跳过主要内容

SARS-CoV-2感染后患者胸部CT表现随访1年

一个评论本文于2021年9月14日发表

摘要

背景

关于COVID-19 1年预后的知识有限。本研究的目的是随访和评估COVID-19患者出院后CT扫描肺部异常情况。

方法

浙江大学医学院第一位附属医院患者的预期队列研究,在住院期间和2周,1个月,3个月,6个月和1年后的胸部CT评估释放。还评价了残留CT不透明度的危险因素及残留CT异常对肺功能的影响1年。

结果

本研究共随访了41例患者。出院后逐步恢复由一系列CT评分证实。出院1年后,约47%的患者在肺部CT上表现为残余像差,CT中位值为0(四分位差值(IQR)为0 - 2),主要影像学表现为网状毛玻璃影(GGO)。残余放射异常的患者年龄较大(p= 0.01),目前吸烟者的比率较高(p= 0.04),高血压率较高(p= 0.05), SaO较低2p= 0.004),急性期继发细菌感染的患病率较高(p= 0.02)。多因素logistic回归分析表明,年龄是残余放射异常相关的危险因素(OR 1.08, 95% CI 1.01-1.15,p= 0.02)。全肺活量肺功能(p= 0.008)和残余体积(p< 0.001),且与CT评分呈负相关。

结论

在出院后1年的随访期间,新冠病毒-19幸存者的胸部CT表现出持续改善。但是,仍然可以观察到残余病变,并与肺容积参数相关。发生残余CT不透明度的风险随着年龄的增长而增加。

同行评审报告

背景

由严重急性呼吸综合征冠状病毒-2(SARS-CoV-2)引起的2019年冠状病毒病(COVID-19)是一种全球大流行,已导致1亿多人感染,200多万人死亡[狗万1.0].根据对严重急性呼吸综合征(SARS)和中东呼吸综合征(MERS)的研究,残留的放射性异常和肺功能损害可能持续数月甚至数年[23.4狗万1.0].与SARS-CoV-1和MERS-CoV相比,COVID-19似乎是一种严重程度较低的高传染性疾病。在全球有数以百万计的确诊病例的情况下,了解COVID-19出院患者的康复动态将有助于识别患者预后。

很少有研究分析SARS-CoV-2感染后的长期结果。在出院时,在大部分新冠病毒-19幸存者中观察到残余的放射学异常[狗万1.0].发病3个月后,四分之一的COVID-19患者在胸部CT扫描中仍显示不透明,扩散能力下降[狗万1.0狗万1.0].近期报告显示,武汉新冠肺炎患者随访6个月,主要表现为乏力或肌无力、睡眠困难、焦虑或抑郁[狗万1.0].超过三分之一的COVID-19严重幸存者在发病6个月后出现纤维样变化[狗万1.0].之前的研究评估了出院后1个月、3个月和6个月的COVID-19后遗症[789狗万1.0].新冠肺炎患者出院后1年的后遗症知之甚少。

在这里,41名COVID-19患者在出院后连续接受了12个月的纵向随访。分析影像学特征的时间变化。还评价了残留CT不透明度的危险因素及残留CT异常对肺功能的影响1年。

方法

学习设计与参与者

本研究是对2020年2月1日至3月15日浙江大学医学院附属第一医院出院的COVID-19幸存者的前瞻性纵向随访研究。共有86名连续出院的COVID-19患者被邀请参加本次随访研究,其中45名患者由于缺乏兴趣或受限于患者的地理位置而被排除在外(图1)。狗万1.0).随访患者出院后2周、1个月、3个月、6个月、1年的胸部CT扫描。根据《中国COVID-19肺炎诊疗临床指南(第7版)》,根据病情严重程度对患者进行分类[狗万1.0].简单地说,患者可分为四个严重级别:轻微、普通、严重和危重疾病。轻度疾病定义为影像学上无肺炎征象的轻度临床症状。普通疾病定义为发热症状、呼吸道症状和肺炎的放射学表现。严重疾病包括满足以下条件之一的患者:呼吸频率≥30次/分,动脉氧饱和度(SaO2)静置≤93%,氧气的部分压力(Pao2)/氧吸收浓度(FiO2)≤300mmhg, 24-48小时胸片病变进展超过50%。危重病例是指符合下列条件之一的患者:需要呼吸衰竭和机械通气,发生休克,并伴有其他需要重症监护的器官衰竭。为简化分析过程,本研究将轻、普通病例合并为轻症组,将重症、危重病例合并为重症组。经浙江大学医学院第一附属医院机构审查委员会批准(IIT2020-137)。在登记前获得每位参与者的书面知情同意。

