慢性胰腺炎分级诊断模型的回归分析

盛彧 边云 方旭 邵成伟 陆建平 王莉

·论著·

慢性胰腺炎分级诊断模型的回归分析

盛彧 边云 方旭 邵成伟 陆建平 王莉

目的 建立磁共振图像(MRI)对慢性胰腺炎(CP)分级诊断模型，以获得分级诊断CP的较佳指标组合，提高对CP的分级诊断水平。方法 收集2012年12月至2014年10月间第二军医大学长海医院临床确诊的68例CP患者及23例健康志愿者的临床资料，以剑桥的分级标准将CP患者分为轻度(23例)、中度(14例)和重度(31例)CP组，分析各组患者的MR影像学资料。提取14个影像学特征指标比较各组MRI特征。将有意义变量行单因素回归分析，其中有统计学意义的变量行共线性诊断。用因子分析解决多个指标共线性问题，最后行多因素Logistic回归分析建立回归模型。结果 除胰腺分裂指标(X14)外，其他13个指标组间差异均有统计学意义(P值均<0.05)。这13个指标中除胰腺实质内小空泡(X12)外，其他12个指标与CP分级诊断均显著相关(P值均<0.05)。共线性诊断结果显示9个指标间存在共线性，提取出F1(X3、X4、X5、X8、X9)、F2(X6、X7)、F3(X1、X2)3个公因子，分别反映胰腺外分泌功能、主胰管特征和胰腺实质特征。将3个公因子和胰泌素注射后分支胰管可视情况(X10)、胰腺轮廓(X11)、主胰管内充盈缺损情况(X13)共计6个指标进行多因素Logistic回归分析，得出Probit连接函数尺度模型为最佳模型，其诊断正常及轻、中、重度CP和总预测的正确率分别为96.65%、100%、71.42%、100%、94.50%。结论 本研究建立的Logistic回归模型可以较准确地分级诊断CP，为临床对CP的诊治提供有价值的参考依据。

胰腺炎，慢性； 诊断； 磁共振成像； 因子分析； Logistic回归

目前在慢性胰腺炎(CP)的分级诊断中，常规影像学手段存在对可疑、轻度CP普遍不敏感，无法同时从胰腺实质、胰管特征和外分泌功能三大方面评价胰腺，无法明确分级诊断CP等主要缺陷。因此本研究在以往研究基础上[1-5]综合多个MR影像学指标，通过有序Logistic回归分析建立CP分级诊断的预测模型，以期提高对CP分级诊断的水平。

资料与方法

一、研究对象

收集2012年12月至2014年10月间上海第二军医大学长海医院临床确诊的68例CP患者的临床资料，其中男性52例，女性16例，年龄15～78岁，平均年龄(45±15)岁。根据剑桥分级标准[6-7]，可疑或轻度CP患者的纳入标准：主胰管扩张(2～4 mm)，胰腺轻度增大(正常体积的2倍)，胰腺实质不均匀，胰腺小空泡(<10 mm)，胰管不规则，局部急性胰腺炎，主胰管壁回声增强、胰头体轮廓不规则，符合上述中的任何一项。经ERCP诊断主胰管正常，分支胰管显示≥3支可诊断为可疑或轻度CP。中、重度CP的纳入标准[6-7]：(1)典型临床表现；(2)影像学检查提示胰腺钙化、胰管结石、胰管狭窄和扩张等；(3)典型的病理学特征改变；(4)胰腺外分泌功能不全。符合标准(2)或(3)，或(1)+(4)均可诊断为CP。68例中可疑或轻度CP 23例、中度CP 14例、重度CP 31例。收集同期健康志愿者23例作为对照，其中男性14例，女性9例，年龄25～64岁，平均年龄(42±12)岁；无任何病史，无大量饮酒史，1年内无任何影像学异常表现。本研究经医院伦理委员会批准，所有受试者均签署知情同意书。

