以保证较好图像质量[23]。但是，在常规单源CT头足向进行下肢动脉CTA检查时，经常存在膝关节及以下的下肢动脉系统中对比剂充盈欠佳的情况。以往研究发现，使用低管电压的双源CT大螺距的Flash扫描模式可以提高组织对比度和时间分辨率[24]。
因此本研究采用双源CT大螺距扫描模式足头向采集代替以往常规的单源CT头足向采集，以期在既能减少辐射剂量的同时获得更好的膝关节及以下层面的下肢动脉对比度。
通过本研究发现在主动脉和髂外动脉段，P1组的图像质量在主客观评价时均优于P2组；在股/腘动脉段P1组和P2组的主观图像质量无统计学差异；但膝关节以下动脉（胫前动脉），P2组图像质量在主观评价明显优于P1组（表3）；结合表4客观评价中可以看出腘动脉和胫前动脉图像质量P2组明显优于P1组，具有显著统计学意义。
与P1组相比，P2组在CTDIVOI减少了64.0%的辐射剂量，DLP减少了63.4%（表5），因为使用大螺距扫描减少了辐射剂量。
表 5 两组扫描方案辐射剂量对比Table 5. Comparison of radiation dosage between two scanning programs辐射剂量 组别 统计检验 P1 P2 t P CTDIVOI 72.5±0.3 0.9±0.3 18.1 ＜0.001 DLP 310.1±53.5 113.5±33.4 14.9 ＜0.001 由此本研究结果发现双源CT大螺距足头向扫描方案可在降低下肢动脉CTA检查辐射剂量的同时获得更高的膝关节及以下动脉系统的图像质量。原因可能是当在腘动脉中看到对比剂时随即开始足头向扫描，可以更加准确的把握对比剂到达膝关节及以下动脉系统中管腔的峰值浓度时间，尤其是在某些血管存在病变的患者中，比如狭窄、闭塞、动脉瘤和心功能等因素致使对比剂的延迟到达，导致扫描时远端细小动脉几乎没有充盈或充盈欠佳的情况。
此外，考虑到也需要保证膝关节以上动脉系统的充盈效果。因此，采用大螺距快速扫描模式确保主动脉段、髂外动脉段和股动脉段的图像质量，由本研究结果看P2组在主动脉和髂外动脉段图像质量相比P1组略差，但是无论是主观还是客观的图像质量评价都达到了良好的图像效果，完全可以提供充足的影像学诊断信息。
在本项研究中，P1和P2组均采用了70 kV的低管电压进行图像采集，并采用迭代级数3级的重建算法进行图像重建，相比Liu等[9]采用了更低的管电压，获得了更高的对比剂血管内衰减值和更低的扫描辐射剂量。因为以往研究发现采用低管电压进行血管成像在获得更高的组织对比度的同时可以降低患者的辐射剂量[25-26]。
本研究结果中，单源CT头足向扫描相比于双源CT大螺距足头向扫描在主动脉和髂外动脉段取得了更好的图像质量，但是两组图像质量都可以提供充足的影像学诊断信息，而且主动脉和髂外动脉段的血管管腔较大，诊断相对容易，而膝关节及以下的小动脉系统因其管腔本身较小，往往较难诊断和分析。如果再出现对比剂充盈效果或者组织对比度欠佳的情况，会给医生的诊断工作带来较大挑战，故本研究重点在于提高膝关节及以下小动脉系统的图像质量，为诊断分析和临床诊治工作提供便利。
本研究存在一些局限性。首先，本研究主要关注主观和客观的图像质量评估。两组数据都是CT之间的影像质量比较，如有条件应进一步与数字减影血管造影进行比较，以验证CTA的诊断准确性。其次，因患者数量有限，本研究纳入的样本量较少且为单中心研究，故未来应该扩大样本量和进行多中心研究，更进一步提高研究的准确性。
总之，双源CT Flash足头向扫描与单源CT头足向扫描方案相比，较大幅度降低患者辐射剂量的同时获得了膝关节及以下小动脉系统更好的图像质量。这种方案有助于减少辐射剂量，并在下肢CTA检查的小动脉系统中可以获得更好的图像质量。
-
![]()
图 1 各组全肺及各肺叶病灶体积占比比较
Figure 1. Comparison of the proportion of the volume of the whole lung and each lung lobe in each group
![]()
图 2 各组不同CT值病灶密度占比比较
Figure 2. Comparison of focal density ratio with different CT values in each group
![]()
图 3 男，34岁，奥密克戎变异株BF.7感染患者
Figure 3. Male, 34 years old, Patients with Omicron variant BF.7 were infected
![]()
图 4 男，53岁,奥密克戎变异株BF.7感染患者
Figure 4. Male, 53 years old, Patients with Omicron variant BF.7 were infected
![]()
图 5 男，52岁，奥密克戎变异株BF.7感染患者
Figure 5. Male, 52 years old, Patients with Omicron variant BF.7 were infected
![]()
