Методическая статья

Полуавтоматическая количественная оценка 18F-FDG ПЭТ-КТ в легочных контактах с туберкулезом и её связь с перспективными исходами

28 просмотров

⸱

DOI:

10.3791/69175

⸱

31 июля 2026 г.

 ,  ,  ,  , 
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

В этой статье

Краткое содержание

Здесь мы представляем протокол стандартизации протокола позитронно-эмиссионной томографии с компьютерной томографией (ПЭТ-КТ), интерпретации и анализа в исследованиях туберкулёзных инфекций с использованием полуавтоматизированной платформы с открытым исходным кодом. Такой подход минимизирует изменчивость между операторами и повышает воспроизводимость между когортами исследований.

Аннотация

Позитронно-эмиссионная томография-компьютерная томография (ПЭТ-КТ) показала потенциал как исследовательский инструмент для характеристики гетерогенности при туберкулезной (ТБ). Перспективное применение этой технологии потребует стандартизации протоколов визуализации, интерпретации и анализа ПЭТ-КТ изображений для повышения обобщённости и ассимиляции данных между дискретными когортами. Мы оценили полуавтоматический подход с открытым исходным кодом, чтобы минимизировать межоператорную вариабельность интерпретации визуализации и использовать нормализацию эталонных органов для снижения вариабельности физиологического поглощения.

Мы количественно оценили 18поглощений F-фтордезоксиглюкозы (FDG) внутригрудных лимфатических узлов (ITLN) одиннадцати положительных контактов с интерферон-гамма-высвобождением (IGRA), участвовавших в проспективном наблюдательном исследовании, включая восемь контактов с серийными ПЭТ-КТ. Визуализация была проанализирована с помощью 3D Slicer — открытой медицинской визуализационной платформы, предназначенной для биомедицинских и клинических исследований, которая обеспечивает полуавтоматическую сегментацию и автоматизированную количественную оценку печени. Извлеченные данные включали максимальное стандартизированное значение захвата ITLN (SUVmax), среднее стандартизированное значение усвоения (SUVmean), метаболический объём (MV) и общий гликолиз поражения (TLG), а также SUVmean печени. Мы сравнили его работу с клиническим программным обеспечением как с участием, так и без стандартизации поглощения печенью (как физиологический ориентир), и оценили вариабельность операторов. Затем мы оценили связь между несколькими количественными показателями ПЭТ и перспективными исходами у пациентов с лёгочным туберкулезом.

Мы сообщаем о тесном согласии между платформами с открытым исходным кодом и клинической оценкой изображений. Мы обнаружили, что полуавтоматизированная квантификация ПЭТ может снизить изменчивость между операторами, а стандартизация для эталонных органов повышает чувствительность анализа визуализации. В частности, мы сообщаем о предварительных данных, что повышение метаболической активности на серийном ПЭТ-КТ в ранних случаях заражения связано с обнаруживаемой Mycobacterium tuberculosis (Mtb) в анатомическом участке поглощения FDG, что соответствует прогрессирующему фенотипу инфекции.

Введение

Туберкулёз (ТБ) — это инфекционное заболевание, вызываемое бактериями комплекса Mycobacterium tuberculosis (MTBC), при этом самым распространённым патогеном является Mycobacterium tuberculosis (Mtb). Туберкулёзная болезнь продолжает оказывать значительное бремя для глобального здравоохранения, затрагивая примерно 10,7 миллиона человек в 2024году 1. В том же году он стал причиной примерно 1,23 миллиона смертей в мире, включая 150 000 смертей среди людей, живущих сВИЧ 1.

Туберкулёзная инфекция приобретается, когда восприимчивые хозяева вдыхают капли с MTBC от инфицированного человека. Небольшая часть инфицированных развивает активное туберкулёзное заболевание, известное как первичный прогрессирующий туберкулёз. Однако в большинстве случаев инфекция успешно контролируется адаптивной иммунной системой — состояние, известное как туберкулёзная инфекция или латентная туберкулёзная инфекция (LTBI)2. Туберкулёзная инфекция охватывает спектр состояний инфекции с разным риском прогрессирования в активное заболевание. Предотвращение прогрессирования туберкулёзной инфекции в активное заболевание имеет решающее значение для достижения цели Стратегии по ликвидации туберкулёза3,4. Однако иммунологические механизмы, определяющие траекторию инфекции туберкулёзом, остаются плохо изученными.

Позитронно-эмиссионная томография-компьютерная томография (ПЭТ-КТ) стала перспективным исследовательским инструментом для выявления основной гетерогенности в состояниях туберкулёзной инфекции и всё чаще рассматривается как биомаркер для оценки ответа на лечение и стратификации риска рецидива заболевания в клинических испытанияхТБ 5,6,7,8 . Ранее мы описывали фенотип доклинической инфекции на основе ПЭТ-КТ и предположили, что включение метаболической и структурной характеристики может обеспечить клинически значимуюстратификацию 9. Однако в анализе ПЭТ-КТ в исследованиях туберкулёзной инфекции наблюдается значительная гетерогенность, что ограничивает сравнение10. Важно, что изменения в метаболической активности, наблюдаемые на серийной визуализации, скорее всего, будут меньше у бессимптомных лиц с туберкулёзной инфекцией, что требует подходов для точной оценки глобальной метаболической нагрузки.

