张钦和，刘爱连*，杨婕，尤亚茹，陈丽华，宋清伟，沈智威，解立志

作者单位：1.大连医科大学附属第一医院放射科，大连116011；2.飞利浦医疗临床科学部，北京100000；3.通用电气医疗磁共振产品部，北京100000

胰腺脂肪沉积是指胰腺中过多脂质的沉积［1］。在我国胰腺脂肪沉积的患病率约为11%［2］。相关文献表明胰腺脂肪沉积与肥胖、2 型糖尿病、心血管疾病(cardiovascular disease, CVD)和代谢综合征密切相关［3］。高血压是CVD 的主要危险因素［4］，也是代谢综合征的重要组成部分［5］。但目前为止，对胰腺脂肪沉积与高血压之间关系的研究仍然较少［6-7］。肥胖是指体内脂肪过多，主要表现为内脏和皮下脂肪沉积。在肥胖早期，脂肪主要积聚于皮下脂肪组织(subcutaneous adipose tissue,SAT),随后进一步沉积在内脏脂肪组织(visceral adipose tissue,VAT)[8]。有学者认为,VAT 和SAT 的脂肪分数值(fat fraction,FF)对探究脂肪沉积与代谢性疾病的关系也至关重要［9］。相关研究表明内脏脂肪细胞能够分泌多种细胞因子，引起胰岛素抵抗，从而促进原发性高血压；内脏脂肪与原发性高血压关系密切［10-11］。然而目前尚无应用MRI脂肪定量方法探讨VAT和SAT脂肪分数值与高血压关系的研究。本研究旨在应用IDEAL-IQ 技术来探讨胰腺脂肪、VAT 和SAT 与高血压的关系。

1 材料与方法

1.1 研究对象

本研究回顾性收集139 例高血压患者。入组标准如下：(1)高血压患者；(2)实验室指标和临床参数完整；(3)患者行上腹部MRI 检查,扫描序列包含IDEAL-IQ 序列。出组标准为:(1)可疑继发性高血压者(3例)；(2)糖尿病,空腹血糖受损和葡萄糖耐量受损者(32例)；(3)大量饮酒者:女性每天饮酒≥20 g,男性每天饮酒≥30 g(8例)；(4)胰腺病史者(26例)；(5)甲状腺疾病者(5 例)；(6)1 个月内体重变化超过5%者(8 例)；(7)MRI 图像质量差(3 例)。本研究最终共纳入54 例高血压患者(22 例男性和32 例女性)；同时收集健康对照者108 例(表1)。本研究经本院伦理委员会批准，研究对象签署磁共振检查知情同意书。

1.2 MRI检查设备

采用美国GE公司生产的1.5 T MRI扫描仪，受检者禁食；水4～6 h，扫描前训练呼气末屏气，超过20 s。所有检查者行仰卧位，采用IDEAL-IQ序列以及MRI常规轴位T1WI 快速扰相梯度回波（fast spoiled gradient recalled echo；SPGR)、T2WI 快速自旋回波(fast spin echo；FSE)、双回波及DWI序列扫描。MR扫描参数如下：IDEAL-IQ 序列：TR 13.4 ms，TE 4.8 ms，切片厚度10 mm，带宽125 KHZ，视野(FOV) 36 cm×36 cm，矩阵256×160，翻转角5°，NEX为1，屏气时间约24 s。T1WI序列：TR 210 ms，TE 2.4 ms。T2WI 序列：TR 8571 ms，TE 100 ms。双回波序列：TR 190 ms，TE 2 ms、4.3 ms。DWI 序列：TR 7500 ms，TE 58 ms，NEX 为4，b 值=0、600 s/mm2，FOV 42 cm×42 cm。通过IDEAL Research软件进行图像后处理，生成水像、脂像、同相位、反相位、脂肪分数图像和R2*弛豫图像。

1.3 胰腺脂肪定量

在ISP (Intelli Space Portall,Philips Healthcare)工作站上，选择Smart ROI 软件，软件算法自动三维画取脂肪分数图全胰腺轮廓并手动进行轮廓的微调，软件自动计算全胰腺脂肪分数(fat fraction,FF)(图1)。

随机选择20 例患者，医生A 和B (腹部成像MR诊断经验分别为10 年和7 年)采取双盲法分别进行数据测量，以评估观察者间数据的可重复性。医生A在1 周后对相同的20 例患者进行第二次测量，以评估观察者内数据的可重复性。最后，医生A 完成剩余数据测量。

图1 高血压患者，男性，年龄62岁，BMI：27.14 kg/m2。应用Smart ROI软件，软件算法自动三维画取脂肪分数图全胰腺轮廓并手动进行轮廓的微调，最后自动计算全胰腺脂肪分数(fat fraction，FF)(FF=12.1%)Fig.1 Hypertension patient, male, age 62 years old, BMI: 27.14 kg/m2.Using Smart ROI software, the software algorithm automatically draws the full pancreatic contour of the fat score map in three dimensions and manually fine-tunes the contour,and finally automatically calculates the full pancreatic fat fraction(FF)(FF=12.1%).

