摘要
摘要目的探讨胸部CT定量指标在新型冠状病毒肺炎(COVID-19)临床分型及肺损伤严重程度评价中的价值。方法回顾性分析华中科技大学同济医学院附属同济医院2020年1月1日至2020年4月1日COVID-19确诊的438例患者的临床及CT影像资料。临床分型为普通型146例、重型247例、危重型45例。使用人工智能(AI)深度学习定量分析所有患者胸部CT指标,包括全肺体积、全肺感染体积、磨玻璃密度体积(GGO体积,CT值<-300 HU)和实性密度体积(SO体积,CT值≥-300 HU)以及SO体积/GGO体积。采用Kruskal-Wallis检验对各临床分型之间定量参数的差异性进行统计学分析,采用多元有序logistic回归分析定量参数与临床分型之间的相关性。结果438例COVID-19确诊患者中,重型及危重型患者的年龄较大(P<0.05),且危重型患者以男性为主(P<0.05)。各临床分型患者的临床表现均主要以发热为主,其次为咳嗽、乏力、胸闷、呼吸困难、消化道症状等。3种临床分型肺部病变的CT表现均以GGO为主;全肺感染体积、GGO体积、SO体积以及各自在全肺体积的比例均从普通型、重型到危重型患者逐渐增大(P<0.01);SO体积/GGO体积随临床分型严重程度增加逐渐增大[普通型为0.12(0.03,0.34),重型为0.29(0.11, 0.59),危重型为0.61(0.39,0.97),P<0.05]。多元有序logistic回归分析显示全肺感染体积(OR=1.009)、SO体积/GGO体积(OR=1.866)、GGO体积(OR=1.008)和SO体积(OR=1.016)对临床分型的严重程度产生显著的正向影响关系(P<0.01)。结论基于AI胸部CT定量指标(SO体积、GGO体积、SO体积/GGO体积)与COVID-19肺炎临床严重程度密切相关。
出版日期
2021年03月21日(中国期刊网平台首次上网日期,不代表论文的发表时间)