Размер шрифта
Цветовая схема
Изображения
Форма
Межсимвольный интервал
Межстрочный интервал
стандартные настройки
обычная версия сайта
закрыть
  • Вход
  • Регистрация
  • Помощь
Выбрать БД
Простой поискРасширенный поискИстория поисков
ГлавнаяРезультаты поиска
СтатьяИскать документыПерейти к записи. 2023; Т. 14, № 4: 73–81. DOI:10.22328/2079-5343-2023-14-4-73-81
Оценка выраженности легочного фиброза по данным аутопсии у реконвалесцентов COVID-19: сопоставление с данными количественной КТ легких в острой фазе заболевания
Искать документыПерейти к записи[1,2]
Искать документыПерейти к записи[3]
Искать документыПерейти к записи[4]
Искать документыПерейти к записи[2]
Аффилированные организации
[1]Искать документыПерейти к записи
[3]Искать документыПерейти к записи
[4]Искать документыПерейти к записи
[2]Искать документыПерейти к записи
Аннотация
ВВЕДЕНИЕ: После пандемии COVID-19 появляется все больше доказательств того, что у многих реконвалесцентов COVID-19 выявляются фиброзные изменения легочной ткани, сопровождающиеся функциональными нарушениями легких. Объективных данных о гистопатогенезе подобных изменений по-прежнему недостаточно. Для полной оценки последствий этих клинических проявлений требуются проспективные исследования.ЦЕЛЬ: Оценка возможностей цифровой обработки гистологических препаратов легочной ткани и их сопоставление с данными количественной КТ легких пациентов в острой фазе COVID-19.МАТЕРИАЛЫ И МЕТОДЫ: В исследование были включены данные пациентов-реконвалесцентов COVID-19 (7 женщин и 3 мужчин в возрасте от 47 до 93 лет), умерших после острой фазы COVID-19 от внелегочных причин. В контрольную группу вошли данные 7 человек (5 женщин и 2 мужчин в возрасте от 35 до 93 лет), умерших вскоре после госпитализации от внелегочных причин (ОКС либо ОНМК), без каких-либо признаков заболеваний легких, в том числе по результатам аутопсии. Проводилась цифровая обработка полученных при аутопсии гистологических препаратов легочной ткани и их сопоставление с результатами количественной полуавтоматической обработки данных СКТ. Статистика. Использовалась бета-регрессия (библиотека mgcv). Модель характеризовалась коэффициентом псевдодетерминации R2. Ассоциация признавалась статистически значимой при p<0,05.РЕЗУЛЬТАТЫ: Продемонстрирована достоверная зависимость выраженности фиброзных изменений в гистологических образцах от результатов количественного анализа КТ-изображений пациентов в остром периоде COVID-19.ОБСУЖДЕНИЕ: Экстраполяция данных аутопсийного исследования легких через количественную оценку КТ является одним из способов предварительной диагностики и определения групп пациентов, которым требуется специфическое лечение пост-COVID-19 легочного фиброза.ЗАКЛЮЧЕНИЕ: Компьютеризированная цифровая обработка гистологических изображений позволила корректно сопоставить данные гистопатологического исследования с КТ-картиной при COVID-19, что потенциально может иметь прогностическое значение в поиске более эффективных стратегий лечения.
Ключевые слова
Искать документыПерейти к записи
Искать документыПерейти к записи
Искать документыПерейти к записи
Искать документыПерейти к записи
Искать документыПерейти к записи
Литература

Lee J.H., Koh J., Jeon Y.K. et al. An Integrated Radiologic-Pathologic Understanding of COVID-19 Pneumonia // Radiology. 2023. Vol. 306, No. 2. P. e222600. doi: 10.1148/radiol.222600..
DOI: 10.1148/radiol.222600

Kwee T.C., Kwee R.M. Chest CT in COVID-19: What the Radiologist Needs to Know // RadioGraphics. 2020. Vol. 40, No. 7. P. 1848–1865. doi: 10.1148/rg.2020200159..
DOI: 10.1148/rg.2020200159

Rubin G.D., Ryerson C.J., Haramati L.B. et al. The Role of Chest Imaging in Patient Management during the COVID-19 Pandemic: A Multinational Consensus Statement from the Fleischner Society // Radiology. 2020. Vol. 296, No. 1. P. 172–180. doi: 10.1148/radiol.2020201365..
DOI: 10.1148/radiol.2020201365

Simpson S., Kay F.U., Abbara S. et al. Radiological Society of North America Expert Consensus Document on Reporting Chest CT Findings Related to COVID-19: Endorsed by the Society of Thoracic Radiology, the American College of Radiology, and RSNA // Radiology: Cardiothoracic Imaging. 2020. Vol. 2, No. 2. P. e200152. doi: 10.1148/ryct.2020200152..
DOI: 10.1148/ryct.2020200152

