Correlation Analysis between Dynamic Changes in Computed Tomography Findings and Clinical Outcomes in Cases Infected with Different Strains of Coronavirus Disease 2019
-
摘要: 目的:分析、对比新型冠状病毒感染不同毒株胸部CT表现及其演变特点,探讨其与临床转归的相关性。方法:收集、整理内蒙古自治区75例原始株、130例德尔塔(Delta)变异株和562例奥密克戎(Omicron)变异株病例的胸部CT图像,分析、对比不同毒株CT表现及变化规律。结果:Omicron组中的轻型患者比例(499例,88.79%)明显多于原始株组(9例,12.00%)和Delta组(47例,36.15%)。相对于原始株组,Delta组轻型患者发生率较高(47例,36.15% vs.9例,12.00%),重症发生率较低(14例,16.87% vs.19例,28.79%)。96.97%(64例)原始株组病例,93.98%(78例)Delta组病例,98.41%(62例)Omicron组病例初次CT表现以磨玻璃影为主,3组间无统计学差异。在磨玻璃影形态和分布方面,19.05%(12例)Omicron组病例表现为腺泡结节磨玻璃影,明显多于原始株组(3.03%,2例)及Delta组(3.61%,3例),3组病例病灶主要沿胸膜下分布,但Omicron组较原始株组及Delta组沿支气管血管束周围分布比例更高。在伴随征象方面,初次CT中伴随实变和条索比例较低,原始株组、Delta组及Omicron组病例伴随实变比例分别为3.03%(2例),6.02%(5例)和5.00%(1例);伴随条索比例分别为12.12%(8例),15.66%(13例)和20.00%(4例)。原始株组和Delta组病程中病灶影像学表现会出现变化,原始株组39.39%(26例)病例在原磨玻璃影基础上出现实变,53.03%(35例)病例在原磨玻璃影基础上出现条索,明显高于初次CT实变和条索比例;Delta组44.58%(37例)病例在原磨玻璃影基础上出现实变,61.45%(51例)病例在原磨玻璃影基础上出现条索;Omicron组34.38%(11例)病例在原磨玻璃影基础上出现实变,71.88%(23例)病例在原磨玻璃影基础上出现条索,二者同样明显高于初次CT实变和条索比例。原始株组、Delta组和Omicron组病例病灶明显吸收距发病时间中位天数分别为16、16和9 d。结论:新型冠状病毒感染不同毒株胸部CT表现的动态变化,可以反映病变随临床病程的演变规律,对新型冠状病毒感染病程判定和疾病管理具有临床应用价值。Abstract: Objective: To analyze and compare chest computed tomography (CT) findings and evolutionary characteristics of different strains of novel corona virus pneumonia and to explore the correlation of CT findings and strain characteristics with clinical outcomes. Methods: Chest CT images of 75 cases of the original strain, 130 cases of the Delta variant, and 562 cases of the Omicron variant from the Inner Mongolia Autonomous Region, were collected and sorted. The CT manifestations and their changes for different strains were analyzed and compared. Results: The proportion of patients with mild disease in the Omicron variant group (499 cases, 88.79%) was significantly higher than that in the original strain (9 cases, 12.00%) and Delta variant groups (47 cases, 36.15%). Compared to the original strain group, the Delta variant group showed higher incidences of mild cases% (47 cases, 36.15% vs. 9 cases, 12.00%) and lower incidences of severe cases (14 cases, 16.87% vs. 19 cases, 28.79%). A total of 