Диагностическое значение карт плотности легочной ткани по данным компьютерной томографии у пациентов реанимационного отделения многопрофильной больницы

Цель исследования: оценить диагностическое значение карт плотности легочной ткани, согласно данным компьютерной томографии (КТ), у пациентов реанимационного отделения многопрофильной больницы.

Материал и методы. Обследованы 78 больных в возрасте 47 ± 5,8 года, находящихся в отделении реанимации, в том числе 45 (57,7%) мужчин, 33 (42,3%) женщины. Всем пациентам выполнена КТ органов грудной клетки (ОГК) с оценкой карт плотности легочной ткани на аппарате GE REVOLUTION EVO, 64 среза, с напряжением от 80 до 120 кВ в зависимости от телосложения пациента, с оценкой карт плотности легочной ткани. Обработка данных проводилась методами описательной статистики и сравнения выборок с применением непараметрических критериев.

Результаты. В основе методологии анализа данных карт плотности легочной ткани лежал суммационный количественный показатель: интерстициальные изменения (%) + процесс консолидации (%) + отсутствие аэрации (%). Несмотря на то, что у 53 пациентов не было изменений в легочной ткани, согласно результатам КТ ОГК, у 25 (47,2%) из них, по данным карты плотности легочной ткани, количественные показатели составляли от 14 до 25%. Качественная картина плотности характеризовалась негомогенностью паттерна паренхимы легких по задне-базальным, центральным отделам. У 25 (32,1%) больных из 78, по результатам КТ легких, установлены II (n = 19) и III (n = 6) стадии острого респираторного дистресс-синдрома (ОРДС). Согласно данным карт плотности легочной ткани, у 14 (73,6%) из 19 больных качественный паттерн характеризовался выраженной диффузной негомогенностью легочной паренхимы. Количественные показатели карт плотности легочной ткани при синдроме острого легочного повреждения (СОЛП) составляли более 26%, что коррелировало с отрицательной клинико-лабораторной динамикой.

Выводы: 1. Для получения результатов карт плотности легочной ткани при КТ у пациентов с СОЛП необходимо оценивать общую сумму: интерстициальные изменения (%) + процесс консолидации (%) + отсутствие аэрации (%).

2. Суммационные количественные показатели от 14 до 25% соответствовали отрицательной клинической симптоматике (одышка, цианоз, тахипноэ), снижению парциального давления кислорода в артериальной крови (p < 0,05).
3. Увеличение процента суммационного количественного показателя карт плотности легочной ткани сопровождалось отрицательной лабораторной динамикой (повышение pCO₂, снижение pO₂, повышение лактата крови).
4. При суммационном количественном показателе карт плотности легочной ткани более 26% увеличивалась частота встречаемости КТ-признаков в легочной ткани, по данным нативного исследования, что свидетельствовало о ранее неблагоприятном течении СОЛП. 

1. Прейзер Ж.Ш., Херридж М., Азулей Э. Синдром последствий интенсивной терапии. Москва: ГЭОТАР-Медиа; 2022:37–55.

2. Шанин В.Ю. Патофизиология критических состояний. Санкт-Петербург: ИП Маков М.Ю; 2021:346-371.

3. Фуженко Е.Е., Погорельцев В.О., Джанелидзе Т.Д., Крайнюков П.Е. МСКТ – визуализация поражения легочной ткани при остром респираторном дистресс-синдроме. Главный врач. 2017;54(2):59–64.

4. Bernard G. R., Frtigas A., Brighamk L. Definitions, mechanisms, relevant outcomes, and clinical trial coordination. The American – European Consensus on ARDS.1994;3(149):818–824 DOI: 10.1164/ajrccm.149.3.7509706.

5. Сперанская А.А. Заключения в торакальной компьютерной томографии. Симптом, синдром, диагноз. Санкт-Петербург: ИП Маков М.Ю.; 2023:91–103.

6. Risoli C., Nicolò M., Colombi D., Moia M., Rapacioli F., Anselmi P. et al. Different Lung Parenchyma Quantification Using Dissimilar Segmentation Software: A Multi-Center Study for COVID-19 Patients. Diagnostics. 2022;6(12). DOI: 10.3390/diagnostics12061501.

7. Kalabukha I., Maietnyi E., Vysotsky А.G. Clinical use of densitometric analysis of lung pathology and digital data processing programs for de termining surgical tactics in phthisiosurgical patients with HIV status. Tuberculosis Lung Diseases HIV Infection. 2023;53(2). DOI: 10.30978/TB2023-2-36.

8. Noll E., Soler L., Ohana M., Ludes P.-O., Pottecher J., Bennett-Guerrero E.t al. A novel, automated, quantification of abnormal lung parenchyma in patients with COVID-19 infection: Initial description of feasibility and association with clinical outcome. Anaesthesia Critical Care & Pain Medicine. 2021;1(40). DOI: 10.1016/j.accpm.2020.10.014.

9. Malbouisson L.M., Muller J.-C., Constantin J.-M., Lu Q., Puybasset L., Rouby J.-J. Computed tomography assessment of positive end-expiratory pressure-induced alveolar recruitment in patients with acute respiratory distress syndrome. American Journal of Respiratory and Critical Care Medicine. 2021;163(6) DOI: 10.1164/ajrccm.163.6.2005001.

10. Klapsing P., Herrmann P., Moerer O. Automatic quantitative computed tomography (QCT) segmentation and analysis of aerated lung volumes in ARDS – a comparative diagnostic study. Journal of Critical Care. 2017; 42:184–191. DOI: 10.1016/j.jcrc.2016.11.001.

11. Способ оценки синдрома острого легочного повреждения. Патент RU 2 157 996 C1. Мирхайдаров А.Р., Фархутдинов Р.Р., Юлдашев М.Т., Миронов П.И., Марданов А.З. Дата регистрации: 24.02.1999. URL: https://yandex.ru/patents/doc/RU2168945C1_20010620

12. Агафонова Н.В., Родионов Е.П., Крейнес В.М. Способ диагностики ранних признаков острого респираторного дистресс-синдрома. Патент RU 2 168 945 C1. Дата регистрации: 24.03.2000. URL: https://yandex.ru/patents/doc/RU2168945C1_20010620