[摘要] 目的:分析定量CT(QCT)與MRI定量非對稱回波的最小二乘估算法迭代水脂分離序列(IDEAL-IQ)測量2型糖尿?。═2DM)患者胰腺脂肪含量(PFC)的一致性。方法:選取T2DM患者60例,均于同日行QCT和MRI IDEAL-IQ掃描。分別基于QCT和MRI IDEAL-IQ測量胰腺頭、胰體、胰尾脂肪含量,取3個部分的平均值作為PFCQCT和PFCMRI。采用ICC分析2位醫(yī)師測量PFC的可重復(fù)性;采用Pearson相關(guān)分析評估PFCQCT與PFCMRI的相關(guān)性;采用Bland-Altman分析驗(yàn)證PFCQCT與PFCMRI的一致性。結(jié)果:醫(yī)師A首次測量與間隔3周測量PFCQCT的ICC為0.897(95%CI 0.833~0.937),醫(yī)師B首次測量與間隔3周測量PFCMRI的ICC為0.997(95%CI 0.995~0.998);醫(yī)師A首次測量PFCQCT與醫(yī)師B首次測量PFCMRI組間ICC為0.991(95%CI 0.984~0.994)。PFCQCT與PFCMRI分別為(13.1±3.0)%和(9.8±2.9)%。Pearson分析顯示,PFCQCT與PFCMRI呈正相關(guān)(r=0.988,Plt;0.001),PFCMRI=-0.6+0.8×PFCQCT;Bland-Altman分析顯示PFCQCT與PFCMRI一致性良好(95%CI 2.86%~3.60%,Plt;0.001),3例樣本在區(qū)間外。結(jié)論:QCT與MRI IDEAL-IQ測量的PFC相關(guān)性、一致性和可重復(fù)性均較高,可用于測量T2DM患者的PFC。
[關(guān)鍵詞] 2型糖尿?。灰认僦竞?;磁共振成像;體層攝影術(shù),X線計(jì)算機(jī)
Consistency of quantitative CT and MRI in measurement of pancreatic fat content in patients with type 2 diabetes mellitus
YANG Meng1,REN Shuai2,LI Yuan2,CAO Yingying2,YUAN Yongfeng2,XIN Xiaoyan1,WANG Zhongqiu2
1Department of Medical Imaging,Nanjing Drum Tower Hospital Affiliated of Medical School of Nanjing University,Nanjing 210008,China;2Department of Radiology,Jiangsu Province Hospital of Chinese Medicine,Affiliated Hospital of Nanjing University of Chinese Medicine,Nanjing 210029,China.
[Abstract] Objective:To analyze the consistency of quantitative CT (QCT) and MRI IDEAL-IQ in the measurement of pancreatic fat content (PFC) in patients with type 2 diabetes mellitus (T2DM). Methods:60 T2DM patients underwent QCT and MRI IDEAL-IQ scanning on the same day. The fat contents of pancreas head,body and tail were measured using QCT and MRI IDEAL-IQ technique,and the average values of the three were taken as PFC (PFCQCT,PFCMRI). ICC was used to analyze the consistency of the two radiologists’ measurements of PFC. Pearson correlation analysis was used to evaluate the correlation between PFCQCT and PFCMRI,and Bland-Altman analysis verified the consistency of PFCQCT and PFCMRI. Results:The ICC of PFCQCT measured by radiologist A was 0.897(95%CI 0.833—0.937),and the ICC of PFCMRI measured by radiologist B was 0.997(95%CI 0.995—0.998),and the ICC of PFCQCT measured by radiologist A and PFCMRI measured by radiologist B was 0.991(95%CI 0.984—0.994). PFCQCT and PFCMRI were (13.1±3.0)% and (9.8±2.9)%. Pearson analysis showed that PFCQCT and PFCMRI were positively correlated (r=0.988,Plt;0.001),PFCMRI=-0.6+0.8×PFCQCT. Bland-Altman analysis showed that PFCQCT and PFCMRI had a good agreement (95%CI 2.86%—3.60%,Plt;0.001),with 3 samples outside the interval. Conclusions:PFCQCT and PFCMRI have high correlation,consistency and repeatability,and can be used to measure PFC in T2DM patients.
