이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

연구 논문

식도 이체 검출을 위한 초저선량 CT와 표준 선량 컴퓨터 단층촬영의 전향적 비교

65 조회수

⸱

DOI:

10.3791/69349

⸱

2026년 8월 7일

 ,  ,  ,  ,  ,  ,  ,  , 
1Department of Radiology and Nuclear Medicine, The First Hospital of Hebei Medical University

* These authors contributed equally

이 논문에서

요약

이 무작위 대조 시험은 초저선량 컴퓨터 단층촬영(CT)과 딥러닝 재건이 식도 이물질 탐지에서 표준 선량 CT보다 정확도가 떨어지지 않으며, 방사선량을 63% 감소시키고 있음을 입증했습니다.

초록

본 연구의 목적은 초저선량 컴퓨터 단층촬영(ULD-CT)과 표준 용량 CT(SD-CT)의 비열등성을 식도 이물질(EFB) 검출에 적합한지 검증하고, 용량 품질 상충관계를 정량화하는 것이었습니다. 이 전향적, 무작위, 맹검 독자 연구는 EFB 섭취가 의심되는 180명의 환자(성인 120명, 어린이 60명)를 등록하였습니다. 환자들은 ULD-CT(100 kV/50 mA, 적응형 통계적 반복 재구성-V 80% + 딥러닝 영상 재구성) 또는 SD-CT(120 kV/200 mA, 필터링 후방 투사 + 적응 통계적 반복 재구성-V 30%) 그룹에 무작위로 배정되었습니다. 모든 환자는 CT 영상 촬영 후 12시간 이내에 내시경 또는 외과적 기준 평가를 받았으며, 음성 소견 시 30일 추적 관찰을 하였습니다. 주요 평가 지점은 곡선 아래 면적(AUC)이었으며; 부가 평가 평가 항목에는 영상 품질 지표, 방사선량, 우연적 소견이 포함되었습니다.

두 프로토콜 모두 ULD-CT의 민감도/특이도는 97.8%/100%, SD-CT는 98.9%/100%로 우수한 진단 성능을 달성했습니다. ULD-CT의 AUC는 0.985, SD-CT는 0.991(비열등성 여유< 차이)였습니다. ULD-CT의 유효 용량은 63% 감소했습니다(P < 0.001). 신호 대 잡음비는 37% 감소했으나(P < 0.001), 진단 수용성(점수 ≥3)은 94.4% 대 97.8%(P = 0.070)로 유지되었습니다. 54명(30.0%)에서 부수적 소견이 확인되었으며, 이 중 19건은 잠재적으로 실행 가능한 소견(10.6%)과 6건은 긴급 평가가 필요한 고유의성 소견이었습니다.

초저선량 CT는 EFB 검출에서 SD-CT에 비해 진단 정확도가 열등하지 않으며, 방사선 노출을 60% 이상 줄입니다. 이 결과들은 다센터 검증 대기 중인 의심 EFB에 대해 ULD-CT가 1차 치료법으로서 잠재력을 보여줍니다.

서론

이물질 섭취는 전 세계적으로 흔한 응급 증상으로 남아 있으며, 식도 이물질(EFB)은 임상적으로 중요한 하위 범주로 자주 긴급 영상 검사나 내시경 개입이 필요한 부분입니다. 최근 방사선학 리뷰에서는 CT가 특히 방사선 촬영 결과가 음성일 때, 물체가 방사선투료일 때, 천공과 같은 합병증이 의심될 때 매우 유용하다고 강조합니다. 지적 장애나 의사소통 장애가 있는 환자를 포함한 특수 환자군은 늦게 나타나거나 비전형적인 증상을 보일 수 있으며, 비음식, 날카로운 가장자리, 또는 여러 물체를 섭취하여 추가적인 진단 및 관리 문제를 야기할 수 있습니다. 중국의 최근 병원 기반 연구들은 성인과 노인 환자에서 EFB 증상의 주요 원인으로 날카로운 이물질과 음식 섭취가 여전히 흔하지만, 전국적인 발생률 데이터는 여전히 5.6명이 부족함을 보여줍니다.

정확한 EFB 검출의 임상적 중요성에도 불구하고, 최적의 영상 전략에 관한 주요 지식 공백은 여전히 존재합니다. 현재 프로토콜은 일반적으로 이물질 눈에 최적화된 적응증 특이적 매개변수보다는 일반 흉부 영상용으로 개발된 표준 방사선 선량을 사용하며, 선량 감축 지침은진단 과제에 맞춘 노출 조정을 강조합니다. 더불어, 반복 재구성과 딥러닝 재구성이 다른 CT 응용 분야에서 현저한 방사선 감소를 가능하게 했지만, EFB 검출에 미치는 영향은 전향적 무작위 임상시험에서 체계적으로 평가되지 않았습니다8.

