Clinical Classification and Age-related Analysis of Coronavirus Disease 2019 Based on Computed Tomography Findings
-
摘要: 目的：分析不同年龄奥密克戎（Omicron）变异株新型冠状病毒感染（COVID-19）胸部CT征象与临床分型关系，提高对COVID-19影像表现的认识。方法：回顾性分析75例COVID-19的胸部CT资料，男40例，女35例，平均年龄（46.2±17.2）岁，按照不同年龄段分为A、B和C组，比较3组病例胸部CT病灶分布、累及肺叶侧别、数目和密度等表现与临床分型的差异。结果：75例Omicron变异株感染COVID-19患者均有流行病学史；性别在各临床分型间差异无统计学意义；重型、危重型患者的平均年龄高于轻型及普通型患者；在左肺上叶、右肺上叶、右肺中叶分布均高于普通型，重型患者病灶在左肺下叶、双肺分布高于普通型。病灶均以磨玻璃密度影、实变为主；重型、危重型占比在A、B和C组中呈递增趋势，其病灶范围较普通型大。结论：奥密克戎（Omicron）变异株感染的COVID-19患者均有流行病学史，不同年龄组患者的临床分型、胸部CT征象具有一定特征，熟悉这些特征有助于重症COVID-19预测。Abstract: Objective: To analyze the relationship between chest computed tomography (CT) findings and clinical typing of omicron variant strains of coronavirus disease 2019 (COVID-19) at different ages, so as to improve the understanding of the imaging manifestations of COVID-19. Methods: Chest CT data of 75 patients with COVID-19 were retrospectively analyzed, including 40 males and 35 females, with an average age of (46.2±17.2) years. They were divided into groups A, B, and C based on different age groups. The differences in chest CT lesion distribution, lobular involvement, number and density, and clinical classification among the three groups were compared. Results: All 75 patients infected with the omicron variant had an epidemiological history, and no statistically significant difference was noted in gender among all clinical types. The mean age of patients with severe and critical symptoms was higher than that of patients with mild and common symptoms, and the distribution in the upper lobe of the left lung, upper lobe of the right lung, and middle lobe of the right lung was higher than that of the common type. In patients with severe symptoms, the distribution of lesions in the left lower lobe and both lungs was higher than that in the common type. The lesions were mainly ground glass opacity and consolidation. The proportion of severe and critical type increased in groups A, B and C, and the lesion range was larger than that of the common type. Conclusion: All patients with COVID-19 who were infected with the omicron variant have an epidemiological history. The clinical classifications and chest CT signs of patients in different age groups have certain characteristics, and familiarity with these characteristics can help predict severe COVID-19.
