基于定量CT对儿童难治性支原体肺炎的分析研究

雷禹，冯旭霞，呼甜，任园园，何思怡，李佳颖，黄晓旗，郭佑民

肺炎支原体(mycoplasma pneumoniae，MP)是儿童肺炎常见的重要致病菌，容易引起多种肺部疾病及肺功能改变[1]。肺炎支原体肺炎(mycoplasma pneumoniae pneumonia，MPP)在少数病例中可发展为严重威胁生命的疾病，如难治性支原体肺炎(refractory mycoplasma pneumoniae pneumonia，RMPP)、急性呼吸窘迫综合征、坏死性肺炎和暴发性肺炎[2]。有研究表明，RMPP患儿在近年来越来越多[3]。因此，早期识别RMPP是临床医生面对的棘手问题。胸部CT能提示MPP多种影像学表现，病变的部位及范围。传统通过影像学征象及视觉评分判断疾病的严重程度，缺乏客观依据[4]。本研究基于人工智能计算机肺部感染辅助诊断客观地对儿童支原体肺炎CT数据进行定量分析，寻找影像学定量分析的敏感指标，提高早期识别RMPP的能力，为临床提供客观依据。

材料与方法

1．一般资料

回顾性收集2019年1月-2021年4月在延安大学附属医院确诊的MPP患儿118例，男62例，女56例，年龄(4.26±2.74)岁。纳入标准：①患儿近期出现如咳嗽、咳痰、气喘等呼吸道症状；②血清学检查MP-IgM抗体阳性或鼻咽分泌物PCR检测结果为阳性；③患儿在入院后3天内进行CT检查，发现肺炎改变。排除标准：①患者配合差，图像伪影大；②CT检查肺部层面不完整；③CT数据显示肺炎分割失败，不能进行数据处理。RMPP的诊断标准基于大环内酯类抗生素治疗7天或更长时间后仍存在持续发热，临床表现及影像学恶化[5]。最终118例MPP患儿中，诊断为RMPP患儿30例，普通支原体肺炎(general mycoplasma pneumoniae pneumonia，GMPP)患儿88例。

2．仪器与方法

扫描设备为UCT-760 128层螺旋CT(上海联影科技)。扫描时患儿呈仰卧位自肺尖至肺底全肺扫描。部分患儿检查前服用水合氯醛(0.5 mL/kg，最大剂量不超过10 mL)。扫描参数：管电压100 kV，自动管电流，准直40 mm，螺距1.0875，转速0.5 s/r，最小层厚0.625 mm，矩阵512×512，标准算法重建。

3．图像分析及观测指标

将CT扫描原始数据以“Dicom”格式导入人工智能计算机肺部感染辅助诊断分析软件进行分割处理。该软件首先自动识别出肺部边界、支气管和血管，在肺组织中去除支气管和血管的部分，然后通过密度阈值和区域生长法识别高密度的肺炎病灶[6]。记录病变区域容积(lesion volume，LV)，病变占全肺体积的百分比(percentage of lesion，LV%)，病变平均密度(mean lesion density，MLD)，低于-300 HU的低密度区百分比(ground glass opacity percentage，GGO%)及病变质量(lesion quality，LQ)。因为肺部大部分区域密度为负值，密度与体积的乘积即一定体积内人体组织的重量。为了便于理解，将病变平均密度加1000后转为正值得到，计算公式为：LQ=LV×(MLD+1000)/1000。GMPP患儿与RMPP患儿AI分割效果图见图1、2。

4．统计学方法

采用SPSS 24.0进行统计学分析。计量资料以中位数(四分位数间距)表示，RMPP组与GMPP组的临床一般资料与CT定量参数采用χ2检验或Mann-WhitneyU检验比较。采用受试者操作特征(receiver operating characteristics，ROC)曲线下面积(area under curve，AUC)分析CT定量指标对RMPP的预测价值。采用多因素logistic逐步回归分析RMPP的独立危险因素。以P<0.05为差异有统计学意义。

结 果

1．一般资料

RMPP组患儿年龄稍大于GMPP组，RMPP组患儿体温、平均住院时间大于GMPP组患儿(P<0.01)。共有61名患儿出现了发热的症状，RMPP组发热率高于GMPP组；RMPP组喘息发生率明显低于GMPP组；两组之间咳嗽发生率差异无统计学意义(表1)。

表1 支原体肺炎患儿RMPP组与GMPP组的一般资料差异

2．CT定量指标

RMPP组与GMPP组各CT定量指标的差异均有统计学意义(P<0.05)。RMPP组病变范围广、病变密度高、病变质量大，磨玻璃密度病变占比低(表2)。

表2 RMPP组与GMPP组CT定量指标的差异

3．RMPP组患儿ROC曲线分析

将GMPP组及RMPP组之间存在明显差异的CT定量指标行ROC曲线分析，得出LV、LV%、MLD、GGO%及LQ可以鉴别RMPP组与GMPP组(P<0.01)，见表3，图2。AUC由高到低依次为：LQ、LV、LV%、GGO%和MLD，具体敏感度、特异度及可信区间见表3。