Нормализация с использованием эталонных органов может снизить вариабельность поглощения 18F-фтордезоксиглюкозы (FDG) в интервальныхсканированиях 11. Однако ручное измерение поглощения FDG в опорном органе также может привести к изменчивостипорога 12. Была предложена автоматизированная техника определения объема интереса (VOI) в эталонном органе для минимизации изменчивости междуоператорами 13. Кроме того, полуавтоматическая сегментация целевых поражений может дополнительно снизить вариабельностьизмерения 14, значительно сократить время сегментации и повыситьэффективность 15.

Метаболическая активность, основанная на ПЭТ, в исследованиях туберкулёза у человека часто оценивается с использованием максимального стандартизированного значения поглощения (SUVmax). Хотя SUVmax широко используется как маркер активности заболевания и реакции на лечение, он может переоценивать метаболическую активность из-за шума изображения16, а двумерная область интереса (ROI) может не захватывать пиксель с наибольшимзначением 17. В этом контексте объёмные параметры, такие как метаболический объём (MV) и общий гликолиз поражения (TLG), считаются прогностическими маркерами исхода лечения при активномТБ 18 и более чувствительны, чем SUVmax, при выявлении раннего ответа на лечение19. В частности, TLG учитывает как среднее стандартизированное значение поглощения (SUVmean), так и метаболический объём, тем самым предлагая комплексную меру метаболической активности в пределах определённого интересующего объёма (VOI).

В этом исследовании мы представляем методологии использования открытой исследовательской визуализационнойплатформы 20, которая обеспечивает полуавтоматическую сегментацию поражений и автоматизированную количественную оценку печени. Мы применяем этот подход к анализу серийных ПЭТ-КТ из бессимптомных контактов с использованием интерферон-гамма-высвобождения (IGRA) положительных контактов с лёгочным туберкулезом, участвующих в проспективномнаблюдательном исследовании 9. Дизайн исследования был описанранее 21. Вкратце, взрослые (≥16 лет) без ВИЧ и домашние контакты с бактериологически подтверждёнными случаями лёгочного туберкулёза были привлечены вскоре после индексного диагноза в Лестере, Великобритания. Участники заполнили опросник симптомов, рентгенографию грудной клетки (CXR) и тестирование IGRA. У участников с положительным результатом IGRA было проведено ПЭТ-КТ на начальном этапе. Те, у кого были положительные результаты ПЭТ-КТ, исследовались на активный туберкулёз. Если активный туберкулёз не был подтверждён, через 3 месяца проводилось повторное сканирование для характеристики траектории инфекции. Участникам проспективно проводили клинический обзор и опрос о симптомах каждые 3 месяца в течение 12 месяцев, после чего следовал ещё 12 месяцев пассивного наблюдения. Мы сравниваем работу этой исследовательской платформы с клиническим программным обеспечением, оцениваем изменчивость между операторами и исследуем связь между параметрами ПЭТ и перспективными исходами.

Протокол

Исследование было одобрено Комитетом по этике исследований (REC) для Восточного Мидлендса — Ноттингем 1, Ноттингем, Великобритания (REC 15/EM/0109).

1. Процедуры ПЭТ-КТ

ПРИМЕЧАНИЕ: ПЭТ-КТ проводились в соответствии с местными стандартами больницы и соответствовали рекомендациям Регламента ионизирующего излучения 2017 года (IRR17)22 и рекомендациям Консультативного комитета по управлению радиоактивными веществами (ARSAC) 23.