-
Keywords:
- tomography /
- X-ray computed /
- coronavirus disease 2019 /
- clinical classification
-
2019年12月开始新型冠状病毒感染（COVID-19）在全球持续流行，其病毒SARS-CoV-2经过了多次变异后出现了传染力更强的Omicron变异株[1-2]。胸部CT对COVID-19有较高的诊断价值[3-4]。COVID-19患者胸部CT病灶变化有一定特征。
本研究对75例不同年龄组COVID-19患者胸部CT表现及临床分型进行回顾性分析，旨在评价Omicron变异株感染的COVID-19不同年龄患者临床分型及影像学征象的差异，为临床诊治提供参考。
1. 资料与方法
1.1 病例资料
收集2022年12月1日至2023年2月10日在内蒙古自治区人民医院确诊的75例Omicron变异株感染患者的临床资料以及首次CT检查影像学资料，其中，男性40例（53.3％），女性35例（46.7％），年龄2～86岁，平均年龄（46.2±17.2）岁，均有流行病学史。根据不同年龄段分为A组（0～30岁）、B组（31～60岁）、C组（60岁以上）。
纳入标准：符合WHO及国家卫生健康委员会的诊断标准，具有首次CT检查影像学资料及出现典型临床表现如发热、咳嗽、咽痛症状；排除标准：图像质量差、存在呼吸伪影影响观察评价者。
1.2 影像检查方法
使用GE Lightspeed 64排螺旋CT、Siemens Definition FLASH 双源CT、联影uCT860、东软NeuViz 64 In恒睿CT扫描。患者采用仰卧位，深吸气后扫描，扫描范围从胸廓入口至包全肺底。
扫描参数：管电压120 kV，自动管电流调整设置，探测器宽度64×0.625 mm和64×0.6 mm，螺距1.375和1.2，矩阵512×512，重建层厚1～1.25 mm。
1.3 资料分析
由两名从事影像诊断工作10年以上高年资医师进行阅片，统计胸部CT薄层图像病灶的分布特点及CT影像特征，当诊断结果出现争议时，再由第3名工作17年以上经验丰富的影像医学科胸组主任医师裁定。
1.4 统计学方法
患者年龄符合正态分布，采用（均数±标准差）描述，采用F检验比较组间差异；各型占比情况随年龄变化趋势采用线性趋势卡方检验；组间的两两比较采用LSD检验，各组的性别、患病部位等分布情况采用例数（构成比）描述，采用非参数检验比较组间差异，检验水准α=0.05，以P≤0.05为差异具有统计学意义。
2. 结果
2.1 患者分组、临床分型及病灶分布特点
依据《新型冠状病毒肺炎诊疗方案（试行第九版）》进行临床分型；本研究75例患者根据不同年龄段分为A、B和C组；随着年龄的增加，重型、危重症患者的比例增加；轻型和普通型患者占比减少，而重型和危重型占比增加，重型和危重型占比在A、B和C组中呈递增趋势（表1）。
表 1 75例COVID-19患者分组情况Table 1. Grouping of 75 Coronavirus Disease 2019（COVID-19） patients年龄分组 临床分型及比例 统计检验 合计 性别 平均
年龄/岁年龄
范围/岁轻型 普通型 重型 危重型 $\chi^{2}$ P 男 女 A组（0～30岁） 4（28.6） 9（64.3） 1（7.1） 0（0.0） 14.252 ＜0.001 14 8 6 22.8±7.3 2～30 B组（30～60岁） 3（7.0） 33（76.7） 6（14.0） 1（2.3） 43 22 21 44.1±8.2 31～58 C组（60岁以上） 2（11.1） 5（27.8） 6（33.3） 5（27.8） 18 10 8 69.4±6.9 61～86 重型、危重型患者的年龄均高于轻型、普通型患者，而性别在各临床分型间差异无统计学意义（表2）。
表 2 75例COVID-19患者年龄、性别及临床分型特点Table 2. Age, sex, and clinical typing characteristics of 75 COVID-19 patients项目 临床分型 统计检验 轻型 普通型 重型 危重型 统计量 P 年龄 41.7±18.2 41.1±14.8 56.6±14.3ab 70.2±9.8ab 9.429# ＜0.001 性别 男 7（77.8） 24（51.1） 7（53.8） 2（33.3） 3.181* 0.365 女 2（22.2） 23（48.9） 6（46.2） 4（66.7） 注：a-与轻型相比，P＜0.05，b-与普通型相比，P＜0.05；#-采用方差分析，*-采用非参数检验。 75例患者中轻型患者9例，胸部CT无肺炎表现；普通型47例，7例早期胸部CT无肺炎表现，后复查出现肺炎改变，本次仅对其早期CT进行分析。普通型、重型及危重型患者的病灶在左肺上叶、左肺下叶、右肺上叶、右肺中叶、双肺分布差异具有统计学意义；重型、危重型患者在左肺上叶、右肺上叶、右肺中叶中占比均高于普通型，而在左肺下叶及双肺的分布为重型高于普通型（表3）。
