方法論記事

肺結核接触者における 18件のF-FDG PET-CTの半自動定量と、その将来的転帰との関連

28 閲覧数

⸱

DOI：

10.3791/69175

⸱

2026年7月31日

 ,  ,  ,  , 
1Department of Respiratory Sciences, University of Leicester, 2Department of Respiratory Medicine, University Hospitals of Leicester NHS Trust, 3Department of Nuclear Medicine, University Hospitals of Leicester NHS Trust

* These authors contributed equally

この記事について

サマリー

ここでは、半自動化されたオープンソースソフトウェアプラットフォームを用いて、結核感染症研究における陽電子放射断層撮影-コンピュータ断層撮影(PET-CT)イメージングプロトコル、解釈、解析を標準化するプロトコルを提示します。このアプローチはオペレーター間の変動を最小限に抑え、研究コホート間での再現性を向上させます。

要約

陽電子放出断層撮影-コンピュータ断層撮影(PET-CT)は、結核(TB)感染における異質性を特徴づける研究ツールとしての可能性を示しています。この技術の将来的な活用には、画像プロトコルの標準化、PET-CT画像の解釈、解析が必要であり、一般化可能性と離散的なコホート間のデータ同化性を向上させます。私たちは、画像解釈のオペレーター間変動を最小限に抑え、生理学的取り込みの変動を減らすために参照器官正規化を用いるオープンソースソフトウェアを用いた半自動化アプローチを評価しました。

前向き観察研究に登録した11例のインターフェロン・ガンマ放出アッセイ(IGRA)陽性結核接触者のうち、胸部内リンパ節(ITLN)における 18件のF-フルオロデオキシグルコース(FDG)取り込みを定量化し、そのうち8件は連続PET-CTスキャンで接触しました。画像解析は、生物医学および臨床研究向けに設計されたオープンソースの医療画像プラットフォームである3D Slicerを用いて分析され、半自動セグメンテーションと肝臓の自動定量化が可能でした。抽出されたデータには、ITLN最大標準化取り込み値(SUVmax)、平均標準化取り込み値(SUVmean)、代謝容積(MV)、全病変解糖系(TLG)、および肝臓SUV平均が含まれていました。肝臓取り込みの標準化(生理学的基準として)を有無にかかわらず、臨床ソフトウェアのパフォーマンスと比較し、オペレーターの変動性を評価しました。次に、複数の定量的なPET指標と肺結核接触者の将来的転帰との関連性を評価しました。

オープンソースと臨床画像評価プラットフォームの間で強い合意が得られたと報告しています。半自動PET定量化はオペレーター間の変動を低減し、参照器官への標準化は画像解析の感度を高めることがわかりました。具体的には、初期感染における連続PET-CTでの代謝活動の増加が、FDG取り込みの解剖学的部位で検出可能な 結核菌(Mycobacterium tuberculosis , Mtb)と関連しており、感染の進行性表現型と一致する予備的結果を報告します。

概要

結核(TB)は、 結核菌 複合体(MTBC)の細菌によって引き起こされる感染症であり、最も一般的な病原体は 結核菌 (Mtb)です。結核病は依然として世界の健康に大きな負担をもたらしており、2024年には約1,070万人が影響を及ぼしています。同年、世界中で推定123万人の死亡を招き、そのうち15万人がHIV-1陽性者の死亡を含みます。

結核感染は、感受性のある宿主が感染者からMTBCを含む飛沫を吸入することで獲得されます。感染者のごく一部は、原発性進行性結核として知られる活動性結核を発症します。しかし、ほとんどの場合、感染は適応免疫系によって制御されており、これは結核感染(TB)または潜在結核感染症(LTBI)と呼ばれます2。結核感染症は、進行リスクが異なるさまざまな感染状態を含みます。結核感染の進行性疾患への進行を防ぐことは、結核根絶のための終結結核戦略目標を達成するために極めて重要です。しかし、結核感染の経路を決定する免疫学的メカニズムは依然として十分に解明されていません。

陽電子放出断層撮影-コンピュータ断層撮影(PET-CT)は、結核感染状態における根本的な異質性を明らかにするための有望な研究ツールとして浮上しており、治療反応の評価や結核臨床試験における再発リスクの階層化のためのバイオマーカーとしてますます検討されています。.以前にPET-CTを用いた前臨床感染の表現型を記述しており、代謝的および構造的特徴付けを取り入れることで臨床的に関連性の高い層化が得られることを提案しました。しかし、結核感染研究におけるPET-CT画像解析には大きな異質性があり、比較は制限されています。重要なのは、連続画像検査で観察される代謝活動の変化は、結核感染の無症状者では小さい傾向があるため、全体的な代謝負荷を正確に評価するアプローチが必要であることです。

参照器官を用いた正規化は、間隔スキャンにおける18F-フルオロデオキシグルコース(FDG)取り込みの変動を減らすことができます11。しかし、基準器官におけるFDG取り込みの手動測定は、閾値12にも変動をもたらすことがあります。参照器官の関心体積(VOI)を自動で測定する手法が提案されており、オペレーター間変動を最小限に抑えるために提案されています13。さらに、標的病変の半自動分断は測定のばらつきをさらに低減し、分断にかかる時間を大幅に短縮し、効率を向上させることができます。