  1. Идентификация пациента: Подтвердите личность пациента с помощью трёхточечной проверки идентификации (полное имя, дата рождения и адрес) по запросу направления и визуализации.
  2. Анкета безопасности пациента: Изучите и заполните анкету для проверки безопасности пациента, убедившись, что все релевантные медицинские анамнезы, аллергии, статус беременности и противопоказания учтены.
  3. Проверка клинической истории: подтвердите и задокументируйте клиническую историю пациента, чтобы обеспечить соответствие требованиям направления и визуализации.
  4. Объяснение процедуры: Четко объясните процедуру, включая цель ПЭТ-сканирования, введение радиоактивного трассера, а также связанные с этим риски радиации и меры предосторожности
  5. Информированное согласие: убедитесь, что пациент понимает процедуру и риски, а затем получите письменное информированное согласие.
  6. Внутривенная каннуляция: Введите внутривенный катетер 22–24 G, желательно в среднюю кубитальную, цефалическую или базиликовую вену в предкубитальной ямке с помощью асептической техники.
  7. Подтвердите пролётность вен: промите катетер 10 мл стерильного физиологического раствора для подтверждения пролёта вен. Если не уверены, проконсультируйтесь с коллегой для подтверждения.
  8. Отводите дозу согласно протоколу: рассчитывайте активность радиотрассера: 3,5 МБк/кг ± 10%, не превышающей 400 МБк.
  9. Нарисуйте радиотрассер: используя пластиковый шприц 1 мл, 3 мл или 5 мл (в зависимости от необходимого объёма) с соответствующим экраном для шприца, составьте дозу радиотрассера.
  10. Фиксируйте прединъекционную активность: измерьте и запишите уровень радиоактивности шприца с помощью калибровки дозы, запишите точное время и поместите шприц в носитель с свинцовым экранированием.
  11. Вводите радиотрассер: медленно вводите радиотрассер через капельницу, затем немедленно промывайте 10 мл стерильного физиологического раствора для полного введения.
  12. Запись времени инъекции: Точно документируйте время инъекции, проверяя откалиброванные настенные часы.
  13. Обезопасьте радиоактивные материалы: после инъекции отсоедините и надёжно поместите использованный шприц в коробку для свинца.
  14. Удалите катетер внутривенно: аккуратно удалите катетер с применением соответствующих мер защиты от радиации, чтобы предотвратить загрязнение.
  15. Измерьте остаточную активность: поместите использованный шприц обратно в калибратор дозы для измерения остаточной активности и записи значения и времени.
  16. Безопасное утилизация отходов: Утилизировать шприц и любые радиоактивные отходы в специально отведённый контейнер для радиоактивных отходов в соответствии с институциональными рекомендациями.
  17. Период поглощения: Инструктуйте пациента спокойно отдыхать в «горячей комнате ожидания» от 50 минут до 1 часа, чтобы обеспечить оптимальное поглощение трассеров.
  18. Положение для съёмки: После периода сбора сопроводите пациента в камерную комнату и помогите ему лечь на спине на столе для ПЭТ-сканирования.
  19. Финальная проверка личности: Проведите окончательную проверку пациента и подтвердите данные на консоли сканера, прежде чем продолжить.
  20. Начать ПЭТ-КТ: После выбора правильного пациента на консоли начинайте ПЭТ-КТ согласно протоколу.
  21. Инструкции после обследования: После сканирования сопроводите пациента в зону выхода и сообщите, что он может вернуться к обычному питанию и питью.
  22. Советы по радиационной безопасности: Повторяйте меры безопасности от радиации:
    Избегайте тесного контакта с детьми и беременными женщинами не менее 8 часов после сканирования.
  23. Поощряйте гидратацию: Советуйте пациенту хорошо пить воду в течение следующих 24 часов, чтобы способствовать выводу радиотрассера через мочеиспускание.
  24. Реконструкция ПЭТ-изображения: Выполнить ПЭТ-3D-итеративную реконструкцию изображения со следующими параметрами: Байесовский пенализированный алгоритм правдоподобия (PL) реконструкции с КТ-ослаблением, фильтр проекции на рампе и коррекция рассеяния, получив изображение с 310 срезами.

2. Количественная оценка внутригрудных лимфатических узлов FDG с помощью платформы 3D Slicer

ПРИМЕЧАНИЕ: В этом исследовании были проанализированы анонимные изображения PET-CT DICOM с помощью 3D Slicer версии 5.4.0 (https://www.slicer.org/). Данные ПЭТ-изображений были извлечены консультантом-торакальным ПЭТ-КТ-радиологом (считыватель 1) и обученным респираторным регистратором (считыватель 2). Для анализа были включены изображения ПЭТ-КТ с поглощением ФДГ внутригрудного лимфатического узла выше физиологического референсного поглощения ФДГ. Физиологическая референция определялась по среднему SUVaverage печени + 3 стандартных отклонения (SD)11.

  1. Устанавливайте расширения.
    1. Откройте менеджер расширений.
    2. Установите следующие расширения: PETDICOMExtension, PETTumorSegmentation, PETLiverUptakeMeasurement и PET-IndiC.
    3. После установки перезапустите 3D Slicer.
  2. Загрузите анонимные изображения PET-CT DICOM в 3D Slicer.
    1. Перейдите к добавлению данных DICOM > импорту файлов DICOM.
  3. Проведите количественную оценку печени (опорной ткани).
    1. Метод I (автоматическое измерение)
      1. Перейдите в раздел Количественная оценка > измерение поглощения печени ПЭТ.
      2. В выпадающем меню Input Volume выберите изображение PET.
      3. В выпадающем меню Output Volume выберите Create New LabelMapVolume.
      4. Нажмите Сегмент Эталонный Регион.
      5. Проверьте полученную область на корректность. Если автоматизированная сегментация печени не удаётся, переходите к Методу II.
      6. Оставьте средние значения SUV и стандартного отклонения в разделе Измерения.
    2. Метод II (ручное измерение)
      1. Перейдите в редактор сегментов.
      2. В выпадающем меню Source volume выберите изображение PET.
      3. Нажмите «Добавить».
      4. Используйте Paint (выберите кисть Sphere), чтобы создать VOI на однородной области печенковой паренхимы.
      5. Перейдите в раздел «Количественная оценка > статистика сегментов».
      6. В выпадающем меню Scalar Volume выберите изображение PET.
      7. В расширенных настройках выберите статистику объёма ПЭТ (или скалярную статистику объёма) и среднее и стандартное отклонение.
      8. Нажмите «Применить».
  4. Сегмент внутригрудных лимфатических узлов.
    1. Создайте новую сегментацию с помощью редактора сегментов.
    2. Используйте инструмент Threshold. Установите нижний предел на SUVmeanпечени + 3 × печени SD. Нажмите «Применить». Это выделит все области тела выше порога.
    3. Исключайте области за пределами внутригрудных лимфатических узлов.
    4. Метод I: Ручная очистка: используйте инструмент Scissors с Erase Inside или Erase Outside в Segment Editor , чтобы удалить области вне областей лимфатических узлов
    5. Метод II: эффект островов : применить эффект островов в редакторе сегментов. Используйте функцию Split Islands to Segments , чтобы разделить разъединённые горячие области на отдельные сегменты. Удалять сегменты вне области лимфатического узла. Небольшие шумовые участки могут потребовать дополнительной очистки.
  5. Количественно определить сегментированные лимфатические узлы.
    1. Перейдите в раздел «Количественная оценка > статистика сегментов».
    2. В выпадающем меню Scalar Volume выберите изображение PET.
    3. В расширенных настройках выберите статистику объёма ПЭТ (или скалярную статистику объёма) и выберите измерения. Обратите внимание, что TLG нужно вычислять вручную, умножая SUVmean и MV, используя значения, полученные из скалярной статистики объёма.
    4. Нажмите «Применить».