96.97% (64 cases) of the original strain group, 93.98% (78 cases) of the Delta variant group, and 98.41% (62 cases) of the Omicron variant group showed ground-glass opacities, which were the main manifestations on the first CT scan. There was no statistically significant difference among the three groups. In terms of morphology and distribution of ground-glass opacity, 12 cases (19.05%) of the Omicron group showed acinular nodule ground-glass opacity, which was significantly higher than that shown by the original strain group (2 cases, 3.03%) and the Delta variant group (3 cases, 3.61%). The lesions in the three groups were mainly distributed along the subpleural lung regions. However, the Omicron variant group had a higher distribution ratio along the bronchial vascular bundle than the original strain and Delta variant groups. In terms of concomitant signs, concomitant consolidation and cable proportion were significantly lower on the first CT image. The proportions of concurrent consolidation in the original strain, Delta variant, and Omicron variant groups were 3.03% (2 cases), 6.02% (5 cases), and 5.00% (1 case), respectively. The proportions of accompanying cables in the original strain, Delta variant, and Omicron variant groups were 12.12% (8 cases), 15.66% (13 cases), and 20.00% (4 cases), respectively. The imaging findings of the lesions in the original strain and Delta variant groups changed over the course of the disease. In the original strain group, 39.39% (26 cases) had realistic changes based on the original ground-glass opacity and 53.03% (35 cases) had a cord based on the original ground-glass opacity. This proportion was significantly higher than the proportion of consolidation and cord based on the first CT. In the Delta variant group, 44.58% (37 cases) of patients showed inflammatory consolidation based on the original ground-glass opacity and 61.45% (51 cases) of patients showed a cord based on the original ground-glass opacity. In the Omicron variant group, 34.38% (11 cases) had inflammatory consolidation based on the original ground-glass opacity and 71.88% (23 cases) had cord based on the original ground-glass opacity, both of