引用本文
孟祥虎, 祁良, 孙雪莹, 丛戎, 王增军, 宋日进. 第三代双源双能CT在体内预测单纯性泌尿系结石成分的临床应用价值[J]. 微创泌尿外科杂志, 2021,10(1): 39-44.
MENG Xianghu, QI Liang, SUN Xueying, CONG Rong, WANG Zengjun, SONG Rijin. Identification of pure urinary stone composition with the third generation dual-source dual-energy CT in vivo . JOURNAL OF MINIMALLY INVASIVE UROLOGY,2021,10(1): 39-44.  
Doi:10.19558/j.cnki.10-1020/r.2021.01.010
Permissions
Copyright©2021, 《微创泌尿外科杂志》编辑部
《微创泌尿外科杂志》编辑部 版权所有
第三代双源双能CT在体内预测单纯性泌尿系结石成分的临床应用价值
孟祥虎1, 祁良2, 孙雪莹2, 丛戎1, 王增军1, 宋日进1
1南京医科大学第一附属医院泌尿外科 210029 南京
2南京医科大学第一附属医院放射科
通信作者：宋日进,songrijin@163.com
收稿日期: 2020-08-13
摘要

目的: 探讨第三代双源双能CT（DSDECT）在体内预测单纯性泌尿系结石成分的临床应用价值。方法: 回顾性分析2018年6月—2020年2月接受手术治疗的54例尿路结石患者资料,54例均于术后使用红外光谱法（IRS）分析为单纯性结石,术前均进行DSDECT检查。54例患者共有60枚结石,其中肾结石42枚,输尿管结石17枚,膀胱结石1枚,观察结石在第三代DSDECT扫描下的特征。并结合术前DSDECT预测的结石成分,计算DSDECT预测单纯性结石的诊断效能。结果: 纳入研究54名患者,平均年龄（51.6±13.8）岁,平均BMI（25.5±3.2）kg/m2。根据IRS分析结果,结石成分主要为草酸钙结石、羟基磷灰石、尿酸结石及胱氨酸结石,结合DSDECT分析,对比发现其预测尿酸及胱氨酸结石的准确率均为100%,而预测草酸钙及羟基磷灰石的准确率均为63.3%。DSDECT体内扫描特征显示草酸钙Ratio值（1.57±0.06）与羟基磷灰石Ratio值（1.55±0.07）差异无统计学意义（ P>0.05）,但均显著高于尿酸结石（1.03±0.04, P<0.01）及胱氨酸结石（1.33±0.03, P<0.01）。而分析不同强度管电压扫描下的结石CT值发现,100 kV及150 kV管电压下草酸钙结石的CT值[（1 317.53±317.22）HU、（855.91±198.37）HU]均高于同等扫描强度下羟基磷灰石的CT值[（963.56±298.06）HU（ P<0.05）、（655.22±203.04）HU],（ P<0.01）。结论: 第三代DSDECT能在体内准确的预测尿酸及胱氨酸结石成分,而预测草酸钙及羟基磷灰石的准确率较低。结合其DSDECT结石扫描特征可以进一步帮助区分草酸钙及羟基磷灰石。

关键词: 双源双能CT; 泌尿系结石; 结石成分; 红外光谱分析; 准确性
Identification of pure urinary stone composition with the third generation dual-source dual-energy CT in vivo
MENG Xianghu1, QI Liang2, SUN Xueying2, CONG Rong1, WANG Zengjun1, SONG Rijin1
1Department of Urology, First Affiliated Hospital of Nanjing Medical University, Nanjing 210029, China
2Department of Radiology, First Affiliated Hospital of Nanjing Medical University
Corresponding author: SONG Rijin, songrijin@163.com
Abstract