1.4 VAT和SAT测量

应用Image J（National Institutes of Health，USA）软件在L1～2 层面脂肪分数图上对VAT 和SAT 进行半自动测量，记录面积(cm2)和脂肪分数值(%)。计算内脏/皮下脂肪组织的面积比(V/S)。

1.5 统计学分析

实验数据由SPSS 25.0 (SPSS Inc，Chicago，IL，USA)进行统计学分析。采用Shapiro-Wilk 检验分析数据的正态性。符合正态分布的数据采用平均数±标准差表示，采用独立样本t 检验比较两组间的差异；不符合正态分布的数据采用中位数(25 百分位数，75 百分位数)表示，组间差异性比较采用Mann-Whitney U 检验。 采用组内相关系数(intra-class correlation coefficients，ICC)分析两位观察者所测得数据一致性。相关检验采用Pearson 检验或Spearman 检验。绘制ROC 曲线以分析各参数的诊断效能。计算Youden 指数(Youden 指数＝敏感度＋特异度－1)，并确定全胰腺FF，VAT 面积，SAT 面 积，V/S，VAT FF 和SAT FF 的阈值。P＜0.05为差异具有统计学意义。

2 结果

2.1 一致性分析

两名观察者所测得数据一致性结果如表2所示。ICC值均大于0.75，两名观察者测量结果观察者间及观察者内一致性良好。

2.2 胰腺脂肪、VAT、SAT与高血压

高血压患者的全胰腺FF、VAT 面积、SAT 面积、V/S、VAT FF 和SAT FF 均明显高于对照组，差异均具有统计学意义(P＜0.05)，具体如表3 所示。全胰腺FF 对高血压诊断效能最高，其AUC 值为0.816；其次是VAT 面积(AUC＝0.766)，SAT 面积(AUC＝0.660)，V/S(AUC＝0.616)，VAT FF (AUC＝0.680)和SAT FF (AUC＝0.672)(表4；图2)。另 外，当 全 胰 腺FF 阈 值 为10.15%时，对高血压的敏感度为75.9%，特异度为81.5%。

2.3 胰腺脂肪与VAT，SAT

全胰 腺FF 与VAT 面积(r＝0.541，P＜0.001)和VAT FF(r＝0.561，P＜0.001)呈 中等 程 度 正 相关(图3)，与SAT 面积(r＝0.280，P＜0.001)，SAT FF(r＝0.324，P＜0.001)和V/S (r＝0.266，P＜0.001)呈弱相关(图4)。

3 讨论

3.1 胰腺脂肪定量MRI技术

MRI 被认为是无创性脂肪定量的最佳技术，并广泛应用于临床研究。先前有研究使用化学位移成像(chemical shift imaging，CSI)技术反相位图像上MR 信号的下降程度来量化FF［12-13］，但其准确性受到T1 值、T2 值及脂质子不均一性等多重因素的干扰。MRS 作为无创性脂肪定量的“金标准”，在胰腺脂肪定量方面具有很高准确性［14］，尤其是在脂肪含量较低时，MRS 具有更高的敏感性。但传统的MRS 后处理时间较长，需要病人的呼吸配合，并且会受到采样误差的影响，因此通过MRS 测量的胰腺FF 不能反映全胰腺脂肪浸润的情况。

表1 研究人群一般特征Tab.1 General characteristics of the study population

表2 两名观察者所测得数据一致性检验Tab.2 Consistency test of data measured by two observers

表3 高血压患者与对照组胰腺FF，VAT和SAT的比较Tab.3 Comparison of pancreatic FF,VAT and SAT between hypertension patients and the control subjects

表4 胰腺脂肪、VAT、SAT与高血压关系Tab.4 The relationship between pancreatic FF,VAT,SAT and hypertension

图2 全胰腺FF对高血压鉴别的ROC曲线 图3 A：全胰腺FF与VAT面积的相关性；B：全胰腺FF与VAT FF的相关性 图4 A：全胰腺FF与SAT面积的相关性；B：全胰腺FF与SAT FF的相关性；C：全胰腺FF与V/S的相关性Fig.2 Whole-pancreas FF (highest diagnostic efficiency for hypertension,AUC=0.816). Fig.3 A: Correlation between FF and VAT area of whole pancreas. C:The correlation between pancreatic FF and VAT FF.Fig.4 A:Correlation between pancreas FF and SAT area.B:Correlation between pancreas FF and SAT FF.B:Correlation between pancreas FF and V/S.

