周永進，葉信健，龔恩惠，黃小燕，崔詩浛，宋佳雯，劉錕，嚴志漢

（1.溫州醫(yī)科大學附屬第二醫(yī)院育英兒童醫(yī)院 放射科，浙江 溫州 325027；2.麗水市人民醫(yī)院 呼吸科，浙江 麗水 323000）

糖尿?。╠iabetes mellitus，DM）導致的腎臟病變已成為引起臨床終末期腎衰的首要病因，而在DM早期腎小球高濾過狀態(tài)是漸進性發(fā)展為DM腎病的重要危險因素[1]。通常認為腎臟的高濾過狀態(tài)出現(xiàn)在1型或2型DM發(fā)生的前幾年[2]，腎臟高濾過狀態(tài)主要表現(xiàn)為腎小球濾過率（glomerular filtration rate，GFR）較正常人明顯升高。隨著高濾過狀態(tài)的持續(xù)，腎臟血流動力學狀態(tài)異常，腎功能進展性惡化，進而發(fā)展為糖尿病腎病（diabetic nephropathy，DN），繼而導致終末期腎衰。目前臨床評價腎功能的最常用方法是測量血清肌酐（serumcreatinine，Scr）和GFR，但該指標不能反映單一腎功能，且敏感性及特異性較低。因而尋找更準確、全面的評估方法是目前研究的熱點。近年來，磁共振體素內(nèi)不相干運動成像（introvoxel incoherent motion MR diffusion weighted imaging，IVIM-DWI）技術在腎臟的應用逐漸成熟。IVIM-DWI是一種基于多b值擴散成像、雙指數(shù)擬合信號衰減曲線的新型擴散加權成像技術，通過模型中的擴散和灌注參數(shù)反映組織內(nèi)水分子擴散與微循環(huán)灌注狀態(tài)[3]。IVIM-DWI已經(jīng)被廣泛應用于臨床及科研中，在腎臟亦顯示出其價值[4-7]，但目前國內(nèi)對于其參數(shù)在DN的研究結果較少。本研究將IVIM-DWI技術應用于早期DM高濾過期患者腎臟功能評估，旨在通過影像學方面提供腎功能評估的新方法。

1 對象和方法

1.1 對象 2017年6月至2017年12月溫州醫(yī)科大學附屬第二醫(yī)院育英兒童醫(yī)院內(nèi)分泌科住院治療的有明確診斷和臨床分期的12例DM患者（DM組），DM患者確診是依據(jù)美國糖尿病學會（American Diabetes Association，ADA）指南標準[8]，至少有2年DM史。DM腎臟高濾過期的確定根據(jù)文獻推薦以估計腎小球濾過率（estimated glomerular filtration rate，eGFR）≥120 mL·min-1·1.73 m-2為界限[9-10]，eGFR計算公式為基于Scr的慢性腎病流行病學協(xié)作方程（chronic kidney disease epide-miology collaboration，CKD-EPI）[11]。記錄所有DM患者的清晨空腹血糖、Scr、尿白蛋白、糖化血紅蛋白（hemoglobin A1c，HbA1c）等實驗室指標。納入健康對照組（CON組）12例，無DM、腎臟疾病史，無高血壓及相關任何藥物使用史，尿常規(guī)、血常規(guī)、空腹血糖、肝腎功能均正常。排除標準：①磁共振檢查禁忌證如幽閉恐懼證、金屬內(nèi)置物及心臟起搏器植入患者；②腎臟占位性病變包括腫瘤性病變及囊腫直徑大于2 cm患者。在磁共振檢查前對所有受檢者嚴格禁食禁水3～4 h，以統(tǒng)一受檢者的腎臟水合狀態(tài)。本研究經(jīng)醫(yī)院倫理委員會批準，所有入選者均簽署知情同意書。

1.2 方法

1.2.1 磁共振掃描：所有圖像在GE Discovery MR750 3.0T磁共振掃描儀上獲得，采用8通道體部線圈，所有序列掃描中心均定位于腎臟中心水平，受檢者仰臥位，足先進。使用單次激發(fā)自旋平面回波序列（ss-EPI），采用呼吸觸發(fā)技術采集IVIM圖像，在腎周放置6條內(nèi)置飽和帶，掃描20個層面覆蓋雙側腎臟，IVIM-DWI參數(shù)如下：TR/TE 5 000 ms/minimum，層厚/層間距5 mm/1 mm，F(xiàn)OV 28 cm×28 cm，矩陣128×128，激勵次數(shù)（NEX）為2。IVIM-DWI腎臟掃描設置11個b值獲取圖像，分別為0、10、20、40、60、80、100、200、400、600、800 s/mm2，受被檢者呼吸頻率影響IVIM掃描時間為4～8 min。

