论文部分内容阅读
研究背景与目的:干燥综合征（Sjogren’s syndrome,SS）是一种以口干、眼干为主要表现的的自身免疫性疾病,目前临床对此病的诊断主要依靠唇腺活检,具有创伤性;目前许多影像检查用于评估腮腺损伤,以期达到对此病诊断的目的,但其早期诊断的灵敏度都较低,且少见对其活动性的评估。该研究探讨基于腮腺的MRI纹理分析对干燥综合征（SS）早期诊断及活动性的评估价值。材料与方法:1.病例纳入:前瞻性收集2020年6月-2021年12月在我院经唇腺活检病理证实的45例干燥综合征（SS）患者,其中男性3人,女性42人,年龄22-75岁,平均年龄52.00±11.62岁。依据EULAR干燥综合征疾病活动指数（EULAR Sjogren’s Syndrome Disease Activity Index,ESSDAI）将45例SS患者分为低活动组（＜5分）24例、中高活动组（≥5分）21例。依据Makula分级将常规MRI上T1WI平扫、压脂T2WI序列横断面图像上无明显形态学改变的病例被定义为早期SS病例,共18例早期SS患者,其中男性1人,女性17人,年龄31-71岁,平均年龄51.43±10.46岁。同期选取19例性别、年龄与早期患者匹配的健康志愿者,主要为本院学生、职工及职工家属,男性3人,女性16人,年龄26-74岁,平均年龄50.50±13.07岁。2.MRI检查:所有患者及志愿者行常规磁共振T1WI、压脂T2WI横断面平扫,扫描前空腹1h,扫描过程中尽量避免身体活动。扫描范围自颅底至下颌下腺,主要要包括双侧全部腮腺。3.纹理分析:运用纹理分析3D-slicer软件对所有患者和志愿者MRI图像行纹理分析,所有患者及志愿者双侧腮腺分别纳入研究,在T1WI图像上选取腮腺最大层面,沿腮腺边界勾画感兴趣区（Region of interest,ROI）,提取病灶的纹理特征,包括一阶直方图参数（均匀度、总能量、能量、平均绝对偏差、灰度范围、最大值、最小值、均方根、四分位间距、方差等）及灰度共生矩阵（GLCM）参数（和均值、逆差矩归一化、对比度、逆差矩、集群显著性和相关度、联合熵、自相关、平方和、均和、方差和、和熵、熵、差方差和差熵等）。进行早期患者及志愿者组间参数比较,同时行低活动组及中高活动组组间参数比较。4.统计分析:运用SPSS 26.0软件包,患者组与志愿者组组间年龄、身高、体重及最终得出的纹理参数等结果为计量参数,对符合正态分布的两组参数采用独立样本t检验,对不符合正态分布的参数采用两独立样本Mann-Whitney U检验。所有参数均设P＜0.05有统计学意义。利用python软件,进一步使用LASSO回归筛选特征参数,对LASSO回归筛选出来的特征参数进一步使用受试者工作特征曲线（Receiver operating characteristic curves,ROC曲线）及最大约登指数计算各参数最佳临界值及其诊断与鉴别效能。结果:1.患者与志愿者间组间性别及年龄等基线构成的参数不具有统计学意义,两组间年龄、身高、体重的P值分别为0.656、0.328、0.264。2.早期患者及志愿者组间,在所有直方图参数中,LASSO回归结果表明灰度范围（Range）、方差（Var）在组间差异具有统计学意义,统计值和P值依次为4.226、0.000,-2.942、0.003,进一步绘制ROC曲线,Range、Var曲线下面积（Area under curve,AUC）分别为0.751、0.699,95%置信区间分别为0.663～0.869（95%CI:0.663～0.869）、0.574～0.824（95%CI:0.574～0.824）;在灰度共生矩阵（GLCM）参数中,LASSO回归结果表明自相关（Autocor）组间差异具有统计学意义,统计值和P值为-3.039、0.002,进一步绘制其ROC曲线,AUC为0.705,95%置信区间为0.582～0.829（95%CI:0.582～0.829）;最终得出灰度范围（Range）鉴别早期SS患者及志愿者效能最高,最佳临界值为730,敏感度和特异度分别为58.3%、94.7%。3.低活动组及中高活动组间,在所有直方图参数中,LASSO回归结果表明熵（Ent）、平均绝对偏差（MAD）、偏度（Skew）组间差异具有统计学意义,统计值和P值依次为-2.004、0.048,-3.534、0.000,-2.799、0.006。进一步绘制相关参数的ROC曲线,AUC分别为0.637、0.717、0.676,95%置信区间分别为0.519～0.755（95%CI:0.519～0.755）、0.610～0.824（95%CI:0.610～0.824）、0.564～0.787（95%CI:0.564～0.787）;在灰度共生矩阵（GLCM）参数中,LASSO回归结果表明集群趋势（CT~1）、对比度（Contrast）、联合熵（Joint Ent）差异具有统计学意义,统计值和P值依次为-3.421、0.001,-3.583、0.000,-5.143、0.000。进一步绘制相关参数的ROC曲线,AUC分别为0.710、0.720、0.791,95%置信区间分别为0.602～0.818（95%CI:0.602～0.818）、0.611～0.829（95%CI:0.611～0.829）、0.696～0.885（95%CI:0.696～0.885）;得出联合熵（Joint Ent）鉴别低活动组及中高活动组患者的效能最高,最佳临界值为7.0064,敏感度和特异度分别为76.2%、68.7%。结论:1.MRI结合纹理分析可提供多量化的信息,可为干燥综合征的早期诊断提供潜在性临床价值。其中直方图参数中的灰度范围（Range）对早期干燥综合征患者及健康志愿者具有较好的鉴别诊断效能。2.MRI结合纹理分析可提供多量化的信息,可较为准确鉴别低活动组及中高活动组的干燥综合征患者,为临床对此病的活动性分级提供潜在性价值。其中灰度共生矩阵（GLCM）中的联合熵（Joint Ent）对低活动组及中高活动组患者具有较好的鉴别效能。