Integration of Hematoma Volume and Density Heterogeneity via the Harmonic Mean Is Associated With Improved Early Prediction of Hematoma Progression in Frontal Lobe Contusion: A Multicenter Retrospective Cohort Study

技術要約：前頭葉挫瘡における血腫進行の早期予測のための調和平均を用いた血腫容積と密度不均一性の統合

1. 問題提起

前頭葉挫瘡（FCL）は、外傷性脳損傷（TBI）に伴う一般的かつ極めて不均一な病変である。重要な臨床的課題は、血腫進行（HPC）のリスクがある患者を早期に特定することであり、HPCは受傷後72時間以内の血腫容積25%以上の増加と定義される。HPCは、二次的な神経学的悪化、頭蓋内圧の上昇、および不良な転帰と強く関連している。

現在の臨床評価は、主に定性的なCT所見や外科医の経験に依存しているが、FCL特有の「ペッパー・ソルト（塩胡椒）」状の外観により、観察者間の合意形成が低くなる傾向がある。定量的な指標も存在するが、単独で使用する場合には以下の限界がある：

• ベースライン血腫容積（V）： 空間的な負荷を反映するが、病変内部が活動的な出血状態にあるのか、あるいは不安定な凝固状態にあるのかを示すことはできない。
• 密度変動係数（DCV）： 内部の密度不均一性（新旧混在の出血のマーカー）を定量化するが、病変の絶対的な物理的サイズを無視した相対的な指標である。

本研究は、どちらの次元も単独では進行リスクを特徴付けるには不十分であり、病変のサイズと密度の不安定性の結合構成を捉えるための、統合された数学的原理に基づく指標が必要であると仮定している。

2. 方法論

研究デザインおよびコホート
本研究は、TRIPOD+AIガイドラインに従った多施設共同レトロスペクティブ・コホート研究である。

• 開発コホート： Ningxia Medical University General Hospitalの患者341名（2020年8月～2025年10月）。
• 外部検証コホート： Hengyang Medical School, University of South China The Second Affiliated Hospitalの患者273名（2020年1月～2025年12月）。
• 選択基準： FCLを確認する緊急非造影CT（NCCT）、受傷後6時間以内の初回NCCT、72時間以内のフォローアップNCCT、GCS 9以上、および完全なデータ。
• 除外基準： 即時の緊急手術、GCS 9未満、またはデータの欠落。

データ処理および特徴量エンジニアリング

• セグメンテーション： 5年以上の経験を持つ2名の脳神経外科医により、3D Slicer (v5.8.1) を用いてベースライン血腫容積（$V$）および密度統計量（平均、標準偏差 $SD$）を抽出した。
• 密度変動係数（DCV）： $DCV = SD / Mean$ として算出。
• 容積・密度統合指数（VDII）： ベースライン容積（$V$）とDCVの調和平均を用いた新しい複合マーカーとして構築。
  $$VDII = \frac{2}{(1/V) + (1/DCV)}$$
  調和平均が選択された理由は、小さい値に対して敏感であるためである。したがって、$V$または不均一性のいずれかが低い値を示すと、全体の指数が著しく抑制される。これは、高リスクの病変には一定の空間的スケールと顕著な内部不均一性の両方が必要であるという病態生理学に合致している。
• 共変量： 臨床変数には、GCS、年齢、およびラボマーカー（SIRI、LMR、好酸球数、血糖値、アルブミン）が含まれる。

モデル開発
4つのロジスティック回帰モデルを構築し、比較した：

1. VDIIのみ： 標準化されたVDII単独。
2. モデル1（生成分）： 生の$V$、$DCV$、および臨床・ラボ変数を含む。
3. モデル2（VDII統合）： 生の$V$と$DCV$を標準化されたVDIIに置き換え、他の臨床変数を保持。
4. モデル3（拡張）： モデル2 ＋ 血糖値 ＋ アルブミン。

統計解析

• 変数選択： 10分割交差検証を伴うLASSO回帰およびBorutaアルゴリズム。
• パフォーマンス指標： AUC（比較のためのDeLongテスト、Bonferroni補正後の閾値 $P < 0.0083$）、較正（Brierスコア、較正曲線）、決定曲線分析（DCA）、および統合識別改善（IDI）。
• 検証： 内部ブートストラップ検証および独立したコホートによる外部検証。
• 非線形性： VDIIとHPCリスクの関係を評価するために、制限付き立方スプライン（RCS）解析を用いた。