1.2.2 圖像后處理：獲取的IVIM原始圖像傳入GE AW4.6工作站，利用內(nèi)置MADC軟件進行后處理分析，得到IVIM參數(shù)值D、DP、PF及ADC值。所有參數(shù)圖像后處理由2名具有5年工作經(jīng)驗的放射科醫(yī)師進行單獨評估。所有參數(shù)圖的ROI均置于雙側腎臟掃描中心層面的前唇、后唇及中部區(qū)域（見圖1）。ROI置于皮質、髓質區(qū)域，皮質置于腎實質的外1/3。勾畫ROI應注意避開腎盂、血管及局部偽影區(qū)域，記錄每個ROI的平均值，對所有測得皮質、髓質ROI值取平均值，分別得到各參數(shù)左右腎皮、髓質平均值。最后，對2名觀察者測得所有參數(shù)值進行平均后用于最終結果分析。

圖1 1例51歲男性DM患者b=0時圖像上的雙腎ROI示意圖

1.3 統(tǒng)計學處理方法 采用SPSS21.0軟件包進行統(tǒng)計學分析。2名觀察者間所有受檢者各參數(shù)的測量值利用組內(nèi)相關系數(shù)（intraclass correlation coefficient，ICC）進行一致性評估，ICC值大于0.75認為觀察者間重復一致良好[12]。根據(jù)觀察者測得數(shù)據(jù)計算變異系數(shù)（coefficient of variation，CV）以評估參數(shù)值的穩(wěn)定性。利用Shapiro-Wilk檢驗對所有參數(shù)值及臨床指標值進行正態(tài)性及方差齊性檢驗。2組計量數(shù)據(jù)符合正態(tài)分布，以±s表示，運用兩獨立樣本t檢驗進行比較。2組計數(shù)資料采用χ2檢驗。運用Spearman相關檢驗對所有參數(shù)值和eGFR進行相關分析。P＜0.05為差異有統(tǒng)計學意義。

2 結果

2.1 2組一般資料比較 DM組eGFR值均高于120 mL·min-1·1.73 m-2，且明顯高于CON組（P＜0.01）；DM組清晨空腹血糖值高于CON組，并且CON組空腹血糖值范圍小于6.1 mmol/L；CON組尿白蛋白定量均為陰性。見表1。

2.2 2個觀察者間所測參數(shù)的一致性評價 2個觀察者測得的所有參數(shù)的ICC值在0.764～0.874間，2個觀察者間一致性均良好。2個觀察者測得ADC值和D值的CV均小于9%，而灌注相關參數(shù)PF值、DP值的CV值均大于13%（13.4%～45.0%）。見表2。

2.3 2組間IVIM-DWI參數(shù)比較及其與臨床指標的相關性 DM組皮質和髓質的ADC、D及PF值明顯高于CON組，差異有統(tǒng)計學意義（P＜0.05）；2組間DP值差異無統(tǒng)計學意義（P＞0.05）（見表3）。腎臟皮質D值與eGFR之間存在顯著正相關（r=0.581，P=0.047），其余參數(shù)與eGFR間均無相關性（P＞0.05）。

表1 2組一般資料比較（n=12， ±s）

表1 2組一般資料比較（n=12， ±s）

組別 性別（男/女） 年齡（歲） eGFR-EPI（mL·min-1·1.73 m-2） 尿蛋白/肌酐（mg/g） 空腹血糖（mmol/L）CON組 5/7 50.0± 9.3 102.07±7.80 5.42±2.05 4.12±0.28 DM組 6/6 44.0±10.6 129.28±11.59 6.64±2.25 7.52±1.15 χ2/t 0.17 2.69 6.26 1.11 6.48 P 0.68 0.14 ＜0.001 0.28 ＜0.001

表2 2個觀察者間所測參數(shù)的一致性評價（n=24，±s）

表2 2個觀察者間所測參數(shù)的一致性評價（n=24，±s）

注：-co表示皮質，-me表示髓質

觀察者1 觀察者2 ICC測量值 CV（%） 測量值 CV（%）ADC-co（×10-3 mm2/s） 2.13±0.16 7.62 2.21±0.17 7.87 0.874 D-co（×10-3 mm2/s） 1.84±0.12 6.43 1.83±0.11 5.96 0.855 DP-co（×10-3 mm2/s） 19.33±6.76 34.99 18.67±7.24 38.75 0.792 PF-co 0.22±0.04 17.12 0.21±0.03 13.74 0.844 ADC-me（×10-3 mm2/s） 1.92±0.15 7.87 1.93±0.16 8.40 0.865 D-me（×10-3 mm2/s） 1.68±0.11 6.72 1.60±0.11 6.76 0.814 DP-me（×10-3 mm2/s） 19.91±8.97 45.04 20.11±8.55 42.54 0.764 PF-me 0.19±0.03 13.40 0.20±0.04 21.93 0.796參數(shù)