의심되는 EFB에 대한 전통적인 영상 평가는 일반 방사선 촬영 후 선택적 조영 식도조영술 또는 방사선투료 물체에 대한 내시경 검사에 의존해 왔습니다. 그러나 방사선 투과 투성과 이물질 모두에 대한 민감도가 뛰어나기 때문에 컴퓨터 단층촬영(CT)이 점점 더 선호되는 기법으로 부상하고 있습니다. 연구에 따르면 CT 민감도는 일반 방사선사진의 70%–80%보다 100%에 근접하는 반면, 특히 어뼈 및 기타 저밀도 재료의 경우 더욱 그렇습니다10,11. CT의 단면적 특성은 천공, 농양 형성, 혈관 근접성 등 합병증에 관한 중요한 정보를 제공하여 환자 관리에 영향을 줄 수 있습니다12,13.

CT의 광범위한 도입은 특히 의료 영상으로 인한 평생 암 위험이 가장 높은 소아 인구에서 누적 방사선 노출에 대한 우려를 불러일으켰습니다. 전통적인 CT 프로토콜은 흉부 검사에 8–12 mSv의 유효 용량을 제공하여, '합리적으로 달성 가능한 한 낮음' 원칙과 현대 CT 용량 관리 권고에 부합하는 용량 감축 전략 개발을 촉진했습니다 7,16.

최근 기술 발전으로 진단 품질을 유지하면서 극적인 용량 감소가 가능해졌습니다. 적응 통계적 반복 재구성과 같은 반복 재구성 알고리즘은 필터링된 후방 투사에 비해 이미지 노이즈를 줄여 더 낮은 방사선량을 허용합니다17. 최신 세대의 딥러닝 이미지 재구성(DLIR) 알고리즘은 고품질 데이터셋에서 학습된 합성곱 신경망을 활용하여 신호와 노이즈를 구분하며, 기존의 반복 기법보다 우수한 노이즈 감소를 달성합니다 8,18. 연구에 따르면 DLIR은 표준 프로토콜에서 사용되는 방사선량보다 훨씬 낮은 방사선 선량에서도 진단 이미지 품질을 유지할 수있음이 입증되었습니다.

초저용량 CT(ULD-CT) 프로토콜의 가능성에도 불구하고, EFB 검출에 특화된 적용은 전향적 무작위 임상시험에서 아직 탐구되지 않고 있습니다. 이전 저선량 흉부 CT 연구들은 이물질 평가의 고유한 진단 요구보다는 폐결절 발견이나 일반 흉부 병리에 초점을 맞추어 왔습니다21,22. 또한, CT 영상의 잠재적 부가가치인 임상적으로 관련된 우발적 소견 발견에 미치는 용량 감소의 영향은 이 맥락에서 체계적으로 평가되지 않았습니다23.

본 연구는 EFB 검출을 위한 ULD-CT와 표준 선량 CT(SD-CT)의 전향적 비교를 통해 이러한 지식 공백을 해소하는 것을 목표로 했습니다. 우리는 (1) ULD-CT가 진단 정확도에 있어 SD-CT보다 열등하지 않음을 보일 것이라고 가정했습니다(비열등성 여δ = 5%); (2) 방사선량은 상당히 줄이면서 허용 가능한 화질을 유지할 것; 그리고 (3) CT의 넓은 시야 이점은 환자 관리에 영향을 미칠 수 있는 임상적으로 관련된 우연한 소견을 발견할 수 있게 해줍니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

이 전향적, 무작위, 맹검 독자 연구는 2024년 1월부터 2025년 6월까지 허베이의과대학 제1병원(3차 진료 센터)에서 수행되었습니다. 이 연구는 헬싱키 선언에 따라 수행되었으며, 허베이 의과대학교 제1병원 윤리위원회(승인 번호: [2025]YS-062)의 승인을 받았으며, 모든 환자 또는 법적 보호자는 등록 전에 서면 동의서를 제공하였습니다. 미성년자의 경우, 연령과 능력에 따라 사전 동의를 받았으며, 8세 미만 참가자는 법적 보호자로부터 서면 동의를 받고, 이해할 수 있을 경우 추가 동의를 요청했습니다; 8세에서 17세 사이의 참가자는 미성년자와 법적 보호자 모두로부터 서면 동의서를 받았으며, 적절한 연령 수준에서 정보가 공개되었습니다; 16세에서 17세 사이의 참가자 중 자신의 노동 소득을 통해 재정적 독립을 입증한 참가자들은 완전한 시민 능력을 갖추고 독립적인 동의를 제공할 수 있다고 간주되었습니다. 이 연구는 영국 임상 연구 등록부에 등록되었으며, 등록번호는 ISRCTN13588740.

