胸部CT特征预测普通型新型冠状病毒肺炎患者转归的价值

刘长华，余晓洁，杨先春，左敏，杨克勤，杨帆

新型冠状病毒肺炎(Corona Virus Disease 2019，COVID-19)是一种由新型冠状病毒引起的具有较强传染力的呼吸系统传染病[1]。COVID-19患者中普通型所占比重较大，但部分COVID-19患者随着病情的进展会发展成为重症肺炎[2]。目前对于COVID-19病情的评估主要依靠典型临床症状和胸部CT表现，胸部CT可观察到患者不同程度的肺脏受累，随着病情的加重受累肺段不断增加[3]。重症COVID-19患者的预后相对不佳，且治疗难度大幅度增加。重症肺炎患者治疗过程中所采取的呼吸机、体外膜肺氧合(Extracorporeal Membrane Oxygenation，ECMO)等治疗措施成本较高，消耗大量的医疗资源。因此早期判断普通型COVID-19的转归并进行干预，防止其发展为重症肺炎是减少COVID-19患者肺部损害、节省医疗资源的有效措施[4]。随着抗疫工作的进一步开展，我院已经累积了一定数量不同类型COVID-19患者的临床及CT资料。本文回顾性分析我院由普通型发展为重症COVID-19患者的临床及CT资料，探索利用普通型阶段胸部CT的特征表现预测潜在的重症COVID-19，以期在疾病初期及时采取相应措施，调整患者的治疗方案，从而改变疾病的发展方向，对节省医疗资源，保存患者肺功能，降低病死率都有积极意义。

材料与方法

1.研究对象

回顾性分析2020年1月-2020年3月我院收治的158例COVID-19患者的临床资料，其中男87例，女71例，患者年龄15～77岁，平均(43.65±14.97)岁。病例纳入标准：①经新型冠状病毒核酸检验确诊为COVID-19；②入院诊断为《新型冠状病毒肺炎诊疗方案(试行第六版)》临床分型标准中的普通型患者[5]；③发病以来首次接受检查；④CT等临床检查资料完整。病例排除标准：①胸部CT影像缺乏或存在伪影，影响对病情的临床诊断；②患者入院时合并其他严重疾病。

纳入的158例COVID-19患者中31例在2～7内转为COVID-19重症肺炎，纳入转重症组，其余127例普通型患者未发生肺炎分型的改变，纳入普通型组。所有患者及家属均签署知情同意书，该研究获我院伦理委员会批准。

2.研究方法

患者入院后通过询问记录收集并整理患者的临床资料，包括年龄、性别、发病到CT检查的时间、发热情况、腹泻、呕吐、头痛、肌肉酸痛、咳嗽以及乏力表现。患者入院后抽取外周血液，检测患者外周血淋巴细胞计数(淋巴细胞<0.2×109/L为淋巴细胞减少)及外周血C反应蛋白(CRP>8.5 mg/L为CRP升高)[6,7]。

患者入院后采用Philips Brillance 64层螺旋CT扫描仪行胸部CT检查。患者取仰卧位，双手上举过头顶，防止双上臂对胸部CT检查造成伪影。检查范围为肺尖到肺底部，自上而下进行扫描。扫描参数：管电压120 kV，管电流 250 mAs，螺距自动匹配，矩阵512×512，层厚5 mm，视野350 mm×350 mm，准直器宽度64×0.625 mm。轴面重建肺窗，窗宽1600 HU，窗位-450 HU。

胸部CT扫描结果由两位具有10年以上临床经验的放射科医师分别独立阅片，并对CT扫描结果进行诊断和分析。CT图像分析包括病变位置(肺周边受累、周边及中央共同受累)、病灶密度(磨玻璃样、部分实性磨玻璃样)、病灶边缘形态(清晰、模糊)、病灶与胸膜位置的关系(靠近胸膜、远离胸膜)、病灶分布(左肺上叶，左肺下叶，右肺上叶，右肺中叶，右肺下叶)、病灶累及肺叶数目、最大病灶的长径、根据视觉法评估最大病灶的长径大小(分为小于1 cm、1～3 cm或大于3 cm)、病灶占整肺体积的百分比(根据视觉法评估病灶占整肺体积的百分比：0，未受累；1，<5%；2，5%～15%；3，15%～30%；4，30%～45%；5，45%～60%；6，>60%)、病灶数目。