图 6 女，67岁，奥密克戎变异株BF.7感染患者
Figure 6. Female, 56 years old, Patients with Omicron variant BF.7 were infected
![]()
图 7 女，66岁，奥密克戎变异株BF.7感染患者
Figure 7. Female, 66 years old，Patients with Omicron variant BF.7 were infected
![]()
图 8 男，86岁，奥密克戎变异株BF.7感染患者
Figure 8. Male, 86 years old，Patients with Omicron variant BF.7 were infected
表 1 各年龄段全肺及各肺叶感染体积、体积占比比较
Table 1 Comparison of the infected volume and the proportion of infected volume in the whole lung and each lung lobe at different ages
指标 年龄段 统计检验 ＜45岁
（n=33）45～60岁
（n=72）60～75岁
（n=203）≥75岁
（n=168）H P 全肺病灶体积占比/％ 0.63 1.24 2.14a 6.21abc 50.675 ＜0.001 全肺病灶体积 24.74 49.58 71.40a 189.09abc 49.238 ＜0.001 右肺上叶病灶体积占比/％ 0.00 0.10 0.53a 1.79abc 33.428 ＜0.001 右肺上叶病灶体积 0.00 0.89 4.90a 14.73abc 35.840 ＜0.001 右肺中叶病灶体积占比/％ 0.00 0.29 0.58a 1.97abc 27.296 ＜0.001 右肺中叶病灶体积 0.00 1.28 1.925a 5.90abc 25.960 ＜0.001 右肺下叶病灶体积占比/％ 0.42 1.15 3.15a 9.16abc 57.565 ＜0.001 右肺下叶病灶体积 4.02 8.16 26.39ab 67.02abc 58.197 ＜0.001 左肺上叶病灶体积占比/％ 0.00 0.23 0.23a 0.86ac 21.036 ＜0.001 左肺上叶病灶体积 0.00 2.20 2.26a 7.33a 20.602 ＜0.001 左肺下叶病灶体积占比/％ 0.21 1.58 2.25a 7.13abc 31.768 ＜0.001 左肺下叶病灶体积 1.38 11.89 15.51a 45.76abc 27.555 ＜0.001 注：a与＜45岁组比较P＜0.05；b与45～60岁组比较P＜0.05；c与60～75岁组比较P＜0.05。 
下载: 导出CSV
表 2 各组病灶密度及各密度病灶占比比较
Table 2 Comparison of lesion density and cases in each group
指标 组别 统计检验 A（＜45岁） B（45～60岁） C（60～75岁） D（≥75岁） H P （-570～-470）体积 2.62 6.09 9.37a 27.46abc 49.529 ＜0.001 （-570～-470）体积占比/％ 13.22 13.44 14.04a 13.77a 2.211 ＜0.001 （-470～-370）体积 1.97 5.08 8.97a 21.38abc 50.983 ＜0.001 （-470～-370）体积占比/％ 8.64 11.23 a 10.97a 11.57a 9.192 0.027 （-370～-270）体积 1.46 4.46 a 6.74 16.22abc 50.336 ＜0.001 （-370～-270）体积占比/％ 6.39 8.73 a 8.76a 8.88a 14.231 0.003 （-270～-170）体积 0.83 3.65 a 4.84a 11.60abc 48.063 ＜0.001 （-270～-170）体积占比/％ 4.40 6.87 a 6.53a 6.50a 13.823 0.003 （-170～-70）体积 0.53 2.45 a 3.77a 8.13 abc 44.968 ＜0.001 （-170～-70）体积占比/％ 3.28 5.32 5.22 4.91a 8.044 0.045 （-70～30）体积 0.25 1.37 2.68a 6.58abc 43.384 ＜0.001 （-70～30）体积占比/％ 2.15 2.86 3.52a 3.40a 10.103 0.018 （30～70）体积 0.02 0.31 a 0.47a 1.39abc 41.819 ＜0.001 （30～70）体积占比/％ 0.19 0.55 a 0.67a 0.74a 12.169 0.007 其他 12.34 17.99 31.49 88.00abc 46.874 ＜0.001 其他占比/％ 56.94 41.72 a 47.58a 47.11a 16.631 0.001 注：a与＜45岁组比较P＜0.05；b与45～60岁组比较P＜0.05；c与60～75岁组比较P＜0.05。