ヒト結核研究におけるPET由来代謝活性は、最大標準化取り込み値(SUVmax)を用いて評価されることが多いです。SUVmaxは疾患活動や治療反応の広く使われているマーカーですが、画像ノイズ16により代謝活動を過大評価することがあり、二次元の関心領域(ROI)では最も高い値のピクセル17を捉えられないこともあります。この文脈では、代謝体積(MV)や全病変解糖解糖(TLG)などの体積的パラメータが活動性結核の治療結果の予後マーカーとして報告されており、早期 治療反応の検出においてSUVmaxよりも感度が高いと報告されています19。具体的には、TLGは平均標準化取り込み量(SUVmean)と代謝体積の両方を考慮し、定義された関心体積(VOI)内の代謝活動の複合指標を提供します。

本研究では、半自動病変分割と自動肝臓定量を提供するオープンソースの研究画像プラットフォーム20の利用方法論を提示します。この手法を、前向き観察研究に登録された無症状インターフェロン・ガンマ放出アッセイ(IGRA)陽性肺結核接触者の連続PET-CTスキャンの解析に適用します。研究デザインは以前に21年に説明されています。簡単に言うと、英国レスターで細菌学的に確認された肺結核症例のHIV感染なし成人(≥16歳)家庭接触者が、インデックス診断直後に募集されました。参加者は症状アンケート、胸部X線撮影(CXR)、IGRA検査に記入しました。IGRA陽性の参加者はベースライン時にPET-CTスキャンを受けました。PET-CT陽性の患者は活動性結核の有無を調べました。活動性結核が確認されなかった場合は、感染経過を特徴づけるために3か月後に再検査が行われました。参加者は3か月ごとに臨床レビューと症状アンケートを前向きに追跡し、12か月間、さらに12か月間の受動的追跡が行われました。本研究プラットフォームの性能を臨床ソフトウェアと比較し、運用者間変動性を評価し、PETパラメータと将来的転帰との関連を探ります。

プロトコル

この研究は、イースト・ミッドランズ - ノッティンガム1の研究倫理委員会(REC)によって承認されました(REC 15/EM/0109)。

1. PET-CT検査

注:PET-CT手順は、地域の病院標準運営手順に従って実施され、2017年電離放射線規制(IRR17)22 および放射性物質管理諮問委員会(ARSAC)勧告23に準拠しています。

  1. 患者確認:紹介および画像診断の要求と照合して、3点のIDチェック(氏名、生年月日、住所)を用いて患者の身元を確認します。
  2. 患者安全アンケート:患者安全スクリーニングアンケートをレビューし、すべての関連する病歴、アレルギー、妊娠状況、禁忌事項を確実に記載してください。
  3. 臨床歴確認:患者の臨床歴を確認し、紹介状や画像診断の要件と整合性を確保します。
  4. 手順の説明:PETスキャンの目的、放射性トレーサーの注入、関連する放射線リスクや安全対策など、手順を明確に説明してください
  5. インフォームドコンセント:患者が手術とリスクを理解していることを確認し、書面によるインフォームドコンセントを取得します。
  6. 静脈カテーテル:22〜24Gの静脈内カテーテルを挿入し、できれば肘窩前の正中肘窩、頭静脈、または基底静脈に無菌技術を用いて挿入します。
  7. 静脈の開通確認:カテーテルを10mLの滅菌生理食塩水で洗浄し、静脈の開通を確認します。もし確信が持てない場合は、同僚に確認を依頼してください。
  8. プロトコルに基づく投与量の抽出:放射性トレーサーの計算活性を抽出します:3.5 MBq/kg±10%、最大400 MBqを超えない。
  9. 放射性トレーサーの抽出:必要な容量に応じて1 mL、3 mL、または5 mLのプラスチック製注射器を使い、適切なシリンジシールドを装着して放射性トレーサーの投与量を抽出します。
  10. 注射前活性を記録する:投与量校正器を使ってシリンジの放射能レベルを測定・記録し、正確な時刻を記録し、鉛で遮蔽されたシリンジキャリアにシリンジを置きます。
  11. 放射線トレーサーを注射する:静脈ラインからゆっくりと放射線トレーサーを注射し、その後すぐに10mLの無菌生理食塩水をフラッシュして完全に投与します。
  12. 注入時間の記録:校正済みの壁掛け時計を確認して注入時間を正確に記録します。
  13. 放射性物質を固定する:注射後、使用済みの注射器を外して鉛キャリアボックスにしっかりと収める。
  14. 点滴カテーテルの除去:適切な放射線対策を用いて慎重にカテーテルを除去し、汚染を防ぎます。
  15. 残留活性の測定:使用済みの注射器を投与量校正器に戻し、残留活性を測定し、値と時間を記録します。
  16. 廃棄物の安全処分:シリンジおよび放射性廃棄物は、機関のガイドラインに従って指定された放射性廃棄物容器に処分してください。
  17. 摂取期間:患者に「ホット待合室」で50分から1時間静かに休むよう指示し、最適なトレーサー摂取を可能にします。
  18. 画像撮影の姿勢:取り込み期間終了後、患者をカメラルームに案内し、PETスキャン台に仰向けで横たわるのを手伝います。
  19. 最終ID確認:進行前にスキャナーコンソールで詳細な確認と患者ID確認を行います。
  20. PET-CTスキャン開始:コンソールで正しい患者が選ばれたら、プロトコルに従ってPET-CTスキャンを開始します。
  21. 検査後の指示:スキャン後、患者を出口エリアまで案内し、通常の食事と水分補給を再開してよいと伝えます。
  22. 放射線安全のアドバイス:放射線安全対策を繰り返します:
    検査後少なくとも8時間は子どもや妊婦との密接な接触を避けてください。
  23. 水分補給の促進:患者には排尿時に放射線トレーサーの除去を促進するため、今後24時間は十分な水分補給を勧めます。
  24. PET画像再構成:以下のパラメータを用いてPET 3D反復画像再構成を行います:CTベースの減衰、ランプ射影フィルター、散乱補正を用いたベイズペナルティ尤度(PL)再構成アルゴリズムにより、310スライス画像が得られます。