Objective: To retrospectively evaluate the diagnostic accuracy of the third generation dual-source dual-energy computed tomography （DSDECT） for predicting the composition of pure urinary calculi in patients with urolithiasis vs. postoperative infrared spectroscopy （IRS） stone analysis.Methods: We retrospectively included 54 consecutive patients with 60 pure urinary stones diagnosed by IRS who underwent DSDECT from June 2018 to February 2020. Patients with known urolithiasis underwent preoperative DSDECT evaluation, and subsequently given surgical removal of the stones. The characteristics of these stones including 42 kidney stones, 17 ureter stones and one bladder stone scanned by DSDECT were recorded. The final determination of stone composition was made using IRS postoperatively. Results of the stone composition from DSDECT were compared to those from postoperative IRS stone analysis as the standard reference.Results: The average age of the patients enrolled in the study was （51.6 ± 13.8） y and average body mass index （BMI） was （25.5 ± 3.2） kg/m2. According to the results determined by IRS, 60 pure urinary calculi were divided into four groups： calcium oxalate, hydroxyapatite, uric acid and cystine stones. DSDECT could correctly detect uric acid and cystine stones compared to IRS analysis with accuracy of 100%. However, the accuracy for calcium oxalate and hydroxyapatite stones by DSDECT was only 63.3%. There was no statistically significant difference between ratio values of calcium oxalate （1.57 ± 0.06） and hydroxyapatite （1.55 ± 0.07） （ P > 0.05） analyzed by DSDECT which were both significantly higher than those of uric acid （1.03 ± 0.04, P < 0.01） and cystine stones （1.33 ± 0.03, P < 0.01）. Meanwhile, the CT values of calcium oxalate （1 317.53 ± 317.22） and （655.22 ± 203.04） HU detected by DSDECT under 100 kV and 150 kV were both higher than those of hydroxyapatite （963.56 ± 298.06） （ P < 0.05） and （855.91 ± 198.37） HU （ P < 0.01）.Conclusion: In patients with pure urinary stones, DSDECT could predict uric acid and cystine stones with a satisfactory accuracy, but with a low accuracy for calcium oxalate and hydroxyapatite. It could help discriminate calcium oxalate and hydroxyapatite stones when combined with the stone characteristics detected by DSDECT.

Keyword: dual-source dual-energy computed tomography; urinary stone; stone composition; infrared spectroscopy; accuracy

泌尿系结石的成分对于其治疗至关重要, 现阶段结石成分分析主要有红外光谱法（infrared spectroscopy, IRS）以及X线衍射法[1, 2], 但这两种方法均需将结石离体后方能进行分析。近年来, 随着影像学技术的不断发展, 双能CT（dual-energy computed tomography, DECT）已逐渐应用于临床来进行术前结石成分的预测。DECT因其扫描技术不同而分为单源双能CT及双源双能CT（dual-source dual-energy CT, DSDECT）[3, 4]。Force CT作为第三代DSDECT于2015年首次引入我国, 是目前最先进的CT设备。我院自2018年引入该设备后, 常规对结石患者术前进行DSDECT检测并预测其结石成分, 因此, 我们回顾性分析我院行第三代DSDECT扫描的单纯性结石的CT特点, 并结合患者术后的IRS数据, 分析其体内预测单纯性泌尿系结石的诊断效能。

1 资料与方法
1.1 临床资料

2018年6月—2020年2月我院共收治的泌尿系结石患者273例。纳入标准：①经超声、泌尿系平片诊断或临床可疑的泌尿系结石患者; ②患者术前均进行第三代DSDECT检查, 术后收集到结石, 并进行IRS分析; ③患者术前DSDECT预测及术后IRS分析均为单纯性结石; ④患者术前签署知情同意书。排除标准：①有严重心肺疾病等手术禁忌证患者; ②妊娠、月经期女性及儿童。共有54例患者纳入本研究, 其中男35例, 女19例, 平均年龄（51.6±13.8）岁。平均BMI（25.5±3.2）kg/m2。

