基于定量CT的中国男性肺结构随龄变化研究：肺叶异质性及肺龄评估模型构建

《Frontiers in Aging》：Age-related lung structure changes by quantitative assessment: a cross-sectional study in a Chinese male cohort

本刊推荐：该研究通过胸部CT定量参数（LV、MLD、LAA-950、LAA-950%、NB、VB、ALR）系统揭示中国男性肺结构随龄非线性变化规律，发现上下肺叶老化模式存在显著异质性，并构建了LungAgeScore评估模型，为理解生理性肺老化及慢性呼吸系统疾病（CRDs）早期干预提供了重要影像学生物标志物。

　　

引言

慢性呼吸系统疾病（CRDs）是全球第三大死亡原因，而衰老是其最重要的危险因素之一。研究年龄相关的肺部变化对于预防或改善CRDs至关重要。计算机断层扫描（CT）作为一种实用、非侵入性的方法，结合先进的图像后处理技术，使得对肺部和支气管树变化的定量分析成为可能，有助于理解正常的衰老过程。本研究旨在利用定量技术评估中国男性队列中与年龄相关的肺结构改变，包括肺组织（肺体积LV、平均肺密度MLD）、肺气肿（LAA-910、LAA-950）和支气管树（分支数量NB、分支体积VB），并设计一个综合评估分数——LungAge^Score，以评估肺的生理性衰老。

材料与方法

研究对象

本研究为一项前瞻性临床试验的事后分析，仅纳入男性以避免性别相关差异的影响。回顾性收集了2017年8月至2019年12月期间1097名接受非增强胸部CT扫描的男性受试者。经过严格的纳入和排除标准筛选后，最终928名男性受试者被纳入分析。所有受试者按年龄以10岁为一年龄组进行分组。

胸部CT扫描与肺结构定量评估

所有CT扫描均在相同的扫描和重建条件下进行。使用自动化计算机方案从CT图像中分割整个肺野和气道树。计算的定量参数包括全肺（TL）、右肺（RL）、左肺（LL）以及五个肺叶（右肺上叶RUL、右肺中叶RML、右肺下叶RLL、左肺上叶LUL、左肺下叶LLL）的LV。使用低于-910 HU（LAA-910）和低于-950 HU（LAA-950）的低衰减区域百分比来量化肺气肿。MLD通过所有体素密度的平均值量化。计算LAA-910与LV的比值（LAA-910%）和LAA-950与LV的比值（LAA-950%）。自动识别和提取气道树，并计算NB和VB。定义气道与肺的失配程度为气道体积与肺体积的比值（ALR）。

统计分析

使用IBM SPSS Statistics进行统计分析，包括描述性统计、组间比较（ANOVA或Kruskal-Wallis检验）以及配对检验比较左右肺差异。使用二元逻辑回归识别相邻年龄组间最显著的变化。使用MATLAB进行多项式加权最小二乘拟合（结合RLOESS平滑技术）以可视化定量参数随年龄的变化趋势。使用R语言构建LungAge模型，首先进行相关性分析筛选参数，然后应用广义可加模型（GAM）选择最具判别力的定量参数，再使用极限梯度提升（eXtreme Gradient Boosting）机器学习方法建立预测模型，并通过5折交叉验证评估模型性能。

结果

全肺、右肺及左肺的年龄相关性肺结构改变

LV在51-60岁年龄组达到峰值。NB在61-70岁年龄组达到峰值。VB在71-80岁年龄组（全肺）和61-70岁年龄组（右肺和左肺）达到峰值。MLD随年龄增长而下降，而LAA-910、LAA-950、LAA-910%、LAA-950%和ALR均呈现随年龄增长而增加的趋势。在所有五个年龄组中，右肺的LV、NB和VB均大于左肺，而右肺的MLD、LAA-950、LAA-950%和ALR均低于左肺。

各肺叶的年龄相关性肺结构改变

双侧上叶的LV随年龄增长而增加，而双侧下叶的LV自60岁起观察到下降。所有五个肺叶的VB和NB均随年龄逐渐增加，并在61-70岁年龄组达到峰值。双侧上叶和右肺中叶的MLD随年龄增长而降低。所有五个肺叶的LAA-910、LAA-950、LAA-910%、LAA-950%和ALR均随年龄逐渐增加。71-80岁年龄组在所有五个肺叶的LAA-910%、LAA-950%和ALR均高于其他四个年龄组。

定量参数的曲线拟合

拟合曲线揭示了定量参数的变化轨迹。全肺、右肺、左肺和左肺上叶的LV约在60岁时达到峰值。右肺上叶的LV呈现单调递增而无下降，而双侧下叶的LV则呈现进行性减少。VB和NB均在61-70岁年龄达到峰值。MLD在30-40岁期间快速下降，在40-50岁期间保持稳定或略有上升，50岁后再次开始下降，70岁时出现最后一个转折点，之后呈现轻微上升趋势。LAA-950和LAA-950%在30-50岁期间下降，之后随年龄增长逐渐增加，但双侧下叶的LAA-950和LAA-950%自60岁起显示出更陡峭的增长。

相邻年龄组间的主要变化

通过二元逻辑回归识别相邻年龄组间最显著的变化。从≤40岁到41-50岁，最显著的特征是左肺下叶ALR的增加。从51-60岁到61-70岁，最重要的肺结构变化指向左肺下叶的LAA-910和LAA-910%。从61-70岁到71-80岁，最重要的肺结构变化是肺气肿指标。

肺龄评分（LungAge^Score）

构建了LungAge^Score评估模型。模型评估指标显示平均绝对百分比误差（MAPE）为13.76%。在5折交叉验证中，训练组的平均R²为0.408，测试组的平均R²为0.148。残差图显示正态分布。对潜在混杂因素（吸烟强度、身高、体重、BMI）的分析表明其对LungAge^Score的影响。

讨论

本研究在一个相对大的数据集中分析了衰老肺部的年龄相关性结构变化，模式分析不仅在全肺和双侧肺水平，还在各个肺叶水平进行。研究发现肺老化不是一个线性过程，LV约在60岁达到峰值，VB和NB在61-70岁达到峰值，表明肺部存在补偿性结构变化以在50-60岁维持通气功能，但超过70岁后此补偿机制可能逐渐失效。肺老化在上叶和下叶之间显示出不同的变化模式，上叶主要表现为体积扩张伴明显的肺气肿进展，而下叶主要表现为体积减少及60岁后间质纤维化增生。研究还通过二元逻辑回归识别了相邻年龄阶段间最明显的变化，肺气肿指标的加速增长被认为是正常的年龄相关性老年性肺气肿，可能是COPD发病机制的一部分。本研究开发的LungAge^Score可用于评估结构性肺老化特征。研究也存在一些局限性，如样本量在各年龄组分布不均、横断面研究设计、单中心数据、定量参数有限、缺乏肺功能数据等。

结论

肺老化不是一个线性过程，LV和VB的峰值年龄分别出现在51-60岁和61-70岁，而肺气肿的进展在70岁后变得尤为明显。年龄相关性肺结构改变在上叶和下叶表现出显著的异质性。本研究识别了相邻年龄组间变化最显著的参数和肺叶，并提供了一个计算公式——LungAge^Score，用于评估结构性肺老化特征。