图1
图1

证明新冠病毒-19参与者注册和随访时间表的计划

辐射成像

标准化技术应用于所有使用相同CT设备的射线照相检查。两名具有5年以上经验的放射科医生独立审查了上述CT图像[狗万1.0].简单地说,每个肺分为三个区:上区(在隆突上)、中区(隆突下至下肺静脉)和下区(下肺静脉下)。每个肺区(共6个肺区)按以下规则评分:0,0%受累;1、参与率低于25%;2、25%至50%参与;3, 50%至75%的参与;75%或更高的参与率。总评分的总和提供了整个肺受累情况(双肺的最大值为24)[狗万1.0].

CT扫描主要表现为:(1)纯毛玻璃影(GGO),即肺密度增加,但肺痕迹未被掩盖;(2)网状模式,定义为GGO网状,包括纤维线影、胸膜下线、支气管扩张;(3) GGO伴实变,定义为肺密度增高,肺实质标记模糊;(4)混合型,即实变、GGO和网状不透明的组合。这些放射学模式的相应数字列在附加文件中狗万1.0:图S1。住院期间和出院后两周获得的CT扫描标记为发病时间。出院后第1、3、6和12个月获得的CT扫描标记为出院时间。总共分析了41名患者的317次胸部CT。每个患者患者平均7.7±1.5克拉(范围4-10克拉)。

肺功能检查(pft)

在出院后12个月进行PFTs。采用美国Sensor Medic Vmax System按标准方案测量总肺活量(TLC)、残余容积(RV)、用力肺活量(FVC)、1秒用力呼气容积(FEV1)、FEV1/FVC比、呼气峰值流量(PEF)、一氧化碳扩散容量(DLCO)等参数。除PEF和FEV1/FVC外,肺功能参数以预测值的百分比表示[狗万1.0].

统计分析

人口学特征以中位数和四分位范围(IQR)表示,或以绝对值和分类变量的百分比表示。连续变量组间比较采用Kruskal-Wallis检验。各组间的分类变量及轻、重度组间的临床特征采用Fisher精确检验。为确定与残余CT军团相关的独立危险因素,对单因素分析p值< 0.1的潜在影响因素进行多因素logistic回归分析。采用Spearman秩相关系数评价CT评分与pft指数的相关性。所有统计分析均使用SAS 9.4软件(SAS Institute Inc., Cary, NC, USA)进行。假设检验的显著性水平设为0.05(双侧)。

结果

患者的临床特征和1年的pft

这些患者的临床特征总结在表中狗万1.0.入组患者中,轻症患者25例,重、危重症患者16例。严重组男性比例较高(p= 0.018),并有较高的ICU住院率(p= 0.024),高流量鼻插管(HFNC)治疗(p= 0.001),以及使用皮质类固醇(p= 0.017)。总体而言,1年回收率后肺功能良好保存(表格狗万1.0).随访1年,37例患者(92.7%)FEV1/FVC比值> 70%。只有3例(7.3%)患者出现肺弥散异常(DLCO < 80%预测值),5例(12.2%)患者TLC低于80%。轻度组与重度组的pft比较(见表1)狗万1.0),重度组RV中位值(中位109.5,IQR 105.5 ~ 120.5)略低于轻度组(中位131,IQR 110 ~ 144) (p= 0.014)。重度组TLC较轻度组无显著性降低(p= 0.057)。PFT的其他参数,例如FEV1 / FVC比率,FVC,FEV1,PEF和DLCO,在轻度和严重的组之间是可比的。

