2026, Vol. 46
2. 中国疾病预防控制中心辐射防护与核安全医学所 辐射防护与核应急中国疾病预防控制中心重点实验室, 北京 100088;
3. 清华大学工程物理系 粒子技术与辐射成像教育部重点实验室, 北京 100084
2. Key Laboratory of Radiological Protection and Nuclear Emergency, ChinaCDC, National Institute for Radiological Protection, Chinese Center for Disease Control and Prevention, Beijing 100088, China;
3. Key Laboratory of Particle & Radiation Imaging, Ministry of Education, Department of Engineering Physics, Tsinghua University, Beijing 100084, China
随着CT检查频次显著增加，CT辐射风险愈发受到关注[1]。有研究表明，胸部低剂量CT(low-dose chest CT, LDCT)扫描在降低辐射剂量的同时可保持诊断图像质量，已被广泛用于肺部筛查[2-3]。然而当前研究存在一些局限。多数研究基于模体实验或小样本人群[4-5]，部分研究未有效控制混杂因素[3]，且鲜有研究按性别分层探讨辐射风险指标。为此，本研究基于真实世界历史数据采用倾向性评分匹配法开展研究，通过控制混杂因素，揭示LDCT降低辐射风险的实际效能，为制定性别特异性扫描方案提供循证依据。
资料与方法1.资料收集：本研究为回顾性研究，所有数据经匿名化处理，符合免知情同意要求，经首都医科大学附属北京友谊医院生命伦理委员会批准(批件号：2025-P2-114-01)。研究纳入2022年1月至2023年12月期间接受胸部CT平扫的18~80岁受检者[6-7]。采集其在同一设备行胸部CT平扫检查的信息。其中，受检者信息包括性别、扫描方案、检查年龄、胸部直径和扫描长度；辐射剂量信息包括剂量长度积(DLP)、有效剂量(E)、肺器官剂量、乳腺器官剂量(女)。根据性别将受试者分为男性、女性两个子集，再按扫描方案分为常规CT组(对照组)和LDCT组(观察组)。原始数据中扫描长度呈偏态分布，存在过长或过短的异常值。为减少极端值的影响，采用分位数截断法清洗：剔除两端各5%的极端值，即保留中间90%数据用于研究。
2.扫描方法：采用美国GE设备(Optima CT680 Quantum)开展胸部平扫检查。LDCT扫描参数为噪声指数30，自动管电流范围10~400 mA；常规CT扫描参数为噪声指数15，自动管电流范围10~400 mA。两组间机架转速(0.5 s/圈)、螺距(1.375∶1)、管电压(120 kV)、层厚(5 mm)及层间距(5 mm)保持一致。
3.样本匹配：本研究采用SPSS 26.0实施倾向性评分匹配法(propensity score matching, PSM)以平衡组间协变量。具体采用最近邻居匹配法；匹配比例设为1∶1；卡钳值设置为倾向性评分标准偏差的1/4即可[8-9]。经计算，男、女子集的卡钳值可取值为0.01和0.24。鉴于数据量充足，最终统一选择精度更高的卡钳值0.002。基于上述参数对协变量进行评分匹配，使对照组与观察组达到类随机分组的效果，最大程度减少选择偏倚。本研究中纳入匹配的协变量包括检查年龄、受检者直径、扫描长度。原始数据共70 910例受检者符合纳入条件，排除多部位检查者，保留68 999例合格数据，其中女性占比58.7%；剔除扫描长度两端5%极值后，按性别分两轮行倾向性评分匹配，分别成功匹配男性10 082对和女性14 124对。数据处理流程及倾向性匹配的基础资料如图 1所示。
|
注：含纳入排除标准、性别分层匹配步骤及样本量变化 图 1 数据处理流程及倾向性匹配的基础资料 Figure 1 Data processing workflow and baseline data for propensity score matching |
4.终生归因风险的计算：参考美国电离辐射生物效应委员会(BEIR)Ⅶ号报告附录12D-1的模型分别对男、女两个子集计算终生归因风险(lifetime attributable risk, LAR)[6-7]。结合检查年龄、肺或乳腺的器官剂量，代入BEIR Ⅶ模型，为每位受检者计算肺癌或乳腺癌的LAR，表示18~80岁人群行单次胸部CT导致的肺癌和乳腺癌终生归因风险，以发病概率和死亡概率表示。缺失值使用线性插值法补全。
5.统计学处理：基于预实验数据，对照组与观察组变量均不服从正态分布，因此采用Mann-Whitney U检验验证协变量均衡性，匹配前后共验证两次。匹配后用Mann-Whitney U检验比较两组间差异，P<0.05为差异有统计学意义。待验证指标包括DLP、E、肺器官吸收剂量、乳腺器官吸收剂量、肺癌LAR和乳腺癌LAR。