下载: 导出CSV
-
[1] 中华医学会放射学分会. 新型冠状病毒肺炎的放射学诊断: 中华医学会放射学分会专家推荐意见(第一版)[J]. 中华放射学杂志, 2020,54(4): 279−285. DOI: 10.3760/cma.j.cn112149-20200205-00094. Chinese Society of Radiology. Radiological diagnosis of new coronavirus infected pneumonitis: Expert recommendation from the Chinese Society of Radiology (First edition)[J]. Chinese Journal of Radiology, 2020, 54(4): 279−285. DOI: 10.3760/cma.j.cn112149-20200205-00094. (in Chinese).
[2] CHUNG M, BERNHEIM A, MEI X Y, et al. CT imaging features of 2019 novel coronavirus (2019-nCoV)[J]. Radiology, 2020, 295(1): 202−207. DOI: 10.1148/radiol.2020200230.
[3] AI T, YANG Z L, ZHAN H Y, et al. Correlation of chest CT and RT-PCR testing in coronavirus disease 2019 (COVID-19) in China: A report of 1014 cases[J]. Radiology, 2020, 296(2): E32−E40. DOI: 10.1148/radiol.2020200642.
[4] LI Q, GUAN X, WU P, et al. Early transmission dynamics in Wuhan, China, of novel coronavirus infected pneumonia[J]. The New England Journal of Medicine, 2020, 382(13): 1199−1207. DOI: 10.1056/NEJMoa2001316.
[5] MUNSTER V J, KOOPMANS M, VAN D N, et al. A novel coronavirus emerging in china-key questions for impact assessment[J]. The New England Journal of Medicine, 2020, 382(8): 692−694. DOI: 10.1056/NEJMp2000929.
[6] 中华人民共和国国家卫生健康委员会. 新型冠状病毒感染诊疗方案(试行第十版)[EB/OL]. (2023-01-06) [2023-01-20]. http://www.nhc.gov.cn/ylyjs/pqt/202301/32de5b2ff9bf4eaa88e75bdf7223a65a.shtml. [7] CHEN D D, JIANG X Q, HONG Y, et al. Can chest CT features distinguish patients with negative from those with positive initial RT-PCR results for coronavirus disease (COVID-19)?[J]. American Journal of Roentgenology, 2021, 216(1): 66−70. DOI: 10.2214/AJR.20.23012.
[8] 靳英辉, 蔡林, 程真顺, 等. 新型冠状病毒(2019-nCoV)感染的肺炎诊疗快速建议指南(标准版)[J]. 解放军医学杂志, 2020,45(1): 1−20. DOI: 10.11855/j.issn.0577-7402.2020.01.01. JIN Y H, CAI L, CHENG Z S, et al. A rapid advice guideline for the diagnosis and treatment of 2019 novel coronavirus (2019-nCoV) infected pneumonia (Standard version)[J]. Medical Journal of Chinese People's Liberation Army, 2020, 45(1): 1−20. DOI: 10.11855/j.issn.0577-7402.2020.01.01. (in Chinese).