3.统计学分析

采用SPSS 19.0软件进行统计学分析，并利用R软件(version 3.6.2)绘制列线图。符合正态分布的计量资料以表示，采用独立样本t检验进行组间比较。其余以中位数(四分位区间)表示，采用Mann-WhitneyU检验进行组间比较。计数资料以例(百分比)表示，采用卡方检验和Fisher确切概率法进行组间比较。采用多因素logistic回归分析普通型患者入院期间转重症COVID-19的独立危险因素，将独立危险因素带入列线图预测普通型患者转重症COVID-19的概率，其预测性能由C-index量化[8]。以P<0.05为差异有统计学意义。

结 果

1.临床资料

158例患者入院时均为普通型COVID-19，患者出现不同程度的临床表现，包括发热、头痛、肌肉酸痛、乏力等，少数患者出现腹泻和呕吐等消化道症状。在入院后2～7天31例普通型患者转为重症肺炎(19.6%)。两组患者的临床资料对比见表1，普通型组与转重症组患者的性别、发病到CT检查时间、发热状况、腹泻、呕吐、头痛、肌肉酸痛、咳嗽、乏力和C反应蛋白升高在两组中差异无统计学意义(P值均>0.05)；转重症组患者的平均年龄、淋巴细胞计数减少的比例明显高于普通型组，差异有统计学意义(P<0.05)。

表1 2组COVID-19患者的临床资料比较 (n，%)

注：*为Fisher确切概率法

2.CT表现

两组患者的CT影像均可见肺部有不同程度病变，病灶多发，多累及外周，且下叶受累多见。普通型患者病灶体积小，病变多呈斑片状磨玻璃影(图1)；转重症组患者病变体积较大，以部分实性磨玻璃样病变为主(图2)。转重症组患者远离胸膜比例、累及右肺中叶比例、累及肺叶数以及病灶占整肺体积百分比高于普通型组，差异有统计学意义(P<0.05，表2)。

表2 2组COVID-19患者的CT表现比较 (n，%)

注：*为Fisher确切概率法

3.影响普通型COVID-19转重症的多因素Logistic回归分析

将可能影响普通型COVID-19预后的因素(年龄、淋巴细胞计数、病灶与胸膜位置关系、右肺中叶病变情况、病灶累及肺叶数、病灶占整肺体积百分比)纳入多因素Logistic回归，结果显示淋巴细胞计数减少(P=0.032)、病灶累及右肺中叶(P=0.020)、病灶累及肺叶数(P=0.021)以及病灶占整肺体积百分比(P=0.013)是影响普通型COVID-19转重症肺炎的独立影响因素(表3)。

4.列线图预测模型的建立与评价

基于多因素分析结果建立用于预测普通型COVID-19预后的列线图(图3)，列线图的C-index为0.85，提示模型预测结果与实际一致性较好。在临床应用中，医生可将影响普通型COVID-19预后的独立影响因素对应的分数相加得到总分，通过总分得到每例COVID-19患者对应的普通型转重症肺炎的概率。

讨 论

根据国家卫生健康委员会《新型冠状病毒肺炎诊疗方案(试行第六版)》，COVID-19临床分型为轻型、普通型、重型、危重型[5]。不同的临床分型预后存在差异，在实际诊疗过程中，普通型患者与重症患者(包括重型和危重型)的管理和治疗有明显差异。部分普通型患者治疗不力或延误治疗可进展至重型或危重型，也可随病程发展转变为重型或危重型。部分危重型患者病情进展快，可发生严重急性呼吸窘迫综合征，预后差，病死率高。如果能早期预测疾病进展的方向，尽早判断重症化趋势，及时制定合理的临床策略，将有利于疾病的转归，具有重要的临床应用价值。