表 3 COVID-19普通型、重型和危重型肺部病灶分布特点Table 3. Distribution of characteristic pulmonary lesions of COVID-19 in common, severe, and critical types部位 组别 统计检验 普通型（n=33） 重型（n=6） 危重型（n=1） H P 左肺上叶 16（48.5） 6（100.0）a 1（100.0） 6.115 0.047 左肺下叶 22（66.7） 6（100.0） 1（100.0） 3.138 0.208 右肺上叶 19（57.6） 6（100.0） 1（100.0） 4.455 0.108 右肺中叶 11（33.3） 6（100.0）a 1（100.0） 10.111 0.006 右肺下叶 23（69.7） 6（100.0） 1（100.0） 2.758 0.252 仅左肺 5（15.2） 0（0.0） 0（0.0） 0.919 0.632 仅右肺 2（6.1） 0（0.0） 0（0.0） 0.671 0.715 双肺分布 22（66.7） 6（100.0） 1（100.0） 1.576 0.455 注：a-与普通型相比，P＜0.05。 C组患者轻型2例（2/18）；普通型5例（5/18），病灶分布左肺上叶3例（3/5）、右肺上叶4例（4/5）、右肺中叶2例（2/5）、右肺下叶4例（4/5），仅左肺分布1例（1/5）、双肺分布4例（4/5），GGO 3例（3/5），实变4例（4/5）；重型6例（6/18），病灶分布左肺上叶6例（6/6）、右肺上叶5例（5/6），右肺中叶4例（4/6），右肺下叶5例（5/6），仅左肺分布1例（1/6），双肺分布5例（5/6），GGO 4例（4/6），实变4例（4/6）；危重型5例（5/18），均为双肺分布（5/5），左肺上叶5例（5/5），右肺上叶5例（5/5），右肺中叶4例（4/5），右肺下叶5例（5/5），GGO 4例（4/5），实变4例（4/5）。普通型、重型、危重型磨玻璃密度影、实变病灶在各叶分布差异无统计学意义。
75例患者胸部CT除轻型及部分普通型早期胸部CT无肺炎表现外，主要表现为以双肺胸膜下分布为主磨玻璃样密度影、实变影，右肺中叶受累相对略少见，重症患者更容易出现肺部实变，1例见胸腔积液（图1），均未见心包积液及淋巴结肿大。A组以轻型（28.6％）、普通型（64.3％）为主，普通型病灶一般吸收较快，预后较好。B组以普通型（76.7％）为主，呈双肺胸膜下及外带为主磨玻璃密度影及实变，大部分治疗后吸收，部分会转变为重型、危重型。C组重型（33.3％）、危重型（27.8％）占比较A组和B组大，重型患者胸部CT多表现为双肺分布斑片状、大片状实变、磨玻璃密度影（图2），胸膜下为主，部分可见空气支气管征、条索；危重型以双肺多发片状多灶性实变为主，沿胸膜下或支气管血管束分布，部分融合，可见空气支气管征（图2）；重型、危重型病灶吸收较普通型慢。
![]()
图 1 普通型COVID-19病例男，86岁。（a）2022.12.28胸部CT显示右肺上叶胸膜下片状磨玻璃密度影。（b）2023.02.15胸部CT复查见右肺上叶磨玻璃密度影吸收，右侧出现胸腔积液。（c）2023.03.09胸部CT复查见右侧胸腔积液已吸收。Figure 1. A common type Coronavirus Disease 2019（COVID-19） case![]()
图 2 重型COVID-19病例男，86岁。（a）2022.12.30胸部CT显示双肺弥漫分布片状磨玻璃密度影及局部实变影，可见支气管充气征。 （b）2023.01.03 胸部CT复查见双肺磨玻璃影范围较前缩小，可见索条。（c）2023.01.11 胸部CT复查见双肺磨玻璃影范围较前缩小，密度减低，呈淡薄磨玻璃影。Figure 2. A severe type COVID-19 case3. 讨论
随着SARS-CoV-2的不断变异，越来越多的不同变异株相继出现[5]；胸部CT检查在COVID-19的早期筛查、微小病灶快速检出、临床病情评估以及病程观察中起着非常重要的作用。本文希望通过研究不同年龄及临床分型的Omicron变异株感染患者胸部CT表现，为COVID-19临床诊治、评估提供参考。
本研究发现Omicron变异株患者均可出现磨玻璃斑片及结节影、索条、实变、铺路石征、小叶间隔增厚及病灶内增粗小血管影等CT征象，与之前研究报道结果基本一致[6]，病灶沿支气管血管束分布者较其他变异株多见，可能由于Omicron变异株在支气管中的复制优于在肺实质内[7]。
普通X线检查早期肺部病灶漏诊率高，主要用于部分危重症患者的床旁摄影。胸部薄层CT分辨率高，可准确显示病灶的细微结构，是筛查COVID-19患者和病情评估的首选检查方式之一[8]。
Omicron变异株感染的COVID-19胸部CT表现为单发或多发的淡薄磨玻璃密度影，单发较少见，形态不规则，内可见支气管血管束增粗或铺路石征；病灶常见于双肺外周带、下肺背侧胸膜下区及肺底，可能原因是该毒株主要在下呼吸道细支气管及肺泡上皮细胞定植[9]；肺泡内渗出液增多时磨玻璃密度影可实变。部分合并基础性疾病患者可迅速出现低氧血症、呼吸窘迫成为重型，或呼吸衰竭、休克、合并其他器官衰竭成为危重型，甚至死亡。重症患者病灶累及肺叶数量较普通型明显增多，胸部CT多表现为双肺弥漫性实变影伴磨玻璃密度影，可见空气支气管征，极少数患者可出现少量胸腔积液。本研究3组病例病灶多呈双肺多发形态不规则磨玻璃斑片、磨玻璃结节、实变病灶，可见铺路石征、伴有晕征的小叶中心结节，病灶累及2个肺叶者多见，以肺段分布为主，单发病灶较少，部分病例可见小血管增粗及空气支气管征；年轻病例中以轻型、普通型为主，随年龄增长重型、危重型的占比表现出一定的上升趋势。