表1患者的临床特征

SARS-CoV-2感染后胸部CT纵向变化

在1年的序列CT分数证实后医院放电后存在渐进的恢复过程(图。狗万1.0一种)。疾病程度在症状发作后的前两周内显示出明显的增加,并在第三周中达到峰值,中位数CT得分为8.5(IQR 5.5-10.5),其次是高原阶段,直到医院排放后1个月。医院放电后1个月的恢复率加速。放电后1年,观察到47%的患者用细微的残留缺散片(中位数0,IQR 0-2)。具有SARS-COV-2感染的72岁男性CT的动态变化,他在住院期间接受皮质类固醇和HFNC的治疗,如图2所示。狗万1.0.可见双侧弥漫性胸膜下GGO部分实变逐渐吸收。出院约1个月时,GGO区出现胸膜下线、网、不规则线状混浊,出院1年后仍可看到轻微的不规则线状混浊。

图2
图2.

一个曲线图显示了症状出现后数周内各时间点CT评分的中位数。B堆积条图显示在症状开始时CT扫描对CT扫描的不同模式的分布。黑色表示支气管扩张,暗灰色表示网状图案,白色表示合并,浅灰色表示磨光玻璃不断,条纹表示正常。斜体的时间点分别表明医院放电(1M,3M,6M和1Y的1个月,3个月,6个月,1年后的时间)分别在医院排放后的1个月,3个月,6个月和1年。每个采样点的患者的数量列在酒吧的顶部

图3
图3.

一名患有严重COVID-19的72岁男性横断面CT扫描。2020年1月29日出现发热咳嗽,2月1日确诊为SARS-CoV-2感染,当日入院,住院期间行皮质类固醇及高流量鼻插管治疗。一个第7天扫描显示弥漫性胸膜下GGO。B第14天获得的扫描显示胸膜下GGO伴部分实变。C发病第21天扫描显示胸膜下GGO,部分实变吸收。D患病第28天扫描显示GGO区域出现不规则线性不透明。E出院后1个月(患病第62天)扫描显示不规则线状不透明和胸膜下网状。F出院后3个月(患病第112天)扫描显示胸膜下网状结构。G扫描于6时获得 出院后数月(患病210天),根据GGO显示轻微不规则线性阴影和网状结构。H在出院后1年(疾病第390天)进行扫描,在GGO基础上显示细微的不规则线性不透明和网状

此外,我们发现CT扫描的主要模式随时间改变(图。狗万1.0B).具体来说,巩固程度在症状出现后的第3周达到高峰(40.2%),随后下降。自发病至出院12个月以单纯GGO或网状GGO为最常见的异常类型。出院后1个月时CT表现正常的肺区比例为27.0%,3个月时为48.5%,6个月时为54.5%,1年时为65.4%(附加文件)狗万1.0:表S1)。到1年后续后期,只有13.0%的肺部区有GGO具有网状图案的迹象,以及纯GGO的8.1%(附加文件狗万1.0:表S1)。

轻、重患者各时间点CT评分动态变化对比如图所示。狗万1.0A.出院后1年,轻度组(中位数为0,IQR 0 - 1)残留异常中位数评分显著低于重度组(中位数为1.5;差1 - 6)(p= 0.03)。重症患者的CT评分在发病后早期达到峰值,并在数周内保持在高水平,然后缓慢下降。轻度患者发病后第3周影像学异常逐渐达到高峰。峰值分数低于重度组(p= 0.002)。除观察期第1周外,重度组各时间点CT评分均高于轻度组(p < 0.05,图1)。狗万1.0A).轻度和重度组在早期恢复阶段(发病后第3周至第6周)恢复缓慢。在急性期,观察到重症组的巩固发生率高于轻度组(图)。狗万1.0B, C,狗万1.0).对于急性期内患有轻度疾病的患者,肺区具有正常CT结果的比例从3个月的35.6%增加到3个月,6个月的57.2%,在医院排放后1年内为78.8%(无花果。狗万1.0B,狗万1.0).在重度组中也可以看到类似的增加趋势,即1个月时11.1%,3个月时28.3%,6个月时34.4%,1年时42.2%(图)。狗万1.0B,狗万1.0).

图4
图4.

