卷 1, 编号 1 (2020)

致编辑的一封信

调动莫斯科辐射诊断服务处在COVID-19大流行中的科学和实际潜力

Morozov S., Kuzmina E., Ledikhova N., Vladzymyrskyy A., Trofimenko I., Mokienko O., Panina E., Andreychenko A., Omelyanskaya O., Gombolevskiy V., Polishchuk N., Shulkin I., Reshetnikov R.

摘要

在2019冠状病毒第一波大流行开始之际,莫斯科已经建立了一个24小时运转的门诊CT诊断中心,用于对疑似病毒性肺炎患者肺部损伤的计算机断层扫描(CT)诊断。CT0—CT4量表的引入允许高效路由。为防止感染在患者和工作人员之间的传播,门诊CT中心被分为《红色》、《缓冲》和《绿色》区。作为辐射诊断服务动员的一部分,成立了莫斯科基准中心,进行质量控制、专家远程咨询以及组织和方法支助。还编制了几个远程学习课程和网络讨论会。人工智能服务被用于识别COVID-19的迹象和评估疾病的严重程度。莫斯科辐射诊断服务处制定的战略确保为该市医疗系统的高负荷做好准备,并使医务人员的死亡率降至最低。该服务处的专家通过可达性、及时和高质量的诊断和路由,为有效遏制疫情传播作出了重大贡献。

Digital Diagnostics. 2020;1(1):5-12
pages 5-12 views

系统评价

肺部超声检测COVID-19的诊断价值:系统综述和荟萃分析

Vetsheva N., Reshetnikov R., Leonov D., Kulberg N., Mokienko O.

摘要

论证:在评估COVID-19患者病情的严重程度时,主要依赖肺组织损伤的体积。有许多诊断方法允许分析该指标,每一种方法都有一定的局限性。研究的目的和设计,观察患者的特点,设备的可用性,所有这些参数都可以影响最佳方法的选择。

目的是通过对PubMed和Google Scholar数据库中相关英文文章的系统回顾,评估超声作为一种分析COVID-19患者肺损伤程度的方法的敏感性和特异性。关键词:lung ultrasound; chest ultrasound; thoracic ultrasound; ultrasonography; COVID-19; SARS-CoV-2; coronavirus; diagnosis; diagnostic value; specificity; sensitivity该综述仅包括了针对疑似COVID-19患者肺部超声诊断准确性问题的研究。参考方法包括胸部CT、逆转录聚合酶链反应检测病毒RNA、实验室数据等。论文由两位作者独立抽取,填写标准化表格的指定字段,然后对研究质量指标进行评价。为了分析和分组所选研究中肺超声评估肺组织改变体积的敏感性和特异性的数据,使用了随机效应模型。根据规定的纳入标准,适合16项研究,但仅对3例患者根据疾病严重程度划分明确组。通过其他有关材料,为了评估次要结果,使用了肺部超声诊断COVID-19的敏感性和特异性值,而不考虑患者的病情。当研究根据筛查、疾病严重程度评估和患者队列进行分组时,观察到的主要结果和次要结果的异质性得以保持。肺部超声诊断重症冠状病毒感染COVID-19患者肺损害的准确性最高(敏感性为87.6±12.3%,特异性为80.5±7.1%)。同时,该方法在轻度疾病患者中的准确率最低(敏感性为72.8±7.1%,特异性为74.3±2.7%)。

结果。肺部超声检查可用于确诊COVID-19的患者,以检测肺组织的严重损害。该方法评估轻微-中度肺损伤的诊断价值相对较低。

 

Digital Diagnostics. 2020;1(1):13-26
pages 13-26 views

原创性科研成果

基于胸部CT的实验室验证COVID-19预后预测:38,051例患者的回顾性分析

Morozov S., Chernina V., Blokhin A., Gombolevskiy V.

摘要

论证:在目前的流行病学情况下,胸部器官CT(胸部器官的计算机断层扫描)在该病的诊断中起着重要的作用。临床和CT数据使医生能够快速判断COVID-19患者的存在概率和预后。

目的:预测实验室证实的COVID-19患者的结果,基于胸部器官CT,使用肺实质损伤程度半定量视觉量表(CT0—CT4量表)。

材料与方法。对2020年3月1日至2020年7月30日期间从统一医疗信息和分析服务处(UMIAS)和从统一放射信息服务处(ERIS)卸载的医疗记录和协议进行了回顾性分析。本研究纳入了根据ICD-10诊断为U07.1患者的病历(实验室确诊新型冠状病毒感染病例)。从2020年3月1日至7月30日,这些患者在疑似COVID-19引起的社区获得性肺炎的内科医生的指导下接受胸部器官CT检查;实验室检查和胸部器官计算机断层扫描之间最长允许的时间不超过5天。每位病人的随访期由CT日期起计最少为30天。这项研究是在向莫斯科成年人口提供初级医疗保健的48个医疗机构中进行的。本研究不包括截至2020年7月30日COVID-19聚合酶链反应试验结果为阴性的患者。CT0-CT4量表推荐在俄罗斯联邦用于评估疑似COVID-19病例肺实质损害的程度。

结果。样本量为38,051例。根据研究结果,CT-4类患者的死亡风险比CT-0类患者高3倍。Kaplan-Meyer 生存曲线显示,CT-3类患者的存活比例比CT0-CT2类患者低3倍(HR = 2.94)。此外,发现了CT的初始类别越高,恶化的风险越低。根据胸部器官CT显示,住院时间随类别的增加而减少。

结果。CT0-CT4的视觉尺度可用于预测疑似COVID-19患者的预后(住院和死亡),如果患者在初级卫生保健的基础上接受了胸部器官CT检查。

Digital Diagnostics. 2020;1(1):27-36
pages 27-36 views

某专科医院COVID-19流行前后社区获得性肺炎发生频率和性质比较

Yaremenko S., Rucheva N., Zhuravlev K., Sinitsyn V.