表3 2組IVIM-DWI參數(shù)比較（n=12， ±s）

表3 2組IVIM-DWI參數(shù)比較（n=12， ±s）

注：-co表示皮質，-me表示髓質

組別 ADC-co（×10-3 mm2/s）D-co（×10-3 mm2/s）（×10-3 mm2/s） PF-co ADC-me（×10-3 mm2/s）DP-co D-me（×10-3 mm2/s）DP-me（×10-3 mm2/s） PF-me CON組 2.03±0.09 1.76±0.06 19.66±7.84 0.190±0.030 1.84±0.08 1.62±0.05 22.04±0.93 0.18±0.02 DM組 2.22±0.17 1.91±0.12 18.99±5.82 0.240±0.024 2.00±0.16 1.74±0.12 17.77±6.21 0.21±0.03 t 3.470 3.713 0.238 3.995 3.102 3.177 1.178 2.443 P 0.003 0.002 0.814 0.001 0.007 0.006 0.255 0.023

3 討論

腎臟解剖結構特殊，大體由腎皮質、髓質構成，而腎皮質由腎小體（腎小球和腎小囊）、近曲小管和遠曲小管組成，腎髓質由集合管、直小血管平行排列而成，腎小管匯合成集合管，形成皮髓質間溝通。腎臟血流非常豐富，尤其皮質血流供應特別豐富，而腎小管存在液體流動效應。腎臟的這種水分子代謝活躍、血流灌注豐富和腎小管及集合管流動性的生理學特點及特殊解剖結構為IVIM提供了理論基礎。

DWI作為非侵入性功能磁共振成像技術已廣泛應用于全身各大系統(tǒng)[13-14]。通過對獲取的擴散加權圖像進行單指數(shù)擬合獲得ADC值，可以反映組織中水分子的擴散和灌注狀態(tài)。但是，單一參數(shù)ADC值不能對組織中的擴散成份與灌注成份進行區(qū)分。由LE等[3]提出的IVIM理論，通過設置多個b值采集DWI圖像，通常包括數(shù)個小于200 s/mm2的b值和數(shù)個大于200 s/mm2的b值，對獲取的圖像進行雙指數(shù)擬合獲得IVIM參數(shù)值，包括D、DP和PF 3個參數(shù)，D為擴散相關參數(shù)，DP、PF表示灌注相關參數(shù)，D代表排除了灌注效應后的純水分子擴散系數(shù)，DP為偽擴散系數(shù)，代表微循環(huán)平均擴散系數(shù)，在腎臟主要與腎小球及腎小管流速相關，PF為微循環(huán)液體容量與組織總液體容量比值。目前已有多項研究將IVIM-DWI應用于腎臟，主要包括腎功能不全[4]、腎移植[5]、腎臟腫瘤[6-7]等。

本研究獲取的圖像質量可用于評估，2名觀察者所測參數(shù)值的一致性較好（ICC=0.764～0.874）。雖然DP、PF值在2名觀察者測量的一致性較好，但是其CV值較高，而ADC與D值的ICC值較高、CV值較小，ADC與D值相對更穩(wěn)定，這些結果與先前的研究報道[15-16]基本一致，這主要是由于雙指數(shù)擬合算法本身的局限性，導致其在擬合DP值和PF值時不穩(wěn)定所致[17-18]。

