Cechy obrazowania śródmiąższowej choroby płuc związanej ze stwardnieniem układowym
June 16th, 2020
Tutaj prezentujemy praktyczne zalecenia dotyczące wykonywania tomografii komputerowej w wysokiej rozdzielczości klatki piersiowej w celu diagnozowania i oceny śródmiąższowej choroby płuc związanej ze stwardnieniem układowym.
Ten protokół HRCT jest ważny w diagnozowaniu śródmiąższowej choroby płuc związanej ze stwardnieniem układowym. I może być używany do jednorazowego skanowania lub skanowania sekwencyjnego w czasie. Może pomóc w podejmowaniu decyzji dotyczących leczenia.
HRCT jest uważany za najbardziej czuły nieinwazyjny sposób ułatwiający diagnostykę śródmiąższowej choroby płuc związanej ze stwardnieniem układowym i może być stosowany w celu ochrony przyszłego przebiegu choroby płuc i odpowiedzi terapeutycznej. Aby potwierdzić obszar docelowy, najpierw ustaw parametry skanera HRCT zgodnie z tabelą, jednocześnie udzielając pacjentowi instrukcji dotyczących oddychania. Weź głęboki wdech i wydmuchaj go.
Weź kolejny głęboki wdech i wydmuchnij go. Uzyskaj wolumetryczny eksploracyjny skan metryczny od wierzchołków płuc do podstawy płuca. Następnie wykonaj sekwencyjny skan eksploracyjny w pozycji leżącej z 10 do 20 milimetrowymi odstępami od dwóch centymetrów poniżej wierzchołków płuc do podstawy płuc, a następnie sekwencyjny wdech w pozycji leżącej opcjonalnie z 10 do 20 milimetrowymi odstępami od cariny do podstawy płuca.
Aby uzyskać optymalną jakość skanów wolumetrycznych, uzyskaj obrazy o długości mniejszej niż dwa milimetry z rekonstrukcją o wysokiej rozdzielczości przestrzennej. Przejrzyj każdy skanowany obraz natychmiast po pobraniu. I powtórz skanowanie, jeśli obecne są artefakty ruchu lub jeśli wystąpiła niewystarczająca inspiracja.
Po pobraniu wszystkich skanów przygotuj raport interpretacyjny i udostępnij raport oraz obrazy zespołowi opieki nad pacjentem i dokumentacji medycznej. Kluczowe cechy SSc-ILD oceniane przez HRCT zwykle obejmują niespecyficzny obraz śródmiąższowego zapalenia płuc z obwodowymi zmętnieniami szkła i rozległą trakcją rozstrzeni oskrzeli. Jak zaobserwowano na tych obrazach, dominacja centralna lub dystrybucja obwodowa z oszczędzaniem podopłucnowym wysoce sugeruje niespecyficzne śródmiąższowe zapalenie płuc.
Zazwyczaj rozstrzenie oskrzeli trakcyjnych i rozstrzenie oskrzeli trakcji są często dominującymi cechami śródmiąższowej choroby płuc związanej ze stwardnieniem układowym. Dodatkowe objawy mogą obejmować plaster miodu, który obserwuje się częściej w rozlanych postaciach twardziny układowej, oraz rozszerzony przełyk wypełniony powietrzem. Rozmiar tętnicy płucnej większy niż sąsiednia aorta wstępująca sugeruje współistnienie, nadciśnienie płucne, nawet u pacjentów bez zwłóknieniowej choroby płuc.
Oto dwa zestawy osiowych i koronalnych obrazów HRCT klatki piersiowej wykonanych w odstępie 10 lat u pacjenta z śródmiąższową chorobą płuc związaną ze stwardnieniem układowym. Początkowe obrazy osiowe i czołowe wykazują zmętnienie i siateczkowatość z przewagą szkła podstawnego z łagodną trakcją, rozstrzeniem oskrzeli i oszczędzaniem podopłucnowym, co jest zgodne z niespecyficznym śródmiąższowym zapaleniem płuc. Na obrazach uzyskanych 10 lat później można zaobserwować zwiększoną siateczkowatość i trakcyjną rozstrzenie oskrzeli u podstawy płuc ze spadkiem zmętnienia szkła mielonego, co jest zgodne z łagodnym pogorszeniem zwłóknienia płuc.
Upewnij się, że pozyskujesz wdech leżący, inspirację krąg i obrazy wydechu bez artefaktu ruchu, używając cienkiej rekonstrukcji lub grubości warstwy akwizycji. Proszenie pacjentów o wzięcie dwóch lub trzech oddechów może być korzystne, wymuszona ocena zdolności życiowej, może zreformować się w korelacji z HRCT w celu oceny stadium choroby pacjenta zgodnie z systemem czynnika ducha. I może być pomocny w podejmowaniu decyzji dotyczących leczenia.
Przegląd
Ten artykuł przedstawia praktyczne zalecenia dotyczące wykonywania torakalnej wysokorozdzielczej tomografii komputerowej (HRCT) w celu diagnozowania i oceny choroby płuc związanej ze sklerodermią układową (SSc-ILD). Protokół HRCT jest kluczowy dla podejmowania decyzji terapeutycznych i monitorowania progresji choroby.
Kluczowe elementy badania
Dziedzina nauki
- Neuronauki
- Radiologia
- Pneumologia
Tło
- Sklerodermia układowa może prowadzić do choroby płuc międzymiąższowej.