图1 女，8岁，GMPP患儿。a)横轴面CT示左肺上叶片状实变影；b)冠状面CT示左肺上、下叶病灶，边缘模糊(病灶红线内)；c)肺区三维分割图，较为清楚地显示病灶在三位空间内的分布情况(红色部分)。图2 男，10岁，RMPP患儿。a)横轴面CT示左肺下叶大片状实变及磨玻璃影；b)冠状面CT示病灶边缘模糊矢状面(病灶红线内)；c)肺区三维分割图显示病变范围较大(红色部分)。

表3 CT定量指标各变量ROC曲线分析

4．对预测RMPP的CT指标进行多因素逐步logistic回归分析

对118例患儿进行多因素逐步logistic回归分析得，LV%>4.2、MLD>-296.36 HU、LQ>21.6 g是两组间有预测价值的指标(P均<0.05)，OR值分别为11.8、6.9、10.7，调整了患儿的年龄、性别、体温后OR值分别为11.8、7.1、10.5(表4)。

表4 RMPP相关因素的多因素逐步logistic回归分析

讨 论

MP是引起儿童尤其是儿童社区获得性肺炎的主要病原体之一。虽然传统上认为肺炎支原体感染是一个自限性的过程，但近年来大环内酯类药物治疗7天或更长时间后出现临床和放射学进展的RMPP病例越来越多地被报道[7]。目前临床实际工作中对于MPP缺乏早期快速诊断技术，影像学表现复杂多样，实验室检查敏感性差等问题[8]。因此，一种高效的早期诊断与严重程度评估MPP患儿的检查方法是目前亟待解决的紧迫任务。既往研究已经证实计算机肺部感染辅助诊断能够对肺内病变部位快速检出、定量评价病变范围和病变演变过程定量分析评估[9-12]。随着人工智能定量分析软件不断优化，为客观评估病灶性质提供了一种可能的方法。

本研究中发现RMPP患儿年龄明显高于GMPP患儿，这与以往文献结果一致[13-14,19]。年龄较大的儿童免疫系统相对成熟，MP感染后反应更重，这可能也是RMPP发生的原因之一[3,15]。RMPP组患儿的体温及平均住院时间均大于GMPP组，说明RMPP组患儿病变程度重，临床病程长，因此早期诊断与治疗至关重要。

本研究通过定量CT得出RMPP组患儿病变范围广、病灶密度高及病变质量大，表明CT定量指标可以用于判断MP的感染程度，提示在RMPP时，强烈的炎症反应导致细支气管及肺泡腔内有大量中性粒细胞及组织液渗出[15]，导致肺内病变范围及密度增加。李娅等[16]认为RMPP患儿胸片或胸部CT的肺部浸润范围越广，MPP患儿疾病严重程度越重，预后不良，与本研究结果类似。Saraya等[17]使用HRCT视觉评分系统计算肺总受累面积与患者的严重程度呈显著正相关，从侧面印证了本研究的结论。ROC曲线分析显示，预测MPP患儿发生RMPP的AUC由高到低依次为LQ、LV、LV%、GGO%、MLD。多因素二元逐步Logistic回归显示LV%>4.2、MLD>-296.36 HU、LQ>21.6 g为两组间有预测价值的指标，这表明LV%>4.2、MLD>-296.36 HU、LQ>21.6 g对鉴别RMPP与GMPP患儿具有临床价值。有研究表明[18-19]，出现大面积肺实变(面积超过肺叶的2/3)是RMPP的预测因素，这与本研究结果相似，LV%、MLD及LQ更为客观的表示了以往视觉评估中大面积肺实变的概念，从而提供更为具体的截断值用来鉴别RMPP患儿。

本研究的局限性：①本组数据属于回顾性研究，且研究样本量较少，数据结果可能产生一定偏倚。②可能有一些患者合并MP和其他病原体感染而无法检测到，这可能导致RMPP。③两组患者分布不匹配，可能会影响统计结果。因此，需要纳入大量的MPP患者，并进行前瞻性研究。

总之，本研究采用人工智能计算机肺部感染辅助诊断对儿童支原体肺炎进行影像学CT定量研究，研究发现能够客观、精确地对于病变的严重程度进行评估。临床医生可以根据定量CT指标鉴别RMPP患儿，尤其是LV%>4.2、MLD>-296.36 HU、LQ>21.6 g来预测儿童RMPP的发生。