which were significantly higher than the proportions of primary inflammatory consolidation and cord. The median number of days from apparent absorption to onset in the original strain, Delta variant and Omicron variant groups were 16 days, 16 days, and 9 days, respectively. Conclusions: The dynamic changes in chest CT findings of cases infected with different strains of COVID-19 can reflect the evolution of lesions with the clinical course of the disease. This prediction has clinical application value in determining the course of COVID-19 and disease management.
-
Keywords:
- computed tomography /
- coronavirus disease 2019 /
- Delta /
- Omicron /
- dynamic changes
-
近年来,肺癌的患病率在我国持续增加,并且是我国癌症死亡的主要原因[1-2]。随着医疗水平的不断发展和进步,铂类化疗已成为肺癌的标准治疗方法,可以有效延长患者的生命[3-5]。前期研究表明,铂类药物化疗存在相关的神经毒性改变,进而造成一定的脑损伤[6-8]。除了关注肺癌患者生存期的延长,患者的生存质量也至关重要[9]。
随着影像技术的快速发展,高分辨率磁共振数据已大量应用于临床。磁共振头颅成像检查是可以无创显示大脑功能和结构特征的常用检查方法,其中3D-T1加权成像(3D T1-weighted imaging,3D-T1WI)序列可以清晰地显示大脑的结构改变和评价脑萎缩程度,为临床诊断大脑疾病提供有价值的影像学信息。相比传统的视觉评分,通过后处理软件进行定量分析,可更准确地评估大脑细微的萎缩差异。
目前通过头颅磁共振影像技术来揭示肺癌疾病进展和作用机制的研究已经发现,与认知功能相关的大脑脑区出现了体积萎缩的现象[10]。在正常老龄化与神经退行性疾病中,均存在和认知相关脑区的偏侧性萎缩[11]。然而,关于铂类药物化疗对肺癌患者大脑结构的影响以及是否存在偏侧性特征尚不清楚。
因此,本研究基于磁共振头颅3D-T1WI图像,分析肺癌患者在铂类化疗后左右大脑半球皮层厚度的改变,进一步揭示铂类化疗治疗肺癌患者的作用机理,为临床诊治提供参考依据。
1. 资料与方法
1.1 研究对象
回顾性纳入2019年1月至2021年6月在我院做头颅磁共振检查的151名肺癌患者。纳入标准:①根据病理结果诊断为肺癌的患者;②接受(共38名)或未接受(共113名)铂类化疗的患者;③至少接受过一次头颅磁共振3D-T1WI序列检查的患者;④无其他脑部或精神疾病及精神药物使用史的患者;⑤右利手患者。
排除标准:①存在脑转移、卒中、动脉瘤、脑出血、明显脑萎缩等严重中枢神经系统病变的患者;②脑白质损伤Fazekas评分大于Ⅱ级的患者;③化疗持续时间小于30天的患者;④接受非铂类化疗的患者。
健康对照组纳入标准:①接受过一次头颅磁共振3D-T1WI序列检查的个人;②无系统性疾病史或神经系统症状的个人;③无精神病史和精神药物使用史的个人;④无卒中、动脉瘤、脑出血、明显脑萎缩等严重中枢神经系统病变的个人;⑤Fazekas评分小于Ⅱ级的个人。
图像由两名具有5年以上工作经验的放射科医生进行评估,健康对照组根据年龄、性别和教育年限与化疗组、未化疗组进行匹配,最终纳入40名健康对照。
本研究经南京鼓楼医院医学伦理委员会批准,因为回顾性研究,因此免除了患者书面知情同意的要求。
1.2 图像采集及处理
采用Philips Ingenia CX 3.0 T磁共振,使用32通道头颅线圈采集图像,视野:240 mm×240 mm×180 mm;体素:1 mm×1 mm×1 mm;矩阵:240×240×180;重复时间(TR)/ 回波时间(TE):6.6/3.0 ms。
所有3D-T1WI图像经FreeSurfer软件(https://surfer.nmr.mgh.harvard.edu/fswiki/, v7.0.0版)进行处理,包括去头皮和偏置场校正等预处理步骤、颅内容积评估和皮层及皮层下核团灰质分割、标准空间配准,和基于顶点的组间统计分析和感兴趣区(regions of interest,ROI)分析。顶点的统计分析基于广义线性模型进行,蒙特卡洛模拟进行多重比较校正,以团簇显著性P < 0.05为具有统计显著性;皮层ROI由Desikan-Killiany图谱定义,包含左右两个半球的共68个大脑皮层ROI,提取各ROI内皮层厚度均值进行组间方差和双样本t检验,以错误发现率(false discovery rate, FDR)进行多重比较校正,以FDR < 0.05为具有统计显著性。
