
“纵览国际,细剖学术新知”
研究背景
研究方法
本研究纳入137例具有临床LTL数据的fILD患者。对所有高分辨率CT(HRCT)图像行e-Lung(Brainomix,牛津)qCT分析,得出加权网状血管评分(WRVS,%)及总疾病范围(TDE,%)。对具有系列CT随访的患者,计算两次扫描间WRVS和TDE的变化量(ΔWRVS、ΔTDE)。关联分析采用相关性检验、方差分析(ANOVA)及回归模型。死亡风险评估采用Cox比例风险模型。
研究结果
研究结论
端粒缩短可识别出一种高风险的fILD表型,该表型具有更高的qCT网状血管负荷、更显著的影像学间隔进展及超额死亡风险,支持生物学指标与影像学相结合的联合风险分层策略。
参考文献
本平台旨在为医疗卫生专业人士传递更多医学信息。本平台发布的内容,不能以任何方式取代专业的医疗指导,也不应被视为诊疗建议。如该等信息被用于了解医学信息以外的目的,本平台不承担相关责任。本平台对发布的内容,并不代表同意其描述和观点。若涉及版权问题,烦请权利人与我们联系,我们将尽快处理。