[Key words] Type 2 diabetes;Pancreas fat content;Magnetic resonance imaging;Tomography,X-ray computed
超重或肥胖會引起脂肪異常沉積,若多余脂肪組織沉積到胰腺實(shí)質(zhì)或胰島細(xì)胞,會導(dǎo)致β細(xì)胞功能障礙,引發(fā)胰島素抵抗、2型糖尿?。╰ype 2 diabetes mellitus,T2DM)及代謝綜合征[1-3]。胰腺脂肪沉積(pancreatic fat deposition,PFD)與多種疾病密切相關(guān),若能早期干預(yù)、降低脂肪沉積,則有可能預(yù)防并逆轉(zhuǎn)由PFD引發(fā)的疾病。因此,胰腺脂肪含量(pancreatic fat content,PFC)的精準(zhǔn)測量尤為重要。組織病理學(xué)是診斷PFD的金標(biāo)準(zhǔn)[4-5],但由于穿刺為有創(chuàng)檢查,風(fēng)險(xiǎn)較高,使其應(yīng)用受限。臨床常采用超聲、CT及MRI定量測量PFC。超聲操作的主觀性較強(qiáng)且易受組織干擾,測量結(jié)果常不精確。目前,MRI定量非對稱回波的最小二乘估算法迭代水脂分離序列(iterative decomposition of water and fat with echo asymmetry and least-squares estimation quantification sequence,IDEAL-IQ)是測量PFC最精準(zhǔn)的技術(shù)[6-7]。CT掃描速度快、層厚薄,操作簡單,臨床應(yīng)用廣泛,但在胰腺脂肪測量方面應(yīng)用較少。定量CT(quantitative CT,QCT)可測量臟器的脂肪含量,且掃描速度快、層厚薄,極大降低了患者的輻射劑量。本研究對60例T2DM患者同時采用QCT及MRI IDEAL-IQ測量PFC,驗(yàn)證2種方法的一致性、相關(guān)性及重復(fù)性,探討QCT在測量T2DM患者PFC中的應(yīng)用價值。
1" 資料與方法
1.1" 一般資料
本研究為前瞻性研究。于2021年9月至2022年1月在江蘇省中醫(yī)院招募60例T2DM住院患者,男34例,女26例,年齡20~70歲,平均(52.4±10.3)歲。本研究經(jīng)江蘇省中醫(yī)院倫理委員會批準(zhǔn)(倫理批準(zhǔn)號:2021NL-094-02),患者均知情同意。
納入標(biāo)準(zhǔn):①符合2020年美國糖尿病學(xué)會制訂的T2DM診斷標(biāo)準(zhǔn)[8];②胰腺形態(tài)正常,無胰腺及肝臟腫瘤及占位性病變;③臨床、實(shí)驗(yàn)室檢查及影像資料完整;④年齡gt;20歲;⑤自愿簽署知情同意書。排除標(biāo)準(zhǔn):①患有嚴(yán)重的慢性疾病,如肝、腎功能障礙,貧血,心血管疾病,惡性腫瘤等;②急性胰腺炎;③有糖尿病所導(dǎo)致的急性并發(fā)癥等;④妊娠、哺乳期婦女;⑤圖像質(zhì)量不佳者。
1.2" 儀器與方法
所有患者均在同日完成上腹部MRI和全腹部QCT掃描。MRI檢查采用GE 3.0 T Discover 750 MRI掃描儀,32通道相控陣體部線圈。掃描序列與參數(shù):TR 5.8 ms,TE minimum,回波鏈長度3,梯度回波6,層厚4 mm,層距1 mm,頻率編碼方向的視野38.0 cm,相位編碼方向的視野0.70×38.0 cm,矩陣256×256,翻轉(zhuǎn)角3°,激勵次數(shù)0.5。采用IDEAL-IQ序列重建出水像、脂像、反相位、同相位、脂肪百分?jǐn)?shù)圖像、R2*弛豫圖像。
