蔣旭，曹海明，吳宇，馬學平，楊學貞

據(jù)統(tǒng)計，全世界超過1%～15%的人口存在尿石癥病史。國內(nèi)成人的腎結(jié)石發(fā)病率約5.88%。臨床表現(xiàn)常為腰痛、血尿、發(fā)熱、惡心嘔吐等。尿石癥的診斷往往依賴于B超、腹部X線平片、靜脈尿路造影（intravenous urography，IVU）及CT等。其中，CT是診斷泌尿系結(jié)石的最佳方法，可以讓臨床醫(yī)師直觀的了解結(jié)石大小及結(jié)石距皮膚的距離，還有助于明確結(jié)石在尿路中的位置。明確診斷后，可根據(jù)病情和患者意愿選擇非手術治療（藥物溶石、體外沖擊波碎石）或者手術碎石治療。結(jié)石成分可分為感染性結(jié)石（碳酸磷、六水磷酸鎂銨）和非感染性結(jié)石（草酸鈣、尿酸、胱氨酸結(jié)石）。在手術碎石過程中，毒素被吸收進入患者的血液系統(tǒng)，導致術后發(fā)熱、寒戰(zhàn)，甚至出現(xiàn)嚴重的感染性休克。因此，術后感染并發(fā)癥在臨床上較為常見。目前單純的實驗室和影像學檢查無法明確結(jié)石成分，只能在術后對結(jié)石樣本進行成分分析，這并不能對術前診斷產(chǎn)生幫助。近年來，影像組學在臨床研究中的應用越來越廣泛。因此，本研究提出了在計算機輔助診斷技術下，基于大量量化的影像組學特征，結(jié)合臨床治療前因素，構(gòu)建感染性結(jié)石的列線圖預測模型，從而協(xié)助臨床醫(yī)師評估感染性結(jié)石患者的發(fā)生風險，并制定出適合患者的診療方案，降低術后感染風險，保障手術過程的順利進行。

1 資料與方法

1.1 一般資料

選取2018年12月至2020年12月就診于蚌埠醫(yī)學院第二附屬醫(yī)院140例經(jīng)PCNL治療的腎結(jié)石患者資料。入選標準：經(jīng)CT（PHILIPS64排128層螺旋CT）檢查確診為腎結(jié)石；泌尿系統(tǒng)解剖結(jié)構(gòu)正常；由同一組醫(yī)生實施經(jīng)皮腎鏡碎石取石術；術后完善結(jié)石成分分析。排除標準：心肺功能異常；凝血功能異常；存在嚴重尿路感染；脊柱畸形不能取截石位；腎功能明顯受損者；合并有泌尿系統(tǒng)腫瘤的病人。以結(jié)石主成分≥70%定義結(jié)石性質(zhì)，分為感染性結(jié)石49例和非感染性結(jié)石91例。例：一水草酸鈣、碳酸磷灰石比例為3：7，定義為感染性結(jié)石；一水草酸鈣、碳酸磷灰石比例為2：8，定義為感染性結(jié)石；一水草酸鈣、碳酸磷灰石比例為7：3，定義為非感染性結(jié)石。利用R統(tǒng)計軟件（version 1.1.463），采用隨機種子法按照7∶3將病人數(shù)據(jù)隨機分為訓練集98例和驗證集42例。收集病人臨床治療前因素和術前影像資料，并根據(jù)病人CT提取相應的影像組學數(shù)據(jù)。本研究符合《世界醫(yī)學協(xié)會赫爾辛基宣言》相關要求。

1.2 收集數(shù)據(jù)