DM發(fā)生的最初幾年，大約70%的1型DM和50%的2型DM患者腎臟會出現(xiàn)腎小球高濾過狀態(tài)[2]，這一時期GFR明顯高于正常。在本研究中結果顯示DM組ADC、D值均較正常組明顯增高，這可能與腎小球的高濾過狀態(tài)有關，處于高濾過期腎臟會出現(xiàn)腎小球微結構和血流動力學變化。SEYER-HANSEN[19]在一項DM大鼠的研究中認為高濾過期會出現(xiàn)腎小球、腎小管及間質系膜細胞代償性肥大，引起腎臟體積增大，腎實質細胞疏松，組織內(nèi)水分子擴散受限減低，這些可能是引起腎臟皮髓質擴散系數(shù)ADC、D值增加的一方面因素。而灌注參數(shù)PF值在2組間亦存在顯著差異，DM組腎臟實質的PF值明顯高于正常組腎臟，這一結果與DM早期腎臟所出現(xiàn)的腎臟高濾過狀態(tài)相關，高濾過期腎臟的血流動力學明顯增加，腎小球、腎小管液體流速增加，腎臟整體處于高灌注狀態(tài)[2，9，20]。然而，2組間DP值差異無統(tǒng)計學意義，這可能與DP值參數(shù)本身的擬合不穩(wěn)定及本研究中DP值CV相對較高等因素所致[15]，這也需要后續(xù)改善雙指數(shù)擬合算法方式來提高DP值的穩(wěn)定性。

在DM組內(nèi)，我們得出腎臟皮質D值與eGFR間存在顯著的正相關。皮質ADC、D值的增加與eGFR的增高呈線性相關性，這與文獻報道的更高的GFR會出現(xiàn)腎小球毛細血管濾過壓和腎血漿流量增加有關[21]，更高GFR持續(xù)狀態(tài)，通常與更快的腎臟病變進展及蛋白尿增加有關[20]。腎臟皮質ADC值與eGFR間亦存在這樣的趨勢，但差異無統(tǒng)計學意義，這亦與皮質ADC值同時反映擴散和灌注效應相關，而D值理論上排除了灌注效應而只反映組織水分子的純擴散狀態(tài)，D值可能較ADC值在反映擴散狀態(tài)方面更準確，DING等[22]的IVIM和單指數(shù)比較的研究中亦證實了D值較ADC值在反映腎功能方面更好。然而，腎臟髓質ADC、D值與eGFR無相關性，這與腎臟髓質的結構與皮質不一致有關，腎髓質主要為腎小管、集合管小管，腎皮質主要為腎小球囊結構，而腎臟高濾過的出現(xiàn)主要表現(xiàn)為腎小球毛細血管濾過壓力增加、腎血漿流量增加。

本研究存在一些局限性。首先，納入的高濾過期患者樣本量過少，可能會影響獲取結果的可信度，我們會繼續(xù)擴大樣本量來進一步證實研究結果。其次，出于倫理原因對早期DM患者進行有創(chuàng)性的腎臟病理活檢是非常困難的，因此臨床診斷高濾過期腎病主要依賴GFR測定，本研究中eGFR的計算采用的是基于Scr的CKD-EPI公式[11]，此公式被認為比C-G（Cockcroft-Gault）公式、腎臟病飲食修正公式能更精確地估算2型DM患者的GFR，尤其是評估中國人DM早期高濾過期腎功能的準確性更高[23]，但還存在爭議。有研究已經(jīng)證實基于胱抑素C的計算方法來計算eGFR值相對于基于Scr值計算方式更為穩(wěn)定，特別對早期的DM腎臟高濾狀態(tài)更為精確[11]。因此關于IVIM-DWI與GFR的臨床相關性仍有待于今后更精準的研究加以明確。再次，雖然在采集圖像時，我們使用了呼吸觸發(fā)模式，但是這種模式仍然不能完全消除心臟及呼吸運動偽影對圖像質量的干擾，需要進一步提高圖像質量以提高結果的穩(wěn)定性。

綜上所述，本研究選擇了DM早期患者中處于高濾過期的人群為研究對象，初步證實了IVIM-DWI擴散參數(shù)及灌注參數(shù)PF在監(jiān)測早期DM高濾期腎臟功能改變的可行性。然而，IVIM-DWI灌注參數(shù)DP在反映高濾過期腎臟功能改變?nèi)源嬖谝欢ň窒扌?，亦需對序列進行優(yōu)化和對雙指數(shù)模型算法進行改善來提高數(shù)據(jù)的穩(wěn)定性及準確性。

參考文獻：

[1] MAGEE G M, BILOUS R W, CARDWELL C R, et al. Is hyperfiltration associated with the future risk of developing diabetic nephropathy? A meta-analysis[J]. Diabetologia,2009, 52(4): 691-697.

[2] HELAL I, FICK-BROSNAHAN G M, REED-GITOMER B,et al. Glomerular hyperfiltration: definitions, mechanisms and clinical implications[J]. Nat Rev Nephrol, 2012, 8(5):293-300.

[3] LE B D, BRETON E, LALLEMAND D, et al. MR imaging of intravoxel incoherent motions: application to diffusion and perfusion in neurologic disorders[J]. Radiology, 1986,161(2): 401-407.