[9] 赵建华, 张晓琴, 柴军, 等. 无症状感染转确诊新型冠状病毒肺炎胸部CT分析[J]. 生物医学工程与临床, 2020,24(6): 672−677. DOI: 10.13339/j.cnki.sglc.20201023.021. ZHAO J H, ZHANG X Q, CHAI J, et al. Analysis of COVID-19 chest CT in asymptomatic infection transferred to diagnosis patients[J]. Biomedical Engineering and Clinical Medicine, 2020, 24(6): 672−677. DOI: 10.13339/j.cnki.sglc.20201023.021. (in Chinese).
[10] 吴杰, 肖安岭, 顾金凤. 多层螺旋CT对新型冠状病毒肺炎的临床诊断价值[J]. 实用放射学杂志, 2021,37(5): 746−748. doi: 10.3969/j.issn.1002-1671.2021.05.013 WU J, XIA0 A L, GU J F. Clinical value of MSCT in the diagnosis of COVID-19[J]. Journal of Practical Radiology, 2021, 37(5): 746−748. (in Chinese). doi: 10.3969/j.issn.1002-1671.2021.05.013
[11] 余成成, 杨彦鸿, 胡天丽, 等. 新型冠状病毒B.1.617.2变异株感染者高分辨率CT与临床特点[J]. 中华放射学杂志, 2021,55(10): 1054−1058. DOI: 10.3760/cma.j.cn112149-20210618-00574. YU C C, YANG Y H, HU T L, et al. High resolution CT findings and clinical features of the novel corona-virus B.1.617.2 variant[J]. Journal of Practical Radiology, 2021, 55(10): 1054−1058. DOI: 10.3760/cma.j.cn112149-20210618-00574. (in Chinese).
[12] 李声鸿, 曾献军, 鄢海蓝, 等. 新型冠状病毒肺炎薄层CT评价[J]. 实用放射学杂志, 2021,37(7): 1074−1076, 1130. DOI: 10.3969/j.issn.1002-1671.2021.07.007. LI S H, ZENG X J, YAN H L, et al. Evaluation of COVID-19 with thin-sclice CT[J]. Journal of Practical Radiology, 2021, 37(7): 1074−1076, 1130. DOI: 10.3969/j.issn.1002-1671.2021.07.007. (in Chinese).
[13] LIGUORO I, PILOTTO C, BONANNI M, et al. SARS-CoV-2 infection in children and newborns: A systematic review[J]. European Journal of Pediatrics, 2020, 179(7): 1029−1046. DOI: 10.1007/s00431-020-03684-7.
[14] 耿梦杰, 任翔, 余建兴, 等. 不同年龄组新型冠状病毒肺炎患者临床特征分析[J]. 疾病监测, 2021,36(6): 573−580. DOI: 10.3784/jbjc.202101220035. GENG M J, REN X, YU J X, et al. Clinical characteristics of coronavirus disease 2019 cases in different age groups[J]. Disease Surveillance, 2021, 36(6): 573−580. DOI: 10.3784/jbjc.202101220035. (in Chinese).
[15] HENRY B M, LIPPI G, PLEBANI M. Laboratory abnormalities in children with novel coronavirus disease 2019[J]. Clinical Chemistry and Laboratory Medicine, 2020, 58(7): 1135−1138. DOI: 10.1515/cclm-2020-0272.
[16] 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).
[17] 吴宝亮, 李婷, 侯勤明, 等. 不同年龄组新型冠状病毒肺炎患者首次胸部CT表现[J]. 医学影像学杂志, 2020,30(11): 2034−2037. WU B L, LI T, HOU Q M, et al. Chest CT manifestation of patients with corona virus disease 2019 in different age groups[J]. Journal of Medical Imaging, 2020, 30(11): 2034−2037. (in Chinese).
[18] 李勃, 孙钢. 基础医学视角的新型冠状病毒肺炎CT表现及鉴别诊断[J]. 中国医学影像学杂志, 2020,28(10): 738−740. DOI: 10.3969/j.issn.1005-5185.2020.10.005. LI B, SUN G. CT findings and differential diagnosis of novel coronavirus pneumonia from the perspective of basic medicine[J]. Chinese Journal of Medical Imaging, 2020, 28(10): 738−740. DOI: 10.3969/j.issn.1005-5185.2020.10.005. (in Chinese).