2. 3D Slicerプラットフォームを用いたFDGavid胸腔内リンパ節の定量化

注:本研究では、匿名化されたPET-CTのDICOM画像を3D Slicerバージョン5.4.0(https://www.slicer.org/)を用いて解析しました。PET画像データは、胸部PET-CT放射線科医コンサルタント(リーダー1)と訓練を受けた呼吸レジストラ(リーダー2)によって抽出されました。生理学的参照FDG取り込みを上回る胸椎リンパ節内FDG取り込みのPET-CT画像も分析のために含めました。生理学的参照は肝のSUV平均+3標準偏差(SD)で決定されました11。

  1. 拡張機能をインストールしましょう。
    1. 拡張機能マネージャーを開きます。
    2. 以下の拡張機能をインストールしてください:PETDICOMExtension、PETTumorSegmentation、PETLiverUptakeMeasurement、PET-IndiC。
    3. インストール後、3Dスライサーを再起動してください。
  2. 匿名化されたPET-CTのDICOM画像を3Dスライサーにアップロードしてください。
    1. DICOMデータを追加>DICOMファイルをインポートします。
  3. 肝臓の定量化(参照組織)を行います。
    1. 方法I(自動測定)
      1. PET肝取り込み測定>定量(定量)へ進みます。
      2. 入力ボリュームのドロップダウンメニューでPET画像を選択してください。
      3. Output Volumeのドロップダウンメニューで「Create New LabelMapVolume」を選択してください。
      4. セグメント 参照地域をクリックしてください。
      5. 結果として得られる領域の正確さを確認してください。自動肝断片が失敗した場合は、方法IIに進みます。
      6. 平均SUVと標準偏差値は「 測定」欄に保存してください。
    2. 方法II(手動測定)
      1. セグメントエディターへ行ってください。
      2. SourceボリュームのドロップダウンメニューでPET画像を選択してください。
      3. 追加をクリックします。
      4. ペイント(スフィアブラシを選択してください)を使って、肝実質の均質な領域にVOIを作成します。
      5. 「セグメンタル統計>定量化」へ行ってください。
      6. ScalarボリュームのドロップダウンメニューでPET画像を選択してください。
      7. 「詳細オプション」から「PET体積統計(またはスカラー体積統計)」を選び、「平均および標準偏差」を選択してください。
      8. 「応募」をクリックします。
  4. 胸腔内リンパ節のセグメント。
    1. セグメントエディターを使って新しいセグメンテーションを作成します。
    2. Thresholdツールを使いましょう。下限値をSUVmean肝臓+3×SD肝に設定してください。「応募」をクリックします。これにより、閾値を超える体の全領域が強調表示されます。
    3. 胸椎リンパ節の外側は除外してください。
    4. 方法I:手動でクリーンアップ: Scissors ツールで Erase Inside または Erase OutsideをSegment Editor で使い、リンパ節領域外の領域を除去します
    5. 方法II:島の効果:セグメントエディターで島の効果を適用します。分離したホットエリアを別々のセグメントに分割するために、Split Islands to Segments機能を使ってください。リンパ節の外側のセグメントを削除してください。小さなノイズ領域では追加の清掃が必要になることがあります。
  5. 分節リンパ節を定量化する。
    1. 「 定量 化> セグメント統計」へ進みます。
    2. ス カラーボリューム のドロップダウンメニューで PET画像を選択してください。
    3. 詳細オプションでPET体積統計(またはスカラー体積統計)を選択し、測定値を選択してください。TLGはスカラー体積統計から得られる値を用いて、SUV平均とMVを掛け合わせて手動で計算する必要があることに注意してください。
    4. 「応募」をクリックします。

結果

研究コホート

統計手法は 補足ファイル1に記載されています。

9件の微生物学的に確認された肺結核指数症例のうち16人のIGRA陽性者(うち8件は塗抹標本陽性)がPET-CTスキャンを受けました。12名の参加者がPET-CTスキャンで陽性でした。1人の参加者ではFDGの取り込みが肺実質に限定されていました。IGRA陽性の参加者16名中11名が胸腔リンパ節でFDG取り込みが閾値を超え、分析対象として含まれました。11人全員が、7件の指標例から塗抹標本陽性肺結核の接触者でした。中央値年齢は32歳(IQR 18-46歳)でした。5人(45.5%)は男性でした。9人(81.8%)がイギリス国外で生まれました。7人(63.6%)は一度も喫煙したことがなく、3人(26.3%)は現在喫煙者、1人(9.1%)は元喫煙者でした。