연구 설계
환자 무작위화는 연령대별로 층별로 분류된 컴퓨터 생성 시퀀스(4, 6, 8)를 사용하여 수행되었으며, 이 블록들은 연령대별로 층별로 나뉘어 있었습니다(소아 < 18세와 성인 ≥ 18세). 할당 은폐는 CT 스캔 직전에 봉인된 불투명 봉투를 통해 유지되었습니다. 모든 영상 해석사, 내시경 의사, 외과의사는 CT 프로토콜 배정에 대해 눈을 가렸습니다.

연구 대상
포함 기준
적격 참가자는 3세에서 80세 사이의 환자로, 응급실에 내원하여 기관 프로토콜에 따라 CT 평가를 의뢰한 환자(주로 일반 방사선 촬영에서 보이지 않는 의심 방사선과 이물질, 임상적 합병증 의심, 개입 전 정확한 위치 확인 필요성), (1) 출석 후 6시간 이내에 이물질 섭취 병력이 있는 경우; (2) 식도 폐막을 암시하는 증상으로, 연하곤란, 삼두, 흉통, 침 과다분비; 그리고 (3) CT 영상 촬영 후 12시간 이내에 계획된 내시경 또는 외과적 평가. 6시간 창은 환자가 급성 증상을 보이도록 하면서도 영상 및 내시경 평가를 위한 충분한 시간을 확보하기 위해 선택되었으나, 이는 어뼈와 같은 특정 이물질 유형에서 흔히 발생하는 지연된 발현에 대한 일반화를 제한할 수 있습니다.

제외 기준
환자들은 (1) 즉각적인 개입이 필요한 심폐 불안정성이 있는 경우 제외되었습니다; (2) 임신 또는 임신 테스트에서 양성이 나왔다; (3) 알려진 조영제 알레르기(임상적으로 필요 시 향상된 스캔 검사 대상); (4) 이전에 식도 수술 또는 알려진 식도 협착; (5) 금속 임플란트로 인해 식도 평가 부위의 >30%에 영향을 미치는 상당한 인공물; 그리고 (6) 체질량지수(BMI)> 40 kg/m2 (초저용량 시 이미지 품질 저하 가능성 때문).

컴퓨터 단층촬영 스캐핑 프로토콜
모든 검사는 딥러닝 재구성 기능을 갖춘 256슬라이스 다중 검출기 CT 스캐너에서 수행되었습니다. 환자들은 가능할 경우 팔을 머리 위로 들어 올리고 등을 대고 누운 자세를 취했습니다. 이물질을 가리거나 내시경 검사를 지연시키지 않도록 경구 조영제는 투여하지 않았습니다.

SD-CT 프로토콜은 우리 기관의 정기 흉부 CT 프로토콜과 일치하는 매개변수를 사용했습니다: 튜브 전압 120 kV, 기준관 전류 200 mA 자동 튜브 전류 변조(ATCM) 활성화, 회전 시간 0.5초, 피치 0.992, 콜리메이션 0.625 mm. 이미지는 필터링된 후방 투사와 30% 적응적 통계적 반복 재구성 혼합을 사용하여 재구성되었으며, 이는 참여 기관의 현재 임상 표준을 반영하였습니다. 120 kV의 근거는 일반 진단 목적에 최적화된 표준 흉부 영상 프로토콜에 기반했습니다.

ULD-CT 프로토콜은 공격적인 선량 감소 전략을 사용했습니다: 튜브 전압 100 kV, 기준관 전류 50 mA, ATCM(범위 10–80 mA), 그리고 SD 프로토콜과 동일한 회전 시간과 피치. 100 kV/50 mA 파라미터는 고급 재구성과 결합했을 때 이물질 눈에 유지된 예비 팬텀 연구를 바탕으로 선정되었습니다. 원시 데이터는 80% 적응 통계적 반복 재구성 혼합을 사용해 재구성한 후 중간 강도의 DLIR을 사용하였습니다. 이 이중 재구성 방식은 해부학적 세부사항을 보존하면서도 노이즈 저감을 극대화했으며, 공격적인 반복 재구성만으로 때때로 나타나는 가소적 외관을 피했습니다.