一个线图在症状发作后,在各个时间点,展示轻度和严重患者的中位数和严重患者。实线轻度患者;虚线严重患者。B堆叠条形图显示了不同时间点CT扫描轻型患者肺部病变的不同类型分布。C叠加柱状图显示了重症患者不同时间点CT扫描肺部病变的不同类型分布。黑色为支气管扩张,深灰色为网状,白色为实变,浅灰色为毛玻璃样混浊,条纹为正常。斜体时间点为出院后时间(1m、3m、6m分别为出院后1个月、3个月、6个月)。每个采样点的患者的数量列在酒吧的顶部

出院后1年残留放射学异常的危险因素

根据患者的就诊情况(n=17)或缺席(n= 19)出院后1年CT残留病灶。比较两亚组的流行病学和临床特征(表)狗万1.0).有残余放射性异常的患者年龄较大(p= 0.01),目前吸烟者的发生率较高(p= 0.04)、高血压(p= 0.05), SaO较低2p= 0.004),急性期继发细菌感染(p= 0.02)。多变量logistic回归分析显示,年龄(OR 1.08, 95% CI 1.01-1.15,p= 0.02)是与出院后1年残余放射异常相关的危险因素狗万1.0).

表2有无残留CT异常组间临床特征比较
表3 CT残留异常相关因素多变量分析

放射性残留异常与pft的相关性

pft的大部分参数,如FVC、FEV1、PEF、DLCO、FEV1/FVC比值无显著差异,但TLC的肺容量参数(p=0.008)和RV显著降低(p< 0.001), CT残留异常组明显高于无异常组(表狗万1.0).残余CT病变评分与1年TLC评分呈负相关(R = - 0.46;p= 0.005),以及RV值(R =−0.71;p< 0.001)(图狗万1.0A、 B)。

图5
图5.

一个散点图显示出院后1年CT评分与总肺活量(TLC)显著相关。B散点图显示出院后1年CT评分与残余体积(RV)有显著相关性

讨论

现有关于COVID-19纵向变化和长期结果的知识仍然有限[狗万1.0].我们报告了41例COVID-19患者的胸部ct和pct随访1年。据我们所知,我们的研究提供了最长的随访间隔以及对COVID-19患者CT序列的纵向描述。我们发现年龄(p= 0.01)、吸烟(p=0.04),高血压(p= 0.05), SaO较低2p= 0.004),急性期继发细菌感染(p= 0.02)与残余放射异常显著相关。此外,我们观察到TLC肺容量参数(p= 0.008)及RV (p< 0.001)显著降低(p< 0.001)。

关于1年的放射学后遗症的数据有限。我们的结果表明,在排放后1年发生的胸部CTS发生大量恢复,其中位数CT得分为0%和65.4%的肺区。Tang等人。据报道,55岁女性在疾病发作后1年后恢复正常肺部疗法[狗万1.0].我们队列中的连续ct也提供了COVID-19患者在早期和晚期恢复期的纵向肺变化。早期恢复期(出院后1个月内)的恢复速度明显慢于晚期恢复期(出院后1个月至1年)。此前有记录表明,在COVID-19患者早期康复期间(发病后30天内)CT评分缓慢下降[狗万1.0].恢复缓慢的可能原因可能与皮质类固醇的使用有关。在我们的队列中,大多数患者接受了皮质类固醇治疗,在出院后的第一个月停止了治疗。使用皮质类固醇是否会导致CT扫描恢复延迟,需要在未来更大样本量的研究中加以验证。在以往对SARS感染患者进行连续CT扫描的15年随访研究中,病变在感染后的前12个月出现较大程度的吸收和恢复,并在随后的15年保持稳定[狗万1.0].因此,COVID-19后残留不透明会持续多久值得进一步研究,并在未来进行更长的随访。

肺纤维化的发展是严重呼吸道感染患者的一个重要后遗症[狗万1.0].自从观察SARS-COV-1和MERS-COV感染后的大量纤维化后果1819狗万1.0],Covid-19后肺纤维化的患病率和持续存在令人担忧。基于先前的数据,在从严重Covid-19在疾病发作后6个月的患者中,观察到肺纤维化样的变化(牵引支气管扩张,实质带和蜂窝状)的存在[狗万1.0].本研究中,重症患者6个月时31%的肺区观察到网状GGO,与既往报道相比较。在出院后12个月,重症患者的这一数值降至26.7%,整个队列的这一数值降至13.0%,肺部放射学显示逐渐恢复。然而,这里观察到的网状改变是否代表真正的纤维化改变仍不确定。还需要进行更长随访间隔时间的进一步研究。