IDEAL-IQ 是一种能够精确进行脂肪定量的MRI方法。该技术采用三维快速多回波梯度回波成像序列，利用小翻转角激发，减少T1 效应，并通过并行采集技术提高扫描速度，为临床诊断提供重要的信息［15］。它可自动获取FF，无需进行后续处理或进一步计算。IDEAL-IQ 可用于评估不同器官和组织中脂肪的含量，能够进一步探索脂肪代谢相关问题［16-17］。

3.2 胰腺脂肪沉积与原发性高血压

目前，对于胰腺脂肪沉积与高血压之间关系的研究较少。一项针对中国人群的回顾性病例对照研究结果表明，与非胰腺脂肪沉积组相比，胰腺脂肪沉积组的高血压患病率更高(49.6%：30.5%)［18］。此外，Pieńkowska 等［7］通过Dixon 成像技术发现，高血压患者与非高血压患者相比胰腺脂肪含量更多。然而，胰腺脂肪沉积的分布可能是不均匀的［19］；因此，本研究中，我们使用半自动分割技术测量高血压患者的全胰腺脂肪。结果发现，高血压患者的全胰腺FF 高于对照组，这与之前的研究结果一致。我们还发现高血压与全胰腺FF的相关性最高。有研究认为胰腺脂肪沉积导致的胰岛素抵抗(insulin resistance，IR)可能通过激活交感神经系统来诱发高血压［20］。在胰岛素敏感状态下，胰岛素通过磷脂酰肌醇3-激酶/Akt 途径增加内皮一氧化氮的产生，从而引起血管舒张。相反，在IR状态下，胰岛素通过有丝分裂原激活的蛋白激酶途径诱导血管收缩［21］。尽管胰腺脂肪沉积与高血压密切相关，但它与高血压的因果关系还需进一步研究证实。

3.3 内脏脂肪、皮下脂肪与原发性高血压

在肥胖，尤其是腹型肥胖的发展初期，多余的能量存储在增生和肥大的脂肪细胞中，后来以甘油三酯的形式累积在肝脏、胰腺、肾脏、肌肉和心脏等非脂肪组织中［22］。研究表明胰腺脂肪沉积与BMI［23］和腹型肥胖［24］相关。VAT的代谢活性被认为是肥胖相关并发症发生的关键因素。与SAT 相比，VAT 具有更高的脂解活性［25］。内脏脂肪细胞中β3-肾上腺素受体的表达和功能活性增加、胰岛素受体的减少，VAT中的脂质代谢更加活跃［26］。本研究中，我们发现全胰腺脂肪与VAT面积有较高的相关性，这与以前的研究一致［27］。

L4～L5 是测量VAT 和SAT 最常用的层面，但并不是量化腹部脂肪组织或预测肥胖相关并发症的最优层面［28］。研究表明，与L4～L5 相比，上腹部(即L1～L2 或L2～L3)脂肪面积与代谢异常相关性更高［29］。其原因可能是在L1～L2 至L2～L3 的网膜和肠系膜中有代谢活跃的内脏脂肪细胞沉积。

除脂肪组织面积外，低VAT CT 值还与IR 和CVD代谢风险增加有关。最近的一项研究表明，高VAT面积和低VAT脂肪含量与乳腺癌患者化疗后预后较差、胰岛素水平增高以及IR 相关［9］。在本研究中，我们应用VAT 和SAT FF 表示脂肪质量。结果表明，与SAT FF相比，高血压与VAT FF的相关性更高，全胰腺FF 与VAT FF 呈中等正相关(r＝0.560)。其可能的机制是较高的FF 代表更多的脂肪组织，其与脂肪细胞的体积相关［30］，而增大的脂肪细胞与IR 密切相关。此外，高FF脂肪组织的脂肪细胞血供可能受限，进而引起缺氧，使巨噬细胞聚集从而导致慢性炎症［31］。

本研究尚有不足之处。(1)本研究为单中心研究。(2)本研究没有考虑高血压治疗的影响，尚不清楚这是否会影响结果并引起偏差。(3)大多数研究使用L4～L5 水平进行腹内脂肪测量，以获最大脂肪面积；而我们的研究测量了L1～L2水平的腹部脂肪，主要有以下两个原因：①上腹MR 扫描范围通常不会包含L4～L5 水平；②我们研究的目的是寻找腹部脂肪和胰腺脂肪沉积、原发性高血压之间的相关性，而不是测量腹部最大脂肪含量。(4)本研究旨在探讨胰腺脂肪沉积、内脏脂肪、皮下脂肪和高血压之间的关系，这其中的关联性可能还受其他因素的干扰，下一步研究需要进行多因素的分析来具体分析这其中的关系。

综上，高血压者与全胰腺脂肪分数、VAT和SAT增多有关。全胰腺脂肪分数与VAT 和SAT 的增加相关。这些发现能使我们对肥胖引起的代谢异常有更进一步的了解。

作者利益冲突声明：全体作者均声明无利益冲突。