두 프로토콜 모두 0.625 mm 슬라이스 두께와 0.5 mm 겹침 부분으로 이미지를 재구성하여 다중 평면 재형성을 가능하게 했습니다. 스캔 범위는 하부 목(C3 수준)에서 위식도 접합부까지 확장되었으며, 여성 환자의 유방 조직 포함을 최소화하기 위해 신중한 자세를 취했습니다. 장기 기반 튜브 전류 변조 및 적응 콜리메이션 등 선량 감소 기능이 모든 스캔에 적용되었습니다.

데이터 수집 및 변수
환자 특성
수집된 인구통계학적 및 임상 자료에는 연령, 성별, BMI, 증상 징후, 섭취부터 영상 촬영까지의 시간, 병력에서 보고된 이물질 유형, 관련 동반질환(당뇨병, 만성 폐쇄성 폐질환, 과거 흉부 악성 종양), 그리고 6개월 이내의 이전 CT 검사 기록이 포함되었습니다.

이물질 특성
확진된 EFB 사례의 경우, 다음과 같은 사항이 문서화되었습니다: (1) 재료 구성(뼈, 금속, 식품 볼루스, 플라스틱 등); (2) CT에서 측정된 최대 치수; (3) 표준화된 5 mm2 관심 영역을 사용하여 측정한 하운스필드 단위(HU) 감쇠; (4) 확립된 랜드마크(경추 C3–C7, 상흉부 T1–T4, 중흉부 T5–T8, 하부 흉부 T9–T12)를 이용한 해부학적 위치; 그리고 (5) 천공, 기공격, 농양 형성 등 합병증의 존재.

이미지 품질 평가
객관적인 영상 품질 지표는 프로토콜 할당에 눈가림이 부여된 의료 물리학자가 측정했습니다. 신호 대 잡음비(SNR)는 하행 대동맥의 평균 감쇠를 피하지방의 표준편차로 나눈 값으로 계산하였습니다. 대조 대 잡음 비율은 대동맥 혈액과 척추 측근 간 감쇠 차이를 영상 잡음으로 나눈 값으로 계산하였다. 진단 과제에 더 적합하기 위해 식도 부지방에서 추가 측정이 수행되었습니다. 측정은 세 가지 표준화된 수준(대동맥궁, 척추, 중식도)에서 원형 관심 영역(150 mm2)을 해부학적 랜드마크를 사용해 일관되게 배치한 축방향 영상으로 수행되었습니다.

주관적 영상 품질은 8년과 12년 경력의 흉부 영상의학과 전문의가 독립적으로 평가하였습니다. 이미지는 진단 워크스테이션에서 표준화된 연부 조직 및 폐 창문 설정(창 폭: 350 HU, 연조직 창 높이 40 HU; 폐 평가 시 창 폭: 1,500 HU, 창 높이: -600 HU)를 사용하여 검토되었으며, 이는 일상적인 흉부 CT 해석 및 인위물 인식 원칙과 일치하였다24. 독자들은 5점 리커트 척도에서 다음과 같은 매개변수를 평가했습니다: (1) 종격기 구조의 가장자리 정의; (2) 이미지 노이즈; (3) 이물질 검출에 대한 진단 신뢰도; 그리고 (4) 전반적인 진단의 질. 점수 ≥3은 진단적으로 허용 가능한 것으로 간주되었습니다. 독자 간 불일치는 합의 검토를 통해 해결되었으며, 분석에는 합의 점수를 사용했습니다. 독자 간 합의는 가중 카파 통계를 사용하여 평가되었습니다.

방사선량 지표
각 검사마다 스캐너가 보고한 부피 CT 선량 지수(CTDIvol)와 용량-길이 곱이 기록되었습니다. 유효선량(ED)은 연령 및 성별 전환 계수(성인의 경우 k = 0.014 mSv·mGy⁻1·cm⁻1 , 소아 환자의 경우 연령 조정 계수)를 사용하여 국제방사선보호위원회 출판물 103 권고사항을 바탕으로 계산되었습니다. 환자 전후 및 측면 치수를 가슴 중간 수준에서 측정하여 크기 특이적 용량 추정치를 계산하였다.

기준
이물질 존재 및 위치에 대한 기준은 CT 프로토콜 할당이나 CT 결과와 관계없이 모든 무작위 환자에 대해 CT 영상 촬영 후 12시간 이내에 수행된 내시경 시각화 또는 수술 소견을 통해 확립되었습니다. 두 명의 위장병 전문의가 이물질 특성과 해부학적 위치를 표준화된 랜드마크를 사용하여 검토하였습니다. 내시경이나 수술로 남아 있는 이물질이 발견되지 않을 경우, 30일 후 차트 검토와 전화 연락을 통한 임상 추적 관찰을 통해 누락된 이물질이 없음을 확인했으며, 재방문, 지연된 합병증, 재검사 또는 내시경 검사의 필요성에 대해 구체적으로 문의했습니다. 차분 검증 편향을 최소화하기 위해 통일된 참조 표준 적용이 사용되었습니다.