3. 主な結果

デモグラフィックスおよびベースライン
開発コホートのHPC率は29.0%（トレーニング）および28.3%（テスト）であり、外部検証コホートのHPC率は21.0%であった。外部コホートは有意に高齢で、GCSスコアが低く、生のVDII値が高かった。これは、一般化可能性をテストするのに適した集団の不均一性を示している。

識別性能

• 単一指標： テストセットにおいて、VDII単独（AUC 0.745）は、容積のみ（AUC 0.514）およびDCVのみ（AUC 0.659）を有意に上回った。
• モデル比較（外部検証）：
  • モデル2（VDII統合） は、AUC 0.763 (95% CI: 0.698–0.824) を達成した。
  • モデル1（生成分） は、AUC 0.699 (95% CI: 0.627–0.769) を達成した。
  • モデル2によるモデル1の改善は、統計的に有意であった（$P < 0.001$）。
  • モデル3（血糖とアルブミンの追加）は、モデル2に対して識別能の有意な向上をもたらさなかった（AUC 0.758 vs. 0.763, $P = 0.649$）。
• 堅牢性： 内部ブートストラップ検証により、楽観主義補正後もモデル2がモデル1に対して優れた性能を維持していることが確認された。

多変量解析および関連性

• 独立した予測因子： 低い標準化VDIIは、HPCの高いリスクと独立して関連していた（OR 0.425, 95% CI: 0.269–0.671, $P < 0.001$）。
• 非線形性： RCS解析により、有意な非線形関係が明らかになった（非線形性の$P$値 = 0.0007）。HPCのリスクはVDIIが増加するにつれて減少したが、低いVDIIの範囲でリスク減少がより急激であった。
• サブグループ解析： VDIIの予測能は、大容量病変（OR 0.58）と比較して、小容量病変（OR 0.26）においてより強力であり、有意な相互作用が認められた（$P = 0.005$）。

較正および臨床的有用性

• モデル2は、外部検証セットにおいて、モデル1と比較して優れた較正（より低いBrierスコア）と高い純利益（決定曲線分析）を示した。
• モデル2に基づいたノモグラムが、個別化されたリスク予測を容易にするために開発された。

4. 主な貢献

1. 新規画像マーカー： 調和平均に基づき、病変の容積と密度の不均一性を数学的に統合した複合マーカーである**容積・密度統合指数（VDII）**の導入。
2. 優れた予測能： VDIIが容積または不均一性単独よりも血腫進行の早期識別において優れた能力を提供すること、および生の成分をVDIIに置き換えることで外部検証におけるモデルの一般化能が向上することを実証。
3. 臨床層別化： VDIIが、従来の臨床実務において過小評価されがちな小容量病変の層別化に特に有効であることを特定。
4. モデルの簡潔性： 全身性の炎症・代謝マーカー（血糖、アルブミン）の追加は、VDIIベースの画像モデルに対して有意な増分価値をもたらさなかった。これは、この文脈において病変固有の画像特性が早期進行リスクの主要な要因であることを示唆している。

5. 意義および限界（著者の視点）

著者らは、VDIIがFCLにおける早期リスク層別化のための新しい定量的ツールを提供し、CTフォローアップ戦略や監視強度を導く可能性があると主張している。サイズと不均一性の両方が必要となる「ショートボード（短い板）」効果を捉えることで、VDIIは単一次元の指標の限界に対処している。

しかし、著者らは臨床実装に関して慎重なトーンを維持している：

• レトロスペクティブな性質： 本研究は観察研究であり、結果は相関を示すものであって因果関係を示すものではなく、VDIIの使用が患者の転帰を改善することを証明するものではない。
• 一般化可能性： 本研究は特定のスキャナープロトコルを持つ中国の2施設に限定されている。異なる地域、トラウマシステム、または異なる画像パラメータにおけるモデルの性能は未検証である。
• ワークフローの制約： 現在の測定には半自動セグメンテーションと手動修正が必要であり、これがリアルタイムの臨床応用を制限している。
• 定義のバイアス： HPC（相対的な容積増加）の定義は、本質的に小さな病変における進行の検出を有利にする可能性があり、それが観察されたサブグループにおけるVDIIの強さに影響を与えている可能性がある。
• 今後の必要性： 著者らは、VDIIを日常的な臨床意思決定に推奨する前に、前向きな検証、自動化された測定ワークフロー、およびインパクト解析が必要であることを強調している。