1.3 统计分析
使用SPSS 21.0对人口学信息和大脑皮层厚度进行组间方差分析和双样本t检验,卡方检验分析组间年龄构成比差异;Pearson相关分析年龄和皮层厚度的相关性。
2. 结果
2.1 参与者特征
3组人群人口学特征见表1。3组人群在性别比、年龄和教育程度上未见显著组间差异。
表 1 一般性资料Table 1. General Information组别 例数 性别(男/女) 年龄 教育年限 健康对照组 40 24/16 59.7±9.38 9±4.85 化疗组 38 31/7 62.08±8.66 8.58±4.33 未化疗组 113 78/35 60.44±9.04 7.13±3.75 检验值 4.3396 a1.1536 2.4774 P值 0.1153 0.3177 0.0867 注:a为$\chi^2 $,其余检验值为F值。 2.2 大脑皮层厚度对比
基于顶点的分析可见左侧大脑额中回喙部、左侧中央后回皮层厚度在3组人群间存在差异,差异并不显著(图1(a))。
基于ROI的分析可见3组人群在左颞下回、左额中回喙部、左颞上回、左额极、右颞下回、右颞中回、右额中回喙部、右额上回与右额极等脑区大脑皮层厚度存在显著差异。
相比健康对照组,化疗组各皮层脑区显著萎缩,而未化疗组皮层厚度变异性增大。其中,化疗组在左颞中回、右外侧眶额叶与右额下回眶部等脑区皮层厚度显著低于健康对照组,而未化疗组与健康对照组在这3个脑区均无显著差异;未化疗组与健康对照组在右尾侧额中回与右额下回盖部皮层厚度呈现显著差异,而化疗组与健康对照组在这两个脑区未见显著差异(图1(b))。
2.3 左右半脑皮层厚度对比
在过往的研究中发现由于左右大脑半球皮层网络的不对称性[12]。因此对基于ROI分析的双侧大脑半球皮层厚度对比,结果发现未化疗组左右大脑半球的颞上回和前扣带回喙部皮层厚度呈现显著差异。健康对照组和化疗组的左右大脑半球各ROI皮层厚度均未见显著差异。其中健康对照组颞上回和前扣带回喙部、化疗组颞上回和前扣带回喙部左右大脑半球皮层厚度差异均未过FDR校正。
上述结果表明化疗对肺癌患者起到一定程度的治疗作用,表现为化疗组左右大脑半球在颞上回和前扣带回喙部皮层厚度的变化和健康对照组的是一致的,而未化疗组在这两个脑区的变化与健康对照组和化疗组结果是有显著差别的(图2)。
2.4 皮层厚度与年龄相关分析
研究表明大脑不同脑区的结构对年龄存在不同的敏感度[13]。因此进一步对3组人群左右大脑皮层厚度和年龄的相关性分析,结果发现健康对照组和化疗组的右侧枕外侧皮层、右侧额下回岛盖部皮层厚度与年龄呈负相关。未化疗组右枕外侧皮层、右额下回岛盖部皮层厚度与年龄的相关性消失。其余各ROI脑区皮层厚度与年龄的相关性在3组人群间均未见显著性差别。
化疗对肺癌患者有一定的治疗作用,表现为健康对照组和化疗组的右枕外侧皮层和右额下回岛盖部皮层厚度都是随着年龄的增加下降的趋势,而未化疗组上升的趋势是与化疗组和健康对照组有显著差别的(图3)。
3. 讨论
本研究通过回顾性收集肺癌患者和健康对照的3D-T1WI图像,通过FreeSurfer软件对3组人群左右大脑半球的68个皮层区域提取皮层厚度均值进行ROI分析,发现与健康对照组相比,无论肺癌患者是否接受化疗,多个大脑皮层区域厚度均呈现显著差异。其中化疗组在左颞中回、右外侧眶额叶和右额下回眶部脑区皮层厚度显著降低,而未化疗组在右侧额中回尾部和右额下回盖部皮层厚度显著增加。
以上结果提示铂类化疗药物可能会造成部分脑区的萎缩,与过往的研究结果一致[10,14-15]。而未化疗组患者的大脑皮层受上腔静脉综合征或细胞毒性水肿等因素影响皮层肿胀,进一步导致厚度变异性增加[16]。
另外,肺癌未化疗组人群大脑皮层表现出更显著的偏侧性改变,而化疗组与健康对照组均未见显著的偏侧性萎缩。同时,健康对照组和化疗组患者的右侧枕外侧皮层和右侧额下回岛盖部皮层厚度和年龄呈负相关,而未化疗组相应脑区皮层厚度与年龄的相关性消失,进一步提示肺癌致病因素对大脑皮层结构存在潜在的影响。
我们的研究结果提示铂类化疗药物对大脑皮层部分脑区存在潜在的神经毒性,可造成相应脑区的皮层萎缩;同时,肺癌可通过多种潜在的致病因素导致大脑皮层的萎缩和水肿,加剧大脑皮层的偏侧性改变,和改变皮层厚度与年龄的相关性。大脑皮层的偏侧性改变可能涉及多个层面的因素相互作用,包括但不限于基因遗传、分子信号通路异常、大脑神经可塑性变化以及肿瘤微环境的影响等[17-19]。肺癌细胞中某些关键基因的异常表达可能通过特定的分子信号通路影响大脑皮层神经元的增殖、分化或迁移过程,从而导致偏侧性改变[17]。
另外,肺癌引起的全身炎症反应可能会通过血液循环作用于大脑,释放炎症因子,这些因子在大脑中呈现偏侧性分布或对不同半球的大脑皮层产生不同程度的影响,进而导致偏侧性改变[20]。此外,考虑到肺癌治疗过程中的化疗药物也可能会干扰大脑皮层的正常代谢或神经递质平衡,从而引发偏侧性改变[21]。