出院后1年CT扫描发现残留病灶的患者年龄较大。此外,年龄被确定为残余放射混浊的预测因子。Song等人报道,年龄较大(> 50岁)的COVID-19患者比年轻患者有更多的实变病变[狗万1.0]Wang等人发现老年患者肺部受累的肿块(> 45 年)的严重程度明显高于年轻患者,且峰值较晚(≤ 45 年)[狗万1.0].在出院后3个月,年龄与GGO存在相关[狗万1.0].在前6个月的后续研究中,老年(> 50岁)被确定为SARS-COV-2感染后纤维化样变化的独立风险因素[狗万1.0].Covid-19的严重程度和结果与患者年龄密切相关[狗万1.0狗万1.0].为什么老年COVID-19患者往往病情更重、恢复更慢尚不清楚。潜在的分子机制可能包括血管紧张素转换酶2的表观遗传失调和nod样受体蛋白3的过度激活作为老年人细胞因子风暴的触发因素[狗万1.0].此外,有关COVID-19疾病严重程度的年龄相关差异被认为与CD8+ T细胞计数呈负相关,与炎症反应和肝脏损伤呈正相关[狗万1.0].另一种可能的解释是随着年龄的增长,包括高血压、冠心病、慢性阻塞性肺疾病和糖尿病在内的合并症发生率增加[狗万1.0]这些共病性疾病和相应的药物会影响疾病的进程。进一步的大样本研究有必要对共病性的影响进行分层。

在感染后早期康复期,扩散能力对肺功能影响最大[狗万1.0].在出现症状6个月后出现肺扩散异常的COVID-19患者中,有相当大比例(根据不同严重程度评分为22-56%)[狗万1.0].我们的结果显示,只有7.3%的患者在出院1年后DLCO低于80%,说明弥散能力在6个月至12个月恢复良好。在早期康复期也发现肺限制异常[狗万1.0].症状出现后6个月,在3级(不需要补充氧)至5-6级(需要HFNC和机械通气)之间的患者RV下降[狗万1.0].在我们的研究中,有CT残留病变的参与者的TLC和RV值远低于无残留病变的参与者。TLC和RV的残差浊度与pft呈显著负相关(图)。狗万1.0)综上所述,有人提出,肺体积明显受损,尤其是在CT异常的患者中。这里的结果与SARS-CoV-1病例的组织学特征一致,包括疾病早期的弥漫性肺泡损伤,以及疾病后期的致密间隔和肺泡纤维化[狗万1.0].然而,由于两组患者的TLC和RV水平(无论是否残留CT阴影)普遍正常,因此减少可能没有临床意义。

我们的研究有一些局限性。首先,无法获得发病前的基线CT扫描;因此,很难比较患病前后的结果。但本研究中慢性呼吸系统患者比例较低,可以认为大部分患者基线CT扫描正常。其次,我们的研究样本量相对较小,我们的研究结果包括已识别的危险因素,需要在多个中心进行的观察和更大的样本量来证实。第三,在随访1年的患者中观察到细微的残余影。当其余的放射异常完全消除时,需要进一步研究。最后,基于深度学习的图像处理软件在胸部CT图像的定量分析中显示出巨大的潜力[狗万1.0],可用于进一步的研究,提供更多的定量数据(如有效肺体积、病变体积)。

结论

总之,COVID-19幸存者在康复1年期间肺部CT扫描显示持续改善。残余病变仍可在肺造影中观察到,并与肺体积参数相关。老年患者出现残余CT异常的风险很高。本研究全面了解COVID-19患者急性期和恢复期肺纵向变化情况,为康复提供理论依据。

数据和材料的可用性

本研究中和/或分析的数据集可在合理要求下由通讯作者提供。

缩写

COVID-19:

2019年冠状病毒病

“非典”:

严重急性呼吸综合征

市面汇率:

