应用磁共振成像初步研究腮腺径线与腮腺体积的相关性,以期用腮腺径线替代体积评价腮腺形态学变化。
选取健康受试者90名,测量双侧腮腺相关径线及体积,分析其相关性,得出回归方程。同时测量10名2型糖尿病患者腮腺的相关径线,将其值代入回归方程得出体积。
健康受试者腮腺前后径、上下径与体积呈明显的正相关(前后径相关系数r=0.728,上下径相关系数r=0.720),得出回归方程V=9.506+4.144X+2.190Y (X=前后径,Y=上下径)。受试者腮腺通过回归方程计算所得体积与实测体积比较,总体相符。
腮腺径线与体积具有明显的相关性,特别是前后径、上下径能够基本反映腮腺的体积变化,从而代替体积测量用于腮腺形态学的初步评估。
本刊刊出的所有论文不代表本刊编委会的观点,除非特别声明
腮腺是人体最大的唾液腺,对维持机体正常的生理功能起着重要作用[1]。多种疾病和药物可以累及腮腺,引起腮腺结构和形态的改变[2, 3]。腮腺的形态学变化是腮腺疾病诊断和疗效评价的重要手段,以常见的糖尿病为例,许多研究结果显示出非肿瘤性弥漫腮腺肥大是糖尿病的重要特征,并有助于糖尿病的诊断和分期[4, 5],而现阶段评价腮腺形态学变化主要基于医师的临床经验及体积测量。根据临床经验估测腮腺大小首先是主观性较强,其次是多适合单侧肥大及对侧比较,而不适于双侧腮腺肥大的判断。因此腮腺的体积测量由于其精确性高,已被广泛地应用于临床,成为研究的热点[6, 7]。但由于传统体积测量方法烦琐,耗费时间,应用受到一定限制。所以目前缺乏一种简单而实用的测量方法,在某些情况下能快速准确地判断腮腺形态大小变化。通过长期的临床观察,我们发现腮腺体积可能与腮腺的前后径、左右径、上下径、浅叶前后径等径线存在一定的相关性,而径线测量与腮腺体积测量相比,易操作且节省时间,因此某些情况下更适用于临床。有研究[8, 9]尝试使用超声对腮腺径线进行测量并给出了正常参考值,但超声对于深叶的显示不佳,且切面可重复性差,因此未能得到广泛的认可。而磁共振成像检查[10, 11],尤其是同、反相位成像对腮腺组织具有良好的成像效果,能够清晰显示腮腺各部的结构及与周围组织的界限,因此可以用于腮腺的显示和测量。本研究利用磁共振手段,通过建立多元线性回归模型,尝试寻找和腮腺体积关系最密切的径线,为临床提供一种简单易行的测量腮腺体积的方法,从而通过腮腺形态学变化的评价进行疾病诊断和疗效评估。
秦皇岛市第一医院伦理委员会批准了本研究方案的实施(批准文号:2019H001),受试者全部签署知情同意书。本研究是一项前瞻性研究,选取2012年3月至2018年9月期间在本院就诊的2型糖尿病住院及门诊患者59例作为糖尿病组,糖尿病组入组标准为:(1) 40~60岁的男性;(2)临床诊断符合2型糖尿病诊断标准,未出现糖尿病足、糖尿病视网膜病变等并发症[12]。排除标准:(1)临床检查患有明显的口腔黏膜的实质性损害或病变;(2)患有腮腺疾病,如肿瘤及炎症等;(3)大量吸烟和酗酒[大量吸烟定义为吸烟指数≥400 (吸烟指数=支/d×吸烟年数),酗酒定义为饮酒指数≥200 (饮酒指数=g/d×饮酒年数)][13];(4)最近使用过影响腮腺检查和分泌功能的药品;(5)接受过头颈部放疗;(6)贫血患者;(7)使用较大的固定性金属牙种植体,造成图像质量不佳甚至严重影响腮腺辨别及测量;(8)其他磁共振检查禁忌者。同时选取一组与糖尿病患者组年龄相近的健康志愿者90例作为正常对照组,来源包括常规体检人员或医护家属。正常对照组入组标准:40~60岁的男性。排除标准同患者组排除标准。
采用德国Siemens 1.5 T AVANTO D13磁共振诊断系统,用8通道头部线圈。在腮腺扫描成像过程中叮嘱患者保持闭口放松状态,尽量避免吞咽及咳嗽动作。全部受试者均行横轴面SE序列T1WI (TR 2000 ms,TE 7.8 ms,层厚5 mm,FOV 230 mm×230 mm,矩阵 256×256)及T2WI (TR 4780 ms,TE 107 ms,层厚5 mm,FOV 230 mm×230 mm,矩阵 256×256);冠状面SE序列T1WI (TR 450 ms,TE 17 ms,层厚5 mm,FOV 230 mm×230 mm,矩阵 256×256);横轴面3D T1-VIBE-IN-OPP-PHASE序列扫描(TR 8.74 ms,TE 2.38 ms,层厚1 mm,FOV 200 mm×200 mm,矩阵 287×287,体素体积 0.70 mm×0.70 mm×1.00 mm,无间隔)。