结果1.各协变量特征比较：匹配前，男性受试者共25 634例(对照组14 811例，57.8%；观察组10 823例，42.2%)；女性受试者共36 463例(对照组20 812例，57.1%；观察组15 651例，42.9%)。男、女子集的对照组与观察组在年龄、受检者直径和扫描长度3个协变量的差异均有统计学意义(Z=-34.50~-1.15，P＜0.05，表 1)。标准化均数差异绝对值为0.4%~33.0%，多数>10%，提示两组数据协变量不均衡，存在混杂偏倚。
|
表 1 对照组与观察组各协变量匹配前后的均衡性[M (P25, P75)] Table 1 Covariate balance between control and observation groups before and after matching [M (P25, P75)] |
匹配后，男性受试者成功匹配10 082对，女性14 124对。两子集的对照组与观察组在年龄、受检者直径和扫描长度3个协变量上基本一致，且差异无统计学意义(P＞0.05)，如表 1所示。标准化均数差异绝对值均<10%(表 1)，表明两组数据协变量分布均衡，可看作类随机分组。
2.辐射风险相关指标比较：匹配前，对照组与观察组在所有辐射风险相关指标的差异均有统计学意义(Z=-162.41 ~ -82.40，P＜0.01，表 2)，且对照组显著高于观察组，在DLP、E、肺器官吸收剂量、肺癌LAR、乳腺器官吸收剂量、乳腺癌LAR等指标，对照组是观察组的2.0~4.1倍。
|
|
表 2 按性别分层比较间辐射风险相关指标在匹配前后的差异[M (P25, P75)] Table 2 Comparison of differences in radiation risk-related indicators between observation and control groups by gender before and after matching [M (P25, P75)] |
匹配后，所有辐射风险相关指标在两组间的差异均有统计学意义(Z=-144.26~-85.97，P＜0.01，表 2)，且对照组显著高于观察组，在DLP、E、肺器官吸收剂量、肺癌LAR、乳腺器官吸收剂量、乳腺癌LAR等指标，对照组是观察组的3.0~4.0倍。女性受检者辐射剂量指标普遍低于男性受检者，包括DLP、E、和肺器官剂量(Z=-83.36、-43.53、-79.41，P＜0.01)，但肺癌发病率和死亡率终生归因风险(Z=-72.55、-52.32，P＜0.01)显著高于男性受检者。
讨论本研究通过回顾性分析验证了胸部LDCT降低辐射风险的作用，结果表明LDCT在优化剂量与降低风险方面作用显著。相较于常规CT，LDCT可使辐射剂量指标降低70.3%~74.3%。相较于其他LDCT研究，本研究纳入样本量大，结果具有参考价值。研究不仅按性别单独报告了多个辐射剂量指标(DLP、E、肺和乳腺器官剂量)，还估算了继发肺癌和乳腺癌的终生归因风险。单次LDCT扫描约可降低人群66.7%~75.0%的肺癌/乳腺癌终生归因风险。值得关注的是，薛珂等[10]对比多项研究发现，一次乳腺X射线摄影的辐射剂量约为3 mGy。而本研究中，女性受检者一次常规CT扫描产生乳腺器官吸收剂量12.0(9.3，15.3)mGy，相当于4次乳腺X线摄影的累积剂量，LDCT仅相当于1次检查剂量。这提示LDCT对女性乳腺的辐射防护具有重要意义。
本研究采用PSM按性别分层匹配常规CT和LDCT两组数据，消除了性别、年龄、患者直径及扫描长度等混杂因素在两组间的影响。结果显示，在辐射风险相关的指标中常规CT组匹配前是LDCT组的2.0~4.1倍，匹配后是LDCT组的3.0~4.0倍，且匹配前后两组比较均有统计学意义。由此可见，LDCT降低辐射风险的作用显著且稳健，其对年龄、体型和扫描长度因素的敏感性较低，因此匹配前后降低辐射风险的能力差异不大。有研究显示，即使未调整受检者体型与扫描长度等参数，统计分析差异仍具有统计学意义[11-14]，但其LDCT降低辐射风险能力存在偏倚。此外，关于卡钳值的选择，本研究对男性子集采用0.01、女性子集采用0.20进行多次PSM实验，但协变量的均衡性难以达到理想水平。而统一采用更严格的卡钳值0.002应用于男、女子集时，分别保留了观察组93.2%和90.2%的样本，在样本损失可控的前提下获得高质量匹配结果。因此，卡钳值选择合适的取值，可以在样本量与匹配质量间取得均衡。
中国卫生行业标准WS/T 637-2018指出，DLP的50%位数为300 mGy·cm，即常规胸部CT可能达到的水平；75%位数为470 mGy·cm，即诊断参考水平[15]。本研究中，男性DLP处于75%位数，女性处于50%位数，表明绝大多数受检者在本院行胸部常规CT检查时，其辐射剂量处于正常或较低水平。LDCT使男性DLP较常规CT降低70.3%，女性降低73.8%。值得注意的是，女性相比男性，辐射剂量(DLP、E和肺器官剂量)普遍偏低，但肺癌LAR(含发病与死亡风险)偏高。遵循辐射防护最优化原则，及科学合理地提升辐射防护能力的准则[16]，未来可针对性别差异制定诊断参考水平。