收集病人臨床資料，包括性別，年齡，術前血常規(guī)、尿常規(guī)、生化常規(guī)等。

收集病人CT圖像資料，以Dicom文件格式導入3D Slicer（version4.11.0）圖像分析軟件，構(gòu)建Radiomics數(shù)據(jù)庫，并手動勾畫所有層面的感興趣區(qū)域（volume of interest，VOI），即泌尿系結(jié)石所在區(qū)域。在勾畫結(jié)石輪廓時，手動設置相關參數(shù)，方便區(qū)分腎及腎周組織，使得VOI的選擇更為準確。影像組學特征數(shù)據(jù)源于對感興趣區(qū)域的計算，為減小誤差，每位病人的結(jié)石輪廓線均由3位泌尿外科醫(yī)生及1位放射科醫(yī)生劃取。繪制完畢后，由另外1位具有高級職稱的泌尿外科醫(yī)生檢查糾正，以確定病人的整個結(jié)石被包含在VOI中（圖1）。

圖1 感興趣區(qū)域（VOI）的劃?。涸瓐D像（A）；劃取VOI后的圖像（B，白圈為劃取工具）

利用計算機程序設計語言工具Python（version 3.8），使用PyRadiomics語言分析包進行特征值提取計算。

PyRadiomics是一個開源的分析平臺。包含了目前所有的影像紋理分析算法，利用相對應的Dicom格式開源模塊，對數(shù)據(jù)文件進行解碼和數(shù)據(jù)獲取，通過定義及批量計算來實現(xiàn)數(shù)據(jù)處理，最終可以得到量化后的影像組學特征。共提取出105個影像組學特征，包括：①一階統(tǒng)計量特征（first-order statistic）；②高階紋理特征--灰度級共生矩陣（graylevel co-occurrence matrix，glcm）、灰度級依賴矩陣（gray level dependence matrix，gldm）、灰度級長度矩陣（gray-level run length matrix，glrlm）、灰度級形狀矩陣（gray-level size zone matrix，glszm）和鄰域灰度差分矩陣（neighborhood gray-tone difference matrix，ngtdm）；③形狀特征（shape-based）。

不同影像組學數(shù)據(jù)是由不同的算法計算得到，為了減小誤差，對所有影像組學數(shù)據(jù)進行標準化處理，使各變量之間具有可比性。提取影像組學特征，采用標準化后的數(shù)據(jù)進行分析，并根據(jù)4位醫(yī)生的數(shù)據(jù)取平均值。

1.3 數(shù)據(jù)分析及模型構(gòu)建

對臨床治療前因素分析得到有意義的變量，對105個影像組學特征采用LASSO回歸分析進行數(shù)據(jù)選擇，結(jié)合二者的變量進行l(wèi)ogistic多因素分析，選出最佳特征選集，構(gòu)建預測模型。最后利用驗證集數(shù)據(jù)檢驗最佳模型效果，并繪制校正曲線評估模型效能。

列線圖模型的建立和驗證均采用R統(tǒng)計軟件（version 1.1.463），模型評價指標為分辨度和符合度，采用ROC曲線下面積評價模型的分辨度，繪制校正曲線評價模型的符合度，外部驗證利用驗證集數(shù)據(jù)評估模型效果并繪制ROC曲線。

2 結(jié)果

2.1 臨床治療前因素

共140例病人被納入分析，差異有統(tǒng)計學意義的臨床治療前因素分析結(jié)果（表1）顯示，訓練集兩組在女性、尿蛋白、尿堿性、尿亞硝酸鹽、尿培養(yǎng)、尿白細胞、尿白細胞數(shù)、血尿酸結(jié)果有統(tǒng)計學意義（

P

＜0.05）。

表1 訓練集臨床資料比較

2.2 影像組學特征

共提取出105個影像組學特征，數(shù)據(jù)標準化后，采用LASSO回歸分析法篩選數(shù)據(jù)，得到8個相關性較高的影像組學特征變量（表2），包括：2個一階統(tǒng)計量（first-order）特征、2個灰度級共生矩陣（glcm）特征、1個灰度級依賴矩陣（gldm）特征、1個灰度級形狀矩陣（glszm）特征、1個鄰域灰度差分矩陣（ngtdm）特征；1個形狀（shapebased）特征。