부수적 발견
모든 CT 검사는 영상 적응증과 무관한 우연한 소견이 있는지 품질 평가를 수행한 두 방사선과 의사에 의해 체계적으로 검토되었습니다. 소견은 해부학적 위치(폐, 종격기, 심혈관, 상복부, 골, 기타)와 임상적 유의성에 따라 분류되었습니다. 임상적 유의는 다음과 같이 분류되었습니다: (1) 낮음—추적 관찰이 필요 없는 소견(예: 단순 간 낭종, 퇴행성 척추 변화); (2) 중등도—추적 영상이 필요할 수 있는 소견(예: 갑상선 결절 > 1cm, 불확정 부신 결절); (3) 긴급 평가나 개입이 필요한 고도의 소견(예: 의심스러운 폐결절, 5cm > 대동맥류, 의심스러운 유방 종양). 우연적 발견의 연령 및 성별 분포가 기록되었고, 실행 가능한 모든 결과에 대한 하류 관리 경로도 문서화되었습니다.

통계 분석
표본 크기 계산
표본 크기는 진단 정확도의 주요 평가 지표(곡선 아래 면적; AUC). 문헌에 근거한 표준 선량 AUC가 0.97이고 예상 ULD-CT AUC가 0.95라고 가정할 때, AUC 손실이 0.05보다 크면 영상 분류를 변경할 만큼 임상적으로 의미가 있으므로 5% 포인트 비열등 여유가 선험적으로 선택되었습니다. 반면, 상당한 방사선 감소와 내시경 또는 수술적 의무 확인과 균형을 맞을 때 더 작은 감소는 허용 가능하다고 여겨졌습니다. 진단 정확도 연구에는 0.025의 단측 알파, 80% 검정권, 독립적인 환자 그룹, ROC 기반 표본 크기 가정을 사용하여26,166명의 환자가 필요했습니다. 8%의 중도 탈락률 또는 기술적 실패를 감안하면, 목표 등록 환자 수는 180명이었습니다.

1차 분석
1차 분석은 ULD-CT와 SD-CT 간 수신기 작동 특성(ROC) 곡선 아래 면적을 이체 검출을 위한 면적을 비교하였습니다. AUC 차이의 95% 신뢰구간(CI) 하한(ULD-CT 뺀 SD-CT)이 -0.05를 초과할 경우 비열등으로 선언되었고, ROC 곡선은 방사선 전문의 신뢰 점수(1–5 척도)를 진단 변수로 사용하여 구성되었습니다. 이 설계는 독립적인 환자군을 가진 병렬 팔 설계였기 때문에, 통계적 검사에는 독립적인 ROC 곡선 비교를 위한 DeLong 방법이 사용되었다27. 두 리더가 평가를 제출했을 때 독자 점수를 평균화했으며, 이 평균은 ROC 분석의 진단 변수로 사용되었습니다. 민감도와 특이도 분모는 각각 각 프로토콜군의 무작위 참가자 수가 아니라 기준 표준 양성 및 참조 표준 음성 진단 결정 단위를 나타냅니다.

2차 분석
병렬 팔 무작위 설계를 고려할 때, 모든 비교 분석은 독립 표본 방식을 사용했습니다. 연속 변수(선량 지표, 영상 품질 점수)를 독립 표본 t-검정 또는 Mann-Whitney U 검정을 사용하여 프로토콜 간 비교하였으며, 이는 Shapiro-Wilk 검정으로 평가된 분포 정규성을 기반으로 하였다. 범주 변수들은 카이제곱 검정 또는 비쌍 비율에 대한 피셔 정확 검정을 사용하여 비교했습니다. 민감도, 특이도, 정확도는 Wald CI와 카이제곱 검정을 사용하여 독립 표본에 대해 비교하였습니다. 각 프로토콜 군 내에서 이차 가중치를 가진 가중 카파 통계를 사용해 독자 간 일치도를 평가하였다.

하위 그룹 분석은 (1) 연령 그룹(소아 대 성인)으로 계층화된 진단 수행을 분석했습니다; (2) 이물질 밀도(높은 > 100 대 낮은 ≤ 100 HU); (3) BMI 범주 (<25, 25–30, >30 kg/m 2); 그리고 (4) 해부학적 위치(경추 vs. 흉부 식도). 상호작용 항들은 로지스틱 회귀 모델을 사용하여 공식적으로 검증되었습니다.