美国国家肺癌筛查实验(NLST)指出，常规CT扫描E的变化幅度较大，平均约8 mSv；单次LDCT筛查平均约为1.5 mSv[17]。本研究中，常规CT和LDCT的E与NLST数据相当。LDCT的E较常规CT低71.1%(男性)和74.3%(女性)。近年多项研究指出，LDCT和超低剂量CT(ultra-low-dose chest CT, ULD)协议用于特定人群成像，但其应用场景(如目标筛查人群)或图像质量要求不同，可能影响辐射剂量降低效果[3, 11, 13, 18-21]。Suliman等[5]指出，尽管ULD胸部CT协议缺乏严格的定义，但患者剂量接近；ULD协议提供的有效剂量约为0.31~0.44 mSv；与常规CT相比，LDCT将剂量降低了50%~75%，而ULD将剂量降低了87.5%~92.3%[19, 22]。另有报道，ULD较常规CT降低辐射剂量达92.7%、84.7%和83.1%[18, 20-21]。相比之下，本研究LDCT降低DLP、E、肺和乳腺器官剂量70.3%~74.3%，符合LDCT正常水平，未达到ULD水平。结果提示，本院LDCT扫描技术仍有优化提升的空间。进一步改进LDCT扫描技术不仅可以提升辐射防护效果，还可减少CT的X射线球管与探测器损耗，从而降低运维成本并延长设备寿命。
本研究的局限性在于，计算肺癌及乳腺癌终生归因风险时未调整BEIR Ⅶ模型至符合中国人群特征的参数，可能导致中国人群真实LAR估计偏差(因其基线癌症发病率、遗传易感性及生活方式等因素可能存在差异)。有待后续改进。
综上，LDCT较常规CT显著降低辐射剂量及继发性肺癌/乳腺癌的终生归因风险。性别因素显著影响辐射风险相关指标，对制定差异化诊断参考水平有借鉴意义。
利益冲突 无
作者贡献声明 胡艳军负责病例收集、数据分析及论文撰写；魏璇、赵鹏飞、苏垠平、邱睿协助数据分析与论文修改；田心、王丽坤协助数据测量与分析；牛延涛指导研究设计和论文修改
| [1] |
张永县, 牛延涛, 康天良, 等. 放射诊断检查频次变化趋势及其影响因素分析[J]. 中华放射医学与防护杂志, 2024, 44(1): 29-35. Zhang YX, Niu YT, Kang TL, et al. Analysis of the trend of radiological diagnostic examination frequency and the related influencing factors[J]. Chin J Radiol Med Prot, 2024, 44(1): 29-35. DOI:10.3760/cma.j.cn112271-20230727-00024 |
| [2] |
Wang J, Sui X, Zhao R, et al. Value of deep learning reconstruction of chest low-dose CT for image quality improvement and lung parenchyma assessment on lung window[J]. Eur Radiol, 2024, 34(2): 1053-1064. DOI:10.1007/s00330-023-10087-3 |
| [3] |
余桂鸿, 黄洪磊. 胸部低剂量CT扫描对肺部感染检查图像质量的影响分析[J]. 现代医用影像学, 2024, 33(8): 1426-1429. Yu GH, Huang HL. Analysis of the effect of chest low-dose CT scan on the image quality of pulmonary infection examination[J]. Mod Med Image, 2024, 33(8): 1426-1429. DOI:10.3969/j.issn.1006-7035.2024.08.012 |
| [4] |
王旭, 刘义军, 赵明月, 等. 探讨深度学习算法降低胸部CT辐射剂量的应用价值: 体模研究[J]. 临床放射学杂志, 2023, 42(2): 332-336. Wang X, Liu YJ, Zhao MY, et al. To explore the value of deep learning algorithm in reducing chest CT radiation dose: phantom study[J]. J Clin Radiol, 2023, 42(2): 332-336. DOI:10.13437/j.cnki.jcr.2023.02.027 |
| [5] |
Suliman II, Khouqeer GA, Ahmed NA, et al. Low-dose chest CT protocols for imaging COVID-19 pneumonia: technique parameters and radiation dose[J]. Life (Basel), 2023, 13(4): 992. DOI:10.3390/life13040992 |
| [6] |