[4] ICHIKAWA S, MOTOSUGI U, ICHIKAWA T, et al. Intravoxel incoherent motion imaging of the kidney: alterations in diffusion and perfusion in patients with renal dysfunction[J]. Magn Reson Imaging, 2013, 31(3): 414-417.

[5] REN T, WEN C L, CHEN L H, et al. Evaluation of renal allografts function early after transplantation using intravoxel incoherent motion and arterial spin labeling MRI[J]. Magn Reson Imaging, 2016, 34(7): 908-914.

[6] GAING B, SIGMUND E E, HUANG W C, et al. Subtype differentiation of renal tumors using voxel-based histogram analysis of intravoxel incoherent motion parameters[J]. Invest Radiol, 2015, 50(3): 144-152.

[7] CHANDARANA H, KANG S K, WONG S, et al. Diffusion-weighted intravoxel incoherent motion imaging of renal tumors with histopathologic correlation[J]. Invest Radiol, 2012, 47(12): 688-696.

[8] American Diabetes Association. Diagnosis and classification of diabetes mellitus[J]. Diabetes Care, 2014, 37 Suppl 1: S81-S90.

[9] RUGGENENTI P, PORRINI E L, GASPARI F, et al. Glomerular hyperfiltration and renal disease progression in type 2 diabetes[J]. Diabetes Care, 2012, 35(10): 2061-2068.

[10] 楊軼萍, 楊菊紅, 常寶成, 等. 纖維蛋白原是2型糖尿病尿蛋白進展的預測指標[J]. 中華內(nèi)分泌代謝雜志, 2012, 28(9): 726-728.

[11] 國秀芝, 秦巖, 鄭可, 等. 基于血肌酐和胱抑素C的四個CKD-EPI方程對我國慢性腎臟病患者的適用性研究[J]. 中華檢驗醫(yī)學雜志, 2012, 35(9): 798-804.

[12] BüSING K A, KILIAN A K, SCHAIBLE T, et al. Reliability and validity of MR image lung volume measurement in fetuses with congenital diaphragmatic hernia and in vitro lung models[J]. Radiology, 2008, 246(2): 553-561.

[13] 許化致, 周潔潔, 袁湘芝, 等. 計算彌散加權成像在乳腺癌診斷中的應用[J]. 溫州醫(yī)科大學學報, 2017, 47(7): 485-489.

[14] 周海生, 張愛偉, 陳偉建, 等. MRI擴散加權成像在乏脂肪腎血管平滑肌脂肪瘤和腎癌間的鑒別診斷價值[J]. 溫州醫(yī)科大學學報, 2016, 46(6): 447-450.

[15] ZHANG J L, SIGMUND E E, CHANDARANA H, et al.Variability of renal apparent diffusion coefficients: limitations of the monoexponential model for diffusion quantification[J]. Radiology, 2010, 254(3): 783-792.

[16] SIGMUND E E, VIVIER P H, SUI D, et al. Intravoxel incoherent motion and diffusion-tensor imaging in renal tissue under hydration and furosemide flow challenges[J]. Radiology, 2012, 263(3): 758-769.

[17] KING M D, VAN BRUGGEN N, BUSZA A L, et al. Perfusion and diffusion MR imaging[J]. Magn Reson Med, 1992,24(2): 288-301.

[18] BARBIERI S, DONATI O F, FROEHLICH J M, et al. Impact of the calculation algorithm on biexponential fitting of diffusion-weighted MRI in upper abdominal organs[J].Magn Reson Med, 2016, 75(5): 2175-2184.

[19] SEYER-HANSEN K. Renal hypertrophy in experimental diabetes: a comparison to compensatory hypertrophy[J]. Diabetologia, 1978, 14(5): 325-328.

[20] MOGENSEN C E. Glomerular hyperfiltration in human diabetes[J]. Diabetes Care, 1994, 17(7): 770-775.

[21] SASSON A N, CHERNEY D Z. Renal hyperfiltration related to diabetes mellitus and obesity in human disease[J].World J Diabetes, 2012, 3(1): 1-6.

[22] DING J, CHEN J, JIANG Z, et al. Assessment of renal dysfunction with diffusion-weighted imaging: comparing intravoxel incoherent motion (IVIM) with a mono-exponential model[J]. Acta Radiol, 2016, 57(4): 507-512.

[23] AHMAD J. Management of diabetic nephropathy: Recent progress and future perspective[J]. Diabetes Metab Syndr,2015, 9(4): 343-358.