[19] 田斌, 余晖, 任基刚, 等. 基于机器学习的多种分类模型在新型冠状病毒肺炎与社区获得性肺炎鉴别诊断中的效能[J]. 放射学实践, 2021,36(5): 590−595. DOI: 10.13609/j.cnki.1000-0313.2021.05.004. TIAN B, YU H, REN J G, et al. Effectiveness of multiple classification models based on machine learning in the differential diagnosis of COVID-19 and community-acquired pneumonia[J]. Radiologic Practice, 2021, 36(5): 590−595. DOI: 10.13609/j.cnki.1000-0313.2021.05.004. (in Chinese).
[20] 侯阳, 郭启勇. 从SARS、MERS到COVID-19: 以史为鉴−浅谈影像学在冠状病毒肺炎中的应用价值[J]. 中国临床医学影像杂志, 2020,31(2): 77−82. DOI: 10.12117/jccmi.2020.02.001. HOU Y, GUO Q Y. From SARS, MERS to COVID-19: Learning from history: A brief introduction to imaging of coronavirus pneumonia[J]. Journal of China Clinic Medical Imaging, 2020, 31(2): 77−82. DOI: 10.12117/jccmi.2020.02.001. (in Chinese).
[21] CORMAN V M, LANDT O, KAISER M, et al. Detection of 2019 novel coronavirus (2019-nCoV) by real-time RT-PCR[J]. Eurosurveillance, 2020, 25(3): 2000045. DOI: 10.2807/1560-7917.ES.2020.25.3.2000045.
[22] LEE N, HUI D, WU A, et al. A major outbreak of severe acute respiratory syndrome in Hongkong[J]. The New England Journal of Medicine, 2003, 348(20): 1986−1994. DOI: 10.1056/NEJMoa030685.
[23] WONG K T, ANTONIO G E, HUI D S, et al. Severe acute respiratory syndrome: Radiographic appearances and pattern of progression in 138 patients[J]. Radiology, 2003, 228(2): 401−406. DOI: 10.1148/radiol.2282030593.
[24] HOSSEINY M, KOORAKI S, GHOLAMREZANEZHAD A, et al. Radiology perspective of coronavirus disease 2019 (COVID-19): Lessonsfrom severe acute respiratory syndrome and middle east respiratory syndrome[J]. American Journal of Roentgenology, 2020, 215(5): 1−5. DOI: 10.2214/AJR.20.22969.
[25] 李蕾. 重症甲型H1N1流感肺部的影像学表现[J]. 中国临床医学影像杂志, 2011,22(2): 118−120. LI L. Pulmonary imaging findings in severe influenza Alpha H1N1[J]. Journal of China Clinic Medical Imaging, 2011, 22(2): 118−120. (in Chinese).
[26] 王青乐, 施裕新, 张志勇, 等. 新型重组禽流感病毒(H7N9)性肺炎的影像学初步观察[J]. 中华放射学杂志, 2013,47(6): 505−508. DOI: 10.3760/cma.j.issn.1005-1201.2013.06.005. WANG Q L, SHI Y X, ZHANG Z Y, et al. Preliminary imaging findings of novel reassortant avian-origin influenza A(H7N9) pneumonia[J]. Chinese Journal of Radiology, 2013, 47(6): 505−508. DOI: 10.3760/cma.j.issn.1005-1201.2013.06.005. (in Chinese).
[27] 陈钊, 王荣福. CT在新型冠状病毒肺炎诊断与鉴别诊断中的应用价值[J]. CT理论与应用研究, 2020,29(3): 273−279. DOI: 10.15953/j.1004-4140.2020.29.03.02. CHEN Z, WANG R F. Application of CT in the diagnosis and differential diagnosis of novel coronavirus pneumonia[J]. CT Theory and Applications, 2020, 29(3): 273−279. DOI: 10.15953/j.1004-4140.2020.29.03.02. (in Chinese).
计量
- 文章访问数: 203
- HTML全文浏览量: 92
- PDF下载量: 20