先前的研究发现癌症及其化疗后的大脑结构改变,表现为整体和局部灰质体积减少、白质微结构完整性受损和大脑网络改变[22-24]。化疗通常是全身性的,一些药物能够穿过血脑屏障,这可能是化疗后出现的脑损伤的原因[25]。对于血脑屏障低通透性的药物,其神经毒性机制可能通过外周分子间接发挥作用,使全身促炎细胞因子的增加导致血脑屏障的破坏[26],使细胞因子迁移到大脑以诱导免疫反应,铂化合物与DNA相互作用,导致神经元变性甚至凋亡[27]。
化疗引发的神经毒性可累及大脑多个区域,如额叶、颞叶、顶叶等,影响患者认知、记忆、情绪等,在额叶和颞叶的大脑皮层萎缩更显著[28-29],这与本研究的结果一致。另外肿瘤本身也可以独立影响外周生理过程,包括认知处理、情绪和疾病行为、炎症细胞因子释放,甚至大脑网络活动[30-31]。
癌症幸存者经常遭受化疗相关的认知功能障碍(chemotherapy-related cognitive impairment,CRCI)[32-34],指的是化疗导致癌症患者脑部结构功能受损而出现的认知障碍[9,35],特点是注意力、记忆力、疲劳、执行功能、处理速度、视觉空间技能和行为功能障碍受损[36]。肺癌患者在化疗前表现出认知功能障碍,尤其是语言记忆力下降,化疗后患者表现出明显的认知缺陷,尤其是视觉空间能力和语言流畅性[37]。
结合本研究的结果,语言记忆力下降可能与右尾侧额中回和右额下回盖部皮层的萎缩有关,视觉空间能力和语言流畅性可能与左中颞叶、右外侧眶额叶和右额下回眶部脑区皮层的萎缩有关。化疗药物能够引起治疗后整体脑容量的变化,包括白质和灰质的持续变化,这种变化可以在治疗后持续长达二十年[38-39],因此需要早期识别、积极和及时的医疗干预,以防止潜在的高发病率和死亡率[40]。
本研究存在的局限性。首先,由于缺乏认知指标,我们无法确定大脑结构紊乱引起的个体行为变化。在临床实践中,化疗相关的认知下降往往被忽视。其次,这项研究的回顾性性质导致样本量有限,每个组的标准并不完全统一。
在神经影像学领域,Fazekas量表是评估脑白质病变的重要工具,其分级能够反映脑白质损伤的严重程度。本研究在肺癌化疗患者人群中会纳入Fazekas II级的受试者,将Fazekas评分小于Ⅱ级的个人纳入健康对照组。这种入排标准的差异确实可能导致两组人群在基线脑白质损伤程度上存在不一致性。我们考虑在未来的研究中,将Fazekas评分作为一个重要的协变量,以便更全面地评估脑白质损伤对肺癌患者大脑结构变化的影响。
另外将化疗组和未化疗组患者同时纳入分析也可能导致本研究观察到的肺癌相关灰质改变和化疗相关灰质改变的混合效应。克服这些局限性可以通过更大的样本量和更深入的分析来实现。未来我们计划前瞻性的纳入更多的肺癌患者,收集患者化疗前、化疗中和化疗后的影像学数据与病理信息等。对患者做好认知评估,测量患者的脑容量、脑体积、白质和灰质的密度变化等数据,进一步评价肺癌化疗后大脑皮层厚度的改变对认知的影响。
综上所述,本研究分析铂类药物化疗对肺癌患者左右大脑半球皮层厚度的偏侧性影响,发现肺癌可能导致大脑皮层发生萎缩,尤以未化疗的患者最为明显,且这种变化表现出前扣带回喙部皮层厚度和颞上回皮层厚度的偏侧性特征。一方面提示大脑皮层厚度可作为认知损伤潜在的影像学指标,为临床深入了解化疗对神经系统影响提供了直接形态学证据,也为临床优化治疗方案与减轻神经毒性提供理论依据。另一方面,能早期监测患者神经系统变化,及时干预,改善患者的生活质量,因而具有重要临床与科研意义。
-
图 4 男,39岁,原始株组患者,临床诊断为新型冠状病毒感染普通型
(a)发病第3天初次CT示右肺上叶胸膜下磨玻璃影,伴支气管充气征及血管增粗。(b)发病第8天后复查CT,病灶范围增大,且密度增高,呈实变表现,另可见双肺上叶新出现病灶。(c)发病13天后复查,病灶基本完全吸收,仅残留少量磨玻璃影,密度较淡,边缘模糊。
Figure 4. A computed tomography image of a 39-year-old male from the original strain group, which is clinically diagnosed as common COVID-19
表 1 新型冠状病毒感染不同毒株肺炎发生情况
Table 1 Incidence of pneumonia in cases infected with different strains of COVID-19
罹患肺炎情况 合计 发生情况 统计检验 发生 未发生 $\chi^2$ P 原始株组a、b 75 66 9 297.682 0.000 Delta组c 130 83 47 Omicron组 562 63 499 注:a-原始株组与Delta组发生率比较有统计学意义,P<0.05校正值;b-原始株组与Omicron组发生率比较有统计学意义,P<0.05校正值;c-Delta组与Omicron组发生率比较有统计学意义,P<0.05校正值。 表 2 新型冠状病毒感染不同毒株临床分型情况
Table 2 Clinical classification of cases infected with different strains of COVID-19