二、MR影像学检查

采用美国GE Signa Excite 3.0 T超导型MRI仪进行扫描。受试者检查前6 h禁食禁水。先行胰腺横断T1加权像(T1WI)、T2加权像(T2WI)、磁共振胰胆管造影(MRCP)、扩散加权成像(DWI)扫描，再静脉注入胰泌素(德国Sanochemia公司)0.1 ml/kg体重，以2 min间隔重复行MRCP和DWI扫描至11 min。(1)横断面呼吸触发T2WI序列：重复时间(TR) 6 315.79 ms，回波时间(TE) 85.14 ms，层厚5 mm，层间距6 mm，视野(FOV) 440 mm×440 mm，矩阵224×320。(2)肝脏容积加速采集 (liver acquisition with volume acceleration，LAVA)序列：TR 4.22 ms，TE 1.93 ms，层厚5 mm，无层间距，FOV 440 mm×440 mm，矩阵224×320。(3)厚层块2D-MRCP序列：TR 7 000.0 ms，TE 1 230.0～1 270.0 ms，层厚64 mm，无层间距，反转角90°，FOV 420 mm×420 mm，矩阵288×288。(4)屏气单次激发平面回波扩散加权成像(ss-EPI DWI)序列：扩散梯度因子(b)值0、500 s/mm2，TR 1 800.0 ms，TE 54.8 ms，层厚5 mm，层间距7 mm，FOV 440 mm×440 mm，矩阵96×130。

三、MR图像分析

由两名从事影像诊断的高年资医师盲法对图像进行诊断和测量，当意见不一致时协商解决。

观察和测量指标：(1)注射胰泌素前后表观扩散系数(ADC)值[2]。以横断位T2WI图像为参考划感兴趣区(ROI)，最小测量面积为40 mm2[8]，避开主胰管、血管、肠管等伪影。测量胰腺头、体、尾3个部位ADC值，测3次，取均值，且获取峰值及达峰时间。(2)胰腺信号[3]。测量T1WI平扫胰腺与右侧腰大肌信号比(signal intensity ratio，SIR)、增强动脉期和门脉期胰腺实质的信号比(A/V)。(3)主胰管直径[1]。注射胰泌素前后主胰管直径，获取峰值及达峰时间。主胰管直径为胰腺头、体、尾3个部位的均值。主胰管扩张以胰头部>5 mm，胰体部>4 mm，胰尾部>3 mm为标准[9]。并观察主胰管内有无充盈缺损，分支胰管有无显示。(4)十二指肠内胰液流率(pancreatic flow output rate，PFR)。参照文献[10]方法测定。(5)其他指标。观察胰腺轮廓是否规则，胰腺实质内有无小空泡(<10 mm)，是否伴有胰腺分裂。

四、统计学处理

运用SPSS 20.0统计软件进行分析。计数资料比较采用χ2检验或Fisher精确概率法。正态分布计量数据采用方差分析，非正态分布数据采用秩和检验。对有统计学差异的指标行单因素回归分析及共线性诊断，标准为条件指数≥30或变异构成>0.5[11]。存在共线性的变量采用因子分析法降维、提取主要公因子。将主要公因子和其余有意义的分类变量纳入多因素Logistic回归分析，建立回归方程。P<0.05为差异有统计学意义。

结 果

一、CP的影像学特征

CP的14个MRI特征因素中除胰腺分裂外，其余13个因素在CP组与对照组间的差异均有统计学意义(表1)。

二、单因素Logistic回归分析

除胰腺实质内小空泡(X12)与CP诊断无显著相关性外，其余12个因素(X1～X11，X13)均与CP诊断有相关性(表2)。

表1 CP组和对照组的MRI特征比较

表2 CP影像学特征单因素Logistic回归分析

注：a：连续变量；b：无=0，有=1；c：规则=1，不规则=2

三、共线性诊断和因子分析

变量X1～X9间存在多重共线性，通过具有Kaiser标准化的正交旋转法获得3个公因子；因子1(factor 1，F1，代表X3、X4、X5、X8、X9，反映胰腺外分泌功能)、F2(代表X6、X7，反映主胰管特征)、F3(代表X1、X2，反映胰腺实质特征)。