摘要

论证:2019年中国武汉首次报道的2019冠状病毒病(COVID-19)在短短一个月内迅速席卷全球。聚合酶链反应(PCR)方法有助于诊断这种疾病,但这种检测有与假阴性结果,以及截止日期有限制。考虑到感染传播的增加,对胸部器官进行计算机断层扫描(CT)可以成为临床医生用于早期检测COVID-19患者的主要技术之一。

目的是根据莫斯科某专科医院COVID-19流行前和流行期间的CT资料,比较社区获得性肺炎的发生频率及其特征,并探讨其及时发现和鉴别诊断的可能性。

材料与方法。2020年4月1日至4月17日期间对I.V. Davydovsky City Clinical Hospital(莫斯科)患者胸部CT检查结果进行了回顾性分析。本研究纳入所有根据CT诊断为病毒性肺炎的患者。所有疑似病毒性肺炎患者均在住院第一天进行PCR检测。作为对照组,对2019年同期以疑似肺炎入院患者的胸部CT资料进行了回顾性分析。

结果。在2020年4月1日至4月17日期间,根据胸部器官计算机断层扫描,有140例确诊为肺炎,其中65例(46.4%)被描述为病毒性肺炎,与2019年同期相比,7例(10.3%)被诊断为病毒性肺炎:病毒性肺炎病例显著增加(5723例;p < 0.01)。根据计算机断层扫描对病毒性肺炎患者进行PCR检测结果:34例(52.3%)为阳性,22例(33.8%)为阴性,未进行检测9例(13.9%)。比较2019年与2020年同期患者病毒性肺炎型CT检出频次,差异无统计学意义。胸部CT显示COVID-19的概率:平均概率为13.8%,高概率为75.4%。根据胸部CT检查病毒性肺炎的严重程度:轻度—38.5%,中度—46.2%,重度—12.3%,极重度—3.1%。在病毒性肺炎患者组中,根据CT资料,出现以下X线现象:淋巴结病为32.3%,胸水为21.5%,心包水为4.6%,肺动脉高压为21.5%。

结论。已经证明,以研究的相对速度对COVID-19进行CT诊断,并对获得的结果(包括PCR检测假阴性结果)进行解释,可以及时隔离疑似COVID-19患者,及时开始治疗,并防止病毒感染在大流行中进一步传播。然而,由于所检测到的形态学图像的非特异性,CT用特异性病毒制剂鉴别肺病变的可能性有限。

Digital Diagnostics. 2020;1(1):37-47
pages 37-47 views

数据集

MosMedData: COVID-19疫情期间进行的1110 次胸部CT扫描数据集

Morozov S., Andreychenko A., Blokhin I., Gelezhe P., Gonchar A., Nikolaev A., Pavlov N., Chernina V., Gombolevskiy V.

摘要

在COVID-19大流行和雪崩式增加肺部计算机断层扫描的数量背景下,图像分析过程的自动化方法特别重要,使用这种方法将提高生产率并减少错误。高质量数据集的创建是人工智能技术发展的必要条件。人工智能算法对COVID-19的诊断具有足够的准确性。该数据集1包含有COVID-19征象的患者的匿名肺部CT图像和正常的胸部检查。一些研究使用感兴趣区域的二元像素遮罩进行标记(例如,肺结节整合和磨砂玻璃结节)。获取2020年3月1日至2020年4月25日期间的CT数据,提供给莫斯科市医院(俄罗斯)2。建议的数据集由Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported授权(CC BY-NC-ND 3.0)。

Digital Diagnostics. 2020;1(1):49-59
pages 49-59 views

临床病例及临床病例的系列

COVID-19 感染孕妇的肺部核磁共振成像

Vasilev Y., Bazhin A., Masri A., Vasileva Y., Panina O., Sinitsyn V.

摘要

本文报告介绍一例39岁孕妇临床表现为COVID-19呼吸体征的病例。胸部器官MRI显示双侧基底节病变。PCR检测结果阳性。在不丢失重要诊断信息的情况下对肺部状况进行评估。此外,非电离辐射使患者和胎儿避免大剂量辐射成为可能。本病例显示MRI在非电离辐射的情况下诊断肺病理,特别是在危险群体(儿童、孕妇等)。

Digital Diagnostics. 2020;1(1):61-68
pages 61-68 views

讣告

Anatoly Ilyich Shechter教授 (1935年1月18日—2020年11月26日)

摘要

在2020年11月26日,我们收到了一个悲伤的消息,苏联和俄罗斯最著名和最受尊敬的放射学家之一Anatoly Ilyich Shechter教授因病去世,享年85岁。

几十年来,Anatoly Ilyich为许多代学生和医生带来了知识以光明和善。他的名字在俄罗斯和国外都非常有名。他出生起就与医学有关。

Digital Diagnostics. 2020;1(1):69-70
pages 69-70 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».