1.2 方法

1.2.1 DSDECT扫描方法及图像分析 使用西门子第三代双源CT（Somatom Force, Siemens Healthcare, Forchheim, German）进行扫描, 其参数为：A球管电压为100 kV, 管电流为250 mA/s, B球管电压为150 kV, 管电流为120 mA/s。探测器宽度32.0 mm×0.6 mm, 螺距0.6 mm, 球管旋转一周时间0.5 s, 使用自动管电流调节技术（CARE Dose 4D）。重建图像层厚和层间距均为0.6 mm, DSDECT扫描后, 使用Syngo Dual Energy, version VB10B后处理软件, 选择“ Kidney Stones” 应用程序分析其Ratio值及CT值, 其主要原理基于不同能量的X线对不同物质衰减存在差异, 从而计算出结石的Ratio值, 同时软件根据结石成分不同附以不同的伪彩色, 均一颜色考虑为单纯性结石, 混合颜色则考虑为混合性结石（图1）。对于单纯性结石, 根据结石Ratio值不同, 将其分为羟基磷灰石（> 1.55）（图2）、草酸钙（1.36~1.55）、胱氨酸（1.16~1.35）和尿酸结石（≤ 1.15）（图3）。由两名有经验的放射科医生分别评估图像, 综合意见得出结论。

图1 第三代DSDECT体内预测混合结石
图像显示左肾不均一红蓝混合结石, 结合Ratio值考虑为混合尿酸结石与术后IRS单纯尿酸结石不一致。A：CT轴位, 图像箭头所指处提示左肾结石; B：CT矢状位; C：CT重建; D：DSDECT的Ratio值分析

图2 第三代DSDECT体内预测羟基磷灰石
图像显示左肾一枚均一蓝色结石, 结合Ratio值考虑为羟基磷灰石与术后IRS结果一致。A：CT轴位, 图像箭头所指处提示左肾结石; B：CT矢状位; C：CT重建; D：DSDECT的Ratio值分析

图3 第三代DSDECT体内预测尿酸结石
图像显示左肾一枚均一红色结石, 结合Ratio值考虑为尿酸结石与术后IRS结果一致。A：CT轴位, 箭头所指处提示左肾结石; B：CT矢状位; C：CT重建; D：DSDECT的Ratio值分析

1.2.2 体外IRS分析 患者术后的结石成分分析采用IRS（LIIR-20, 蓝莫德科学仪器公司, 中国天津）作为金标准。结石成分中如果某一种成分含量超过85%, 则为单纯结石, 否则为混合结石[5, 6]。由于IRS比DSDECT能检测出更多的结石化学成分, 因此为了简化结果, 结合文献报道[7], 将一水草酸钙、二水草酸钙认定为草酸钙结石, 无水尿酸、尿酸铵结石均归为尿酸结石, 将磷酸铵镁及碳酸磷灰石归为羟基磷灰石。

1.3 统计学方法

记录患者的一般资料、结石的DSDECT扫描特征及结石成分, 计量资料采用$\bar{x}\pm s$表示, 采用SPSS 20.0进行数据统计学分析, 组内比较采用配对t检验, 多组之间的比较采用单因素方差分析; 计数资料采用例（百分比）表示, 采用R 3.6.3进行ROC分析其DSDECT预测结石的准确性（accuracy, ACC）, 敏感性（sensitivity, SEN）, 特异性（specificity, SPE）, 阳性预测值（positive predictive value, PPV）及阴性预测值（negative predictive value, NPV）, 以P< 0.05为差异有统计学意义。

2 结果
2.1 结石分类

纳入研究的54例患者中, 共有结石60枚, 平均结石大小（22.6±16.3）mm, 其中1例患者左右肾脏各有1枚结石, 3例患者肾脏及输尿管各有1枚结石, 2例患者左右输尿管各1枚结石。总之, 60枚结石中, 肾结石42枚, 输尿管结石17枚, 膀胱结石1枚。