组别 分型 统计检验 轻型 普通型 重型及危重型 $\chi^2$ P 原始株组 9 47 19 321.168 0.000 Delta组 47 69 14 Omicron组a 499 60 3 注:a-Omicron组与原始株组、Delta组在临床分型比较均有统计学意义,P<0.05校正值。 表 3 新型冠状病毒感染不同毒株患者初次CT病变分布情况
Table 3 Distribution of primary computed tomography lesions in patients infected with different strains of COVID-19
病变分布 组别 统计检验 原始株组(n=66) Delta组(n=83) Omicron组(n=63) $\chi^2$ P 累计范围 单肺 13 20 23 5.064 0.08 双肺 53 63 40 累计肺叶数量b 1 12 15 18
250.770
0.0002 10 19 27 3 11 14 15 4 9 13 2 5 24 22 1 病灶分布 胸膜下 40 55 30
45.760
0.000胸膜下伴支气
管血管束周围26 24 11 支气管血管
束周围a0 4 22 注:a-Omicron组与原始株组、Delta组比较均有统计学意义,P<0.05校正值;b-原始株组、Delta组、Omicron组两两比较均有统计学意义,P<0.05校正值。 表 4 初次CT影像学表现
Table 4 Primary computed tomography imaging findings
CT表现 组别 统计检验 原始株组(n=66) Delta组(n=83) Omicron组(n=63) $\chi^2/F$ P 斑片状磨玻璃影a 62 75 50 7.190 0.027 腺泡结节磨玻璃影a 2 3 12 14.799 0.001 实变 2 5 1 2.087 0.352 铺路石征b 32 43 15 12.919 0.002 支气管充气征 19 25 21 0.332 0.847 条索 8 13 6 1.247 0.536 血管增粗 27 33 19 1.957 0.376 胸腔积液 3 2 1 1.113 0.573 注:a-Omicron组与原始株组、Delta组比较均有统计学意义,P<0.05校正值;b-原始株组与Delta组、Omicron组比较有统计学意义,P<0.05校正值。 表 5 不同毒株进展期磨玻璃影变化特点
Table 5 Change characteristics of ground-glass opacity in advanced stage of COVID-19 infection with different strains
CT变化 组别 统计检验 原始株组(n=66) Delta组(n=83) Omicron组(n=32) $\chi^2$ P 病灶变化 无变化 8 7 4 0.967 0.915 吸收 43 56 22 进展 15 20 6 原病变中是否出现实变 26 37 11 1.090 0.580 原病变中是否出现条索 35 51 23 3.291 0.193 是否新出现胸腔积液 3 4 1 0.161 0.923 表 6 不同毒株患者病程中CT检查时间间隔
$({{{M}}}({P}_{25},{P}_{75}))$ Table 6 Time interval of computed tomography examinations in the course of disease with different strains of COVID-19
$({M}({P}_{25}, {P}_{75}))$ CT检查时间间隔/d 初次CT时间 进展期随访CT时间 病变明显吸收时间 原始株组(n=66)a、b 2.5(2~4) 9(8~11) 16(12.75~22.25) Delta组(n=83)c 2(1~2) 9(8~10) 16(14~17) Omicron组(n=32) 2(1~2) 5(4.25~6) 9(8~10) $\chi^2$ 21.037 70.906 61.210 P 0.000 0.000 0.000 注:a-原始株组与Omicron组在初次CT时间、进展期随访CT时间、病变明显吸收时间比较均有统计学意义,P<0.05校正值;b-原始株组与Delta组组在初次CT时间、进展期随访CT时间比较均有统计学意义,P<0.05校正值;c-Delta组与Omicron组在进展期随访CT时间、病变明显吸收时间上比较均有统计学意义,P<0.05校正值。 -
[1] World Health Organization. Tracking SARS-CoV-2 variants[EB/OL]. (2021-12-06)[2021-12-09]. https://www.who.int/en/activities/tracking-SARS-CoV-2-variants/.
