Radiology:定量超声在NAFLD患者的肝脂肪评估中的价值
2022-08-12 shaosai MedSci原创
与传统的US相比,受控衰减参数(CAP)和定量US(QUS)可提供更高的定量诊断准确性。
非酒精性脂肪肝(NAFLD)是全球范围内最常见的慢性肝病之一,其定义是在影像学或组织学分析中出现5%以上的肝脏脂肪变性,且没有脂肪沉积的次要原因。尽管核磁共振衍生的质子密度脂肪分数(PDFF)被认为是临床试验中检测和量化肝脏脂肪的参考标准,但由于其成本较高且缺乏可用性,使其作为大规模的筛查方式受到限制。
传统的US是最常见的基于图像的非酒精性脂肪肝评估方式,可用性高且成本较低。由于传统的US依赖操作者的经验及手法,因此在定量准确性和可重复性方面受到限制。
与传统的US相比,受控衰减参数(CAP)和定量US(QUS)可提供更高的定量诊断准确性。使用振动控制的瞬时弹性成像设备测量的CAP能够快速评估脂肪变性和肝脏纤维化,其结果与肝脏脂肪变性的组织学分级相关;然而,使用CAP的最佳截断值在不同的研究中差异很大,且没有标准化。
QUS技术采用光谱分析、后向散射信号的包络统计或声速等技术来量化肝脏脂肪,具有较高的检查间重复性以及较高的操作者间和扫描间重复性。然而据我们所知,尚未有研究比较这些方式在非酒精性脂肪肝高危患者中诊断非酒精性脂肪肝的准确性。
近日,发表Radiology杂志的一项研究比较了QUS FF与CAP在检测肝脏脂肪变性方面的诊断准确性,还评估了MRI衍生的PDFF达到或超过10%的诊断准确性,这是非酒精性脂肪性肝炎相关药物试验的常见资格标准,为临床准确的诊断、用药的时机及计量的把握提供了参考依据。
本研究于2015年7月至2019年7月期间在非酒精性脂肪肝研究中心前瞻性地招募了患有或怀疑患有非酒精性脂肪肝的参与者,所有参与者都接受了MRI衍生的PDFF测量、带有CAP测量的瞬时弹性成像以及QUS。QUS FF是通过使用校准的参考模型从获得的射频US数据中计算出的QUS参数得出的。计算AUC以评估QUS FF和CAP在诊断肝脂肪变性(定义为MRI衍生的PDFF≥5%)方面的准确性,并使用DeLong测试进行比较。
共纳入123名参与者(平均年龄,52岁±13[SD];67[54%]名女性)。在这些参与者中,100人(81%)的MRI衍生PDFF为5%或以上。QUS FF诊断NAFLD的AUC明显高于CAP(0.92 [95% CI: 0.87, 0.98] vs 0.79 [95% CI: 0.67, 0.90], P = 0.03)。QUS FF的敏感性为98%(100个中的98个),特异性为48%(23个中的11个)。CAP的敏感性为87%(100人中有87人),特异性为57%(23人中有13人)。
图 两个有代表性的参与者的MRI衍生的质子密度脂肪分数(PDFF)、定量US(QUS)和控制衰减参数(CAP)图像。一个45岁的男性(上排)和一个67岁的女性(下排)的MRI衍生的PDFF值分别为2.6%和11.5%。对于CAP。(A, F) 代表性的MRI衍生PDFF图像。圆形感兴趣区(半径1厘米)被分别放置在九个Couinaud分段。在此分析中,将来自肝脏第五至第八段的MRI衍生PDFF值平均化作为肝脏脂肪含量的参考标准。(B,G)代表性的QUS脂肪分数(FF)图像。B型重建的US图像包括彩色FF maps。代表性的CAP图像,有(C,H)深度探索(毫米),(D,I)时间运动模式和(E,J)振幅模式
本研究显示,在MRI衍生的质子密度FF阈值为5%或以上和10%或以上时,定量US脂肪分数(FF)在检测肝脏脂肪变性方面比控制衰减参数更精确。
原文出处:
Jinho Jung,Aiguo Han,Egbert Madamba,et al.Direct Comparison of Quantitative US versus Controlled Attenuation Parameter for Liver Fat Assessment Using MRI Proton Density Fat Fraction as the Reference Standard in Patients Suspected of Having NAFLD.DOI:10.1148/radiol.211131
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#AFLD#
79