根据术后IRS结果, 60枚单纯性结石中, 共分为4类, 草酸钙结石32枚, 羟基磷灰石9枚, 尿酸结石16枚, 胱氨酸结石3枚。患者的临床特点见表1。

表1 患者的临床资料
2.2 第三代DSDECT诊断效能评价

术前DSDECT的结石预测成分及术后IRS分析见表2。与术后IRS结果相比, DSDECT预测草酸钙结石的ACC为63.0%, SEN为43.8%, SPE为85.7%, PPV为77.8%, NPV为57.1%; 预测羟基磷灰石的分别为63.0%, 55.6%, 64.7%, 21.7%, 89.2%; 而预测尿酸结石与胱氨酸结石的上述指标均为100%（见表3）。

表2 第三代DSDECT及IRS结石分析 n(%)
表3 第三代DSDECT的诊断效能评价
2.3 单纯性结石的第三代DSDECT扫描特征

根据术后IRS分析结果, 四类单纯性结石的DSDECT扫描结果见表4。其中记录了结石的Ratio值以及在100 kV、150 kV管电压下的CT值。与草酸钙结石Ratio值相比, 羟基磷灰石无明显差异（P> 0.05）, 而尿酸及胱氨酸显著降低（P< 0.01）; 与羟基磷灰石Ratio值比较, 尿酸及胱氨酸显著降低（P< 0.01）; 而胱氨酸结石Ratio值又高于尿酸（P< 0.05）。

表4 不同单纯性结石的第三代DSDECT扫描特点

在不同强度的管电压扫描下, 草酸钙结石的CT值均高于其他三类结石（P< 0.05或0.01）; 而在同一类结石的不同管电压扫描下, 草酸钙、羟基磷灰石CT值均随着扫描强度的增大均显著减少（P< 0.01）, 尿酸结石亦减少（P< 0.05）, 而胱氨酸结石未见明显统计学差异（P> 0.05）。

3 讨论

泌尿系结石是泌尿外科常见疾病, 其发病率逐渐升高, 有报道人群患病率为10%~15%, 5年内复发率高达50%[8, 9]。泌尿系结石危害众多, 常见的有引起泌尿系感染、梗阻及肾功能损害等[10, 11]。其治疗方式包括药物治疗、体外冲击波碎石术、输尿管镜、经皮肾镜甚至腹腔镜等手术方式, 而治疗方式的选择除了需要考虑结石大小、位置等因素外, 结石成分也是影响治疗选择的重要指标[5, 12]。然而结石成分主要依靠结石离体后的成分分析进行诊断, 缺乏结石离体前进行诊断的有效手段。而术前结石的成分对于泌尿系结石的治疗至关重要。比如：尿酸结石通常可以口服药物碱化尿液来溶解结石, 而草酸钙结石、胱氨酸结石等可能需要更加有创的治疗手段来处理结石, 如：体外冲击波碎石术, 输尿管镜手术甚至经皮肾镜手术等[5, 12]。然而, 目前缺乏有效的手段在术前对结石进行准确分析, 以指导临床确定治疗方案。

随着影像学技术的不断发展, DECT因其能够反映物质的化学成分逐渐应用于泌尿系结石的成分分析[3]。现阶段根据扫描方式的不同, DECT主要分为单源DECT以及DSDECT, 单源DECT因需要单源CT两次扫描, 技术缺陷较多, 现临床应用较少。DSDECT含有两套X线球管及两套对应的探测器, 能实现不同能量同时扫描。而随着技术的升级, DSDECT已经从第一代发展至第二代、第三代[3, 4]。

目前大部分文献均集中在第二代DSDECT对泌尿系结石预测价值的分析, 其中对尿酸结石与非尿酸结石的区分比较成功, Primak等[13]体外研究发现二代DSDECT可准确地区分尿酸以及非尿酸结石, 准确率93%, 敏感性94%。Habashy等[14]学者通过第二代DSDECT前瞻性的体内预测15枚尿酸结石, 然后进行口服药物溶石治疗, 其中12名患者排石成功, 避免了外科手术干预。

