《Frontiers in Genetics》:Non-invasive adjunctive diagnostic models incorporating high-frequency ultrasound and shear wave elastography for pediatric Duchenne muscular dystrophy
编辑推荐:
背景: 本研究旨在利用高频超声(HFUS)和剪切波弹性成像(SWE)全面表征儿童杜氏肌营养不良症(DMD)患者的骨骼肌特性,并构建和比较基于这些模态的诊断模型,以评估其作为评估肌肉受累的无创辅助工具的潜力。
方法: 研究共纳入53例经基因或病理确诊的儿童DMD
背景: 本研究旨在利用高频超声(HFUS)和剪切波弹性成像(SWE)全面表征儿童杜氏肌营养不良症(DMD)患者的骨骼肌特性,并构建和比较基于这些模态的诊断模型,以评估其作为评估肌肉受累的无创辅助工具的潜力。
方法: 研究共纳入53例经基因或病理确诊的儿童DMD患者和61例年龄、性别匹配的健康对照者。研究人员使用HFUS和SWE对双侧肱二头肌和股四头肌进行检查。采用组内相关系数(ICC)评估观察者间信度。研究人员应用主成分分析(PCA)对HFUS参数进行降维,随后通过逻辑回归建立标准化HFUS诊断模型。另使用单因素和多因素逻辑回归构建独立的SWE模型。采用受试者工作特征(ROC)曲线分析和决策曲线分析(DCA)评估并比较单独及联合模型的诊断性能。
结果: HFUS模型的曲线下面积(AUC)为0.875(95% CI:0.807–0.943),敏感性为88.9%,特异性为81.9%。SWE模型的AUC为0.846(95% CI:0.763–0.909),敏感性为69.8%,特异性为75.4%,两者之间无显著差异(P = 0.494)。值得注意的是,联合HFUS-SWE模型展现出更优的诊断准确性(AUC = 0.947,95% CI:0.885–0.981;敏感性 = 82.2%,特异性 = 95.1%),显著优于各单独模型(两者P均 < 0.001)。DCA表明,联合模型在所有阈值概率下均提供了更大的净获益。
结论: HFUS和SWE模型均显示出对DMD较高的诊断准确性。两者的联合显著增强了诊断效能,为评估DMD儿童的肌肉受累提供了一种有前景的无创辅助策略。
一、研究背景与问题
杜氏肌营养不良症(DMD)是最常见的致命性神经肌肉疾病之一,呈X连锁隐性遗传,其发病机制涉及抗肌萎缩蛋白基因的缺失、重复或点突变。抗肌萎缩蛋白是肌纤维细胞骨架的核心成分,其功能缺失导致肌纤维反复坏死与再生,最终再生失败,被纤维组织和脂肪浸润所取代,并伴随心肌病和呼吸肌受累。DMD全球发病率约为每3,500至5,000名男性活产婴儿中1例。晚期患者出现进行性退行性改变和挛缩,尤其影响脊柱旁及其他中轴肌群,常导致严重脊柱侧凸和显著功能下降。鉴于其病程漫长且预后不良,DMD给受影响家庭带来沉重负担,并严重影响儿童的身心健康。因此,无创辅助诊断和治疗策略对于延长生存期和改善生活质量至关重要。
目前,DMD诊断依赖于肌肉活检、基因检测、临床症状评估和血清肌酶检测。肌肉活检和基因检测被视为诊断的“金标准”。然而,儿童肌肉活检在技术上具有挑战性,且家长接受度低。基因检测虽为确定性标准,尤其用于指导靶向治疗,但资源密集,在部分临床环境中可能不易作为一线筛查工具获得。因此,迫切需要一种经济、无创且广泛可及的分诊工具,以准确识别DMD高危儿童,从而优化确证性基因检测的使用。
二、研究目的与设计
本研究旨在通过高频超声(HFUS)和剪切波弹性成像(SWE)全面表征DMD患儿的骨骼肌特性,并构建和比较基于这些模态的诊断模型,以评估其作为评估肌肉受累的无创辅助工具的潜力。研究纳入2019年1月至2024年9月于四川大学华西第二医院小儿神经科和康复科就诊的DMD患者作为病例组,诊断经基因检测和/或肌肉活检证实。同时纳入年龄匹配的健康男孩作为对照组。排除标准包括:智力障碍无法配合检查者;目前或过去6个月内使用激素药物治疗者;过去3个月内接受1个月以上体能训练者及半年内接受过骨科手术者;患有明显影响体质的各种疾病者;无监护人知情同意者。研究经四川大学华西第二医院伦理审查委员会批准。
三、主要技术方法
研究人员使用迈瑞Resona 7超声系统,配备剪切波弹性成像功能和5–14 MHz高频线阵探头,对双侧肱二头肌和股四头肌进行检查。所有检查由一名具有5年以上儿科神经肌肉影像经验的认证超声医师按照标准化方案完成。图像由两名具有10年以上经验的儿科放射科医师独立分析测量,最终值为两位阅片者测量的平均值。统计处理采用Stata 14.0和SPSS 22.0。对于HFUS模型,研究人员先确认变量间显著相关(KMO值>0.8),然后采用主成分分析(PCA)降维,基于特征值(>1)和累计贡献率确定主成分数量,再通过逻辑回归构建诊断模型。对于SWE模型,研究人员通过单因素逻辑回归筛选潜在预测因子,再经多因素逻辑回归校正混杂因素,利用约登指数确定显著变量的截断值并二分化,建立弹性诊断模型。最后通过ROC曲线和Hosmer-Lemeshow检验评估模型效能,并通过DCA和ROC曲线比较评估两模型。