Результаты

Учебный когорт

Статистические методы приведены в Дополнительном файле 1.

Шестнадцать контактов с положительным результатом IGRA из девяти микробиологически подтверждённых случаев индекса туберкулёза лёгких (восемь с положительным мазком) прошли ПЭТ-КТ. Двенадцать участников получили положительный результат ПЭТ-КТ; у одного из участников FDG было ограничено паренхимой лёгких. Одиннадцать из шестнадцати участников с положительным результатом IGRA имели поглощение FDG внутригрудными лимфатическими узлами выше порога и были включены в анализ. Все одиннадцать были контактами с положительным мазком лёгочного туберкулёза из семи индексных случаев. Медианный возраст составлял 32 года (IQR 18-46). Пятеро (45,5%) были мужчинами. Девять (81,8%) родились за пределами Великобритании. Семь (63,6%) никогда не курили, трое (26,3%) — нынешние курильщики, и один (9,1%) — бывший курильщик.

Восемь участников имели повторный ПЭТ-КТ в 3 месяца. Таким образом, было включено всего 19 ПЭТ-КТ от одиннадцати наивных контактов с лечением.

Количественная оценка печени

Из девятнадцати ПЭТ-КТ автоматическая количественная оценка печени не сработала в двух случаях: в одном автоматически установленный ROI включал структуры вне печени, а в другом алгоритм ошибочно определил печень и вместо этого количественно определил мышцу правого бедра. Анализ Блэнда-Альтмана показал высокое согласование между автоматизированными и ручными измерениями среднего SUVaverage печени и SUVmean + 3 SD печени с минимальным смещением и узкими пределами согласования в 95% (Дополнительный рисунок 1, Дополнительная таблица 1). Согласованность между двумя методами была отличной для обоих показателей (коэффициенты межклассовой корреляции [ICC] = 0,989 и 0,972 для SUVmean и SUVmean + 3 SD соответственно).

Межплатформенная надёжность клинических и исследовательских платформ

Анализ Блэнда-Альтмана показал сильное согласование клинических и исследовательских платформ по всем количественным параметрам, полученным из ПЭТ (Таблица 1, Дополнительный рисунок 2). Средние и объёмные параметры печени SUV (MV и TLG; логарифм-трансформированные) показали минимальное смещение с узкими относительными пределами согласования. По количественным показателям SUVmax показал наибольшую разницу в среднем абсолютном среднем между платформами (0,62, 95% ДИ 0,40 - 0,83), что свидетельствует о небольшом, но систематическом повышении значений SUVmax на клинической платформе. Однако относительные различия оставались низкими, а общая согласованность была отличной (CCC = 0,99). SUVmean и SUVmean + 3 SD печени также демонстрировали минимальную смещённость с немного более широкими абсолютными пределами согласия, хотя их относительные пределы оставались в приемлемом диапазоне.

Коэффициенты корреляции конкорданса подтверждали эти выводы, с отличным совпадением для ITLN SUVmax, MV и TLG (CCC = 0,95-0,99) и умеренным и высоким согласованием для SUVaverage печени и ITLN SUVmean (CCC = 0,90-0,95). Среднее по печени + 3 SD показали справедливое согласие (CCC = 0,85). В целом, 3D-слайсер дал количественные результаты, которые были высоко согласованы с результатами, полученными клиническим программным обеспечением.

Межоператорская надёжность 3D-слайсера

Анализ Бланда-Альтмана показал отличное согласование между читателями по всем параметрам ПЭТ, извлечённым в 3D Slicer, со средними различиями, близкими к нулю, и устойчиво узкими пределами согласования (Таблица 2, Дополнительный рисунок 3). Объемные параметры (MV и TLG; логарифм-преобразованные) показали самые строгие пределы согласования, отражая высокосогласованную сегментацию и количественную оценку. Коэффициенты межклассовой корреляции дополнительно поддерживали отличную надёжность межсчитывателей, при этом значения ICC > 0,95 для всех количественных метрик, полученных из ПЭТ (Таблица 2). Эти результаты подтверждают, что 3D-слайсер обеспечивает высоковоспроизводимые количественные измерения между читателями.

