Radiology：基于人工智能的CT身体组成分析对无症状成年人有何预测价值？

现阶段，全世界都在关注前所未有的食物供应过量问题，特别是在发达或发展中国家。这种情况促进了脂肪的存储及堆积，导致肥胖在人群中越来越常见。身体质量指数 (BMI)是一个用来评估肥胖症严重性的重要指标。高BMI与不良事件风险增加相关。然而，大规模的流行病学研究报告显示，具有相似BMI值的患者可能有显著不同的合并症和健康风险水平。在过去的十年中，基于CT或MRI的影像学报告显示BMI不能很好地反映身体组成，事实上，肌肉质量和/或腹部器官之间的脂肪堆积(“内脏”脂肪) 或非脂肪性内脏，如肝脏 (肝脏脂肪变性)和肌肉(肌肉脂防变性)比BMI更能反映健康风险水平。现阶段，典型的局部脂肪堆积被认为是死亡的主要危险因素之一。

然而，现阶段临床上的身体成分数据仅限于有疾病或年龄较大的成年人，其对其他无症状成年人的预后影响还不明确。

近日，发表在Radiology杂志上的一篇研究利用基于人工智能的无症状成人常规腹部CT扫描的身体成分指标，进一步阐明了肥胖、肝脂肪变性、肌少症和肌骨变性与死亡风险之间的相关性。

本项回顾性单中心研究纳入了2004年4月至2016年12月期间接受常规结直肠癌筛查的连续成人门诊患者。使用U-Net算法，从低剂量、平扫、仰卧腹部CT扫描中提取以下身体成分指标：总肌肉面积、肌肉密度、皮下和内脏脂肪面积以及肝脏体积密度。异常的身体组成是指存在肝脏脂肪变性、肥胖、肌肉脂肪浸润（肌营养不良）和/或低肌肉质量（肌少症）。在8.8年的中位随访期间，研究记录了死亡和主要不良心血管事件的发生率。对年龄、性别、吸烟状况、骨质疏松症、肝脂肪变性、肌少症、2型糖尿病、肥胖、内脏脂肪和心血管事件史进行了多变量分析。

共有8982名连续的门诊病人（平均年龄，57岁±8[SD]；5008名女性，3974名男性）被纳入研究。在随访期间死亡的患者中，86%（507人中的434人）发现身体成分异常。在507名死亡的患者中，有278名（55%）发现了骨质疏松症（10年后的绝对风险为15.5%）。骨质疏松症、肥胖、肝脂肪变性和肌少症与死亡风险增加有关（危险比[HR]： 4.33 [95% CI: 3.63, 5.16], 1.27 [95% CI: 1.06, 1.53], 1.86 [95% CI: 1.56, 2.21],1.75 [95% CI: 1.43, 2.14],）。在8303名患者中（排除679名没有完整数据的患者），经过多变量调整后，肌骨病仍与死亡风险增加具有相关性（HR，1.89 [95% CI: 1.52, 2.35]; P <0.001）。

 表 死亡风险的多变量Cox回归分析

本项研究表明，基于人工智能的常规腹部CT扫描的身体成分分析提示，骨质疏松症是无症状成年人死亡风险的一个关键预测因素。 

原文出处：

Maxime Nachit,Yves Horsmans,Ronald M Summers,et al.AI-based CT Body Composition Identifies Myosteatosis as Key Mortality Predictor in Asymptomatic Adults.DOI:10.1148/radiol.222008