[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] 张影, 李晓鹤, 陈凤, 等. 新型冠状病毒德尔塔和奥密克戎变异株感染患者的临床特征分析[J]. 新发传染病电子杂志, 2022,7(3): 22−26. DOI: 10.19871/j.cnki.xfcrbzz.2022.03.005. ZHANG Y, LI X H, CHEN F, et al. Clinical characteristics of patients infected with SARS-CoV-2 Delta and Omicron variants[J]. Electronic Journal of Emerging Infectious Diseases, 2022, 7(3): 22−26. DOI: 10.19871/j.cnki.xfcrbzz.2022.03.005. (in Chinese).
[4] ARAF Y, AKTER F, TANG Y D, et al. Omicron variant of SARS-CoV-2: Genomics, transmissibility, and responses to current COVID-19 vaccines[J]. Journal of Medical Virology, 2022, 94(5): 1825−1832. doi: 10.1002/jmv.27588
[5] GUAN C S, LV Z B, LI J J, et al. CT appearances, patterns of progression, and follow-up of COVID-19: Evaluation on thin-section CT[J]. Insights into Imaging, 2021, 12: 73. doi: 10.1186/s13244-021-01019-0
[6] 国家卫生健康委员会. 《新型冠状病毒感染的肺炎诊疗方案》试行(第九版)[EB/OL]. [2022-03-15]. http://www.nhc.gov.cn/xcs/zhengcwj/. [7] HANSELL D M, BANKIER A A, MACMAHON H, et al. Fleischner society: Glossary of terms for thoracic imaging[J]. Radiology, 2008, 246(3): 697−722. DOI: 10.1148/radiol.2462070712.
[8] FANG Y C, ZHANG H Q, XIE J C, et al. Sensitivity of chest CT for COVID-19: Comparison to RT-PCR[J]. Radiology, 2020, (2): 200432−7.
[9] 中华医学会放射学分会传染病学组, 中国医师协会放射医师分会感染影像专委会, 中国研究型医院学会感染与炎症放射专委会, 等. 新型冠状病毒感染的肺炎影像学诊断指南(2020 第二版)[J]. 首都医科大学学报, 2020,41(2): 168−173. doi: 10.3969/j.issn.1006-7795.2020.02.004 Committee of the Infectious Diseases Radiology Group of Chinese Society of Radiology, Committee of the Infectious Diseases Radiology Section of Chinese Medical Doctor Association, Infectious Disease Imaging Group, Infectious Disease Branch, Chinese Research Hospital Association, et al. Guideline for imaging diagnosis of novel corona virus (2019-nCoV) infected pneumonia (2st edition 2020)[J]. Journal of Capital Medical University, 2020, 41(2): 168−173. (in Chinese). doi: 10.3969/j.issn.1006-7795.2020.02.004
[10] FENG Z C, YU Q Z, Y S H, et al. Early prediction of disease progression in 2019 novel corona virus pneumonia patients out-side wuhan with CT and clinical characteristics[EB/OL]. ( 2020-02-23). https://www.medrxiv.Org/content/10.1101/2020.02.19.20025296v1.