다변수 로지스틱 회귀분석을 통해 이물질 크기, 밀도, 해부학적 위치, 환자 BMI, 영상 노이즈(SNR), 재구성 알고리즘 등 누락되거나 불확정적인 이물질 예측 변수가 확인되었습니다. 프로토콜 × 밀도와 프로토콜 × BMI에 대한 상호작용 용어가 선험 가설에 기반하여 포함되었습니다. 모델 선택은 보존 임계값 P < 0.10의 후방 제거법을 사용했습니다.

우연적 소견에 대해서는, 환자들이 서로 다른 프로토콜에 무작위로 배정되어 두 검사 모두 받지 않았기 때문에, 프로토콜 간 민감도 및 일치 계산은 적절하지 않았고 분석에서 제외되었습니다. 대신 카이제곱 검정을 사용해 프로토콜 간 우발적 발견의 유병률과 분포를 비교했습니다.

조영제 증강 검사(SD-CT 군 23명, ULD-CT 군 21명, 혈관 또는 종격기 평가 임상 적응증에 따라 수행)는 진단 신뢰도와 우발적 발견에 미치는 영향을 별도로 분석하였다.

모든 분석은 의도 치료 원칙을 따랐습니다. 누락된 데이터(전체 <2%)는 10개의 보정 데이터셋을 이용한 다중 보정을 사용해 처리되었습니다. 통계 분석은 R 버전 4.3.2와 MedCalc 버전 20.0을 사용하여 수행되었습니다. 양측 P-값 0.05< 1차 비열등 분석을 제외하고는 통계적으로 유의한 것으로 간주되었습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

환자 인구 통계 및 스캔 매개변수
2024년 1월부터 2025년 6월까지 198명의 환자가 자격 평가를 받았습니다(보완 그림 1). 18명의 환자가 제외되었는데(즉각적인 수술 적응증 때문인 8명, BMI > 40 kg/m 2, 동의 거부자 4명), 180명은 SD-CT 및 ULD-CT 프로토콜에 동일하게 무작위로 배정되었다. 모든 환자는 지정된 CT 프로토콜 및 참조 표준 평가를 완료하였습니다. 표 1은 기준 인구통계와 스캔 매개변수를 요약한 것입니다. 두 그룹은 나이, 성별, BMI, 이물질 유형에서 유의미한 차이가 없어 균형이 잘 맞았습니다. ULD 프로토콜은 ED를 63% 감소시켰습니다(1.88 mSv 대 5.09 mSv, P < 0.001). 조영제 강화 CT는 임상 적응증(의심 천공 또는 혈관 합병증)에 따라 44명(24....

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

이 전향적 무작위 임상시험은 DLIR을 사용한 ULD-CT가 EFB 검출에서 SD-CT보다 열등하지 않은 진단 정확도를 달성하면서 방사선 노출을 63% 감소시키고 있음을 입증했습니다. 임상적으로 유의미한 우연적 소견의 지속적인 발견은 용량 감소가 이 중요한 부차적 이점을 저해하지 않아도 된다는 점을 시사하며, 성인 및 소아 인구 전반에서 의심되는 EFB에 대해 ULD-CT가 주요 영상 전략으로 활용될 가능성을 뒷받침합니다. 진단 정확도를 유지하면서 극적인 용량 감소의 성공은 여러 시너지 효과 덕분입니다. 첫째, 대부분의 이물질과 주변 연조직 간의 고유한 높은 대비는 증가하는 영상 잡음을 견딜 수 있는 신호 대 잡음 환경을 제공합니다10,28. 어뼈와 같은 저밀도 물질(일반적으로 80–150 HU)도 식도 연조직(40–60 HU)에 대해 충분한 대비를 유지하여 신뢰할...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자 중 누구도 개인적, 재정적, 상업적, 학문적 이해 충돌이 없습니다.