Ai T., Yang Z., Hou H. et al. Correlation of Chest CT and RT-PCR Testing for Coronavirus Disease 2019 (COVID-19) in China: A Report of 1014 Cases // Radiology. 2020. Vol. 296, No. 2. P. E32–E40. doi: 10.1148/radiol.2020200642..
DOI: 10.1148/radiol.2020200642

Suh Y.J., Hong H., Ohana M. et al. Pulmonary Embolism and Deep Vein Thrombosis in COVID-19: A Systematic Review and Meta-Analysis // Radiology. 2021. Vol. 298, No. 2. P. E70–E80. doi: 10.1148/radiol.2020203557..
DOI: 10.1148/radiol.2020203557

Yang R., Li X., Liu H. et al. Chest CT Severity Score: An Imaging Tool for Assessing Severe COVID-19 // Radiology: Cardiothoracic Imaging. 2020. Vol. 2, No. 2. P. e200047. doi: 10.1148/ryct.2020200047..
DOI: 10.1148/ryct.2020200047

Revzin M.V., Raza S, Warshawsky R. et al. Multisystem Imaging Manifestations of COVID-19, Part 1: Viral Pathogenesis and Pulmonary and Vascular System Complications // RadioGraphics. 2020. Vol. 40, No. 6. P. 1574–1599. doi: 10.1148/rg.2020200149..
DOI: 10.1148/rg.2020200149

Carfì A., Bernabei R, Landi F. et al. Persistent Symptoms in Patients After Acute COVID-19 // JAMA. 2020. Vol. 324, No. 6. P. 603. doi: 10.1001/jama.2020.12603..
DOI: 10.1001/jama.2020.12603

Liu J., Zheng X, Tong Q. et al. Overlapping and discrete aspects of the pathology and pathogenesis of the emerging human pathogenic coronaviruses SARS‐CoV, MERS‐CoV, and 2019‐nCoV // J. Med. Virol. 2020. Vol. 92, No. 5. P. 491–494. doi: 10.1002/jmv.25709..
DOI: 10.1002/jmv.25709

John A.E., Joseph C, Jenkins G. et al. COVID‐19 and pulmonary fibrosis: A potential role for lung epithelial cells and fibroblasts // Immunological Reviews. 2021. Vol. 302, No. 1. P. 228–240. doi: 10.1111/imr.12977..
DOI: 10.1111/imr.12977

Mohammadi A., Balan I, Yadav S. et al. Post-COVID-19 Pulmonary Fibrosis // Cureus. 2022. doi: 10.7759/cureus.22770..
DOI: 10.7759/cureus.22770

Sgalla G., Iovene B., Calvello M. et al. Idiopathic pulmonary fibrosis: pathogenesis and management // Respir. Res. 2018. Vol. 19, No. 1. P. 32. doi: 10.1186/s12931-018-0730-2..
DOI: 10.1186/s12931-018-0730-2

Tanni S.E., Fabro A.T., De Albuquerque A. et al. Pulmonary fibrosis secondary to COVID-19: a narrative review // Expert Review of Respiratory Medicine. 2021. Vol. 15, No. 6. P. 791–803. doi: 10.1080/17476348.2021.1916472..
DOI: 10.1080/17476348.2021.1916472

Groff D., Sun A., Ssentongo A.E. et al. Short-term and Long-term Rates of Postacute Sequelae of SARS-CoV-2 Infection: A Systematic Review // JAMA Netw Open. 2021. Vol. 4, No. 10. P. e2128568. doi: 10.1001/jamanetworkopen.2021.28568..
DOI: 10.1001/jamanetworkopen.2021.28568

Liu X., Zhou H, Zhou Y. et al. Risk factors associated with disease severity and length of hospital stay in COVID-19 patients // Journal of Infection. 2020. Vol. 81, No. 1. P. e95–e97. doi: 10.1016/j.jinf.2020.04.008..
DOI: 10.1016/j.jinf.2020.04.008

Richeldi L., Collard H.R., Jones M.G. Idiopathic pulmonary fibrosis // The Lancet. 2017. Vol. 389, No. 10082. P. 1941–1952. doi: 10.1016/S0140-6736(17)30866-8..
DOI: 10.1016/S0140-6736(17)30866-8

Liu F., Mih J.D., Shea B.S. et al. Feedback amplification of fibrosis through matrix stiffening and COX-2 suppression // Journal of Cell Biology. 2010. Vol. 190, No. 4. P. 693–706. doi: 10.1083/jcb.201004082..
DOI: 10.1083/jcb.201004082

Martinez F.J. Pulmonary Function Testing in Idiopathic Interstitial Pneumonias // Proceedings of the American Thoracic Society. 2006. Vol. 3, No. 4. P. 315–321. doi: 10.1513/pats.200602–022TK..
DOI: 10.1513/pats.200602–022TK