在腮腺轴位最大横截面上,依次测量腮腺左右径(腮腺深叶至腮腺浅叶前后径的垂直距离)、前后径(腮腺的前后缘之间的最大距离)、浅叶前后径(腮腺外缘的前后最大距离),腮腺前缘至下颌支后缘水平腮腺外缘的距离;在冠位最大截面上测量腮腺上下径(腮腺的上下缘之间的最大距离)。对每位受试者的两侧腮腺分别测量(每侧腮腺作为独立样本),由两名医师独立测量,然后再次对其进行随机重复测量,取其平均值。结果显示,测量一侧腮腺平均用时0.5 min。
采用ITK-SNAP (https://itk.org/)软件,参照SE序列T1WI图像,在T1-vibe (同相位及反相位)图上逐层勾画腮腺的轮廓,勾画时尽量避开大血管及腮腺导管,再由软件自动对各腮腺体积进行计算,自动得出体积。由两名医师双盲阅片和测量,一周后对其进行随机重复测量,取其平均值。测量一侧腮腺体积平均用时20 min。三维体积测量方法见图1。
所有数据采用SPSS 17.0统计软件包进行统计分析,P<0.05认为差异有统计学意义。所有数据用均数±标准差表示,可信区间均为95%。两位放射科医师测量结果组内相关系数均大于0.8,说明两者之间具有良好的相关性,可以用于下一步研究。本文所用的最终参数为每侧腮腺重复测量后的平均值。计量资料(年龄、前后径、浅叶前后径、腮腺前缘至下颌支距离、左右径、上下径、实测体积)组间比较采用Student-t检验。计算Pearson相关系数以反映腮腺各个径线与实测体积之间的相关性。径线与实测体积的线性关系用多元线性回归进行分析。
正常对照组和糖尿病组人群的人口学和腮腺的径线和体积测量详见表1,由表中得出,两组间的人口年龄间差异无统计学意义;糖尿病组(从59例糖尿病患者中随机抽取10例糖尿病患者)腮腺的前后径、左右径、上下径、浅叶前后径及体积均比正常对照组增大,差异具有统计学意义,而腮腺前缘至下颌支后缘水平腮腺外缘的距离在两组间差异无统计学意义。
正常对照组 | 糖尿病组 | t | P | |
---|---|---|---|---|
年龄(岁) | -0.3463 | 0.730 | ||
均数±标准差 | 51.9±12.9 | 58.4±13.9 | ||
例数 | 90 | 10 | ||
前后径(cm) | -10.9391 | <0.001 | ||
均数±标准差 | 5.1±1.2 | 6.9±0.6 | ||
例数 | 180 | 20 | ||
浅叶前后径(cm) | -0.0092 | 0.003 | ||
均数±标准差 | 4.9±1.0 | 6.6±1.2 | ||
例数 | 180 | 20 | ||
腮腺前缘至下颌支距离(cm) | -2.9514 | 0.589 | ||
均数±标准差 | 2.3±0.9 | 3.0±1.0 | ||
例数 | 180 | 20 | ||
左右径(cm) | -2.9514 | <0.001 | ||
均数±标准差 | 3.5±0.1 | 3.9±0.5 | ||
例数 | 180 | 20 | ||
上下径(cm) | -9.2410 | <0.001 | ||
均数±标准差 | 4.5±2.1 | 6.4±0.6 | ||
例数 | 180 | 20 | ||
实测体积(cm3) | -12.4826 | <0.001 | ||
均数±标准差 | 39.8±10.2 | 52±2.8 | ||
例数 | 180 | 20 |
注:Welch检验;P<0.05认为差异具有统计学意义。
以P<0.05作为判断标准,对正常对照组180例腮腺相关径线与体积进行相关分析。结果表明,腮腺体积与前后径、浅叶前后径、腮腺前缘至下颌支水平腮腺外缘的距离及上下径存在强弱不等的相关性,其中上下径、前后径与体积存在显著的相关性;浅叶前后径及腮腺前缘至下颌支距离与体积存在相关性,但较弱;左右径与体积无相关性,详见表2。这些相关指标具有一定的代表性,因此作为初步选入多元线性回归方程的相关因素。
径线 | 径线与体积相关性 | |
---|---|---|
Pearson相关系数 | P | |
上下径 | 0.720 | 0.0001 |
前后径 | 0.728 | 0.0001 |
浅叶前后径 | 0.153 | 0.0400 |
左右径 | 0.041 | 0.5820 |
腮腺前缘至下颌支距离 | 0.174 | 0.0200 |
对于选入多元线性回归方程的相关径线,采用多元逐步回归分析的统计方法,对与腮腺体积存在相关性的指标进行进一步筛选,得出影响体积的最主要径线,并建立较理想的多元线性回归方程。