Применение к продольным особенностям PET-CT

Восемь нелеченных участников с положительным результатом IGRA прошли последующие ПЭТ-КТ через 3 месяца (Дополнительный рисунок 4 и Дополнительная таблица 2). Из них трое получили противотуберкулёзное лечение. Два пациента начали лечение вскоре после повторного обследования: один с подтверждённой Mtb-инфекцией по образцу внутригрудного лимфатического узла, а один развил новое поражение лёгких на трёхмесячном ПЭТ-сканировании, которое прошло после лечения. У третьего человека развились симптомы туберкулёза в течение двухлетнего проспективного периода наблюдения, и он прошёл дополнительное клиническое ПЭТ-КТ, которое показало повышенное поглощение FDG в том же лимфатическом узле, который был активным на начальном этапе. Эндобронхиальный ультразвуковой ультразвуковой аспирационный образец трансбронхиальной иглы (EBUS-TBNA) подтвердил инфекцию Mtb в этом участке.

Два участника, лечившиеся от туберкулёза через 3 месяца, продемонстрировали повышение SUVmax, SUVmean, MV и TLG (рисунок 1A1,B1,C1,D1). Однако у человека, диагностированного с туберкулёзом в 2 года, наблюдалось снижение SUVmax, SUVmean и TLG (рисунок 1A1, B1, D1). МВ у этого пациента остался без изменений (1,50 см3–1,52см3) (рисунок 1C1). Однако физиологическое поглощение FDG, измеряемое средним SUV в печени + 3 SDs, было значительно ниже на 3-месячном сканировании (3,69–2,04), что увеличивает вероятность вариабельности физиологического поглощения FDG, затрудняя интерпретацию изменений в патологическом поглощении. Далее мы стандартизировали параметры ПЭТ по физиологической активности, чтобы смягчить эту вариативность. Нормализация поглощения FDG печенью выявила повышение SUVRmax, а в меньшей степени повышение SUVRmean и нормализованный TLG у человека с диагнозом ТБ через 2 года. (Рисунок 1A2, B2, D2). Участники, которые оставались свободными от болезни, продемонстрировали снижение SUVmax, SUVmean, MV и TLG в период с исходным уровнем до 3 месяцев (рисунок 1A1,B1,C1,D1).

figure-results-1
Рисунок 1: Метаболическая активность внутригрудных лимфатических узлов на исходном и 3 месяце, стратифицированная в зависимости от клинических результатов. (A-D) ПЭТ-КТ проводилась на исходном уровне и через 3 месяца в восьми нелеченных контактах с лёгочным туберкулезом. SUVRmax (A2), SUVRmean (B2) и нормализованный TLG (D2) были рассчитаны путём деления SUVmax (A1), SUVmean (B1) и TLG (D1) на эталонное физиологическое поглощение, определяемое средним SUV печени + 3 стандартными отклонениями. MV (C1) — это метаболический объём внутригрудного лимфатического узла. Красные линии обозначают контакты, получившие противотуберкулёзное лечение (АТТ) в 3 месяца, оранжевая линия — контакт, у которого развился туберкулёз в 2 года, а синяя линия — контакты, оставшиеся здоровыми. SUVmax: максимальная стандартизированная стоимость воспринимания. SUVRmax: максимальное отношение SUV (SUVmax нормализовано к поглощению печенью), SUVmean: среднее стандартизированное значение усваивания, SUVRmean: соотношение SUV, MV: метаболический объём, TLG: общий гликолиз поражения. Эта цифра была адаптирована с разрешения Kim et al.(2025)24. Пожалуйста, нажмите здесь, чтобы увидеть увеличенную версию этой фигуры.

Средняя разница (95% ДИ)Нижний предел согласия (95% ДИ)Верхний предел согласия (95% ДИ)Относительная разница (95% ДИ)Относительный предел согласия (95% ДИ)Коэффициент корреляции согласованности (95% ДИ)
Печеночный внедорожник0,105 (0,023 до 0,187)−0,229 (−0,372 до −0,086)0,439 (0,296 до 0,581)0,045 (0,010 до 0,081)−0,099 до 0,190 (−0,161 до 0,252)0.90 (0.75–0.96)
Liver SUVmean+ 3 SD0,049 (−0,090 до 0,187)−0,515 (−0,756 до −0,274)0,612 (0,371 до 0,854)0,016 (−0,030 до 0,062)−0,170 до 0,202 (−0,249 до 0,281)0.85 (0.64–0.94)
SUVmax0,616 (0,403 до 0,828)−0,195 (−0,566 до 0,176)1.426 (1.055–1.797)0,053 (0,035 до 0,071)−0,017 до 0,123 (−0,049 до 0,155)0.99 (0.98–1.00)
SUVmean−0,104 (−0,453 до 0,245)−1,434 (−2,042 до −0,825)1,226 (0,618 до 1,835)−0,020 (−0,088 до 0,047)−0,278 до 0,238 (−0,396 до 0,355)0.91 (0.77–0.96)
MV (журнал)0,061 (−0,021 до 0,143)−0,252 (−0,394 до −0,109)0,373 (0,230 до 0,516)0,039 (−0,014 до 0,093)−0,164 до 0,242 (−0,257 до 0,335)0.97 (0.93–0.99)
TLG (лог)0,056 (−0,014 до 0,125)−0,210 (−0,331 до −0,088)0,321 (0,200 до 0,443)0,018 (−0,004 до 0,040)−0,067 до 0,103 (−0,106 до 0,142)0.99 (0.98–1.00)

Таблица 1: Соглашение между клинической и исследовательской (3D Slicer) платформами. Были проведены анализы корреляции Бланда-Альтмана и конкорданса для оценки согласованности клинических и исследовательских платформ между параметрами ПЭТ. Показаны средние разницы, пределы согласия (LoA) и соответствующие 95% доверительные интервалы (CI), относительные различия и коэффициенты корреляции согласованности (CCC). Для логарифм-трансформированных метрик (метаболический объём [MV] и общий гликолиз поражения [TLG]) согласованность оценивалась на логарифмической шкале с учётом пропорционального смещения. SUVmax: максимальное стандартизированное значение поглощения, SUVmean: среднее стандартизированное значение поглощения, SD: стандартное отклонение.