中东呼吸综合征

计算机断层扫描:

计算地形图

GGO:

毛玻璃样阴影

ALT:

丙氨酸转氨酶

AST:

天冬氨酸转氨酶

ESR:

红细胞沉降率

c反应蛋白:

c反应蛋白

il - 6:

白细胞介素- 6

2

血氧饱和度

击球时:

肺功能测试

TLC:

总肺容量

房车:

残余体积

FVC:

用力肺活量

残:

1秒内用力呼气量

PEF:

最大呼气流量

DLCO:

一氧化碳的扩散能力

差:

四分位范围

HFNC:

高流量鼻插管

参考文献

  1. 1.

    世卫组织冠状病毒病(新冠病毒-19)仪表盘。https://covid19.who.int。于2020年11月1日查阅。

  2. 2.

    惠DS,Joynt Gm,Wong Kt,Gomersall CD,Li Ts,Antonio G,等。严重急性呼吸综合征(SARS)对幸存者队伍肺功能,功能能力和生活质量的影响。胸部。2005; 60(5):401-9。https://doi.org/10.1136/thx.2004.030205

    中科院文章PubMed公共医学中心谷歌学者

  3. 3.

    许德生,黄家杰,高福荣,谭林良,陈丹敏,吴杰,等。严重急性呼吸综合征对幸存者队列中肺功能、运动能力和生活质量的1年影响胸部。2005;128(4):2247 - 61。https://doi.org/10.1378/chest.128.4.2247

    文章PubMed谷歌学者

  4. 4.

    颜志杰,高伟华,吴绍华,杜桂华,唐敏,许仕德。严重急性呼吸综合征对肺功能、运动能力和健康状况的长期影响Respirology。2010;15(3):543 - 50。https://doi.org/10.1111/j.1440-1843.2010.01720.x

    文章PubMed公共医学中心谷歌学者

  5. 5.

    朴WB, Jun KI, Kim G, Choi J-P, Rhee J-Y, Cheon S,等。中东呼吸综合征肺炎严重程度与肺并发症的相关性。韩国医学杂志。2018;33(24):e169。https://doi.org/10.3346/jkms.2018.33.e169

    文章PubMed公共医学中心谷歌学者

  6. 6.

    莫旭,简伟,苏振华,陈明,彭辉,彭鹏,等。COVID-19患者出院时肺功能异常中国科学(d辑):地球科学(英文版)。https://doi.org/10.1183/13993003.01217-2020

    中科院文章PubMed公共医学中心谷歌学者

  7. 7.

    van den Borst B, Peters JB, Brink M, Schoon Y, Bleeker-Rovers CP, Schers H, et al.;急性COVID-19康复3个月后进行全面健康评估。2020。https://doi.org/10.1093/cid/ciaa1750(打印前打印)。

  8. 8.

    等。入院3个月后呼吸困难、肺功能和CT表现中国科学(d辑):地球科学(英文版);https://doi.org/10.1183/13993003.03448-2020.(epub领先于print)

  9. 9.

    黄C,黄L,王Y,李X,任L,古X,康L,郭L,刘M,周X,罗J,黄Z,图S,赵Y,陈L,徐D,李Y,李C,彭L,李Y,谢W,崔D,尚L,范G,徐J,王G,王Y,中J,王C,王J,张D,曹B。出院患者中新冠病毒-19的6个月后果:队列研究。柳叶刀杂志,2020年。https://doi.org/10.1016/s0140 - 6736 (20) 32656 - 8

  10. 10

    韩旭,范勇,李楠,贾旭,袁敏,等。重症COVID-19肺炎术后6个月胸部CT随访放射学。2021;299 (1):e177 - 86。https://doi.org/10.1148/radiol.2021203153

    文章PubMed谷歌学者

  11. 11

    《中国新型冠状病毒肺炎诊疗临床指南(第七版)》。http://kjfy.meetingchina.org/msite/news/show/cn/3337.html.2021年3月28日生效。

  12. 12

    OOI GC,Khong Pl,Müllernl,yiu wc,周lj,ho Jcm,等。严重的急性呼吸综合征:30例患者薄膜CT的颞肺改变。放射学。2004; 230(3):836-44。https://doi.org/10.1148/radiol.2303030853

    文章PubMed谷歌学者

  13. 13

    Pakhale S, Bshouty Z, Marras TK。肺功能测试解释的百分位数预测值与百分位数的比较。acta photonica sinica; 2009;16(6): 189-93。https://doi.org/10.1155/2009/912185

    文章PubMed公共医学中心谷歌学者

  14. 14

    唐丽,曾旭。重症SARS-CoV-2肺炎1年随访。放射学。2021;300 (1):E310。https://doi.org/10.1148/radiol.2021210615.(epub领先于print)

  15. 15.