QCT檢查采用GE Optima CT 660 64排CT掃描儀,Mindways QCT Pro 6.1后處理工作站,Model 4樣本固體體膜進(jìn)行校準(zhǔn)。患者掃描前禁食、禁水4~6 h,取仰臥位,頭先進(jìn),掃描范圍從膈頂至恥骨聯(lián)合。掃描參數(shù):120 kV,349 mA,層厚1.250 mm,層距1.0 mm,視野500 mm×500 mm,標(biāo)準(zhǔn)重建算法。
1.3" 圖像分析
由2位放射科醫(yī)師分別對MRI和QCT圖像進(jìn)行分析,其中醫(yī)師A(具有10年以上的腹部CT閱片經(jīng)驗(yàn)),基于QCT圖像測量PFC;醫(yī)師B(具有3年的腹部MRI閱片經(jīng)驗(yàn)),基于MRI IDEAL-IQ圖像測量PFC。3周后,醫(yī)師A、B在不參照首次測量結(jié)果的前提下,再次測量PFC。
將MRI IDEAL-IQ序列重建出來的脂肪百分?jǐn)?shù)圖像上傳至AW4.6后處理站,于胰頭、胰體及胰尾處勾畫ROI(約100 mm2),盡量避開胰腺邊緣區(qū)域、胰腺內(nèi)血管和胰管,使其上下截面被胰腺組織包繞。取3個部位PFC的平均值作為PFCMRI(圖1a~1c)。
將QCT掃描的原始圖像上傳至Mindways公司的QCT Pro 6.1分析工作站,測量PFC,選擇內(nèi)置的“Measure Muscle Fat”模塊,在QCT圖像上找到與MRI圖像上對應(yīng)的胰頭、胰體及胰尾,分別勾畫ROI(約100 mm2),ROI的上下截面被胰腺組織包繞,盡量避開胰腺邊緣區(qū)域、胰腺內(nèi)血管和胰管,取3個部位PFC的平均值作為PFCQCT(圖1d~1f)。
1.4" 統(tǒng)計(jì)學(xué)方法
采用SPSS 22.0軟件和MedCalc軟件(20.009版)分析數(shù)據(jù)。符合正態(tài)分布的計(jì)量資料以x±s表示,組間比較行t檢驗(yàn);不符合正態(tài)分布行秩和檢驗(yàn)。采用Pearson相關(guān)分析評估PFCQCT與PFCMRI的相關(guān)性;繪制散點(diǎn)圖,行PFCQCT與PFCMRI的Bland-Altman一致性分析。通過ICC評價2位醫(yī)師間、同一醫(yī)師不同觀察時間段測量結(jié)果的一致性,ICCgt;0.8為一致性較好。以Plt;0.05為差異有統(tǒng)計(jì)學(xué)意義。
2" 結(jié)果
2.1" 一致性分析
醫(yī)師A首次測量與間隔3周測量PFCQCT的一致性較好,ICC為0.897(95%CI 0.833~0.937)。醫(yī)師B首次測量與間隔3周測量PFCMRI的一致性較好,ICC為0.997(95%CI 0.995~0.998)。醫(yī)師A首次測量PFCQCT與醫(yī)師B首次測量PFCMRI的一致性較好,ICC為0.991(95%CI 0.984~0.994)。
2.2" 不同性別T2DM患者的相關(guān)資料比較(表1,2)
不同性別T2DM患者在年齡、BMI、腰圍及糖尿病病程方面的差異均無統(tǒng)計(jì)學(xué)意義(均Pgt;0.05)。女性T2DM患者的TC、HDL及LDL水平均高于男性患者,差異均有統(tǒng)計(jì)學(xué)意義(均Plt;0.05)。不同性別患者的FBG、TG差異均無統(tǒng)計(jì)學(xué)意義(均Pgt;0.05)。60例T2DM患者的平均PFCMRI為(9.8±2.9)%,平均PFCQCT為(13.1±3.0)%。不同性別患者的PFCQCT及PFCMRI差異均無統(tǒng)計(jì)學(xué)意義(均Pgt;0.05)。
2.3" 2種方法測量PFC的趨勢圖
PFCQCT與PFCMRI走行趨勢一致,PFCQCT曲線高于PFCMRI曲線,但兩者的差值曲線接近水平,說明兩者的一致性較好,差值穩(wěn)定(圖2)。