Huang C., Huang L., Wang Y. et al. RETRACTED: 6-month consequences of COVID-19 in patients discharged from hospital: a cohort study // The Lancet. 2021. Vol. 397, No. 10270. P. 220–232. doi: 10.1016/S0140-6736(20)32656-8..
DOI: 10.1016/S0140-6736(20)32656-8

Mylvaganam R.J., Bailey J.I., Sznajder J.I. et al. Recovering from a pandemic: pulmonary fibrosis after SARS-CoV-2 infection // Eur. Respir. Rev. 2021. Vol. 30, No. 162. P. 210194. doi: 10.1183/16000617.0194-2021..
DOI: 10.1183/16000617.0194-2021

Nalbandian A., Sehgal K, Gupta A. et al. Post-acute COVID-19 syndrome // Nat Med. 2021. Vol. 27, No. 4. P. 601–615. doi: 10.1038/s41591-021-01283-z..
DOI: 10.1038/s41591-021-01283-z

Rai D.K., Sharma P., Kumar R. Post COVID-19 pulmonary fibrosis. Is it real threat? // Indian J Tuberc. 2021. Vol. 68, No. 3. P. 330–333. doi: 10.1016/j.ijtb.2020.11.003..
DOI: 10.1016/j.ijtb.2020.11.003

Mongelli A., Barbi V., Gottardi Zamperla M. et al. Evidence for Biological Age Acceleration and Telomere Shortening in COVID-19 Survivors // Int. J. Mol. Sci. 2021. Vol. 22, No. 11. P. 6151. doi: 10.3390/ijms22116151..
DOI: 10.3390/ijms22116151

D’Ettorre G., Gentilini Cacciola E., Santinelli L. et al. COVID-19 sequelae in working age patients: A systematic review // J. Med. Virol. 2022. Vol. 94, No. 3. P. 858–868. doi: 10.1002/jmv.27399..
DOI: 10.1002/jmv.27399

Lee J.H., Yim J.-J., Park J. Pulmonary function and chest computed tomography abnormalities 6–12 months after recovery from COVID-19: a systematic review and meta-analysis // Respir Res. 2022. Vol. 23, No. 1. P. 233. doi: 10.1186/s12931-022-02163-x..
DOI: 10.1186/s12931-022-02163-x

Testa L.C., Jule Y, Lundh L. et al. Automated Digital Quantification of Pulmonary Fibrosis in Human Histopathology Specimens // Front. Med. 2021. Vol. 8. P. 607720. doi: 10.3389/fmed.2021.607720..
DOI: 10.3389/fmed.2021.607720

Ashcroft T., Simpson J.M., Timbrell V. Simple method of estimating severity of pulmonary fibrosis on a numerical scale // Journal of Clinical Pathology. 1988. Vol. 41, No. 4. P. 467–470. doi: 10.1136/jcp.41.4.467..
DOI: 10.1136/jcp.41.4.467

Cicko S., Grimm M., Ayata K. et al. Uridine supplementation exerts anti-inflammatory and anti-fibrotic effects in an animal model of pulmonary fibrosis // Respir Res. 2015. Vol. 16, No. 1. P. 105. doi: 10.3390/biom10111585..
DOI: 10.3390/biom10111585

De Rudder M., Bouzin C., Nachit M. et al. Automated computerized image analysis for the user-independent evaluation of disease severity in preclinical models of NAFLD/NASH // Laboratory Investigation. 2020. Vol. 100, No. 1. P. 147–160. doi: 10.1038/s41374-019-0315-9..
DOI: 10.1038/s41374-019-0315-9

Barisoni L., Lafata K.J., Hewitt S.M. et al. Digital pathology and computational image analysis in nephropathology // Nat. Rev. Nephrol. 2020. Vol. 16, No. 11. P. 669–685. doi: 10.1038/s41581-020-0321-6..
DOI: 10.1038/s41581-020-0321-6

Courtoy G.E., Leclercq I, Froidure A. et al. Digital Image Analysis of Picrosirius Red Staining: A Robust Method for Multi-Organ Fibrosis Quantification and Characterization // Biomolecules. 2020. Vol. 10, No. 11. P. 1585. doi: 10.3390/biom10111585..
DOI: 10.3390/biom10111585

Kinoshita Y., Watanabe K, Ishii H. et al. Proliferation of elastic fibres in idiopathic pulmonary fibrosis: a whole‐slide image analysis and comparison with pleuroparenchymal fibroelastosis // Histopathology. 2017. Vol. 71, No. 6. P. 934–942. doi: 10.1111/his.13312..
DOI: 10.1111/his.13312