    张华,刘旭,于平,程明,王伟,孙勇,等。动态CT评价中度COVID-19肺炎患者病情变化及预后x射线科学与技术。2020;28(5):851-61。https://doi.org/10.3233/XST-200711

    中科院文章PubMed公共医学中心谷歌学者

  16. 16.

    张鹏,李军,刘洪,韩宁,鞠军,寇勇,等。与医院获得性严重急性呼吸系统综合征相关的长期骨和肺后果:来自前瞻性队列研究的15年随访骨研究》2020;8(1):8。https://doi.org/10.1038/s41413-020-0084-5

    中科院文章PubMed公共医学中心谷歌学者

  17. 17.

    John AE,Joseph C,Jenkins G,Tatler等。新冠病毒-19与肺纤维化:肺上皮细胞和成纤维细胞的潜在作用。免疫杂志,2021年版。https://doi.org/10.1111/imr.12977.(epub领先于print)

  18. 18.

    吴安,李宁,袁慧慧,等。出院后严重急性呼吸综合征患者的薄层CT:初步经验放射学。2003;228(3):810 - 5。https://doi.org/10.1148/radiol.2283030726

    文章PubMed谷歌学者

  19. 19.

    Das KM, Lee EY, Singh R, Enani MA, Al Dossari K, Van Gorkom K,等。mers冠状病毒患者康复后胸部影像学随访中国放射医学杂志。2017;27(3):342-9。https://doi.org/10.4103/ijri.IJRI_469_16

    文章PubMed公共医学中心谷歌学者

  20. 20.

    谢L,刘y,粉丝B,小Y,田Q,Chen L等。血清SARS-CORONAVIRUS IgG,肺功能和射线照相的动态变化,患者从SARS排出后恢复的患者。RESPIR RES。2005; 6(1)。https://doi.org/10.1186/1465-9921-6-5

  21. 21

    宋飞,史宁,单飞,张志强,沈军,卢华,等。新型冠状病毒肺炎。放射学。2020;295(1):210 - 7。https://doi.org/10.1148/radiol.2020200274

    文章PubMed谷歌学者

  22. 22

    王超,黄鹏,王磊,沈志,林波,王强,等。利用CT评估COVID-19肺炎的时间变化:一项回顾性多中心研究医学杂志。2020;8(15):935。

  23. 23

    杨旭,于宇,徐建军,舒辉,夏军,刘洪,等。中国武汉SARS-CoV-2重症患者的临床病程和结局:单中心回顾性观察研究Lancet Respir Med. 2020;8(5): 475-81。https://doi.org/10.1016/s2213 - 2600 (20) 30079 - 5

    中科院文章PubMed公共医学中心谷歌学者

  24. 24

    Suleyman G, Fadel RA, Malette KM, Hammond C, Abdulla H, Entz A, et al.;底特律市区一系列患者与2019冠状病毒病相关的临床特征和发病率3(6):e2012270。https://doi.org/10.1001/jamanetworkopen.2020.12270

    文章PubMed公共医学中心谷歌学者

  25. 25

    Mueller AL, McNamara MS, Sinclair DA。为什么COVID-19对老年人的影响更大?老化(奥尔巴尼纽约)。2020; 12:9959 - 81。https://doi.org/10.18632/aging.103344

  26. 26

    金胜,安华,周涛,李涛,谢敏,陈胜,等。2019冠状病毒病的性别和年龄特异性临床和免疫学特征公共科学图书馆Pathog。2021;17 (3):e1009420。https://doi.org/10.1371/journal.ppat.1009420

    中科院文章PubMed公共医学中心谷歌学者

  27. 27.