COVID-19主要鉴别诊断包括甲型HINI肺炎、严重急性呼吸综合征和中东呼吸综合征等病毒性肺炎。同种类型病毒性肺炎影像表现类似，流行病学在鉴别诊断上至关重要，COVID-19的胸部CT表现具有病毒性肺炎的一般特征，但不具备独立于其他病毒性肺炎的特异性[10]；不过，影像学上依然有一些规律可循，甲型HINI肺炎患者常合并胸腔积液和纵隔肺门淋巴结轻度肿大[11]，这与COVID-19有所不同。有研究报道严重急性呼吸综合征单侧病灶的发病概率为54.6％[12]，空洞、淋巴结肿大、胸腔积液较为常见[10,13]，部分中东呼吸综合征患者也可见少量胸腔积液[14-15]。
总之，不同年龄段Omicron变异株感染COVID-19患者临床分型及胸部CT表现有一定的特征性，熟悉这些特征有助于重症COVID-19预测，为临床诊治提供参考。
本研究为单中心的回顾性研究，样本量较小以及未就临床转归进行深入分析，有待进一步胸部CT追踪复查。不足之处为本研究的图像来源于不同品牌的CT设备，对病灶细节的观察有所影响。
-
![]()
图 1 普通型COVID-19病例
男，86岁。（a）2022.12.28胸部CT显示右肺上叶胸膜下片状磨玻璃密度影。（b）2023.02.15胸部CT复查见右肺上叶磨玻璃密度影吸收，右侧出现胸腔积液。（c）2023.03.09胸部CT复查见右侧胸腔积液已吸收。
Figure 1. A common type Coronavirus Disease 2019（COVID-19） case
![]()
图 2 重型COVID-19病例
男，86岁。（a）2022.12.30胸部CT显示双肺弥漫分布片状磨玻璃密度影及局部实变影，可见支气管充气征。 （b）2023.01.03 胸部CT复查见双肺磨玻璃影范围较前缩小，可见索条。（c）2023.01.11 胸部CT复查见双肺磨玻璃影范围较前缩小，密度减低，呈淡薄磨玻璃影。
Figure 2. A severe type COVID-19 case
表 1 75例COVID-19患者分组情况
Table 1 Grouping of 75 Coronavirus Disease 2019（COVID-19） patients
年龄分组 临床分型及比例 统计检验 合计 性别 平均
年龄/岁年龄
范围/岁轻型 普通型 重型 危重型 $\chi^{2}$ P 男 女 A组（0～30岁） 4（28.6） 9（64.3） 1（7.1） 0（0.0） 14.252 ＜0.001 14 8 6 22.8±7.3 2～30 B组（30～60岁） 3（7.0） 33（76.7） 6（14.0） 1（2.3） 43 22 21 44.1±8.2 31～58 C组（60岁以上） 2（11.1） 5（27.8） 6（33.3） 5（27.8） 18 10 8 69.4±6.9 61～86 
下载: 导出CSV
表 2 75例COVID-19患者年龄、性别及临床分型特点
Table 2 Age, sex, and clinical typing characteristics of 75 COVID-19 patients
项目 临床分型 统计检验 轻型 普通型 重型 危重型 统计量 P 年龄 41.7±18.2 41.1±14.8 56.6±14.3ab 70.2±9.8ab 9.429# ＜0.001 性别 男 7（77.8） 24（51.1） 7（53.8） 2（33.3） 3.181* 0.365 女 2（22.2） 23（48.9） 6（46.2） 4（66.7） 注：a-与轻型相比，P＜0.05，b-与普通型相比，P＜0.05；#-采用方差分析，*-采用非参数检验。
下载: 导出CSV
表 3 COVID-19普通型、重型和危重型肺部病灶分布特点
Table 3 Distribution of characteristic pulmonary lesions of COVID-19 in common, severe, and critical types
部位 组别 统计检验 普通型（n=33） 重型（n=6） 危重型（n=1） H P 左肺上叶 16（48.5） 6（100.0）a 1（100.0） 6.115 0.047 左肺下叶 22（66.7） 6（100.0） 1（100.0） 3.138 0.208 右肺上叶 19（57.6） 6（100.0） 1（100.0） 4.455 0.108 右肺中叶 11（33.3） 6（100.0）a 1（100.0） 10.111 0.006 右肺下叶 23（69.7） 6（100.0） 1（100.0） 2.758 0.252 仅左肺 5（15.2） 0（0.0） 0（0.0） 0.919 0.632 仅右肺 2（6.1） 0（0.0） 0（0.0） 0.671 0.715 双肺分布 22（66.7） 6（100.0） 1（100.0） 1.576 0.455 注：a-与普通型相比，P＜0.05。
下载: 导出CSV
-
[1] LI B, DENG A, LI K, et al. Viral infection and transmission in a large, well-traced outbreak caused by the SARS-CoV-2 Delta variant[J]. Nature Communications, 2022, 13(1): 460. DOI: 10.1038/s41467-022-28089-y.