8名の参加者は3か月後にPET-CTを再度受けました。したがって、治療未経験の接触者11名から合計19件のPET-CTスキャンが含まれました。

肝臓の量化

19件のPET-CTスキャンのうち、自動肝臓定量化は2件で失敗しました。1件は自動配置されたROIに肝臓外の構造が含まれており、もう1件はアルゴリズムが肝臓を誤認し、右太ももの筋肉を定量化したことです。Bland-Altman分析では、肝のSUV平均および肝SUV平均+3 SDの自動および手動測定の高度一致が示され、バイアスは最小限で一致度は95%と狭い(補足図1、 補足表1)。両手法の一貫性は両指標において非常に優れていました(クラス間相関係数[ICC] = SUV平均 = 0.989、SUV平均 + 3 SD でそれぞれ0.972)。

臨床および研究プラットフォームのプラットフォーム間信頼性

Bland-Altman分析は、すべてのPET由来定量パラメータにおいて臨床プラットフォームと研究プラットフォーム間で強い整合を示しました(表1、 補足図2)。肝臓SUV平均および体積パラメータ(MVおよびTLG;対数変換)は最小限度のバイアスと狭い相対的一致限界を示した。定量的指標全体で、SUVmaxはプラットフォーム間で最も大きな絶対平均差(0.62、95% CI 0.40 - 0.83)を示し、臨床プラットフォームにおけるSUVmax値の小規模ながら体系的な上昇を示しています。しかし、相対的な差は依然として低く、全体的な一致は良好でした(CCC = 0.99)。SUVmeanとliver SUVmean + 3 SDもバイアスが最小限で、同意の絶対限界がやや広いものの、相対的な限界は許容範囲内に収まっていました。

これらの結果を支持する相関係数は、ITLN SUVmax、MV、TLGで非常に一致し(CCC = 0.95-0.99)、肝臓用SUV平均とITLN SUV平均では中〜高水準の一致(CCC = 0.90-0.95)を示しました。Liver SUVmean + 3 SDは妥当な一致を示しました(CCC = 0.85)。全体として、3D Slicerは臨床ソフトウェアから得られたものと非常に一貫した定量的な結果を生み出しました。

3Dスライサーのオペレーター間信頼性

Bland-Altman解析では、3D Slicerで抽出されたすべてのPETパラメータで優れた読者間一致を示し、平均差はほぼゼロに近く、一致の限界は一貫して狭いものでした(表2、 補足図3)。体積パラメータ(MVおよびTLG;対数変換)は最も厳密な一致限界を示し、非常に一貫したセグメンテーションと定量を反映しています。クラス間相関係数はさらに優れたインターリーダー信頼性を支持し、すべてのPET由来定量指標でICC値は0.95>(表2)。これらの発見は、3Dスライサーがリーダー間で非常に再現性の高い定量的測定を提供していることを裏付けています。

縦方向PET-CT特徴への応用

未治療のIGRA陽性8名の参加者は、3か月後に追跡によるPET-CTスキャンを受けました(補足図4 および 補足表2)。そのうち3名が抗結核治療を受けました。フォローアップスキャン直後に治療を開始した2名:胸腔リンパ節サンプルでMTB感染が確認された患者、もう1名は3か月間のPETスキャンで新たな肺病変を発症し治療で治癒しました。3人目の患者は2年間の前向き追跡期間中に結核の症状を発症し、さらに臨床的なPET-CTスキャンを受けたところ、ベースラインでavidだった同じリンパ節でのFDG取り込みが増加しました。気管支内超音波誘導経管支針穿刺(EBUS-TBNA)検査により、この部位でMtb感染が確認されました。

結核治療を3か月後に行った2名の参加者は、SUVmax、SUV平均、MV、TLGの増加を示しました(図1A1,B1,C1,D1)。しかし、2歳で結核と診断された人はSUVmax、SUV平均、TLGの低下が見られました(図1A1、B1、D1)。この患者の心室は変化せず(1.50 cm3から1.52 cm3)(図1C1)。しかし、肝臓SUV平均+3 SDsで測定された生理学的FDG取り込みは3か月後のスキャンで有意に低く(3.69から2.04)、生理的FDG取り込みのばらつきが病理学的取り込みの変化の解釈を妨げる可能性を示唆しました。次に、この変動を緩和するためにPETパラメータを生理的活動に標準化しました。肝臓でのFDG取り込みに正規化した結果、2歳で結核と診断された個人のSUVRmaxが増加し、やや軽いもののSUVR平均と正規化されたTLGが増加しました。(図1A2、B2、D2)疾患のない状態でした参加者は、ベースラインから3か月の間にSUVmax、SUV平均、MV、TLGが減少しました(図1A1、B1、C1、D1)。

figure-results-1
図1:臨床アウトカムに基づき階層化された、ベースラインおよび3か月時の胸腔リンパ節の代謝活動。 (A-D) PET-CTは、8件の未治療肺結核接触でベースラインおよび3か月後に実施された。SUVRmax(A2)、SUVR平均(B2)、正規化TLG(D2)は、SUVmax(A1)、SUVmean(B1)、TLG(D1)を、Liver SUVmean + 3標準偏差で定義される生理学的取り込み量で割って算出されました。MV(C1)は胸椎リンパ節内の代謝量です。赤い線は生後3か月で抗結核(ATT)を受けた接触者、オレンジの線は2歳で結核を発症した接触者、青い線は健康を保った接触者を表しています。SUVmax:最大標準化された取り込み値。SUVRmax:SUV比率最大値(SUVmaxは肝臓の取り込みに正規化)、SUVmean:標準化された取り込み値、SUVR平均:SUV比率平均、MV:代謝容積、TLG:全病変解糖解糖系。この図はキムら(2025)24の許可を得て改変しています。 この図の拡大版はこちらをクリックしてご覧ください。