    罗华,刘胜,王勇,等。中国江苏COVID-19患者临床特征和结局的年龄差异:一项回顾性多中心队列研究BMJ开放。2020;10 (10):e039887。https://doi.org/10.1136/bmjopen-2020-039887

    文章PubMed谷歌学者

  28. 28.

    Torres-Castro R, Vasconcello-Castillo L, Alsina-Restoy X, Solis-Navarro L, Burgos F, Puppo H, et al.;COVID-19感染后患者的呼吸功能:系统综述和荟萃分析肺学。2020;27(4):328 - 37。

  29. 29.

    黄C,黄l,王y,li x,ren l,gu x等人。Covid-19在医院出院的患者中的6个月后果:队列研究。柳叶刀。2021; 397(10270):220-32。https://doi.org/10.1016/s0140 - 6736 (20) 32656 - 8

    中科院文章PubMed公共医学中心谷歌学者

  30. 30.

    肖昌华,吴明志,陈春林,薛鹏锐,谢世文,杨鹏程,等。严重急性呼吸综合征肺病理的演变。acta Formos Med Assoc. 2005;104(2): 75-81。

    PubMed谷歌学者

  31. 31.

    王志强,王志强,王志强。基于深度学习的新型冠状病毒肺炎(COVID-19) CT图像分析[J]。计算机结构生物技术J. 2021; 19:1391-9。https://doi.org/10.1016/j.csbj.2021.02.016

    中科院文章谷歌学者

下载参考

基金

本研究由国家自然科学基金(U20A20343)、国家“十三五”科技发展重大专项(2017ZX10105001)和浙江省重点研发计划应急项目(no. 2017ZX10105001)资助。2020 c03123)。

作者信息

从属关系

作者

贡献

L.L.和x.k构思了研究设计;C.Y.和D.C.分析数据并解释结果;Y.L.收集数据并分析结果;g.w. F.X。,Y.L S.J。X.T,研究中心,其中,砂石,Y.P,各位玩家,T.J。L.G, L.Y, X.M,中华民国收集数据;C.Y.和D.C.撰写了手稿;L.L.和x.k对手稿进行了修改;所有的作者都阅读并批准了最终的手稿。

相应的作者

给李兰娟或徐凯锦的信件。

道德宣言

伦理批准和同意参与

经浙江大学医学院第一附属医院机构审查委员会批准(IIT20200049A)。在登记前获得每位参与者的书面知情同意。

同意出版

本研究已获得所有受试者的同意。

相互竞争的利益

两位作者宣称他们没有相互竞争的利益。

附加信息

出版商的注意

万博平台登陆网址施普林格《自然》杂志对已出版的地图和机构附属机构的管辖权要求保持中立。

补充信息

附加文件1表S1

:残差异常在不同时间点的分布。图S1: COVID-19康复患者随访胸部ct影像学表现。

权利和权限

开放存取本文是基于知识共享署名4.0国际许可,允许使用、共享、适应、分布和繁殖在任何媒介或格式,只要你给予适当的信贷原始作者(年代)和来源,提供一个链接到创作共用许可证,并指出如果变化。本文中的图像或其他第三方材料都包含在本文的知识共享许可中,除非在该材料的信用额度中另有说明。如果资料不包括在文章的知识共享许可协议中,并且你的预期用途没有被法律规定允许或超过允许用途,你将需要直接从版权所有者获得许可。如欲查阅本许可证副本,请浏览http://creativecommons.org/licenses/by/4.0/.知识共享公共领域奉献豁免(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据,除非在数据的信贷额度中另有说明。

再版和权限

关于这篇文章

通过CrossMark验证货币和真实性

引用这篇文章

陈勇,丁超,余丽。et al。SARS-CoV-2感染后患者胸部CT表现的一年随访。BMC医学19,191(2021)。https://doi.org/10.1186/s12916-021-02056-8

下载引用

关键字

  • SARS-CoV-2
  • 肺放射学
  • 肺功能
  • 康复期
  • 风险因素
  • 陈燕飞、丁程和凌宇对手稿的贡献是相同的。
Baidu