2.4" 2種方法測量PFC的相關(guān)性分析
PFCQCT與PFCMRI的相關(guān)性較好(r=0.988,Plt;0.001)(圖3)。PFCQCT與PFCMRI的換算公式:PFCMRI=-0.6+0.8×PFCQCT。
2.5" Bland-Altman分析
Bland-Altman圖顯示,PFCQCT與PFCMRI一致性良好,存在系統(tǒng)性偏倚約3.2%(95%CI 2.86%~3.60%,Plt;0.001),95%CI區(qū)間內(nèi)有57例,區(qū)間外有3例(圖4)。
3" 討論
當(dāng)人體處于肥胖狀態(tài)時,多余的甘油三酯沉積到胰腺實(shí)質(zhì)細(xì)胞,導(dǎo)致胰島素與胰島素受體合成障礙,引發(fā)糖尿病。Idilman等[9]研究發(fā)現(xiàn),椎體內(nèi)骨髓脂肪含量的增加與PFC的增加密切相關(guān),骨髓脂肪含量增加導(dǎo)致骨密度降低,易引發(fā)骨質(zhì)疏松癥。Smits等[10]研究認(rèn)為,肥胖人群胰腺炎的嚴(yán)重程度與PFD密切相關(guān)。早期干預(yù)、減少PFC,有可能逆轉(zhuǎn)由PFD引起或加重的疾病,有望恢復(fù)β細(xì)胞正常分泌胰島素的功能[11]。
本研究通過IDEAL-IQ測量T2DM患者的PFCMRI為(9.8±2.9)%,Kuhn等[12]通過MRI mDixon-Quant測量740例血糖正?;颊叩腜FC約4.4%,表明T2DM患者的PFC偏高,與Wang等[13]的研究一致。Begovatz等[14]也發(fā)現(xiàn),糖尿病患者的PFC較糖尿病前期及無糖尿病患者高。
本研究中2種方法測量時定義了規(guī)范的解剖結(jié)構(gòu),且胰頭、胰體及胰尾的ROI位置盡量保持一致。因此,PFCQCT與PFCMRI的相關(guān)性較好(r=0.988,Plt;0.001),與既往研究[15-16]一致。
本研究中,2位醫(yī)師組內(nèi)及組間測量結(jié)果的重復(fù)性及一致性較好;通過Bland-Altman分析發(fā)現(xiàn)PFCQCT與PFCMRI存在系統(tǒng)性偏倚(約3.2%)。2種方法存在的偏倚,推測與以下幾點(diǎn)有關(guān):①采用QCT測量PFC,是將胰腺分為純的胰腺組織和純的脂肪組織。但實(shí)際生活中,不存在完全純的物質(zhì)。且除胰腺組織和脂肪組織外,胰腺還含有蛋白質(zhì)、礦物質(zhì)等其他成分,這些成分對測量結(jié)果也有一定影響。如胰腺內(nèi)部的鐵沉積會降低PFC的測量值,導(dǎo)致結(jié)果出現(xiàn)偏差。另外,MRI IDEAL-IQ是通過校準(zhǔn)T2*和磁敏感的影響,測量組織內(nèi)H質(zhì)子的數(shù)目,對大分子物質(zhì)的測量可能有限制,故導(dǎo)致測量結(jié)果偏低[17-19]。②QCT掃描層厚較薄,MRI IDEAL-IQ由于受呼吸時長限制,掃描層厚較QCT厚。因此,在勾畫ROI時,2種方法測量位置雖盡量保持一致,但也因掃描層厚不同導(dǎo)致測量部位存在偏差。③雖然2種方法測量PFC時均取胰頭、胰體及胰尾3個部位的平均值,但測量值計(jì)算方法不同,也會造成測量結(jié)果的偏差。QCT測量PFCQCT是將ROI內(nèi)的X線衰減系數(shù)通過計(jì)算公式轉(zhuǎn)化為脂肪組織密度值,計(jì)算取樣組織中脂肪組織占取樣組織的百分比;MRI IDEAL-IQ測量PFCMRI是ROI內(nèi)所包含的H質(zhì)子數(shù)目,計(jì)算取樣組織中的脂肪H質(zhì)子數(shù)目占脂肪和水總H質(zhì)子數(shù)目的百分比。④2種方法在測量PFC時,可能零點(diǎn)不一致,導(dǎo)致系統(tǒng)性的偏倚。本研究推測QCT測量PFC的零點(diǎn)可能高于MRI IDEAL-IQ測量PFC的零點(diǎn),約高3.2%。在后續(xù)研究中,會調(diào)整影響零點(diǎn)的各種因素,校正QCT測量PFC的零點(diǎn)值,進(jìn)一步確保2種測量方法的一致性。