在引入变量α=0.09,剔除变量α=0.10的水平下,经过逐步回归筛选,结果显示,腮腺最大轴切面前后径及上下径与腮腺体积之间正相关关系最密切,并得出如下多元回归方程:V=9.506+4.144X+2.190Y (X=前后径,Y=上下径),多元线性回归方程自变量参数统计结果见表3。
回归系数 | t | P | ||
---|---|---|---|---|
Beta | Std.Error | |||
常数 | 9.506 | 1.982 | 4.569 | 0.0001 |
前后径 | 4.144 | 0.462 | 8.969 | 0.0001 |
上下径 | 2.190 | 0.254 | 8.631 | 0.0001 |
接着,使用方差分析法对拟合的多元线性回归方程模型进行显著性检验,由表4可以得出,F=178.753,P<0.001,即拟合的多元线性回归方程有统计学意义。
SS (平方和) | 自由度 | MS (均方差) | F | P | |
---|---|---|---|---|---|
回归 | 12458.000 | 2 | 6242.500 | 178.753 | <0.001 |
残差 | 6181.277 | 177 | 34.922 | — | — |
总变异 | 18666.277 | 179 | — | — | — |
最后,根据方差分析表中的结果,进一步对拟合的多元回归方程模型做出评价,由表5可以看出,本例决定系数r2=0.669,复相关系数r=0.818,说明腮腺体积变化的66.9%能由径线前后径及上下径的变化来解释。
r(复相关系数) | r2 (决定系数) | A-r2 (校正决定系数) | Std.Error (估计标准误) |
---|---|---|---|
0.818 | 0.669 | 0.665 | 5.90952 |
对90例健康志愿者的180例腮腺径线应用上述公式进行预测体积理论值计算,与实测体积比较制成折线图(图2),通过对比检验回归方程的有效性。观察折线图,可以看出预测体积与实测体积总体相符,表现出回归方程良好的预测能力。
最后,从59例糖尿病患者中随机抽取10例糖尿病患者腮腺径线应用上述公式进行理论值计算,与实测体积进行比较,大体相符,详见表6。
前后径(cm) | 上下径(cm) | 预测体积(cm3) | 实测体积(cm3) | |
---|---|---|---|---|
1 (左) | 7.6 | 6.9 | 56.111 | 54.986 |
(右) | 7.0 | 7.2 | 54.282 | 54.003 |
2 (左) | 7.9 | 6.0 | 55.384 | 55.231 |
(右) | 7.2 | 6.8 | 54.235 | 55.132 |
3 (左) | 6.7 | 7.4 | 53.477 | 52.864 |
(右) | 6.0 | 8.0 | 51.890 | 52.347 |
4 (左) | 7.5 | 5.8 | 53.288 | 54.008 |
(右) | 7.2 | 6.5 | 53.578 | 54.552 |
5 (左) | 5.9 | 6.1 | 47.315 | 48.334 |
(右) | 6.0 | 5.8 | 47.072 | 46.834 |
6 (左) | 7.8 | 6.2 | 55.407 | 55.638 |
(右) | 7.5 | 5.9 | 53.507 | 52.996 |
7 (左) | 6.8 | 6.5 | 51.920 | 49.862 |
(右) | 6.7 | 6.0 | 50.411 | 52.048 |
8 (左) | 7.2 | 5.4 | 51.169 | 51.240 |
(右) | 6.4 | 6.0 | 49.168 | 47.886 |
9 (左) | 6.9 | 6.5 | 52.335 | 51.967 |
(右) | 6.4 | 6.8 | 50.920 | 51.843 |
10 (左) | 5.8 | 6.2 | 49.606 | 47.210 |
(右) | 7.3 | 6.3 | 53.554 | 51.238 |
本研究以磁共振同、反相位序列为基础,同时对180例腮腺进行体积和径线的测量,并将两种方法进行多元线性回归分析,发现腮腺前后径及上下径对腮腺体积影响最为明显,并建立回归方程大致估计腮腺体积,和实测体积结果相对比,表现出很强的预测能力;同时本研究还发现径线测量相对体积测量所用时间明显减少,大约相差40倍之多,从而验证了本研究方法的简便可行性。