[11] 黄璐, 韩瑞, 于朋鑫, 等. 新型冠状病毒肺炎不同临床分型间CT和临床表现的相关性研究[J]. 中华放射学杂志, 2020,54: 1005−201. [12] HUANG C, WANG Y, LI X, et al. Clinical features of patients infected with 2019 novel corona virus in Wuhan, China[J]. Lancet, 2020, (20): 30183−5.
[13] 刘茜, 王荣帅, 屈国强, 等. 新型冠状病毒肺炎死亡尸体系统解剖大体观察报告[J]. 法医学杂志, 2020,36(1): 21−23. doi: 10.12116/j.issn.1004-5619.2020.01.005 [14] NG M Y, LEE E Y P, YANNG J, et al. Imaging profile of the COVID-19 infection: Radiologic findings and literature review[J]. Radiology, 2020, 2(1): 1−9.
[15] 车宏伟, 张晓琴, 柴军, 等. 新型冠状病毒肺炎临床表现及CT影像学分析[J]. CT理论与应用研究, 2021,30(4): 525−532. DOI: 10.15953/j.1004-4140.2021.30.04.14. CHE H W, ZHANG X Q, CHAI J, et al. Clinical manifestations and CT imaging analysis of corona virus disease 2019[J]. CT Theory and Applications, 2021, 30(4): 525−532. DOI: 10.15953/j.1004-4140.2021.30.04.14. (in Chinese).
[16] PAN F, YE T, SUN P, et al. Time course of lung changes at chest CT during recovery from corona virus disease 2019 (COVID-19)[J]. Radiology, 2020, 295(3): 715−721. doi: 10.1148/radiol.2020200370
[17] KANNE J P. Chest CT findings in 2019 novel corona virus (2019-nCoV) infections from Wuhan, China: Key points for the radiologist[J]. Radiology, 2020, 295(1): 16−17. doi: 10.1148/radiol.2020200241
[18] 向颖, 杨全新, 孙泓泓, 等. 新型冠状病毒肺炎患者胸部CT表现及动态演变[J]. 南方医科大学学报, 2020,40(3): 327−332. XIANG Y, YANG Q X, SUN H H, et al. Chest CT findings and their dynamic changes in patients with COVID-19[J]. Journal Southern Medical University, 2020, 40(3): 327−332. (in Chinese).
[19] YU M, LIU Y, XU D, et al. Prediction of the development of pulmonary fibrosis using serial thin-section CT and clinical features in patients discharged after treatment for COVID-19 pneumonia[J]. Korean Journal of Radiology, 2020, 21(6): 746−755.
[20] 李秀梅, 刘伟, 常然, 等. 新型冠状病毒肺炎影像演变规律及肺纤维化危险因素[J]. 中国医学影像学杂志, 2022,30(1): 29−34. LI X M, LIU W, CHANG R, et al. Patterns of pulmonary image evolution and the risk factors of pulmonary fibrosis in patients with COVID-19[J]. Chinese Journal of Medical Imaging, 2022, 30(1): 29−34. (in Chinese).
-
期刊类型引用(1)
1. 陈辉,张紫欣,李晶晶,杜艳妮,邢玉雪,陈佳敏,关春爽,谢汝明. 合并基础病的老年人新型冠状病毒Omicron变异株感染的胸部CT和临床特征分析. CT理论与应用研究. 2024(06): 799-807 . 本站查看
其他类型引用(1)