<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE root>
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:ali="http://www.niso.org/schemas/ali/1.0/" article-type="oration" dtd-version="1.2" xml:lang="en"><front><journal-meta><journal-id journal-id-type="publisher-id">Digital Diagnostics</journal-id><journal-title-group><journal-title xml:lang="en">Digital Diagnostics</journal-title><trans-title-group xml:lang="ru"><trans-title>Digital Diagnostics</trans-title></trans-title-group><trans-title-group xml:lang="zh"><trans-title>Digital Diagnostics</trans-title></trans-title-group></journal-title-group><issn publication-format="print">2712-8490</issn><issn publication-format="electronic">2712-8962</issn><publisher><publisher-name xml:lang="en">Eco-Vector</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="publisher-id">106784</article-id><article-id pub-id-type="doi">10.17816/DD106163</article-id><article-categories><subj-group subj-group-type="toc-heading" xml:lang="en"><subject>Conference proceedings</subject></subj-group><subj-group subj-group-type="toc-heading" xml:lang="ru"><subject>Материалы конференции</subject></subj-group><subj-group subj-group-type="toc-heading" xml:lang="zh"><subject>会议报告摘要</subject></subj-group><subj-group subj-group-type="article-type"><subject>Conference Report, Theses of Report</subject></subj-group></article-categories><title-group><article-title xml:lang="en">Сhest MRI in identifying signs of COVID-19 pneumonia</article-title><trans-title-group xml:lang="ru"><trans-title>Использование магнитно-резонансной томографии органов грудной клетки при выявлении очагов SARS-CoV-2 пневмонии</trans-title></trans-title-group><trans-title-group xml:lang="zh"><trans-title/></trans-title-group></title-group><contrib-group><contrib contrib-type="author"><name-alternatives><name xml:lang="en"><surname>Panina</surname><given-names>O. Y.</given-names></name><name xml:lang="ru"><surname>Панина</surname><given-names>О. Ю.</given-names></name><name xml:lang="zh"><surname></surname><given-names></given-names></name></name-alternatives><address><country country="RU">Russian Federation</country></address><email>nikitenkoir@yandex.ru</email><xref ref-type="aff" rid="aff1"/></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="en"><surname>Nikitenko</surname><given-names>I. R.</given-names></name><name xml:lang="ru"><surname>Никитенко</surname><given-names>И. Р.</given-names></name><name xml:lang="zh"><surname></surname><given-names></given-names></name></name-alternatives><address><country country="RU">Russian Federation</country></address><email>nikitenkoir@yandex.ru</email><xref ref-type="aff" rid="aff2"/></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="en"><surname>Vasilev</surname><given-names>Yu. A.</given-names></name><name xml:lang="ru"><surname>Васильев</surname><given-names>Ю. А.</given-names></name><name xml:lang="zh"><surname></surname><given-names></given-names></name></name-alternatives><address><country country="RU">Russian Federation</country></address><email>nikitenkoir@yandex.ru</email><xref ref-type="aff" rid="aff1"/></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="en"><surname>Akhmad</surname><given-names>E. S.</given-names></name><name xml:lang="ru"><surname>Ахмад</surname><given-names>Е. С.</given-names></name><name xml:lang="zh"><surname></surname><given-names></given-names></name></name-alternatives><address><country country="RU">Russian Federation</country></address><email>nikitenkoir@yandex.ru</email><xref ref-type="aff" rid="aff1"/></contrib></contrib-group><aff-alternatives id="aff1"><aff><institution xml:lang="en">Moscow Center for Diagnostics and Telemedicine</institution></aff><aff><institution xml:lang="ru">Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы</institution></aff><aff><institution xml:lang="zh"></institution></aff></aff-alternatives><aff-alternatives id="aff2"><aff><institution xml:lang="en">The Russian National Research Medical University named after N.I. Pirogov</institution></aff><aff><institution xml:lang="ru">Российский национальный научно-исследовательский университет им. Н.