Council NR. Health risks from exposure to low levels of ionizing radiation: BEIR Ⅶ phase 2[R]. Washington (DC): National Academies Press, 2006.
|
| [7] |
Hu Y, Ma M, Yin H, et al. Assessment of cumulative cancer risk attributable to diagnostic X-ray radiation: a large cohort study[J]. Eur Radiol, 2023, 33(3): 1769-1778. DOI:10.1007/s00330-022-09178-4 |
| [8] |
Austin PC. A critical appraisal of propensity-score matching in the medical literature between 1996 and 2003[J]. Stat Med, 2008, 27(12): 2037-2049. DOI:10.1002/sim.3150 |
| [9] |
Rosenbaum PR, Rubin DB. Constructing a control group using multivariate matched sampling methods that incorporate the propensity score[J]. Am Stat, 1985, 39(1): 33-38. |
| [10] |
薛珂, 徐辉, 岳保荣, 等. 乳腺X射线摄影中受检者辐射剂量评估研究进展[J]. 中华放射医学与防护杂志, 2023, 43(8): 663-668. Xue K, Xu H, Yue BR, et al. Research progress in the average glandular dose during mammography[J]. Chin J Radiol Med Prot, 2023, 43(8): 663-668. DOI:10.3760/cma.j.cn112271-20230301-00057 |
| [11] |
张富贵, 李淑娟, 马爱香. 胸部螺旋CT低剂量扫描对肺结节的诊断价值研究[J]. 影像研究与医学应用, 2025, 9(3): 149-51. Zhang FG, Li SJ, Ma AX. Diagnostic value study of low-dose chest helical CT scanning for pulmonary nodules[J]. J Imaging Res Med Appl, 2025, 9(3): 149-151. DOI:10.20267/j.issn.2096-3807.2025.03.049 |
| [12] |
王景学. 低剂量胸部CT扫描在胸部CT筛查中的应用[J]. 影像研究与医学应用, 2024, 8(4): 142-144, 147. Wang JX. Application of low-dose chest CT scanning in chest CT screening[J]. J Imaging Res Med Appl, 2024, 8(4): 142-144, 147. DOI:10.3969/j.issn.2096-3807.2024.04.046 |
| [13] |
张杰, 林武生, 温会泉. 超低剂量胸部CT扫描在疑似新型冠状病毒感染患者筛查中的应用[J]. 现代医用影像学, 2020, 29(6): 994-997. Zhang J, Lin WS, Wen HQ. Application of ultra-low-dose chest CT scan in screening patients with suspected novel coronavirus infection[J]. Mod Med Image, 2020, 29(6): 994-997. |
| [14] |
栗鸿宝, 朱美婕, 杨妍. 低剂量多层螺旋CT、常规CT平扫在肺癌手术后短期复查中的应用价值比较[J]. 临床医学研究与实践, 2021, 6(5): 131-132, 135. Li HB, Zhu MJ, Yang Y. Comparison of the application value of low-dose multi-slice spiral CT and conventional CT scan in short-term reexamination after lung cancer operation[J]. Clin Res Pract, 2021, 6(5): 131-132, 135. DOI:10.19347/j.cnki.2096-1413.202105047 |
| [15] |