四、多因素Logistic回归模型的建立

对两种模型的5种连接函数各项指标和总预测正确率的分析结果显示，Probit连接函数尺度模型为“最佳”模型，总预测正确率(各分类预测正确例数之和/总例数×100%)为94.50%，诊断正常及轻、中、重度CP的正确率分别为96.65%、100%、71.42%、100%。高于各个分类预测正确率(分类预测正确例数/某分类观察例数×100%)。回归模型方程为公式1～4，回归分析见表3。

公式4 重度CP(P重度)=1-P正常-P轻度-P中度

表3 CP影像学特征多因素Logistic回归分析

讨 论

目前临床上对可疑、轻度CP诊断的各种方法的敏感性和特异性均较低。ERCP是最准确和可行的诊断方法[12-13]，但它为有创检查，术后可发生急性胰腺炎、胰瘘等并发症[14]。本研究将胰泌素运用于MR检查，通过Logistic回归分析筛选出最有意义的特征指标，建立分级诊断CP的“最佳”预测模型。

CP时外分泌腺体萎缩、纤维化导致胰液分泌减少，导致水分子运动程度降低。ADC值可以较为准确地量化评估分子运动减少的程度，从而反映胰腺外分泌功能的病理改变。本结果显示，代表胰腺外分泌功能的F1的OR值为0.13(<1)，即胰腺外分泌功能高是低的0.13倍，说明胰腺外分泌功能越低越提示患有CP的可能。F1中的X3、X4、X5均与胰腺实质的ADC值有关，这是因为胰泌素促进胰腺腺泡分泌含有大量HCO3-的胰液，增强胰腺实质内水分子的运动。X9代表十二指肠内PFR，反映外分泌腺体分泌能力。X8为注射胰泌素后主胰管直径达到峰值的时间，也反映胰腺外分泌功能。因此因子F1可以更全面地反映胰腺外分泌功能，有利于发现轻度、可疑CP。

代表注射胰泌素前后主胰管直径峰值的F2的OR值为2.01(>1)，即主胰管直径增粗是主胰管直径正常的2.01倍，说明主胰管直径越粗越提示患有CP的可能。由于中、重度CP患者的胰腺实质纤维化程度加重和主胰管内结石的存在均可导致主胰管显著扩张和粗细不均，因此主胰管直径更有利于诊断中、重度CP。

代表胰腺实质的F3的OR值为0.41(<1)，即SIR或A/V高是低的0.41倍，说明胰腺实质的SIR或A/V越低越提示患有CP的可能。文献报道[15-16]，SIR、A/V值一定程度上反映早期CP患者胰腺实质纤维化的改变。

代表注射胰泌素后分支胰管可视情况的X10的OR值为0.22(<1)，即注射胰泌素后分支胰管无是有的0.22倍，说明注射胰泌素后分支胰管有比没有更提示患有CP的可能。这是因为胰泌素注射后增强了主、副胰管和分支胰管可视化程度[17-18]，是诊断轻度、可疑CP的一个非常敏感的指标。

代表胰腺轮廓的X11的OR值为0.75(<1)，即胰腺轮廓规则是不规则的0.75倍，说明胰腺轮廓不规则比规则更提示患有CP的可能。这是因为纤维化病变弥漫使整个胰腺质地变硬，外形不规则，胰腺体积缩小[19]。

代表主胰管内充盈缺损的X13的OR值为0.57(<1)，即主胰管内充盈缺损无是有的0.57倍，说明主胰管内充盈缺损有比没有更提示患有CP的可能。这是因为胰管结石是CP的特征性病理改变，90%的患者病程中伴有胰管结石，对于中、重度CP非常有价值。

胰腺实质内小空泡为可疑CP的表现之一，但常规影像学对其发现能力较低，本组研究中未发现它与CP诊断具有显著相关性。胰腺分裂症可能是特发性胰腺炎致病因素之一[9]。因本研究以酒精性CP为主，胰腺分裂症患者仅5例，4例具有CP，故未发现组间差异。