平均差(95%信頼区間)合意の下限値(95%CI)合意の上限(95%信頼区間)相対差(95%信頼区間)相対的な合意上限(95%信頼区間)コンコルダンス相関係数(95%信頼区間)
リバーSUVmean0.105(0.023から0.187)−0.229(−0.372から−0.086)0.439(0.296から0.581)0.045(0.010から0.081)−0.099から0.190(−0.161から0.252)0.90 (0.75–0.96)
リバーSUVmean+3 SD0.049(−0.090から0.187)−0.515(−0.756から−0.274)0.612(0.371から0.854)0.016(−0.030から0.062)−0.170から0.202(−0.249から0.281)0.85 (0.64–0.94)
SUVmax0.616(0.403から0.828)−0.195(−0.566から0.176)1.426(1.055から1.797)0.053(0.035から0.071)−0.017から0.123(−0.049から0.155)0.99 (0.98–1.00)
SUVmean−0.104(−0.453から0.245)−1.434(−2.042から−0.825)1.226(0.618から1.835)−0.020(−0.088から0.047)−0.278から0.238(−0.396から0.355)0.91 (0.77–0.96)
MV(ログ)0.061(−0.021から0.143)−0.252(−0.394から−0.109)0.373(0.230から0.516)0.039(−0.014から0.093)−0.164から0.242(−0.257から0.335)0.97 (0.93–0.99)
TLG(ログ)0.056(−0.014から0.125へ)−0.210(−0.331から−0.088)0.321(0.200から0.443)0.018(−0.004から0.040)−0.067から0.103(−0.106から0.142)0.99 (0.98–1.00)

表1:臨床プラットフォームと研究プラットフォーム(3Dスライサー)の合意。Bland-Altmanおよびコンコルダンス相関解析を用いて、PETパラメータにおける臨床プラットフォームと研究プラットフォーム間の適合性を評価しました。平均差、一致限界(LoA)、対応する95%信頼区間(CI)、相対差、および相徴相関係数(CCC)が示されています。対数変換された指標(代謝体積[MV]および全病変解糖系[TLG])については、比例バイアスを考慮してログスケールで一致性を評価しました。SUVmax:最大標準化取り込み値、SUVmean:平均標準化取り込み値、SD:標準偏差。

平均差(95%信頼区間)合意の下限値(95%CI)合意の上限(95%信頼区間)相対差(95%信頼区間)相対的な合意上限(95%信頼区間)クラス内相関係数(95%CI)
リバーSUVmean0.027(0.008から0.045)−0.048(−0.080から−0.016)0.102(0.070から0.134)0.012(0.004から0.020)−0.021から0.045(−0.035から0.059)0.995 (0.986–0.998)
リバーSUVmean+3SDs。−0.021(−0.085から0.042)−0.279(−0.390から−0.169)0.237(0.127から0.348)−0.007(−0.028から0.014)−0.093から0.079(−0.130から0.116)0.971 (0.929–0.989)
SUVmax0.071(−0.071から0.212)−0.470(−0.717から−0.222)0.611(0.364から0.858)0.006(−0.006から0.019)−0.041から0.054(−0.063から0.076)0.999 (0.997–1.000)
SUVmean−0.052(−0.161から0.057)−0.467(−0.657から−0.277)0.364(0.174から0.554)−0.010(−0.031から0.011)−0.090から0.070(−0.127から0.107)0.991 (0.977–0.997)
MV(ログ)0.023(−0.023から0.069)−0.153(−0.234から−0.072)0.199(0.119から0.280)0.015(−0.015から0.046)−0.101から0.131(−0.154から0.184)0.992 (0.979–0.997)
TLG(ログ)0.018(−0.014から0.049)−0.101(−0.156から−0.047)0.137(0.082から0.191)0.006(−0.004から0.016)−0.033から0.044(−0.050から0.062)0.998 (0.993–0.999)

表2:研究プラットフォーム(3Dスライサー)を用いたPET-CTパラメータにおけるリーダー1とリーダー2の一致。 Bland-Altmanおよびクラス間相関解析を用いて、PETパラメータ間でリーダー間の適合度を評価しました。平均差、一致限界(LoA)と対応する95%信頼区間(CI)、相対差、クラス間相関係数(ICC)が示されています。対数変換された指標(代謝体積[MV]および全病変解糖系[TLG])については、比例バイアスを考慮してログスケールで一致性を評価しました。SUVmax:最大標準化取り込み値、SUVmean:平均標準化取り込み値、SD:標準偏差。

補足図1:3D Slicerにおける自動と手動の肝臓定量を比較したBland-Altmanプロット。 (A) 肝臓SUVの意味。(B) Liver SUV平均+3標準偏差。y軸は自動測定と手動測定の違いを示し、x軸は両方法の平均を示します。赤い実線は平均差を示し、青い実線は95%の合意限界(LoA)を示します。それぞれのポイントは個別の主題を表しています。 この図形をダウンロードするには、こちらをクリックしてください。

