探索新的磁共振技术评估肾功能障碍

肾功能不全可分为急性肾损伤（AKI）和慢性肾病（CKD）。 AKI的病因很多，根据解剖部位主要分为肾前性、肾性和肾后性三类。 AKI的发生率约为3%~10%，重症监护病房的发生率更高，高达30%~60%； AKI患者病情严重时，死亡率较高，约为30%~80%。 AKI的预后主要与并发症的病因和严重程度有关。 对于肾前性和肾后性原因引起的AKI，如果早期诊断并及时治疗，大多数患者的肾功能可以得到良好的恢复。 对于肾实质疾病引起的AKI患者，根据病因不同，恢复程度也不同，部分患者会出现慢性肾损害。 当AKI持续时间大于或等于三个月时，可称为CKD。 全球有超过7亿人患有肾脏疾病，CKD是继肿瘤和心脏病之后的第三大死因。 CKD可由多种肾脏疾病引起，如糖尿病肾病、高血压肾病、慢性肾小球肾炎等。 此外，还有一种特殊类型的肾移植功能不全，是指患者接受肾移植后出现的肾功能不全。

近年来，人们逐渐越来越重视各种代谢性疾病与身体成分分析与肾功能不全之间的关系。 这些都是肾功能不全的危险因素。 早期识别和处理这些危险因素对于肾功能不全患者的预后和延缓疾病进展具有重要意义。 过去40年来，全球肥胖率持续上升，超过三分之一的国家肥胖率翻了一番。 而且，肥胖与胰岛素抵抗等多种机制有关，肥胖患者也更容易患各种代谢性疾病。 因此，肥胖也是导致肾功能不全的一个因素，亟待预防和管理。 人体不同部位的脂肪组织存在解剖学、细胞和分子差异。 因此，更准确地测量和划分人体内的脂肪组织和肌肉并探讨其与肾功能不全的相关性具有重要意义。 各种代谢性疾病发病率高、病程长、影响全身各组织器官，是肾功能不全的重要危险因素和原因。 因此，探究它们与肾功能不全的相关性并探讨相关机制也很重要。 有助于医生的临床诊断以及后续治疗方案的辅助指定。

然而，无论其发病机制如何，肾纤维化是CKD最终的病理表现。 其主要病理特征是炎性细胞浸润、成纤维细胞增殖、细胞外基质（ECM）沉积以及疤痕组织替代正常肾组织。 肾纤维化是肾功能不全的主要决定因素，其存在和程度与CKD疾病进展和预后密切相关。 早期诊断并准确评估肾功能不全及肾纤维化程度是延缓终末期肾病发展的有效手段，对于提高肾功能不全患者的生存率和生活质量具有重要的临床意义。

通常，临床上评价肾功能的指标是估计肾小球滤过率（eGFR），还有尿素、肌酐、尿酸和碳酸氢盐来辅助评价。 但这些指标容易受到药物、饮食等多种因素的影响，不太准确，并且可能在短时间内发生明显变化。 更重要的是，这些指标反映了整体肾功能。 当患者出现轻度肾脏损害且处于肾脏疾病早期时，这些指标通常仍在正常范围内。 当它们显着减少时，患者通常已经出现不可逆的肾脏损伤。 肾脏动态显像的Gates法是目前临床上唯一广泛应用的评价肾功能的方法。 但其检查时间长（半小时以上）、价格高，而且还对患者施加一定的辐射剂量，限制了其临床常规应用。目前，肾活检是评估肾脏病理的金标准和肾纤维化，但它是侵入性的，并具有严重并发症的风险；并且采样的组织只是肾脏的一小部分，容易出现采样偏差。 缺乏可靠、全面的检测结果阻碍了抗纤维化新药的研究，延迟了有效新药的临床应用。 因此，开发一种体内肾功能不全和肾纤维化的无创动态检测方法是临床急需解决的问题。