감사의 글

이 연구는 허베이성 의학과학 연구 핵심 프로젝트(No. 20180252)의 자금 지원을 받아 수행되었습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

```html
이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
Advantage Workstation (AW) 4.7GE Healthcarehttps://www.gehealthcare.com/en-us/products/imaging-applications/advanced-visualization-applications/advantage-workstation이미지 워크스테이션
ASiR-V (Adaptive Statistical Iterative Reconstruction-V)GE HealthcareN/A적응형 통계적 반복 재구성
AW Server 3.2 Ext 4.0GE Healthcarehttps://www.gehealthcare.com/en-us/products/advanced-visualization-platforms/aw-serverCT 시스템 소프트웨어
Centricity Universal Viewer 6.0GE Healthcarehttps://www.gehealthcare.com/en-us/products/software/enterprise-imaging/centricity-universal-viewerPACS 뷰어
MedCalc 버전 20.0 (MedCalc Software; RRID:SCR_015044)MedCalc Software버전 20.0의료 통계
Organ Dose ModulationGE HealthcareN/A기관 기반 관 전류 변조
pROC 패키지 for RCRAN Repository버전 1.18.4ROC 곡선 분석
R 버전 4.3.2 (R Foundation for Statistical Computing)R FoundationRRID:SCR_001905통계 컴퓨팅
Revolution CT (256-slice)GE Healthcarehttps://www.gehealthcare.com/en-us/products/computed-tomography/revolutionCT 스캐너
Smart mAGE HealthcareN/A자동 관 전류 변조
Standard kernel (soft tissue)GE HealthcareN/A재구성 커널
TrueFidelity DLIR (Deep Learning Image Reconstruction), Medium strengthGE Healthcarehttps://www.gehealthcare.com/en-us/products/computed-tomography/applications/true-fidelity딥 러닝 이미지 재구성
```