- HRCT jest najbardziej wrażliwą nieinwazyjną metodą diagnostyczną.
- Zrozumienie wyników HRCT jest niezbędne do planowania leczenia.
- Kluczowe cechy obejmują przejrzyste cienie szkla i rozciąganie oskrzeli.
Cel badania
- Zapewnienie standaryzowanego protokołu HRCT do diagnozowania SSc-ILD.
- Poprawa dokładności decyzji terapeutycznych opartych na badaniach obrazowych.
- Ułatwienie monitorowania progresji choroby w czasie.
Stosowane metody
- Ustawienie parametrów skanera HRCT zgodnie z opisem.
- Instruowanie pacjentów na temat technik oddychania dla optymalnego obrazu.
- Zbieranie skanów woluminowych od szczytów płuc do podstaw.
- Przegląd i interpretacja skanów bezpośrednio po nabyciu.
Główne wyniki
- Wstępne skanowanie wykazuje przejrzyste cienie szkla i rozciąganie oskrzeli.
- Skany kontrolne wskazują na zmiany spójne z progresją choroby.
- Wyniki HRCT korelują z ocenami klinicznymi czynności płuc.
- Kluczowe cechy obrazowe pomagają w rozróżnianiu rodzajów chorób.
Wnioski
- HRCT jest niezbędny do diagnozowania i zarządzania SSc-ILD.
- Regularne badania obrazowe mogą efektywnie monitorować progresję choroby.
- Standaryzowane protokoły poprawiają dokładność diagnostyczną i wyniki leczenia.
Często zadawane pytania
Executive Industry Relevance
High-resolution computed tomography (HRCT) provides critical imaging biomarkers for systemic sclerosis-associated interstitial lung disease (SSc-ILD), enabling early detection and longitudinal monitoring of fibrotic progression. This supports target validation in preclinical models by establishing disease-relevant imaging endpoints that correlate with pulmonary function and mortality risk. Standardized HRCT protocols enhance predictive confidence in therapeutic screening by quantifying treatment effects on lung parenchyma across discovery and translational stages.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses by visualizing NSIP pattern, ground-glass opacities, and traction bronchiectasis as disease-specific imaging phenotypes.
- Operational Value: Supports biological de-risking through objective, quantitative assessment of fibrotic burden and progression in disease models.
- Predictive Value: Facilitates portfolio triage by identifying models with high fibrosis score or extensive disease (>20%) linked to increased mortality risk.
Screening & Assay Development
- Assay Readiness: Prepares validated imaging readouts for downstream compound evaluation by establishing baseline and serial HRCT metrics.
- Quantitative Outputs: Enables measurement of ground-glass opacity proportion, fibrosis coarseness, and esophageal dilation (>10 mm) as translatable biomarkers.
- Platform Reuse: Supports scalable, reproducible imaging workflows applicable across preclinical and clinical candidate evaluation.
Translational & Preclinical Research
- Disease Relevance: Distinguishes SSc-ILD from idiopathic pulmonary fibrosis via greater ground-glass opacity and less coarse fibrosis, supporting mechanism-specific target validation.
- Translational Continuity: Connects discovery findings to preclinical validation through serial HRCT monitoring of treatment response and disease progression.
- Risk-Adjusted Decisions: Informs advancement criteria by correlating pulmonary artery enlargement (>ascending aorta) with pulmonary hypertension risk and nodule monitoring with lung cancer surveillance.
Pipeline & Workflow Integration
HRCT imaging functions as a translational bridge from early discovery through preclinical validation, providing quantitative, disease-relevant endpoints that support go/no-go decisions in fibrosis-focused drug development programs.
- Discovery Biology: Supports hypothesis testing by visualizing NSIP pattern and traction bronchiectasis as mechanistic readouts of fibrotic pathways.
- Screening: Delivers assay-ready, reproducible imaging data with standardized acquisition and reconstruction protocols for compound screening campaigns.
- Analytics: Provides quantitative dependent variables including fibrosis score, ground-glass opacity percentage, and vascular ratios for statistical comparison across treatment groups.
- Translational Research: Ensures continuity from target engagement to phenotypic outcome via longitudinal imaging aligned with clinical assessment systems.
- Enterprise Reuse: Establishes a standardized, cross-functional imaging capability applicable to multiple fibrotic and autoimmune disease programs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence by reducing mechanistic ambiguity through direct visualization of disease-specific fibrotic patterns.
- Operational Value: Enhances standardization and reproducibility via defined scanning parameters, breath-hold techniques, and immediate quality review.
- Strategic Value: Improves capital efficiency by enabling early go/no-go decisions based on imaging biomarkers of progression and mortality risk.
- Portfolio Impact: Supports risk-adjusted prioritization through objective thresholds such as fibrosis score and disease extent (>20%) linked to clinical outcomes.
Implementation Considerations
- Requires expertise in thoracic imaging acquisition and interpretation for accurate NSIP pattern recognition and fibrosis quantification.
- Depends on high-resolution CT scanners capable of sub-millimeter slice thickness and high-spatial-frequency reconstruction.
- Necessitates cross-team standardization of breathing protocols and scan timing to minimize motion artifacts and ensure inspiratory consistency.
- Involves adaptation considerations when translating HRCT protocols across species or disease models with varying respiratory mechanics.
- Includes practical limitations such as ionizing radiation exposure, which may be mitigated through low-dose techniques and justified by diagnostic yield.