本组纳入的158例首诊为普通型COVID-19患者中，31例入院后转为重症，转重症率为19.6%，与陈夕等[9]的文献报道基本相符。患者入院时多以发热、咳嗽为主要症状。转重症组患者的平均年龄明显大于普通型组，可能与年龄较大患者的免疫水平低于年轻患者，同时更容易患有多种基础疾病，使其病情不容易控制有关。本研究结果显示转重症组患者淋巴细胞减少的比例高于普通型患者。淋巴细胞计数减少是COVID-19患者的常见临床特征，相关文献报道，各种临床分型的COVID-19患者均可出现不同程度的淋巴细胞计数减少，但死亡病例的淋巴细胞减少更为严重[10,11]。淋巴细胞计数减少常提示疾病预后不良，病毒感染会影响人体免疫系统，而淋巴细胞是人体的重要免疫细胞，淋巴细胞下降可能是免疫反应过强所致的免疫消耗，也可能是淋巴细胞重分布，大量迁移至炎症部位，使外周淋巴细胞减少[12]。

COVID-19患者的CT表现方面，病变多呈弥漫性分布，其中双肺下叶是最易累及的部位，双肺下叶累及的比例在普通组与转重症组中差异均无统计学意义，与李宝学等[13]的报道相符。而右肺中叶累及的比例以及远离胸膜的比例在两组中差异有统计学意义，即转重症患者更容易累及右肺中叶和远离胸膜的部位，这可能与COVID-19肺部病变由下而上、由外而内的疾病进展趋势有关[14]，右肺中叶和远离胸膜的部位出现病变提示病变范围可能已经比较广泛[15]，间接提示首诊CT显示以上部位出现病变可能是普通型转为重症的重要征象。本研究结果显示，转重症组的病灶占整肺体积百分比明显高于普通型组，差异有统计学意义，表明转重症组患者的病变累及范围更广泛。

多因素Logistic回归分析结果显示淋巴细胞计数减少、病灶累及右肺中叶、病灶累及肺叶数以及病灶占整肺体积百分比为普通型COVID-19转重症肺炎的独立影响因素，提示上述指标可以在一定程度上独立反映普通型COVID-19患者的预后情况。患者入院后密切注意这些指标，有助于早期预测疾病临床分型的转变。虽然本研究结果提示病灶与胸膜位置关系、年龄被排除为独立影响因素，但是年龄较大的患者免疫力低下，病变进展速度较快，仍建议将年龄作为重要的参考指标，尤其面对高龄合并其他基础疾病的患者，更应引起注意。同样，病灶是否远离胸膜对临床分型也具有一定的提示作用，同样需要重点关注。基于本组得出的独立影响因素，绘制了普通型COVID-19患者转重症肺炎的列线图，其在预测COVID-19转重症肺炎的概率上表现出色(C-index：0.85)，与实际发生情况一致性较好。临床上医生可以借助列线图将患者合并的各个危险因素对应的分数求和，其总分可以计算出该患者转重症肺炎的概率，这有助于临床及早干预、及时调整治疗方案，避免或降低转为重症的可能。

本研究不足之处：①样本量较少且为单中心研究，特别是转重症患者例数较少，可能导致研究结果产生偏倚，未来需要进一步扩大样本量以验证本研究结论；②疫情早期对疾病的治疗经验和治疗手段与后期不同，导致对部分普通型患者的病情转归产生了影响，这也可能在某种程度上影响了本研究结论，值得进一步深入研究。

综上所述，普通型COVID-19患者的胸部CT及临床资料对预测患者预后有较高的临床应用价值，可对疾病进行早期评估。患者淋巴细胞计数降低、病变范围广泛可能是普通型患者转为重症的重要预测指标，利用列线图可以方便地预测出每例普通型COVID-19患者转为重症肺炎的概率，有助于及早干预、及时调整治疗方案，避免或降低转为重症的可能，以改善患者预后。