国家卫生健康委员会. WS/T 637-2018 X射线计算机断层摄影成年人诊断参考水平[S]. 北京: 中国标准出版社, 2018. National Health Commission of the People's Republic of China. WS/T 637-2018 diagnostic reference levels for adults in X-ray computed tomography[S]. Beijing: Standards Press of China, 2018. |
| [16] |
牛延涛, 张永县, 卓维海, 等. 加强放射诊断辐射剂量管理的必要性及应对策略[J]. 中华放射医学与防护杂志, 2023, 43(4): 241-247. Niu YT, Zhang YX, Zhuo WH, et al. The necessity and countermeasures of strengthening radiation dose management in diagnostic radiology[J]. Chin J Radiol Med Prot, 2023, 43(4): 241-247. DOI:10.3760/cma.j.cn112271-20221205-00469 |
| [17] |
National Lung Screening Trial Research Team, Aberle DR, Adams AM, et al. Reduced lung-cancer mortality with low-dose computed tomographic screening[J]. N Engl J Med, 2011, 365(5): 395-409. DOI:10.1056/NEJMoa1102873 |
| [18] |
张巨才, 李海文, 杨金永, 等. 探讨胸部低剂量CT在老年体检人群肺癌早期筛查中的应用价值[J]. 中国CT和MRI杂志, 2024, 22(8): 32-34. Zhang JC, Li HW, Yang JY, et al. To investigate the application value of chest low-dose CT in the early screening of lung cancer in the elderly population[J]. Chin J CT MRI, 2024, 22(8): 32-34. DOI:10.3969/j.issn.1672-5131.2024.08.011 |
| [19] |
Kim Y, Kim YK, Lee BE, et al. Ultra-low-dose CT of the thorax using iterative reconstruction: evaluation of image quality and radiation dose reduction[J]. AJR Am J Roentgenol, 2015, 204(6): 1197-202. DOI:10.2214/AJR.14.13629 |
| [20] |
孙赟, 纪淙山, 王锡明. 超低剂量胸部CT在肺小结节随诊中的临床应用[J]. 医学影像学杂志, 2025, 35(1): 58-61. Sun Y, Ji ZS, Wang XM. Clinical application of ultra-low-dose chest CT in the follow-up of pulmonary nodules[J]. J Med Imaging, 2025, 35(1): 58-61. DOI:10.20258/j.cnki.1006-9011.2025.01.014 |
| [21] |
樊秋菊, 吴海波, 谭辉, 等. 超低剂量胸部CT结合深度学习重建可用于肺结节评估[J]. 分子影像学杂志, 2024, 47(11): 1189-1194. Fan QJ, Wu HB, Tan H, et al. Ultra-low-dose chest CT combined with deep learning reconstruction can be used for pulmonary nodule assessment[J]. J Mol Imaging, 2024, 47(11): 1189-1194. DOI:10.12122/j.issn.1674-4500.2024.11.06.issn.1674-4500.2024.11.06 |
| [22] |
Neroladaki A, Botsikas D, Boudabbous S, et al. Computed tomography of the chest with model-based iterative reconstruction using a radiation exposure similar to chest X-ray examination: preliminary observations[J]. Eur Radiol, 2013, 23(2): 360-366. DOI:10.1007/s00330-012-2627-7 |