四、研究结果
基线特征: 病例组与对照组在体重、BMI和年龄方面无统计学显著差异(P > 0.05),但身高存在显著差异(P < 0.05),这与DMD男孩常见的生长迟缓一致。
DMD与对照组HFUS和SWE参数比较: 高频指标比较显示,右侧肱二头肌横截面积、右侧股中间肌厚度和横截面积、左侧股中间肌厚度和横截面积、左侧股内侧肌厚度存在统计学显著差异。弹性指标比较显示,右侧肱二头肌Csmean、右侧股外侧肌Csmean、左侧股内侧肌Csmean和左侧股中间肌Csmean存在统计学显著差异。关键的是,在观察到显著差异的所有肌肉中,DMD组的SWV均低于对照组,表明肌肉硬度降低。除左右股外侧肌厚度和左侧肱二头肌厚度及横截面积外,DMD患儿的肌肉厚度和横截面积均低于正常组儿童。
HFUS模型的诊断准确性: 研究人员对形态学参数进行主成分分析,选取特征值>1的前四个主成分。多因素逻辑回归分析中,因子1(OR = 2.134,P = 0.007)和因子2(OR = 0.132,P < 0.001)被选入模型。HFUS模型AUC为0.875(95% CI:0.807–0.943,P < 0.001),敏感性88.9%,特异性81.9%。Hosmer-Lemeshow检验确认了良好的校准度。
SWE模型的诊断准确性: 单因素逻辑回归显示右侧肱二头肌(RBB-SWV)、右侧股外侧肌(RVL-SWV)、左侧股中间肌(LVI-SWV)和左侧股内侧肌(LVM-SWV)的剪切波速度为诊断DMD的潜在因素。多因素逻辑回归显示RBB-SWV(OR = 0.170,95% CI:0.063–0.460,P < 0.001)、RVL-SWV(OR = 3.836,95% CI:1.623–9.070,P = 0.002)和LVI-SWV(OR = 2.844,95% CI:1.002–8.075,P = 0.050)是诊断DMD的独立预测因子。基于约登指数,RVL-SWV、RVI-SWV和LVI-SWV的最佳截断值分别为3.083 m/s、2.943 m/s和2.617 m/s。SWE模型诊断DMD的ROC曲线下面积为0.846(95% CI:0.763–0.909,P < 0.001)。
HFUS模型与SWE模型的比较与联合: HFUS模型AUC为0.875,SWE模型AUC为0.846,两者间无显著统计学差异(P = 0.494)。联合模型AUC提升至0.947(95% CI:0.885–0.981),显著优于单独HFUS模型(P < 0.001)和单独SWE模型(P < 0.001)。联合模型敏感性82.2%,特异性95.1%,阳性预测值(PPV)为94.3%,阴性预测值(NPV)为84.8%。决策曲线分析(DCA)显示,联合模型在所有阈值概率下的净获益均高于单独HFUS模型或SWE模型。
五、讨论与结论
讨论部分指出,DMD组与对照组间身高的显著差异与DMD男孩已知的生长迟缓一致,可能归因于慢性疾病、营养不良、青春期延迟和皮质类固醇使用等多种因素。研究构建的HFUS和SWE模型基于标准化测量部位和相对比值,可最小化绝对体型大小的混杂效应。研究发现DMD患者SWV显著降低,反映肌肉硬度下降,可能因僵硬的收缩性肌肉组织被较软的脂肪和结缔组织替代所致,这与脑瘫等痉挛状态中肌肉硬度增加的情况形成对比。下肢更明显的软化与MRI研究显示这些特定肌群更早、更严重的脂肪浸润一致。左右同名肌肉间硬度的异质性可能反映疾病过程的不对称性和斑片状特性。
联合HFUS-SWE模型的优越性能是研究的基石,强烈表明HFUS和SWE捕获互补的病理生理信息:HFUS主要反映宏观形态学变化(萎缩和结构破坏),而SWE评估微观结构生物力学特性(组织硬度)。这种协同作用使联合模型克服了各单独技术的局限性,同时实现高敏感性(82.2%)和卓越特异性(95.1%)。虽然基因检测仍是诊断金标准,但资源密集,在初级保健环境中可能不易获得。因此,联合HFUS-SWE模型最适合作为无创、床旁筛查和分诊工具,有助于优先安排高验前概率患者进行确证性基因检测,同时其高NPV有助于低风险病例,减少不必要转诊和家长焦虑。研究建议的潜在临床工作流程为:初始使用血清CK和下肢肌肉基础HFUS筛查,对可疑发现的儿童进行综合HFUS-SWE检查,联合模型阳性结果可优先安排基因检测。
研究局限性包括单中心、回顾性设计、样本量相对较小,可能限制研究结果的普适性。皮下脂肪的潜在混杂效应虽被考虑但未量化。未来需要更大队列的前瞻性多中心研究来验证和完善模型。
结论: 本研究证明基于HFUS和SWE的诊断模型可有效诊断儿童DMD。联合HFUS-SWE模型展现出卓越的诊断性能,凸显了同时评估肌肉形态和生物力学特性的互补价值。这种综合影像学方法作为DMD风险分层和长期监测的宝贵无创工具具有广阔前景,有望改善临床管理和患者预后。