表2 影像組學數(shù)據(jù)LSAAO回歸分析結(jié)果

first order-Energy：圖像中體素值大小的量度。first order-Median：感興趣區(qū)域的中間灰度強度。glcm-Cluster Shade：群集陰影是表示偏度和均勻性的量度。陰影越大，表示均值越不對稱。glcm-Informal Measure of Correlation 2：相關性的信息量度2評估了概率分布之間的相關性（即量化紋理的復雜性）。gldm-Large Dependence Low Gray Level Emphasis：大依賴性低灰度級強度，可測量出具有較低灰度值的聯(lián)合分布。glszm-Zone Variance：區(qū)域差異是度量區(qū)域大小量的方差。ngtdm-Coarseness：粗度是對中心體素及其附近像素之間的平均差異的度量，并且指示了空間變化率。較高的值表示較低的空間變化率和局部較均勻的紋理。shape-Least Axis：此特征產(chǎn)生感興趣區(qū)域封閉橢球的最小軸長度，并使用最大主成分計算。

使用LASSO回歸對影像組學特征進行多變量分析的結(jié)果顯示了選定的預測變量及其相應的系數(shù)。此表中負系數(shù)表示變量值與感染性結(jié)石呈負相關，例如first order-Energy變量值每增加1，感染性結(jié)石的預測概率就會降低約0.072個百分點。

2.3 構(gòu)建模型

對訓練集數(shù)據(jù)中8個臨床治療前因素和8個影像組學特征進行l(wèi)ogistic多因素分析，得到4個差異有統(tǒng)計學意義的變量（表3）。分別是：女性、尿堿性、Cluster Shade（灰度級共生矩陣-群集陰影）、Large Dependence Low Gray Level Emphasis（灰度級依賴矩陣-大依賴性低灰度級強度）。這4個變量共同組成最佳特征選集，構(gòu)建預測模型，根據(jù)ROC曲線下面積對模型預測效能進行評價，結(jié)果顯示出良好的預測效能AUC（0.892，95%

CI

：0.830～0.954），驗證集評估綜合模型AUC（0.842，95%

CI

：0.702～0.981），表現(xiàn)出良好的符合度（圖2）。

圖2 采用經(jīng)皮腎鏡取石術治療腎結(jié)石140例訓練集（2A）和驗證集（2B）的ROC曲線

表3 經(jīng)皮腎鏡取石術治療腎結(jié)石140例logistic多因素分析結(jié)果

對訓練集模型構(gòu)建校正曲線（圖3），直虛線表示理想曲線，斜率為1；實曲線為標準校準曲線，表示誤差修正；虛曲線為預測點之間的連線，表示表觀曲線。兩曲線接近斜率為1的直線，表明構(gòu)建的模型符合度較好。

圖3 感染性結(jié)石預測模型的校正曲線

2.4 模型可視化

將預測模型可視化，構(gòu)建列線圖（圖4）。列線圖顯示：病人符合女性（Female）、pH≥7（Urine Alkaline）且影像組學特征變量群集陰影（Cluster Shade）和大依賴性低灰度級強度（Large Dependence Low Gray Level Emphasis）數(shù)值增加，評分會增加，發(fā)生感染性結(jié)石的可能性也會增加。例：女性病人，尿呈堿性，劃取VOI后利用PyRadiomics語言分析包計算群集陰影為0.5，大依賴性低灰度級強度為0.5，則對應各項分值為30、20、40、30，總分為120，對應風險指數(shù)（RISK）約為0.84，即感染性結(jié)石可能性為84%。