Inui S., Fujikawa A, Jitsu M. et al. Chest CT Findings in Cases from the Cruise Ship Diamond Princess with Coronavirus Disease (COVID-19) // Radiol. Cardiothorac Imaging. 2020. Vol. 2, No. 2. P. e200110. doi: 10.1148/ryct.2020200110..
DOI: 10.1148/ryct.2020200110

Zakharova A.V. Correlation of MR pulmonary perfusion in patients with COVID-19 with quantitative assessment of acute phase CT images // Diagnostic radiology and radiotherapy. 2023. Vol. 14. No 3. P. 61-66. https://doi.org/10.22328/2079-5343-2023-14-3-61-66..
DOI: 10.22328/2079-5343-2023-14-3-61-66

Cressoni M., Gallazzi E, Chiurazzi C. et al. Limits of normality of quantitative thoracic CT analysis // Crit Care. 2013. Vol. 17, No. 3. P. R93. doi: 10.1186/cc12738..
DOI: 10.1186/cc12738

Gattinoni L., Chiumello D., Cressoni M. et al. Pulmonary computed tomography and adult respiratory distress syndrome // Swiss Med Wkly. 2005. doi: 10.4414/smw.2005.10936..
DOI: 10.4414/smw.2005.10936

Weller H.I., Van Belleghem S.M., Hiller A.E. et al. Flexible color segmentation of biological images with the R package recolorize: preprint // Bioinformatics. 2022. doi: 10.1101/2022.04.03.486906..
DOI: 10.1101/2022.04.03.486906

Wood S.N. Fast Stable Restricted Maximum Likelihood and Marginal Likelihood Estimation of Semiparametric Generalized Linear Models // Journal of the Royal Statistical Society Series B: Statistical Methodology. 2011. Vol. 73, No. 1. P. 3–36. doi: 10.1111/j.1467-9868.2010.00749.x..
DOI: 10.1111/j.1467-9868.2010.00749.x

Toussie D., Voutsinas N., Finkelstein M. et al. Clinical and Chest Radiography Features Determine Patient Outcomes in Young and Middle-aged Adults with COVID-19 // Radiology. 2020. Vol. 297, No. 1. P. E197–E206. doi: 10.1148/radiol.2020201754..
DOI: 10.1148/radiol.2020201754

Shen C., Yu N., Cai S. et al. Quantitative computed tomography analysis for stratifying the severity of Coronavirus Disease 2019 // Journal of Pharmaceutical Analysis. 2020. Vol. 10, No. 2. P. 123–129. doi: 10.1016/j.jpha.2020.03.004..
DOI: 10.1016/j.jpha.2020.03.004

Caruso D., Zerunian M., Polici M. et al. Diagnostic performance of CT lung severity score and quantitative chest CT for stratification of COVID-19 patients // Radiol. med. 2022. Vol. 127, No. 3. P. 309–317. doi: 10.1007/s11547-022-01458-9..
DOI: 10.1007/s11547-022-01458-9

Shalmon T., Zerunian M., Polici M. et al. Predefined and data driven CT densitometric features predict critical illness and hospital length of stay in COVID-19 patients // Sci Rep. 2022. Vol. 12, No. 1. P. 8143. doi: 10.1038/s41598-022-12311-4..
DOI: 10.1038/s41598-022-12311-4

Trias-Sabrià P., Dorca Duch E., Molina-Molina M. et al. Radio-Histological Correlation of Lung Features in Severe COVID-19 Through CT-Scan and Lung Ultrasound Evaluation // Front. Med. 2022. Vol. 9. P. 820661. doi: 10.3389/fmed.2022.820661..
DOI: 10.3389/fmed.2022.820661

Henkel M. et al. Lethal COVID-19: Radiologic-Pathologic Correlation of the Lungs // Radiology: Cardiothoracic Imaging. 2020. Vol. 2, № 6. P. e200406. doi: 10.1148/ryct.2020200406..
DOI: 10.1148/ryct.2020200406

Kianzad A., Meijboom L.J., Nossent E.J. et al. COVID‐19: Histopathological correlates of imaging patterns on chest computed tomography // Respirology. 2021. Vol. 26, No. 9. P. 869–877. doi: 10.1111/resp.14101..
DOI: 10.1111/resp.14101

Duong-Quy S. et al. Post-COVID-19 Pulmonary Fibrosis: Facts-Challenges and Futures: A Narrative Review // Pulm Ther. 2023. P. 1–13. doi: 10.1007/s41030-023-00226-y..
DOI: 10.1007/s41030-023-00226-y

Дополнительная информация
Язык текста: Русский
ISSN: 2079-5343

URI:4e432d5241444941472d41525449434c452d323032332d31342d342d302d37332d3831

Унифицированный идентификатор ресурса для цитирования: //medj.rucml.ru/journal/4e432d5241444941472d41525449434c452d323032332d31342d342d302d37332d3831/