第三代DSDECT能够以更少的放射剂量获得更好的影像分析, 并且由于第三代DSDECT具有100 kV和150 kV的电压能提高能量敏感性, 使高能谱纯化, 更适用于高BMI患者。但是目前关于第三代DSDECT预测泌尿系结石的临床分析较少。McCollough团队等采用第三代DSDECT体外试验发现其在100/150 kV的条件可精准的诊断尿酸及非尿酸结石, 并能提高草酸钙与磷灰石的鉴别, 同时发现相比较于第二代DSDECT, 第三代DSDECT能更好的适用于高BMI患者[15, 16]。Nestler等[17]学者通过体内前瞻性研究发现, 第三代DSDECT可良好的区分尿酸与非尿酸结石, 其PPV为100%, NPV为98.5%, 并且与其他DECT相比放射剂量更低, 然而, 目前缺乏第三代DSDECT体内对其他结石成分鉴别的研究结果。

本研究通过与术后的IRS对比分析, 显示第三代DSDECT体内可准确诊断尿酸及胱氨酸结石, 其ACC、SEN、SPE、PPV及NPV均为100%, 但是鉴别草酸钙及羟基磷灰石其ACC较低, 仅为63.3%, 这可能与草酸钙结石与羟基磷灰石的Ratio值差异无统计学意义有关, 这也提示单纯依靠结石Ratio值无法有效地区分草酸钙及羟基磷灰石。而进一步根据IRS结果分析不同种类结石的DSDECT扫描数据发现, 与其他种类结石相比较, 草酸钙结石在管电压100 kV及150 kV下均最高, 与其他三类结石相比均差异有统计学意义, 并且随着扫描强度的增加, CT值明显下降, 结合这一特点, 有可能为以后进行DSDECT区别草酸钙及羟基磷灰石提供帮助。

本文存在以下局限性：①胱氨酸结石的样本量偏少, 仅有3枚, 可能会导致结果产生偏倚, 当然这也与胱氨酸结石的低发病率导致临床收集困难有关[14, 18]; ②本文主要针对单纯结石进行分析。大部分泌尿系结石为混合结石, 包含两种或两种以上成分[19], 这与我们的临床发现是一致的。然而如果要实现对结石, 尤其是混合结石的精准治疗, 需要了解各种单纯结石成分的DSDECT影像学特点, 才能对结石尤其是混合结石各个成分进行定性定量分析; ③虽然IRS是目前国内外均认准检验结石成分的金标准, 但是其仍有局限性, 在进行IRS分析时, 通常仅取1 mg进行分析, 并不能反映结石全貌的特征, 会导致结石成分分析出现误差[20]。在本回顾性研究中, 我们发现DSDECT预测为典型混合结石的病例（图1）, 术后IRS分析却为单纯结石, 就充分体现了IRS的这一局限性, 因此, 本研究的纳入标准要求DSDECT及IRS均提示单纯结石; ④本研究为回顾性研究, 难免存在偏倚, 需要临床进行大样本前瞻性研究。

综上所述, 本研究显示第三代DSDECT能在体内准确的诊断尿酸及胱氨酸结石, 而预测草酸钙及羟基磷灰石的准确率较低, 而结合其DSDECT结石扫描特征对于进一步区分草酸钙及羟基磷灰石有指导意义。通过对结石成分的进一步鉴别, 更有利于进行临床决策的制订。