通过测量腮腺体积评估疾病程度及疗效在临床及研究中已广泛应用,Santo等[14]在研究中通过腮腺体积对比评价头颈部肿瘤放化疗治疗前后腮腺的形态学和密度特征,李巍等[6]利用CT对腮腺及颌下腺体积进行测量对IgG4相关唾液腺炎患者进行辅助诊断,Gupta等[15]在最近研究中,通过超声手段对腮腺径线测量发现糖尿病是腮腺肥大的重要原因,并且和相关临床指标比如糖化血红蛋白值有密切相关性。上述研究充分证实腮腺体积测量在临床中的应用价值,但是目前的研究尚存在一定缺陷,比如CT在体积测量时的辐射性及烦琐程序,超声在径线测量时的不精确性,使其临床应用受到限制。本研究基于上述不足,在国内研究中首次利用磁共振手段进行腮腺的径线测量,并建立回归模型进行腮腺体积估算,探讨其在糖尿病及其他疾病中的诊断价值。
本研究寻找并建立了一个可以估测腮腺体积的回归模型,并通过对腮腺相关径线的测量反映实际体积的大小及变化。我们根据多年对腮腺测量的经验,结合国内外对于腮腺形态学研究的最新进展,对于腮腺的最大轴切面相关径线,如前后径、左右径、浅叶前后径、腮腺前缘至下颌支后缘水平腮腺外缘距离、上下径与腮腺体积之间的相关性进行了测试和比较,研究结果显示腮腺左右径和体积之间无明显相关性,而与腮腺前后径及上下径之间相关关系最为密切,最终建立了体积与相关径线之间的回归模型:V=9.506+4.144X+2.190Y,方程回归效果检验的F=178.753,P<0.001,说明回归方程有统计学意义。进一步的模型评价结果得出,决定系数r2=0.669,复相关系数r=0.818,说明此方程对于估测腮腺体积变化的拟合程度达到了66.9%,与径线间的线性相关程度达0.818,从而表明回归方程具有较好的预测能力。最后,应用此方程对糖尿病及健康志愿者腮腺体积分别进行了估测,并与实际体积比较,发现二者之间总体相符,也进一步证明了回归模型的预测能力。
糖尿病是一种以高血糖和碳水化合物、蛋白质和脂质代谢失调为特征的代谢性疾病[15],临床观察发现糖尿病患者都有不同程度的口干、口渴的症状[16, 17]。近期研究则认为口干症与腮腺分泌功能降低存在一定的关系,即糖尿病可以损伤腮腺的结构和功能[18, 19]。从形态学的角度来看,几乎所有的研究结果都显示出明显的腮腺肥大[20, 21]。所以,对于腮腺大小的测量及评估可能成为评价糖尿病影响腮腺形态结构的重要手段之一。寻求一种简单实用的测量方法来评价腮腺大小变化,从而研究结构甚至功能的改变,在糖尿病唾液腺病变的诊断和治疗方面具有重要的临床意义。本研究中,我们将10例糖尿患者的径线值代入回归方程计算,得出的体积値和实测体积值有较好的回代符合性,所预测的体积基本可以反映实际体积的变化。由此推测,本研究所获得线性回归方程不仅能够很好地估计正常人腮腺体积大小,也可用于病变腮腺体积的估算,因此对反映腮腺病变特别是系统性疾病所导致的腮腺体积异常具有重要意义。
本研究得出的回归模型,在某些情况下使用价值受到一定的限制。分析其中的原因,大致如下:首先,腮腺的形态极其不规则,而且个体差异较大;其次,各径线与体积之间可能存在复杂的非线性关系。所以,本研究得出的回归模型所针对的情况理论上应为正常腮腺或病变导致的腮腺均匀性增大或者萎缩,而对于诸如肿瘤等引起的腮腺局限性增大,可能不适用。
本研究的局限性还在于样本量过少,人群的年龄范围过窄和性别的限制,不能获得腮腺体积的正常参考值,这对于病变腮腺的评估造成了很大障碍。李巍等[6]曾利用CT对200多名不同年龄组的正常人进行了腮腺的体积测量,得出了相应的正常参考值。而以MR为标准勾画腮腺范围可以清晰显示腮腺深叶的边界,以及副腮腺和腮腺导管部分,因此其大小更为接近真实腮腺的体积[22]。但是目前文献中尚未见基于MRI检查大样本正常人腮腺体积的正常值,腮腺的形态学评估缺乏客观指标。
在下一步的研究中,我们将扩大样本量,建立正常腮腺体积和径线的参考值,探究病理状态下腮腺体积变化,建立更加有效便捷的回归模型。尽管有上述种种不足,在目前无确切正常值及简易有效测量方法的阶段,此回归方程和相关径线仍具有其理论和实际意义。
ACKNOWLEDGMENTS Qinhuangdao City Science and Technology Plan Project (No. 201902A144).
作者利益冲突声明:全体作者均声明无利益冲突。