圖4 采用經(jīng)皮腎鏡取石術治療腎結(jié)石140例術前判斷感染性結(jié)石發(fā)生風險的列線圖

3 討論

泌尿系結(jié)石作為泌尿外科最常見的疾病，世界各國患病率可達10%～25%，與女性相比，男性患泌尿系結(jié)石的風險更高。患者多因疼痛、血尿、發(fā)熱等原因就診。有研究表明，腎結(jié)石是慢性腎功能不全的一個明確和獨立的危險因素。人體內(nèi)的嘌呤堿基在黃嘌呤氧化酶的作用下，最終形成水溶性差的尿酸，當飲食中嘌呤過高，致使血中尿酸含量升高，進一步導致尿中尿酸濃度過高，晶體析出并聚集形成較大的結(jié)石，當尿液pH值低于尿酸的電離常數(shù)（pKa＜5.5）時，尿酸更容易沉淀。草酸鈣結(jié)石是由于過量的草酸被人體吸收以后，首先導致高草酸尿癥，再與Ca結(jié)合形成難溶的草酸鈣沉淀，最終沉積在腎內(nèi)形成結(jié)石。感染性結(jié)石的形成是由于含脲酶微生物引起的持續(xù)性尿路感染，同時產(chǎn)生的脲酶對尿中的尿素進行分解，不斷形成結(jié)石結(jié)晶，包裹著細菌的結(jié)晶聚集成結(jié)石。

CT具有無創(chuàng)、便捷的特點，是泌尿系結(jié)石診斷的重要影像學檢查手段，有助于明確結(jié)石位置、大小。為此，本研究嘗試以臨床治療前因素結(jié)合影像組學特征，收集可能導致感染性結(jié)石形成的變量，探討術前預測感染性結(jié)石的可行性。本研究中，回顧性分析了140例腎結(jié)石病人，從臨床治療前因素中獲得2個最佳特征選集（女性、尿堿性），從影像組學特征變量中篩選出2個最佳特征選集（群集陰影、大依賴性低灰度級強度），最終構(gòu)建出感染性結(jié)石發(fā)生的列線圖預測模型。校正曲線表明該研究構(gòu)建的模型符合度較好。

本研究結(jié)果表明，在臨床治療前因素中，女性和尿堿性是預測感染性結(jié)石的獨立危險因素，尿堿性的女性病人，其發(fā)生感染性結(jié)石的可能性較其他病人高。Yongzhi L等人對866例尿路結(jié)石病人進行研究，其中178名存在尿路感染的病人中，女性占比高于男性（32.0%和15.8%），他們認為年齡大于60歲的病人更容易被感染。Prochaska M等認為，51～70歲的女性病人數(shù)量多于男性，這可能由絕經(jīng)后雌激素下降所致。結(jié)果可見，尿液偏堿性的女性病人發(fā)生感染性結(jié)石可能性較大。Ye Z和他的研究團隊對中國七個城市搜集的49317名泌尿系結(jié)石病人進行大數(shù)據(jù)分析，發(fā)現(xiàn)草酸鈣和尿酸結(jié)石多見于男性，碳酸磷結(jié)石和磷酸鎂銨結(jié)石在女性病人中更常見。感染性結(jié)石多發(fā)生于持續(xù)或反復發(fā)作的尿路感染病人，女性病人因尿道較短，上行感染易導致尿路感染的發(fā)生。

尿素是人體尿液的正常成分，尿液中的尿素在尿素酶的催化下分解為二氧化碳和氨，氨經(jīng)一系列化學反應繼續(xù)分解成銨離子和氫氧根離子，氫氧根離子的增多直接導致尿液偏堿性，相應的，pH值出現(xiàn)增高跡象。產(chǎn)尿素酶微生物的存在對上述反應起“正向催化”作用，使尿液pH值處于偏堿性的范圍。反之，pH值較高又會使結(jié)石溶解度降低，加速了感染性結(jié)石的形成。汪健認為，尿pH值升高會促進金屬鹽在尿液中逐漸達到飽和，磷酸鎂銨等感染性結(jié)石成分的溶解度降低，最終導致其結(jié)晶析出進一步形成結(jié)石。

模型中2個影像組學特征，glcm-Cluster Shade又叫群集陰影，是表示偏度和均勻性的量度，可能和結(jié)石的褶皺程度相關（褶皺處與光線形成反射陰影），越粗糙，值越大，表示三維空間內(nèi)越不對稱。筆者認為這可能是由感染性結(jié)石內(nèi)部存在分層現(xiàn)象，造成結(jié)石內(nèi)部密度不均勻。gldm-Large Dependence Low Gray Level Emphasis又叫大依賴性低灰度級強度，可測量出具有較低灰度值的聯(lián)合分布。感染性結(jié)石三維空間內(nèi)部密度不均，與含鈣量多的草酸鈣結(jié)石相比，其灰度值較低。該值可以測量出結(jié)石低灰度值的分布情況，較高的值表示圖像中低灰度值的濃度更大。二者均由手動勾畫VOI，再由PyRadiomics語言分析包計算得出。