補足図2:臨床(XD3)プラットフォームと研究(3Dスライサー)プラットフォームを用いた測定値を6つのPET-CT指標で比較したBland-Altmanプロット。 (A)肝臓SUV平均、(B)肝SUV平均+3標準偏差、(C)SUV平均、(D)SUVmax、(E)対数変換代謝体積(MV)、および(F)対数変換全病変解糖解糖(TLG)です。赤い実線は平均差を示し、青い実線は95%の合意限界(LoA)を示します。それぞれのポイントは個別の主題を表しています。 この図形をダウンロードするには、こちらをクリックしてください。

補足図3:リーダー1とリーダー2の測定値を比較したブランド・アルトマンプロット。 (A) 肝 SUV平均、(B) 肝 SUV平均 + 3標準偏差、(C) SUVmax、(D) SUV平均、(E) 対数変換代謝体積(MV)、(F) 対数変換全病変解糖解(TLG)です。赤い実線は平均差を示し、青い実線は95%の合意限界(LoA)を示します。それぞれのポイントは個別の主題を表しています。 この図形をダウンロードするには、こちらをクリックしてください。

補足図4:参加者の流れを示すCONSORT図。 参加者は臨床評価、インターフェロンガンマ放出検査(IGRA)検査、および登録時に胸部X線検査を受け、活動性結核(TB)を除外しました。PET-CTスキャンで陽性反応が出た参加者には、気管支槽胞洗浄(BAL)および/または気管支内超音波誘導経気管支針吸引(EBUS-TBNA)によるさらなる検査が提案されました。未治療の参加者は3か月間隔で症状アンケートと胸部X線検査を12か月間実施し、その後12か月間の受動的追跡が行われました。ATT:抗結核療法、Mtb:結核菌、PET-CT:陽電子放出断層撮影-コンピュータ断層撮影。 この図形をダウンロードするには、こちらをクリックしてください。

補足表1:3Dスライサーにおける自動肝臓定量手法と手動による合意。 Bland-Altmanおよびクラス間相関解析:SUV平均およびSUV平均+3標準偏差(SD)の肝臓定量化を比較した。値は平均差、一致限界、クラス間相関係数(ICC)として提示され、それぞれ95%信頼区間(CI)が適用されます。相対的な差および相対的な一致限界を計算し、手法間の比例バイアスを評価しました。 この表をダウンロードするには、こちらをクリックしてください。

補足表2:11名の参加者における定量的なPET-CT測定(うち8名は連続PET-CTスキャン者)。 すべてのスキャンは抗結核治療(ATT)開始前に実施されました。PET1はベースラインで実施され、PET2は3か月後に実施されました。 この表をダウンロードするには、こちらをクリックしてください。

補足ファイル1:統計的方法。 このファイルをダウンロードするには、こちらをクリックしてください。

ディスカッション

研究用画像プラットフォームを用いて肺結核接触者の半自動PET定量を評価し、PETパラメータ(SUVmax、SUV平均、MV、TLG)で臨床ソフトウェアと大きな一致を観察し、肝臓SUV平均+3 SD閾値では中程度の一致を確認しました。半自動アプローチで、2人の独立した盲検リーダー間ですべてのPETパラメータにおいて優れたオペレーター間一致を示しました。重要なのは、1人のリーダーが放射線科医でない医師であることから、3Dスライサーによる自動化が臨床および研究経験の異なるリーダー間で信頼性の高いPET-CT解析を可能にできることを示しています。

PETパラメータを肝閾値に正規化すると、解析の感度が向上し、ベースラインから3か月の間に2回目の検査時の生理的取り込みの低下によって隠されていた代謝活動の増加が明らかになりました。FDGの取り込みは、患者のストレスや身体活動など、さまざまな生物学的・技術的要因によって影響を受けることがあります。 血糖値、そしてFDG注射とスキャンの間の間隔は25。結核接触者のPET-CTにおける縦方向の変化は、活動性結核治療時のものよりも顕著でないと考えられます。したがって、参照組織を用いた標準化と画像診断プロトコルの厳格な遵守は、結核感染研究における画像解析の再現性と信頼性向上に不可欠です。この文脈では、半自動化手法と参照器官への正規化が、オペレーター依存的な変動を減らし、時間点を超えた定量的評価の一貫性を向上させることで、追加の価値を提供します。生理的基準の測定における一貫性は特に重要であり、基準活動の不正確な測定は信頼性の低い定量化を招きます。肝臓を基準器官として用いてきたのは、肝臓が安定し再現性があり、容易に測定できる取り込みを提供するからです。肝 SUVmean プラス3標準偏差は、生物学的基準と運用可能性のバランスを取るために用いられました。非常に低い基準値では、隣接組織の誤った含め込みにより非専門的なリーダーによる定量化が制限されていました。このアプローチは、結核感染における胸部内の広まった変化を定量化するための実用的で再現性があり、アクセスしやすい方法論を促進することを目的としており、臨床利用には検証されていません。

研究スキャンの分析には、高い再現性を示し、最小限のユーザー操作で済む自動肝臓定量化を推奨します。しかしごく少数の場合、自動化アルゴリズムが肝臓を検出できなかったり、誤って隣接する構造を含めることもあります。正確な定量化を確保するためには、自動ROIが肝臓以外に及ばないことを視覚的に確認することが重要です。そのような場合には手動測定が推奨されます。