本研究中的系統(tǒng)性偏倚(約3.2%)與朱紅等[20]的研究結(jié)果(7.7%)存在差異。推測原因可能是:①使用QCT版本不同。本研究采用QCT Pro 6.1版本(軟件自帶“Measure Muscle Fat”和“Measure Liver Fat”測量模塊),使用“Measure Muscle Fat”測量PFC。由于“Measure Muscle Fat”是測量肌肉的等效密度值,其測量的物質(zhì)組成與胰腺組織存在一定差異,但脂肪組織的等效密度值恒定。朱紅等使用的QCT版本是3型4.2版本。②MRI廠家不同,序列也不同。本研究采用GE 3.0 T MRI的IDEAL-IQ技術(shù),而朱紅等采用的是Philips 3.0 T MRI的mDixon-Quant序列。
本研究存在一定局限性:為前瞻性研究,樣本量較小,可能影響2種檢查方法的一致性;由于不符合倫理要求,QCT測量PFC未與病理結(jié)果進(jìn)行驗(yàn)證。為進(jìn)一步提高QCT測量值與MRI測量值之間的一致性,后續(xù)會減少影響測量結(jié)果的因素,繼續(xù)增大樣本量研究;同時也會納入健康人群,比較在不同年齡段,T2DM患者與健康人群PFC的變化,建立更完善的參考值范圍,輔助臨床醫(yī)師根據(jù)PFC的變化對糖尿病患者進(jìn)行治療和健康監(jiān)測。
綜上所述,QCT與MRI均可用于定量測量PFC,2種技術(shù)的相關(guān)性、一致性及重復(fù)性均較高。MRI無電離輻射,是多數(shù)患者的首選檢查方式,但對老年人、有MRI檢查禁忌證的患者有一定的局限性。QCT是在CT掃描的基礎(chǔ)上對臨床數(shù)據(jù)進(jìn)行分析,實(shí)現(xiàn)“一檢多查”,掃描時間短、掃描速度快、空間分辨力高,且未增加輻射劑量,可定量測量PFC及其他臟器(肝臟、腎臟、腹腔內(nèi)脂肪)的脂肪,還可篩查骨質(zhì)疏松癥,真正實(shí)現(xiàn)“一病多檢”。因此,QCT可測量T2DM患者的PFC,特別適用于有心臟起搏器、體內(nèi)有鐵磁性物質(zhì)或攜帶金屬藥物泵等無法行MRI檢查患者進(jìn)行胰腺脂肪化的篩查。
[參考文獻(xiàn)]
[1] WANGER R,ECKSTEIN S S,YAMAZAKI H,et al. Metabolic implications of pancreatic fat accumulation[J]. Nat Rev Endocrinol,2022,18(1):43-54.
[2] OOKRURA R,USUKI N. Visual assessment of pancreatic fat deposition:useful grading system and the relation to BMI and diabetes[J]. Jpn J Radiol,2023,41(2):172-179.
[3] HUANG S,LIANG Y,ZHONG X,et al. Pancreatic fat fraction in dual-energy computed tomography as a potential quantitative parameter in the detection of type 2 diabetes mellitus[J]. Eur J Radiol,2023,159(1):110668.