Средняя разница (95% ДИ)Нижний предел согласия (95% ДИ)Верхний предел согласия (95% ДИ)Относительная разница (95% ДИ)Относительный предел согласия (95% ДИ)Внутриклассовый коэффициент корреляции (95% ДИ)
Печеночный внедорожник0,027 (0,008 до 0,045)−0,048 (−0,080 до −0,016)0,102 (0,070 до 0,134)0,012 (0,004 до 0,020)−0,021 до 0,045 (−0,035 до 0,059)0.995 (0.986–0.998)
Печеночные SUVmean+3SD−0,021 (−0,085 до 0,042)−0,279 (−0,390 до −0,169)0,237 (0,127 до 0,348)−0,007 (−0,028 до 0,014)−0,093 до 0,079 (−0,130 до 0,116)0.971 (0.929–0.989)
SUVmax0,071 (−0,071 до 0,212)−0,470 (−0,717 до −0,222)0,611 (0,364 до 0,858)0,006 (−0,006 до 0,019)−0,041 до 0,054 (−0,063 до 0,076)0.999 (0.997–1.000)
SUVmean−0,052 (−0,161 до 0,057)−0,467 (−0,657 до −0,277)0,364 (0,174 до 0,554)−0,010 (−0,031 до 0,011)−0,090 до 0,070 (−0,127 до 0,107)0.991 (0.977–0.997)
MV (журнал)0,023 (−0,023 до 0,069)−0,153 (−0,234 до −0,072)0,199 (0,119 до 0,280)0,015 (−0,015 до 0,046)−0,101 до 0,131 (−0,154 до 0,184)0.992 (0.979–0.997)
TLG (лог)0,018 (−0,014 до 0,049)−0,101 (−0,156 до −0,047)0,137 (0,082 до 0,191)0,006 (−0,004 до 0,016)−0,033 до 0,044 (−0,050 до 0,062)0.998 (0.993–0.999)

Таблица 2: Согласование между Ридером 1 и Ридером 2 по параметрам PET-CT с использованием исследовательской платформы (3D Slicer). Были проведены анализы корреляции Бланда-Альтмана и межклассовых исследований для оценки согласованности между считывателями по параметрам ПЭТ. Показаны средние значения, пределы согласования (LoA) с соответствующими 95% доверительными интервалами (CI), относительные различия и коэффициенты межклассовой корреляции (ICC). Для логарифм-трансформированных метрик (метаболический объём [MV] и общий гликолиз поражения [TLG]) согласованность оценивалась на логарифмической шкале с учётом пропорционального смещения. SUVmax: максимальное стандартизированное значение поглощения, SUVmean: среднее стандартизированное значение поглощения, SD: стандартное отклонение.

Дополнительный рисунок 1: графики Бланда-Альтмана, сравнивающие автоматическую и ручную количественную оценку печени в 3D Slicer. (A) Печеночный внедорожник. (B) Средние значения печени + 3 стандартных отклонения. Ось y показывает разницу между автоматизированными и ручными измерениями, а ось x — среднее значение двух методов. Сплошная красная линия указывает среднюю разницу, а сплошные синие линии — 95% пределы согласия (LoA). Каждая точка представляет собой отдельную тему. Пожалуйста, нажмите здесь, чтобы скачать эту фигурку.

Дополнительный рисунок 2: Блэнд-Альтман сравнивает измерения, полученные с помощью клинических (XD3) и исследовательских (3D Slicer) платформ по шести метрикам ПЭТ-КТ. (A) SUVmean, (B) SUVmean печени + 3 стандартных отклонения, (C) SUVmean, (D) SUVmax, (E) лог-трансформированный метаболический объём (MV) и (F) лог-трансформированный полный гликолиз поражения (TLG). Сплошная красная линия указывает среднюю разницу, а сплошные синие линии — 95% пределы согласия (LoA). Каждая точка представляет собой отдельную тему. Пожалуйста, нажмите здесь, чтобы скачать эту фигурку.

Дополнительный рисунок 3: Графики Бланда-Альтмана, сравнивая измерения между Ридером 1 и Ридером 2. (A) SUVmean печени, (B) SUVmean печени + 3 стандартных отклонения, (C) SUVmax, (D) SUVmean, (E) лог-трансформированный метаболический объём (MV) и (F) лог-трансформированный тотальный гликолиз поражения (TLG). Сплошная красная линия указывает среднюю разницу, а сплошные синие линии — 95% пределы согласия (LoA). Каждая точка представляет собой отдельную тему. Пожалуйста, нажмите здесь, чтобы скачать эту фигурку.