随着技术的不断发展和更新，影像学为无创评估肾纤维化提供了新的方法。 由于软组织的高分辨率和进行多参数分析的能力，磁共振将肾功能不全和肾纤维化的诊断从宏观简单的生物形态变化发展到微观复杂的病理生理变化。 许多成像技术通过评估纤维化对肾脏功能状态、物理特性和分子特性的影响来测量肾功能障碍和肾纤维化。 例如，弥散加权成像（DWI）可以检测肾纤维化过程。 细胞外基质成分沉积、炎症细胞和成纤维细胞浸润、肾小管萎缩等引起水分子运动的变化；动脉自旋标记（ASL）成像可以检测微血管灌注的变化；血氧水平依赖性（血氧水平）氧合水平依赖性（BOLD）成像可以检测血管闭塞引起的组织氧合水平下降；磁共振弹性成像（MRE）可以检测纤维化引起的肾组织硬度增加；磁化转移成像（MT）可以检测胶原蛋白等大分子的含量。

近年来，在精准医疗背景下，放射组学、机器学习等人工智能技术正迅速成为肾纤维化影像评估中非常有前途的辅助工具。 它可以高吞吐量地提取和学习图像中的特征，更多地利用医学图像中人眼无法识别的信息，通过构建模型实现疾病诊断、预后评估和疗效预测。 但目前的研究大多处于初步阶段，针对肾功能不全和肾纤维化评估的研究还很少。 相信随着算法的不断完善和模型的优化，放射组学和机器学习的进步将会是巨大的。 在一定程度上促进了肾功能不全、肾纤维化患者个体化医疗、精准医疗的发展。

本研究旨在探讨新的影像技术在评估肾功能不全和肾纤维化（包括移植肾功能不全）患者中的价值。 通过获取肾功能不全及肾纤维化患者的临床、影像、实验室检查及病理资料，利用图像处理软件对图像进行分析，探讨图像参数、身体成分及代谢性疾病与肾功能不全及肾纤维化程度之间的关系对患者实现肾功能不全及肾纤维化的无创诊断、疗效评估及预后预测。 等，从而指导临床治疗，提高肾功能不全患者的生存率和生活质量。

研究步骤

1. 影像资料的收集：纳入符合上述标准的患者，与他们沟通并告知，然后签署知情同意书。 建议主治医师规定的MR检查，患者在检查前禁食8小时，禁水4小时。 检查结束后，应整理患者的影像数据信息，记录影像ID、检查项目类型等信息。
2. 图像数据处理：利用PACS系统和GE工作站复制DICOM格式的图像数据，利用图像处理软件进行定性和定量分析，并记录相关参数值。
3. 临床数据采集：通过同济医院放射科放射信息系统（RIS）查询患者名单，采集临床数据、血清肌酐、肾小球滤过率eGFR等实验室检测数据以及病理数据等如肾纤维化程度。 根据本研究的排除标准进行病例筛查，详细记录患者的病史，包括性别、年龄、身高、体重、血压、既往病史等，以及血常规、血液生化等实验室检测数据、肌酐、尿素和尿酸。 、碳酸氢盐、肾小球滤过率eGFR、尿蛋白、尿蛋白肌酐比值等，病理资料、病理类型、分类分级评分、肾纤维化程度评分等。 治疗情况包括治疗方案、用药、治疗时间等、疾病随访信息等信息。
4. 通过血清肌酐、肾小球滤过率eGFR等实验室检测数据，肾纤维化程度或评分等病理数据，或治疗效果，对肾功能不全合并肾纤维化患者进行分组，并进行组间比较。 相关影像学参数的差异，探索不同影像技术评估肾功能不全及肾纤维化的能力，旨在实现影像学在肾功能不全及肾纤维化的无创诊断、疗效评价及预后预测中的应用，从而指导临床练习决策。

七、可能存在的风险及防范措施

可能的风险：

本研究需要访问患者影像检查数据和电子病历数据，可能存在患者隐私等信息泄露的风险。

防范措施：

本研究使用的影像数据和电子病历数据均为医院存储的数据。 除患者本人外，只有医务人员可以查看。 它们用于指导疾病的诊断和治疗，不用于任何商业活动。 本机构记录和使用的数据（包括影像图像）不包含任何可以识别患者身份的标识符。 因此，患者的个人信息能够得到有效的保护。

8.数据采集与统计分析数据主要是图像处理软件分析得到的图像参数。 完成临床信息、实验室数据、预后数据的收集后，根据分组情况进行排序，并利用SPSS等统计软件进行分析。