[4] CHOUHAN M D,F(xiàn)IRMIN L,READ S,et al. Quantitative pancreatic MRI:a pathology-based review[J]. Br J Radiol,2019,92(1099):20180941.
[5] GESMUNDO I,PARDINI B,GARGANTINI E,et al. Adipocyte-derived extracellular vesicles regulate survival and function of pancreatic β cells[J]. JCI Insight,2021,6(5):e141962.
[6] LI G,XU Z,YUAN W,et al. Short- and midterm reproducibility of marrow fat measurements using mDixon imaging in healthy postmernopausal women[J]. Skeletal radiology,2016,45(10):1385-1390.
[7] HINES C D,YU H,SHIMAKAWA A,et al. T1 independent,T2* corrected MRI with accurate spectral modeling for quantification of fat:validation in a fat-water-SPIO phantom[J]. J Magn Reson Imaging,2009,30(5):1215-1222.
[8] MARX N,DAVIES M J,GRANT P J,et al. Guideline recommendations and the positioning of newer drugs in type 2 diabetes care[J]. Lancet Diabetes Endocrinol,2021,9(1):46-52.
[9] IDILMAN I S,TUZUN A,SAVAS B,et al. Quantification of liver,pancreas,kidney,and vertebral body MRI-PDFF in non-alcoholic fatty liver disease[J]. Abdom Imaging,2015,40(6):1512-1519.
[10] SMITS M M,VAN GEENEN E J. The clinical significance of pancreatic steatosis[J]. Nat Rev Gastroenterol Hepatol,2011,8:169-177.
[11] STEVEN S,HOLLINGSWORTH K G,Al-MRABEH A,et al. Very low-calorie diet and 6 months of weight stability in type 2 diabetes:pathophysiological changes in responders and nonresponders[J]. Diabetes Care,2016,39(5):808-815.
[12] KUHN J P,BERTHOLD F,MAYERLE J,et al. Pancreatic steatosis demonstrated at MR imaging in the general population:clinical relevanace[J]. Radiology,2015,276(1):129-136.
[13] WANG C Y,OU H Y,CHEN M F,et al. Enigmatic ectopic fat:prevalence of nonalcoholic fatty pancreas disease and its associated factors in a Chinese population[J]. J Am Heart Assoc,2014,3(1):e000297.
[14] BEGOVATZ P,KOLIAKI C,WEBER K,et al. Pancreatic adipose tissue infiltration,parenchymal steatosis and beta cell function in humans[J]. Diabetologia,2015,58(7):1646-1655.
[15] YAO W J,GUO Z,WANG L,et al. Pancreas fat quantification with quantitative CT:an MRI correlation analysis[J]. Clin Radiol,2020,75(5):397.el-397.e6.
[16] GUO Z,BLAKE G M,LI K,et al. Liver fat content measurement with quantitative CT validated against MRI proton density fat fraction:a prospective study of 400 healthy volunteers[J]. Radiology,2020,294(1):89-97.
[17] 段秀蘋,雷燕,唐偉,等. 3.0 T磁共振化學(xué)位移技術(shù)定量胰腺脂肪沉積與2型糖尿病的相關(guān)性研究[J]. 中華消化病與影像雜志,2020,10(2):74-79.
[18] PATEL N S,PETRRSON M R,BRENNER D A,et al. Association between novel MRI-estimated pancreatic fat and liver histology-determined steatosis and fibrosis in non-alcoholic fatty liver disease[J]. Aliment Pharmacol Ther,2013,37(6):630-639.
[19] 段秀蘋,雷燕,唐偉.胰腺內(nèi)脂肪沉積與2型糖尿病相關(guān)性的MRI研究進(jìn)展[J]. 中國中西醫(yī)結(jié)合影像學(xué)雜志,2020,18(5):532-535.
[20] 朱紅,張宗軍,吳云飛,等. 定量CT在2型糖尿病胰腺脂肪沉積診斷中的應(yīng)用價值[J]. 中國臨床醫(yī)學(xué),2021,28(4):598-602.
(收稿日期" 2024-01-25)