臨床プラットフォームと研究プラットフォーム間で、わずかながら一貫したSUVmaxバイアスが観察されました。ソフトウェアプラットフォーム間でのSUV測定値のわずかな違いはよく認識されており、通常はDICOM情報の解釈方法やボクセルデータの内部表現方法にソフトウェア固有の違いから生じます。これらの違いは特にSUVmaxにおいて、ボクセルレベルの値に微妙に影響を与えます。これは、定量的なPET-CT研究において測定のばらつきを最小限に抑えるためにプラットフォームの一貫性を維持する重要性を強調しています。この文脈の中で、オープンソースプラットフォームは方法論的標準化を支援し、研究間のばらつきを減らすことができます。

結核感染におけるPET-CTスキャンの解釈における重要な未知は、臨床的に意味のある代謝活動と時間経過による有意な変化の閾値を定義することです。本研究では、健康を維持した個人の3か月後にすべてのPETパラメータが減少しました。しかし、健康な人と治療を受けた人の間で基準的な定量値が重複していました。これは、単一時点での測定よりも時間経過の傾向の方が重要かもしれないことを示唆しています。今後の研究では、PET-CT代謝活動の複数の定量的測定を時間経過で評価し、これらを事前に定められた臨床指標と相関させて最適なパラメータを決定し、標準化された解釈を促進する基準閾値を確立すべきです。

肺実質異常が限られているため、胸部リンパ節の定量化に焦点を当てました。この研究の結果、初期結核感染は主に胸腔リンパ節に限定されることが示されており、これはアメリカで行われた研究と一致しています。当コホートでは、ベースライン時に肺実質FDG取り込みを示したのは4名のみで、代謝活動は低く(平均SUVmax = 2.7)、病変は信頼性のある体積解析および特徴付けに小さすぎました。さらに、連続スキャンを受けたIGRA陽性の参加者8人に1人のみがベースラインで肺実質FDG取り込みを示しました。対照的に、結核負担が高い環境(南アフリカ)で実施された研究では、家庭結核接触者の約半数で肺実質異常が報告され、FDG依存症の胸腔内リンパ節は21.2%、正常肺の9.3%で観察されました5。私たちのコホート(結核負担が低い)と高結核負荷領域のコホートでPET-CTの特徴に見られる違いの理由は不明です。一つの可能性として、南アフリカのコホートにおける過去の結核感染の有病率が高く、IGRA陽性率(82%)が高いことが示されています。非ヒト霊長類(NHP)によるMtb再感染とMtb未感染NHPの感染を比較した研究では、一次感染が再感染からの保護を提供し、胸椎リンパ節への感染の拡散を防ぐ効果があることが示されました(29)。その他の潜在的な寄与要因としては、Mtb株の違い、宿主遺伝的要因、研究コホートにおける喫煙の有病率、環境要因などがあります。今後PET-CTを用いた結核感染症研究では、MTBおよびコホートの特徴を考慮し、肺実質および胸腔リンパ節の変化を統合するアプローチを開発すべきです。

まとめると、半自動化PET定量は、高いオペレーター間信頼性を持つ結核感染の代謝変化を評価するための有用な手法を提供します。参照組織への正規化は、早期代謝進行の検出における分析感度を高めます。早期感染で代謝活動が増加し、参照器官に修正した場合、進行性結核感染の有望な指標となります。

開示事項

すべての著者は申告すべき潜在的な利益相反はないと報告しています。

謝辞

これは、レスター大学MRCのConfidence in Concept賞からP.H.に資金提供され、国立医療研究所(NIHR)レスター生物医学研究センター(BRC)で実施された独立研究の要約です。ここに表明された見解は著者個人のものであり、必ずしも資金提供者、NHS、NIHR、または保健社会福祉省の見解を代表するものではありません。この研究はMRCのConfidence in Concept賞によって資金提供されました。JWKはウェルカム調査員賞(WT 215628/Z/19/Z)へのアン・オガラ氏の資金提供を受けました。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
Q.ClearGE HealthcareN/APETの再構成アルゴリズム
https://www.gehealthcare.com/en-sg/products/molecular-imaging/qclear?srsltid=AfmBOooqtkcQJronALLan2Q
rxYYpTTq5qw9PRf0pDJS
HpTUHQk4bUarl
XD3Mirada MedicalN/A医療用画像ソフトウェア
https://www.mirada-medical.com/diagnostic-imaging
3D SlicerN/AN/Aオープンソースの非商用画像ソフトウェアプラットフォーム
https://www.slicer.org/