参考文献
[1] HESSE A, KRUSE R, GEILENKEUSER WJ, et al. Quality control in urinary stone analysis: results of 44 ring trials (1980-2001). Clin Chem Lab Med, 2005, 43(3): 298-303. [本文引用:1]
[2] ABDEL-HALIM RE, ABDEL-HALIM MR. A review of urinary stone analysis techniques. Saudi Med J, 2006, 27(10): 1462-1467. [本文引用:1]
[3] MANSOURI M, ARAN S, SINGH A, et al. Dual-energy computed tomography characterization of urinary calculi: basic principles, applications and concerns. Curr Probl Diagn Radiol, 2015, 44(6): 496-500. [本文引用:3]
[4] 郑媛慧, 崔晓东. 双源CT分析结石成分的临床应用进展. 外科研究与新技术, 2018, 7(3): 206-210. [本文引用:2]
[5] LI X, ZHAO R, LIU B, et al. Gemstone spectral imaging dual-energy computed tomography: a novel technique to determine urinary stone composition. Urology, 2013, 81(4): 727-730. [本文引用:3]
[6] ASCENTI G, SIRAGUSA C, RACCHIUSA S, et al. Stone-targeted dual-energy CT: a new diagnostic approach to urinary calculosis. AJR Am J Roentgenol, 2010, 195(4): 953-958. [本文引用:1]
[7] ZHANG GM, SUN H, XUE HD, et al. Prospective prediction of the major component of urinary stone composition with dual-source dual-energy CT in vivo. Clin Radiol, 2016, 71(11): 1178-1183. [本文引用:1]
[8] SCALES J, SMITH AC, HANLEY JM, et al. Prevalence of kidney stones in the United States. Eur Urol, 2012, 62(1): 160-165. [本文引用:1]
[9] MOE OW. Kidney stones: pathophysiology and medical management. Lancet, 2006, 367(957): 333-344. [本文引用:1]
[10] OUNISSI M, GARGUEH T, MAHFOUDHI M, et al. Nephrolithiasis-induced end stage renal disease. Int J Nephrol Renovasc Dis, 2010, 3: 21-26. [本文引用:1]
[11] CORBO J, WANG J. Kidney and Ureteral Stones. Emerg Med Clin North Am, 2019, 37(4): 637-648. [本文引用:1]
[12] KAMPHUIS GM, WOUTER VJ, DE BIE P, et al. Method of alkalization and monitoring of urinary pH for prevention of recurrent uric acid urolithiasis: a systematic review. Transl Androl Urol, 2019, 8(Suppl 4): S448-S456. [本文引用:2]
[13] PRIMAK A, FLETCHER JG, VRTISKA TJ, et al. Noninvasive differentiation of uric acid versus non-uric acid kidney stones using dual-energy CT. Acad Radiol, 2007, 14(12): 1441-1447. [本文引用:1]
[14] HABASHY D, XIA R, RIDLEY W, et al. Impact of dual energy characterization of urinary calculus on management. J Med Imaging Radiat Oncol, 2016, 60(5): 624-631. [本文引用:2]
[15] DUAN XH, LI ZB, YU LF, et al. Characterization of urinary stone composition by use of Third-Generation Dual-Source Dual-Energy CT with increased spectral separation. AJR Am J Roentgenol, 2015, 205(6): 1203-1207. [本文引用:1]
[16] ANANTHAKRISHNAN L, DUAN X, XI Y, et al. Dual-layer spectral detector CT: non-inferiority assessment compared to dual-source dual-energy CT in discriminating uric acid from non-uric acid renal stones ex vivo. Abdom Radiol (NY), 2018, 43(11): 3075-3081. [本文引用:1]
[17] NESTLER T, NESTLER K, NEISIUS A, et al. Diagnostic accuracy of third-generation dual-source dual-energy CT: a prospective trial and protocol for clinical implementation. World J Urol, 2019, 37(4): 735-741. [本文引用:1]
[18] 吴伟宙, 黄健, 梁雄发, 等. 单中心15269例泌尿系结石患者的结石成分分析. 中华泌尿外科杂志, 2018, 39(9): 651-655. [本文引用:1]
[19] LENG S, HUANG A, CARDONA JM, et al. Dual-energy CT for quantification of urinary stone composition in mixed stones: a phantom study. AJR Am J Roentgenol, 2016, 207(2): 321-329. [本文引用:1]
[20] GROßE HN, LENNARTZ S, SALEM J, et al. Dose independent characterization of renal stones by means of dual energy computed tomography and machine learning: an ex- vivo study. Eur Radiol, 2020, 30(3): 1397-1404. [本文引用:1]