Дополнительный рисунок 4: Диаграмма CONSORT, показывающая поток участников. Участникам была проведена клиническая оценка, тест на интерферон гамма-высвобождение (IGRA) и рентген грудной клетки при зачислении, чтобы исключить активный туберкулёз (ТБ). Участникам с положительным результатом ПЭТ-КТ было предложено дополнительное обследование с бронхоскопией с бронхоальвеолярной лаважей (BAL) и/или эндобронхиальной ультразвуковой ультразвуковой аспирацией иглой (EBUS-TBNA). Нелечённые участники проходили наблюдение с интервалом в 3 месяца с помощью анкеты симптомов и рентгена грудной клетки в течение 12 месяцев, после чего следовало 12-месячное пассивное наблюдение. ATT: противотуберкулёзная терапия, Mtb: mycobacterium tuberculosis, ПЭТ-КТ: позитронно-эмиссионная томография-компьютерная томография. Пожалуйста, нажмите здесь, чтобы скачать эту фигурку.

Дополнительная таблица 1: Согласование между автоматизированными и ручными методами количественной оценки печени в 3D-слайсере. Анализ корреляции Бланда-Альтмана и межклассовых анализов, сравнивающих автоматизированную и ручную количественную оценку печени для SUVmean и SUVmean + 3 стандартных отклонений (SD). Значения представлены как средняя разница, пределы согласования и коэффициент межклассовой корреляции (ICC), каждое с 95% доверительной интервальной (CI). Относительная разница и относительные пределы согласия были рассчитаны для оценки пропорционального смещения между методами. Пожалуйста, нажмите здесь, чтобы скачать эту таблицу.

Дополнительная таблица 2: Количественные измерения ПЭТ-КТ у одиннадцати участников, включая восемь с серийными ПЭТ-КТ сканированиями. Все сканирования проводились до начала противотуберкулёзной терапии (АТТ). ПЭТ 1 проводился на начальном уровне, а ПЭТ 2 — через 3 месяца. Пожалуйста, нажмите здесь, чтобы скачать эту таблицу.

Дополнительный файл 1: Статистические методы. Пожалуйста, нажмите здесь, чтобы скачать этот файл.

Обсуждение

Мы оценивали полуавтоматическую количественную оценку ПЭТ в лёгочных контактах с туберкулёзом с помощью исследовательской визуализации и наблюдали значительное согласование с клиническим программным обеспечением по параметрам ПЭТ (SUVmax, SUVmean, MV и TLG), а также умеренное совпадение в пороге печеночных SUVmean + 3 SD. Мы показали отличное согласование между операторами по всем параметрам ПЭТ между двумя независимыми и слепыми считывателями с помощью полуавтоматического подхода. Важно, что это было достигнуто благодаря тому, что один из читателей — врач-нерадиолог, что указывает на то, что автоматизация с помощью 3D Slicer может обеспечить надежный анализ ПЭТ-КТ среди читателей с разным уровнем клинического и исследовательского опыта.

Нормализация параметров ПЭТ до порога печени, по-видимому, повысила чувствительность анализа и выявила повышение метаболической активности между исходным уровнем и 3 месяцами, которое иначе было скрыто более низким уровнем физиологического поглощения во время второго сканирования. Поглощение ФДГ может зависеть от различных биологических и технических факторов, включая стресс пациента, физическую активность, уровень глюкозы в крови и интервал между инъекцией FDG исканированием 25. Продольные изменения на ПЭТ-КТ у контактов с туберкулёзом, вероятно, менее выражены, чем при лечении активного туберкулёза. Поэтому стандартизация с использованием эталонной ткани и строгое соблюдение протокола визуализации необходимы для повышения повторяемости и надёжности анализов визуализации в исследованиях, связанных стуберкулёзной инфекцией 26. В этом контексте полуавтоматические методы и нормализация в эталонный орган приносят дополнительную пользу, снижая изменчивость, зависящую от оператора, и улучшая согласованность количественных оценок по времени времени. Особенно важна согласованность измерения физиологической отчётности, поскольку неточное измерение эталонной активности приводит к ненадёжной количественной оценке. Мы использовали печень как эталонный орган, потому что она обеспечивает стабильное, воспроизводимое и легко измеряемое поглощение27. Для балансировки биологической референсной и операционной осуществимости использовалось среднее значение печени SUVmean плюс три стандартных отклонения, поскольку очень низкие эталонные значения ограничивают количественную оценку неспециалистами из-за непреднамеренного включения соседних тканей. Этот подход направлен на продвижение практической, воспроизводимой и доступной методологии количественной оценки диффузных внутригрудных изменений при туберкулёзной инфекции в исследовательских целях и не валидирован для клинического применения.

Мы рекомендуем автоматизированную количественную оценку печени в качестве предпочтительного подхода для анализа исследовательских сканирований, так как она демонстрирует высокую повторяемость и требует минимального взаимодействия пользователя. Однако в небольшом числе случаев автоматический алгоритм может либо не обнаружить печень, либо случайно включить соседние структуры. Важно визуально подтвердить, что автоматизированная ROI не выходит за пределы печени для точной количественной оценки. В таких случаях рекомендуется проводить ручное измерение.