综上所述，与CP分级诊断呈正相关的有F2，呈负相关的有F1、F3、X10、X11、X13。F1、F2、F3、X10在诊断轻度甚至中度CP上有优势，X11和X13在诊断中、重度CP上有优势，综合6个指标的回归模型较单一指标能够更好地分级诊断CP。

但本研究存在一定的缺陷。首先，轻度、可疑CP样本量较少；其次，磁共振禁忌证者不能进行此项检查；最后，本研究并未进行直接外分泌功能试验，因其有创、操作困难，很难实施。

[1] 边云, 杨学东, 胡良皞, 等. 胰泌素增强磁共振胰胆管造影对88例慢性胰腺炎胰管评估的价值[J]. 中华消化病杂志, 2015, 35(10): 385-391. DOI: 10.3760/cma.j.issn.1674-1935.2015.05.0.

[2] 边云, 方旭, 刘芳, 等. 胰泌素增强磁共振扩散加权成像测定成人正常胰腺外分泌功能[J]. 中华胰腺病杂志, 2015, 15(5): 217-222. DOI: 10.3760/cma.j.issn.1674-1935.2015.05.0

[3] 边云, 王莉, 陈超, 等. 胰泌素增强磁共振胰胆管造影联合常规胰腺MRI对慢性胰腺炎诊断的价值[J]. 中华放射学杂志, 2014, 48(4): 294-298. DOI: 10. 3760/cma. j-issn. 1005-1201. 2014. 04. 007

[4] 边云, 王莉, 陆建平, 等. 胰泌素增强磁共振胰胆管造影对健康成人胰腺外分泌功能的影响[J]. 世界华人消化杂志, 2013, 21(11): 978-983.

[5] Bian Y, Wang L, Lu JP, et al. Quantitative analysis of pancreatic exocrine function in healthy adults using secretin-enhanced MRCP[J]. World J Gastroenterol, 2013, 21(11): 978-983. DOI: 10.11569/wcjd.v21.i11.0000

[6] Sarles H. Revised classification of pancreatitis-Marseille 1984[J]. Dig Dis Sci, 1985, 30(6): 573-574. DOI:10.1007/bf01320265.

[7] Banks PA, Bradley EL 3rd, Dreiling DA, et al. Classification of pancreatitis-Cambridge and Marseille[J]. Gastroenterology, 1985, 89(4): 928-930. DOI:10.1016/0016-5085(85)90612-2.

[8] Ye XH, Gao JY, Yang ZH, et al. Apparent diffusion coefficient reproducibility of the pancreas measured at different MR scanners using diffusion-weighted imaging[J]. J Magn Reson Imaging, 2014, 40(6): 1375-1381. DOI: 10.1002/jmri.24492.

[9] 李兆申, 廖专. 慢性胰腺炎基础和临床[M]. 上海：上海科学技术出版社, 2013: 19-23.

[10] Bian Y, Wang L, Chen C, et al. Quantification of pancreatic exocrine function of chronic pancreatitis with secretin-enhanced MRCP[J]. World J Gastroenterol, 2013, 19: 7177-7182. DOI: 10.3748/wjg.v19.i41.7177.

[11] 张文彤, 董伟. 统计分析高级教程[M]. 北京：高等教育出版社, 2013: 181-184.

[12] LeBlanc JK, Chen JH, Al-Haddad M, et al. Endoscopic ultrasound and histology in chronic pancreatitis: how are they associated?[J]. Pancreas, 2014, 43(3): 440-444. DOI: 10.1097/MPA.0000000000000047.

[13] Talukdar R, Nageshwar Reddy D. Endoscopic therapy for chronic pancreatitis[J]. Curr Opin Gastroenterol, 2014, 30(5): 484-489. DOI: 10.1097/MOG.0000000000000091.

[14] Sanyal R, Stevens T, Novak E, et al. Secretin-enhanced MRCP: review of technique and application with proposal for quantification of exocrine function[J]. Am J Roentgenol, 2012, 198: 124-132. DOI: 10.2214/AJR.10.5713.