[2] RAMAN R, PATEL K J, RANJAN K. COVID-19: Unmasking emerging SARS-CoV-2 variants, vaccines and therapeutic strategies[J]. Biomolecules, 2021, 11(7): 993. DOI: 10.3390/biom11070993.
[3] 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).
[4] 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.
[5] HU T, ZHANG M, DENG A, et al. Comparison of Omicron and Delta variant infection COVID-19 cases-Guangdong Province, China, 2022[J]. China CDC Weekly, 2022, 4(18): 385. DOI: 10.46234/ccdcw2022.087.
[6] YOON S H, LEE J H, KIM B N. Chest CT findings in hospitalized patients with SARS-CoV-2: Delta versus Omicron variants[J]. Radiology, 2023, 306(1): 252−260. DOI: 10.1148/radiol.220676.
[7] HUI K P Y, HO J C W, CHEUNG M, et al. SARS-CoV-2 Omicron variant replication in human bronchus and lung exvivo[J]. Nature, 2022, 603(7902): 715−720. DOI: 10.1038/s41586-022-04479-6.
[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/OL]. 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/OL]. 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] HUANG C L, WANG Y M, LI X W, et al. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China[J]. Lancet, 2020, 395(10223): 497−506. DOI: 10.1016/S0140-6736(20)30183-5.
[10] 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).
[11] 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. doi: 10.3969/j.issn.1008-1062.2011.02.014 LI L. Pulmonary imaging findings in severe influenza Alpha H1N1[J]. Journal of China Clinic Medical Imaging, 2011, 22(2): 118−120. (in Chinese). doi: 10.3969/j.issn.1008-1062.2011.02.014
[12] 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.
[13] 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.
[14] 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.
[15] 赵建华, 刘瑞, 贺燕林, 等. 新型冠状病毒肺炎临床分型胸部CT表现分析[J]. 医学影像学杂志, 2020,30(10): 1817−1820. ZHAO J H, LIU R, HE Y L, et al. Analysis of chest CT imaging of corona virus disease 2019 according to clinical classification[J]. Journal of Medical Imaging, 2020, 30(10): 1817−1820. (in Chinese).
-
期刊类型引用(3)
1. 周成，刘洋，邱迎伟，何代均，闫宇，罗敏，雷有缘. 基于最邻近层自监督学习人工智能降噪用于泌尿系结石超低剂量CT. 中国医学影像技术. 2024(08): 1249-1253 . 
百度学术
2. 李昊岳，薛智元，陆萍萍，张珂. 深度学习用于颞骨CT成像应用进展. 中国医学影像技术. 2024(09): 1432-1435 . 百度学术
3. 李金霞，李静静，肖丹，赵宏波，朱守平. 基于Z轴相关性Zero-Shot Noise2Noise降低低剂量CT图像噪声. 中国医学影像技术. 2024(11): 1764-1768 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 161
- HTML全文浏览量: 62
- PDF下载量: 23
- 被引次数: 5