参考文献

  1. Global tuberculosis report 2025. , World Health Organization. Geneva, Switzerland. (2025).
  2. Jasmer, R. M., Nahid, P., Hopewell, P. C. Latent tuberculosis infection. N Engl J Med. 347 (23), 1860-1866 (2002).
  3. Houben, R. M. G. J., Dodd, P. J. The global burden of latent tuberculosis infection: a re-estimation using mathematical modelling. PLoS Med. 13 (10), e1002152(2016).
  4. Dye, C., Glaziou, P., Floyd, K., Raviglione, M. Prospects for tuberculosis elimination. Annu Rev Public Health. 34, 271-286 (2013).
  5. Esmail, H., et al. High resolution imaging and five-year tuberculosis contact outcomes. medRxiv. , (2023).
  6. Ghesani, N., Patrawalla, A., Lardizabal, A., Salgame, P., Fennelly, K. P. Increased cellular activity in thoracic lymph nodes in early human latent tuberculosis infection. Am J Respir Crit Care Med. 189 (6), 748-750 (2014).
  7. White, A. G., et al. Analysis of 18FDG PET/CT imaging as a tool for studying Mycobacterium tuberculosis infection and treatment in non-human primates. J Vis Exp. (127), e56375(2017).
  8. Cross, G. B., Doherty, J. O., Chang, C. C., Kelleher, A. D., Paton, N. I. Does PET-CT have a role in the evaluation of tuberculosis treatment in phase 2 clinical trials. J Infect Dis. 229 (4), 1229-1238 (2024).
  9. Kim, J. W., et al. A structural and metabolic framework for classifying pre-clinical tuberculosis infection phenotypes using 18F-FDG PET-CT: a prospective cohort analysis following M. tuberculosis exposure. Thorax. 79 (12), 1156(2024).
  10. Kim, J. W., Munavvar, R., Kamil, A., Haldar, P. PET-CT for characterising TB infection (TBI) in immunocompetent subjects: a systematic review. J Med Microbiol. 72 (9), (2023).
  11. Wahl, R. L., Jacene, H., Kasamon, Y., Lodge, M. A. From RECIST to PERCIST:evolving considerations for PET response criteria in solid tumors. J Nucl Med. 50 Suppl 1 (Suppl 1), 122s-150s (2009).
  12. Fencl, P., Belohlavek, O., Harustiak, T., Zemanova, M. The analysis of factors affecting the threshold on repeated 18F-FDG-PET/CT investigations measured by the PERCIST protocol in patients with esophageal carcinoma. Nucl Med Commun. 33 (11), 1188-1194 (2012).
  13. Hirata, K., et al. A semi-automated technique determining the liver standardized uptake value reference for tumor delineation in FDG PET-CT. PLoS One. 9 (8), e105682(2014).
  14. Hatt, M., et al. Reproducibility of 18F-FDG and 3'-deoxy-3'-18F-fluorothymidine PET tumor volume measurements. J Nucl Med. 51 (9), 1368-1376 (2010).
  15. Keijzer, K., et al. Semi-automated (18)F-FDG PET segmentation methods for tumor volume determination in non-Hodgkin lymphoma patients: a literature review, implementation and multi-threshold evaluation. Comput Struct Biotechnol J. 21, 1102-1114 (2023).
  16. Boellaard, R., Krak, N. C., Hoekstra, O. S., Lammertsma, A. A. Effects of noise, image resolution, and ROI definition on the accuracy of standard uptake values: a simulation study. J Nucl Med. 45 (9), 1519(2004).
  17. Ziai, P., et al. Role of optimal quantification of FDG PET imaging in the clinical practice of radiology. RadioGraphics. 36 (2), 481-496 (2016).
  18. Malherbe, S. T., et al. Quantitative 18F-FDG PET-CT scan characteristics correlate with tuberculosis treatment response. EJNMMI Res. 10 (1), 8(2020).
  19. Cross, G. B., et al. PET-CT outcomes from a randomised controlled trial of rosuvastatin as an adjunct to standard tuberculosis treatment. Nat Commun. 15 (1), 10475(2024).
  20. 3D Slicer. Pieper, S., Halle, M., Slicer Kikinis, R. 3D. 2004 2nd IEEE International Symposium on Biomedical Imaging: Nano to Macro (IEEE Cat No. 04EX821), Arlington, VA, USA, 1, 632-635 (2004).
  21. Kim, J. W., et al. PET-CT-guided characterisation of progressive, preclinical tuberculosis infection and its association with low-level circulating Mycobacterium tuberculosis DNA in household contacts in Leicester, UK: a prospective cohort study. Lancet Microbe. 5 (2), e119-e130 (2024).
  22. The Ionising Radiations Regulations 2017. , Great Britain. https://www.legislation.gov.uk/uksi/2017/1075/contents (2017).
  23. ARSAC Notes for Guidance: Good Clinical Practice in Nuclear Medicine. , Administration of Radioactive Substances Advisory Committee. https://www.gov.uk/government/publications/arsac-notes-for-guidance (2014).
  24. Kim, J., Kamil, A., Lee, J., Novsarka, I., Haldar, P. M34 Semi-automated quantification of PET-CT in TB contacts and its association with prospective outcomes. Thorax. 80 (Suppl 2), A358-A359 (2025).
  25. Paquet, N., Albert, A., Foidart, J., Hustinx, R. Within-patient variability of 18F-FDG: standardized uptake values in normal tissues. J Nucl Med. 45 (5), 784-788 (2004).
  26. Lodge, M. A. Repeatability of SUV in oncologic (18)F-FDG PET. J Nucl Med. 58 (4), 523-532 (2017).
  27. Zwezerijnen, G. J. C., et al. Reproducibility of [18F]FDG PET/CT liver SUV as reference or normalisation factor. Eur J Nucl Med Mol Imaging. 50 (2), 486-493 (2023).
  28. Wilson, C. M., Selwyn, R. G., Elojeimy, S. Comparison of PET/CT SUV metrics across different clinical software platforms. Clin Imaging. 89, 104-108 (2022).
  29. Cadena, A. M., et al. Concurrent infection with Mycobacterium tuberculosis confers robust protection against secondary infection in macaques. PLoS Pathog. 14 (10), e1007305(2018).

再版と許可

タグ

233 233 JoVE
動画は近日公開
お問い合わせ
図書館への推薦

プライバシー

利用規約

ポリシー

著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。