[15] Balci NC, Alkaade S, Magas L, et al. Suspected chronic pancreatitis with normal MRCP: findings on MRI in correlation with secretin MRCP[J]. J Magn Reson Imaging, 2008, 27(1): 125-131. DOI: 10.1002/jmri.21241.

[16] Zhang XM, Shi H, Parker L, et al. Suspected early or mild chronic pancreatitis: enhancement patterns on gadolinium chelate dynamic MRI[J]. Magnetic resonance imaging. J Magn Reson Imaging, 2003, 17: 86-94. DOI: 10.1002/jmri.10218.

[17] Mensel B, Messner P, Mayerle J, et al. Secretin-stimulated MRCP in volunteers: assessment of safety, duct visualization, and pancreatic exocrine function[J]. Am J Roentgenol, 2014, 202(1): 102-108. DOI: 10.2214/AJR.12.10271.

[18] Bulow R, Simon P, Thiel R, et al. Anatomic variants of the pancreatic duct and their clinical relevance: an MR-guided study in the general population[J]. Eur Radiol, 2014, 24: 3142-3149. DOI: 10.1007/s00330-014-3359-7.

[19] 龚彪，王伟. 慢性胰腺炎理论与实践[M]. 北京: 人民卫生出版; 2012.

(本文编辑：冀凯宏)

Logistic regression study on chronic pancreatitis grade diagnostic model

ShengYu,BianYun,FangXu,ShaoChenwei,LuJianping,WangLi.

DepartmentofRadiology,ChanghaiHospital,SecondMilitaryMedicalUniversity,Shanghai200433,China

BianYun,Email：bianyun2012@foxmail.com

Objective To establish a MRI grading diagnostic model for chronic pancreatitis (CP) to acquire better combination for CP diagnosis and improve the diagnostic ability of CP grading. Methods To collecte the data of 68 CP patients who were clinically diagnosed and 23 health volunteers from Dec 2012 to Oct 2014. There were 23 mild CP, 14 moderate CP and 31 severe CP according to Cambridge classification. 3.0 T MRI data were analyzed, and 14 features were extracted to compare the MRI features among groups. The single ordinal regression analysis was conducted on the variables with significant difference between groups, and the collinearity was diagnosed. The factor analysis was used for multicollinearity. The multiple ordinal logistic regression was finally conducted to establish the regression model. Results There was no significant difference between control groups and CP groups on pancreas divisum (X14), but significant differences were found in other 13 features (P<0.05). Single ordinal regression analysis of 13 features showed that all features except pancreatic parenchymal bubble (X12) were significantly correlated with CP grading diagnosis(P<0.05).The effect of multicollinearity was validated among 9 continuous variables. Three common factors were identified, including F1(X3、X4、X5、X9、X8), F2(X7、X6) and F3 (X1、X2) which represented the exocrine function, the features of main pancreatic ducts and pancreatic parenchyma, respectively. Six features were implemented into the multi Logistic regression model, which included F1, F2, F3, X10(the visualizations of branch pancreatic duct after secretin stimulation), X11(pancreatic shape) and X13(the filling defects of main pancreatic duct). Finally, the most appropriate regression model was gotten, which was the scale model of the probit link function. The model′s diagnostic accuracy for normal, mild CP, moderate CP, severe CP and total CP was 96.65%,100%, 71.42%,100% and 94.50%, respectively. Conclusions The ordinal logistic regression model proposed in this study may accurately predict the CP grades and can offer valuable references for clinic diagnosis and therapy of CP.

Pancreatitis, chronic； Diagnosis； Magnetic resonance imaging； Factor analysis； Logistic regression

10.3760/cma.j.issn.1674-1935.2017.03.003

200433 上海，第二军医大学长海医院影像医学科(盛彧、边云、方旭、邵成伟、陆建平、王莉)；解放军第411医院(边云)

边云，Email：bianyun2012@foxmail.com

2016-09-04)