精準醫(yī)療的推廣推動了疾病靶向治療研究的進一步深入，提取疾病的個體表征是精準醫(yī)療發(fā)展的前提。在這一基礎上，“組學”應運而生。其中影像組學使用最廣泛，它是基于放射成像，借助特定算法提取多個放射標記。影像組學通過計算機輔助診斷技術將MRI、CT等影像中的特征轉(zhuǎn)化為可量化的數(shù)據(jù)，用客觀的數(shù)字間接表達抽象的影像特征，并對提取到的數(shù)據(jù)進行分析，最終建立預測模型。目前，影像組學已被用于腫瘤良惡性鑒別、術后生存期預測及術前淋巴結(jié)轉(zhuǎn)移等。隨著影像學檢查技術在臨床工作中的不斷完善，針對泌尿系結(jié)石成分的無創(chuàng)分析研究也越來越多見。通過對病人泌尿系結(jié)石的成分分析，有助于選擇個體化治療方式，并對病人預后及結(jié)石預防具有指導意義。Tailly等通過收集尿液沉積物進行化學分析，并提出可以根據(jù)結(jié)石的放射性特征來預測結(jié)石成分。劉杰瓊、王斌認為雖然螺旋CT通過測量CT值預測結(jié)石成分存在較大誤差，而在純結(jié)石的分析中，雙源雙能量CT準確率要明顯優(yōu)于螺旋CT。有相關研究表明，光子計數(shù)探測器和雙源CT均有助于鑒別結(jié)石成分，而且前者能夠在一定程度上區(qū)分草酸鈣結(jié)石和碳酸磷結(jié)石。

術前預測結(jié)石成分有助于改善手術病人預后并在一定程度上減緩結(jié)石復發(fā)進程。對于最常見的草酸鈣結(jié)石，口服草酸降解酶，在胃腸中降解草酸，可降低人體對草酸的吸收從而降低尿液中草酸鹽濃度，減少結(jié)石形成。尿酸結(jié)石病人，可通過控制血尿酸水平、堿化尿液和避免高嘌呤飲食來預防結(jié)石。對于感染性結(jié)石病人，需要控制尿路感染，并防止出現(xiàn)尿pH值較高的情況，創(chuàng)造不利于感染性結(jié)石結(jié)晶析出的條件。對于手術方式的選擇，PCNL常用于治療腎結(jié)石，但術后感染和出血在臨床中較常見。因此鄭奇?zhèn)鞯日J為輸尿管軟鏡聯(lián)合鈥激光碎石可以避免PCNL帶來的出血、腎組織損傷、腎萎縮等風險。

本研究使用影像組學特征變量結(jié)合臨床治療前因素進行分析，一方面，其具有無創(chuàng)和可重復性的特點，不受病人個體影響。另一方面，使用計算機輔助診斷技術對患者影像圖片進行信息提取及分析，構(gòu)建預測模型，繪制列線圖，可以輔助臨床醫(yī)師讀取無法用肉眼識別的影像信息。因此，影像組學具有巨大的臨床應用潛力，有較高的實用性，是精準醫(yī)學的重要手段。

4 結(jié)論

綜上所述，本研究顯示女性、尿堿性及影像組學特征（群集陰影、大依賴性低灰度級強度）是術前預測感染性結(jié)石的相關因素，在此基礎上繪制的列線圖使用簡便，可用于指協(xié)助臨床醫(yī)師評估感染性結(jié)石患者的發(fā)生風險，并制定出適合患者的診療方案，降低術后感染風險，保障手術過程的順利進行，并能提供針對性強的建議預防結(jié)石復發(fā)。但本研究仍存在變量多、樣本量少的局限性，需要更大樣本量的分析進一步完善研究。