Наблюдалось небольшое, но постоянное смещение SUVmax между клинической и исследовательской платформами. Незначительные различия в измерениях SUV между программными платформами хорошо известны и обычно возникают из-за специфических для программного обеспечения различий в интерпретации информации DICOM и внутреннем представлениивокселей 28. Эти различия могут незаметно влиять на значения вокселя, особенно для SUVmax. Это подчёркивает важность поддержания согласованности платформ в количественных исследованиях ПЭТ-КТ для минимизации вариабельности измерений. В этом контексте платформы с открытым исходным кодом могут поддерживать методологическую стандартизацию и снижать вариативность между исследованиями.

Важным неизвестным в интерпретации ПЭТ-КТ при туберкулёзной инфекции является определение клинически значимой метаболической активности и порогов значимых изменений со временем. В нашем исследовании все параметры ПЭТ снизились через три месяца у людей, которые оставались здоровыми. Однако базовые количественные значения пересекались между теми, кто оставался здоровым, и теми, кто проходил лечение. Это говорит о том, что тенденция со временем может быть важнее, чем измерение в одной точке времени. Будущие исследования должны оценивать несколько количественных показателей метаболической активности ПЭТ-КТ со временем и сопоставлять их с заранее определёнными клиническими показателями для определения оптимальных параметров и установления эталонных порогов, способствующих стандартизированной интерпретации.

Мы сосредоточились на количественной оценке внутригрудных лимфатических узлов из-за ограниченного числа паренхимальных аномалий легких. Результаты этого исследования показали, что ранняя инфекция туберкулёзом преимущественно ограничена внутригрудными лимфатическими узлами, что соответствует исследованию, проведённому вСША 6. В нашей когорте только четыре участника продемонстрировали поглощение паренхимальной FDG легкими на исходном уровне, с низкой метаболической активностью (средний SUVmax = 2,7), а поражения были слишком малы для надёжного объемного анализа и характеристики. Кроме того, только один из восьми участников с положительным результатом IGRA, прошедших серийные обследования, показал поглощение паренхимальной FDG лёгкими на исходном уровне. В отличие от этого, исследование, проведённое в условиях с высокой нагрузкой на туберкулёз (Южная Африка), зафиксировало паренхимальные аномалии лёгких примерно у половины домашних контактов с туберкулезом, тогда как внутригрудные лимфатические узлы, активные по FDG, наблюдались у 21,2% и 9,3% пациентов с нормальнымилёгкими 5. Причина различия в признаках ПЭТ-КТ между нашей когортой (низкая нагрузка на ТБ) и когортой из зоны с высоким туберкулезом остаётся неясной. Одна из возможностей — высокая распространённость прошлых инфекций туберкулёзом в южноафриканской когорте, что подтверждается высокой долей положительных показателей IGRA (82%). Исследование нечеловеческих приматов (NHP), сравнивающее повторное заражение Mtb и инфекцию у Mtb-наивных NHP, показало, что первичная инфекция обеспечивает защиту от повторного заражения, включая предотвращение распространения на внутригрудныелимфатические узлы 29. Другие возможные факторы, способствующие успеху, включают различия в штаммах Mtb, генетические факторы хозяина, распространённость курения в исследуемых когортах и факторы окружающей среды. Будущие исследования туберкулёзных инфекций с использованием ПЭТ-КТ должны учитывать характеристики Mtb и когорт, а также разрабатывать подходы для интеграции изменений в паренхиме лёгких и внутригрудных лимфатических узлах.

В итоге, полуавтоматическая количественная оценка ПЭТ может предложить ценный подход для оценки метаболических изменений при туберкулёзной инфекции с высокой межоператорской надёжностью. Нормализация референсных тканей повышает аналитическую чувствительность к раннему прогрессированию метаболизма. Увеличение метаболической активности на ранних этапах инфекции, при коррекции на эталонный орган, является многообещающим индикатором прогрессирующей инфекции туберкулёза.

Раскрытие информации

Все авторы не сообщают о потенциальных конфликтах для объявления.

Благодарности

Это краткое изложение независимых исследований, финансируемых премией MRC Confidence in Concept Университета Лестера для P.H. и проведённых в Лестерском биомедицинском исследовательском центре Национального института здравоохранения и ухода (NIHR) в Лестерском биомедицинском исследовательском центре (BRC). Выраженные мнения принадлежат автору(ам) и не обязательно принадлежат финансируемым организациям, NHS, NIHR или Департаменту здравоохранения и социальной помощи. Это исследование было профинансировано премией MRC Confidence in Concept. JWK был профинансирован за счёт премии Wellcome Investigator Энн О'Гарра (WT 215628/Z/19/Z).

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Q.ClearGE HealthcareN/AАлгоритм реконструкции для ПЭТ
https://www.gehealthcare.com/en-sg/products/molecular-imaging/qclear?srsltid=AfmBOooqtkcQJronALLan2Q
rxYYpTTq5qw9PRf0pDJS
HpTUHQk4bUarl
XD3Mirada MedicalN/AПрограммное обеспечение для медицинских исследований
https://www.mirada-medical.com/diagnostic-imaging
3D SlicerN/AN/AОткрытая некоммерческая платформа программного обеспечения для исследований
https://www.slicer.org/

Ссылки

  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).

Перепечатки и разрешения

Теги

233233JoVE
Видео скоро будет доступно
Свяжитесь с нами
Рекомендовать библиотеке

Конфиденциальность

Условия эксплуатации

Политика

Авторские права © 2026 MyJoVE Corporation. Все права защищены.