참고문헌

  1. Lee SM, Baek SE, Lee CW, Kim YC, Kim MJ. Foreign body ingestion: Radiologic evaluation, findings, and management. Korean J Radiol. 2025;26(7):638-649.
  2. Klein A, Ovnat-Tamir S, Marom T, Gluck O, Rabinovics N, Shemesh S. Fish bone foreign body: The role of imaging. Int Arch Otorhinolaryngol. 2019;23(1):110-115.
  3. Rodriguez H, et al. Management of foreign bodies in the airway and oesophagus. Int J Pediatr Otorhinolaryngol. 2012;76(Suppl 1):S84-91.
  4. Topaloglu O, et al. Diagnosis, treatment, and management of esophageal foreign bodies in patients with mental retardation: A retrospective study from three centers. Turk Gogus Kalp Dama. 2024;32(2):179-184.
  5. Xu J, Chen B, Liu Y. Clinical outcomes of sharp esophageal foreign bodies in elderly patients: A retrospective study from Wuhan, China. Front Med. 2025;12:1653609.
  6. Liu B, Kuang S, Cao M, Li X. Esophageal foreign bodies: A retrospective analysis of 275 cases. J Thorac Dis. 2025;17(6):4136-4144.
  7. McCollough CH, Bruesewitz MR, Kofler JM Jr. CT dose reduction and dose management tools: Overview of available options. Radiographics. 2006;26(2):503-512.
  8. Greffier J, et al. Image quality and dose reduction opportunity of deep learning image reconstruction algorithm for CT: A phantom study. Eur Radiol. 2020;30(7):3951-3959.
  9. Das D, May G. Best evidence topic report. Is CT effective in cases of upper oesophageal fish bone ingestion? Emerg Med J. 2007;24(1):48-49.
  10. Braverman I, Gomori JM, Polv O, Saah D. The role of CT imaging in the evaluation of cervical esophageal foreign bodies. J Otolaryngol. 1993;22(4):311-314.
  11. Eliashar R, Dano I, Dangoor E, Scialom S, Regev E, Sichel JY. Computed tomography diagnosis of esophageal bone impaction: A prospective study. Ann Otol Rhinol Laryngol. 1999;108(7 Pt 1):708-710.
  12. Marco De Lucas E, et al. Value of helical computed tomography in the management of upper esophageal foreign bodies. Acta Radiol. 2004;45(4):369-374.
  13. Liu YC, Zhou SH, Ling L, Lv H, Lu HS, Guan RF. Value of helical computed tomography in the early diagnosis of esophageal foreign bodies in adults. Am J Emerg Med. 2013;31(9):1328-1332.
  14. Brenner DJ, Hall EJ. Computed tomography—An increasing source of radiation exposure. N Engl J Med. 2007;357(22):2277-2284.
  15. Strauss KJ, Kaste SC. The ALARA (as low as reasonably achievable) concept in pediatric CT intelligent dose reduction. Multidisciplinary conference organized by the Society of Pediatric Radiology. August 18-19, 2001. Pediatr Radiol. 2002;32(4):217-313.
  16. Strauss KJ, et al. Image gently: Ten steps you can take to optimize image quality and lower CT dose for pediatric patients. AJR Am J Roentgenol. 2010;194(4):868-873.
  17. Singh S, et al. Abdominal CT: Comparison of adaptive statistical iterative and filtered back projection reconstruction techniques. Radiology. 2010;257(2):373-383.
  18. Akagi M, et al. Deep learning reconstruction improves image quality of abdominal ultra-high-resolution CT. Eur Radiol. 2019;29(11):6163-6171.
  19. Kim JH, Yoon HJ, Lee E, Kim I, Cha YK, Bak SH. Validation of deep-learning image reconstruction for low-dose chest computed tomography scan: Emphasis on image quality and noise. Korean J Radiol. 2021;22(1):131-138.
  20. Nakamura Y, et al. Deep learning-based CT image reconstruction: Initial evaluation targeting hypovascular hepatic metastases. Radiol Artif Intell. 2019;1(6):e180011.
  21. Jiang B, et al. Deep learning reconstruction shows better lung nodule detection for ultra-low-dose chest CT. Radiology. 2022;303(1):202-212.
  22. Park C, Choo KS, Jung Y, Jeong HS, Hwang JY, Yun MS. CT iterative vs deep learning reconstruction: Comparison of noise and sharpness. Eur Radiol. 2021;31(5):3156-3164.
  23. O'Sullivan JW, Muntinga T, Grigg S, Ioannidis JPA. Prevalence and outcomes of incidental imaging findings: Umbrella review. BMJ. 2018;361:k2387.
  24. Barrett JF, Keat N. Artifacts in CT: Recognition and avoidance. Radiographics. 2004;24(6):1679-1691.
  25. The 2007 recommendations of the International Commission on Radiological Protection. ICRP Publication 103. Ann ICRP. 2007;37(2-4):1-332.
  26. Obuchowski NA, McClish DK. Sample size determination for diagnostic accuracy studies involving binormal ROC curve indices. Stat Med. 1997;16(13):1529-1542.
  27. DeLong ER, DeLong DM, Clarke-Pearson DL. Comparing the areas under two or more correlated receiver operating characteristic curves: A nonparametric approach. Biometrics. 1988;44(3):837-845.
  28. Venkatesh SH, Venkatanarasimha Karaddi NK. CT findings of accidental fish bone ingestion and its complications. Diagn Interv Radiol. 2016;22(2):156-160.
  29. Takada M, Kashiwagi R, Sakane M, Tabata F, Kuroda Y. 3D-CT diagnosis for ingested foreign bodies. Am J Emerg Med. 2000;18(2):192-193.
  30. Hsieh J, Liu E, Nett B, Tang J, Thibault JB, Sahney S. A new era of image reconstruction: TrueFidelity™. Technical white paper. GE Healthcare; 2019: https://www.gehealthcare.com/-/jssmedia/gehc/us/files/products/computed-tomography/revolution-family/revolution-apex/truefidelity-white-paper-jb68676xx-doc2287426_13nov2023.pdf?rev=43dd9d519d2546d28dcee020ff160edb.
  31. Noda Y, et al. Deep learning image reconstruction for pancreatic low-dose computed tomography: Comparison with hybrid iterative reconstruction. Abdom Radiol (NY). 2021;46(9):4238-4244.
  32. Yu L, Li H, Fletcher JG, McCollough CH. Automatic selection of tube potential for radiation dose reduction in CT: A general strategy. Med Phys. 2010;37(1):234-243.
  33. National Research Council. Health risks from exposure to low levels of ionizing radiation: BEIR VII Phase 2. National Academies Press; Washington, DC; 2006.
  34. Shishido T, Suzuki J, Ikeda R, Kobayashi Y, Katori Y. Characteristics of fishbone foreign bodies in the upper aero-digestive tract: The importance of identifying the species of fish. PLoS One. 2021;16(8):e0255947.
  35. Corbisiero MF, Wershoven N, Clary M, Cervenka B. Traumatic vocal fold paralysis from fishbone foreign body: Diagnosis and management. Laryngoscope. 2024;134(12):5062-5065.
  36. Jacobs PC, Mali WP, Grobbee DE, van der Graaf Y. Prevalence of incidental findings in computed tomographic screening of the chest: A systematic review. J Comput Assist Tomogr. 2008;32(2):214-221.
  37. MacMahon H, et al. Guidelines for management of incidental pulmonary nodules detected on CT images: From the Fleischner Society 2017. Radiology. 2017;284(1):228-243.
  38. Berrington de Gonzalez A, et al. Projected cancer risks from computed tomographic scans performed in the United States in 2007. Arch Intern Med. 2009;169(22):2071-2077.
  39. Pickhardt PJ, et al. Unsuspected extracolonic findings at screening CT colonography: Clinical and economic impact. Radiology. 2008;249(1):151-159.
  40. Zacharias C, et al. Pediatric CT: Strategies to lower radiation dose. AJR Am J Roentgenol. 2013;200(5):950-956.
  41. Sammer MBK, et al. Chest CT for the diagnosis of pediatric esophageal foreign bodies. Curr Probl Diagn Radiol. 2021;50(5):566-570.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

태그

234234
문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.