И. Пирогова</institution></aff><aff><institution xml:lang="zh"></institution></aff></aff-alternatives><pub-date date-type="pub" iso-8601-date="2022-04-26" publication-format="electronic"><day>26</day><month>04</month><year>2022</year></pub-date><volume>3</volume><issue>1S</issue><issue-title xml:lang="en"/><issue-title xml:lang="ru"/><issue-title xml:lang="zh"/><fpage>27</fpage><lpage>28</lpage><history><date date-type="received" iso-8601-date="2022-04-26"><day>26</day><month>04</month><year>2022</year></date><date date-type="accepted" iso-8601-date="2022-04-26"><day>26</day><month>04</month><year>2022</year></date></history><permissions><copyright-statement xml:lang="en">Copyright ©; 2022, Panina O.Y., Nikitenko I.R., Vasilev Y.A., Akhmad E.S.</copyright-statement><copyright-statement xml:lang="ru">Copyright ©; 2022, Панина О.Ю., Никитенко И.Р., Васильев Ю.А., Ахмад Е.С.</copyright-statement><copyright-statement xml:lang="zh">Copyright ©; 2022, Panina O., Nikitenko I., Vasilev Y., Akhmad E.</copyright-statement><copyright-year>2022</copyright-year><copyright-holder xml:lang="en">Panina O.Y., Nikitenko I.R., Vasilev Y.A., Akhmad E.S.</copyright-holder><copyright-holder xml:lang="ru">Панина О.Ю., Никитенко И.Р., Васильев Ю.А., Ахмад Е.С.</copyright-holder><copyright-holder xml:lang="zh">Panina O., Nikitenko I., Vasilev Y., Akhmad E.</copyright-holder><ali:free_to_read xmlns:ali="http://www.niso.org/schemas/ali/1.0/"/><license><ali:license_ref xmlns:ali="http://www.niso.org/schemas/ali/1.0/">https://creativecommons.org/licenses/by-nc-nd/4.0</ali:license_ref></license></permissions><self-uri xlink:href="https://jdigitaldiagnostics.com/DD/article/view/106784">https://jdigitaldiagnostics.com/DD/article/view/106784</self-uri><abstract xml:lang="en"><p>.</p></abstract><trans-abstract xml:lang="ru"><p><bold>ОБОСНОВАНИЕ.</bold> Большинство методов лучевой диагностики подвергают пациентов лучевой нагрузке. В частности, компьютерная томография (КТ), используемая как «золотой стандарт» диагностики признаков SARS-CoV-2 пневмонии, является источником высокой лучевой нагрузки [1–5]. Магнитно-резонансная томография (МРТ) может служить альтернативой для определённых групп пациентов (дети, беременные женщины), которым рекомендована минимизация лучевой нагрузки [7–9].</p> <p><bold>ЦЕЛЬ</bold> ― оценка чувствительности различных импульсных последовательностей МРТ для выявления основных типов повреждения лёгких при вирусной пневмонии COVID-19 («матовое стекло», консолидация). Определена также наиболее оптимальная импульсная последовательность для диагностики и динамического контроля состояния пациентов, перенёсших данное заболевание.</p> <p><bold>МЕТОДЫ.</bold> В мультицентровое проспективное исследование включили 25 пациентов (6 мужчин и 19 женщин). Одному пациенту провели КТ- и МРТ-исследование органов грудной клетки. КТ выполнена с использованием стандартного протокола на компьютерном томографе GE Revolution EVO (128 срезов). МРТ-изображения получены при помощи магнитно-резонансных томографов (GE и Philips) с индукцией магнитного поля 3Тл. Протокол включал импульсные последовательности: T2 WI, T1 WI, DWI, DIXON, динамическую МРТ. Затем МРТ-изображения сопоставляли с изображениями, полученными при КТ. Каждый очаг рассматривали индивидуально. Для достижения большей достоверности полученные на разных аппаратах изображения рассматривали отдельно и чувствительность каждой импульсной последовательности для обоих исследуемых видов повреждений («матовое стекло», консолидация) оценивали независимо. Для выявления наиболее чувствительной последовательности использовали Q-критерий Кокрена и post-hoc тест Мак-Немара.</p> <p><bold>РЕЗУЛЬТАТЫ.</bold> Самые высокие уровни чувствительности, по сравнению с другими последовательностями (p&lt;0,05), выявленные на томографах GE для очагов «матовое стекло», составили: T2 (57,80%) и DIR (62,5%), но разница не была статистически достоверной (р&gt;0,05). Чувствительность для очагов консолидации была достоверно ниже при использовании последовательности DIXON в фазе (15,6%; р&lt;0,05), остальные последовательности не демонстрировали достоверной разницы между собой (р&gt;0,05). Самые высокие уровни чувствительности, по сравнению с другими последовательностями (p&lt;0,05), получены на томографах Philips для очагов «матовое стекло», они составили: T2 (71,30%) и SPAIR (76,3%), для очагов консолидации: DIR (57,5%), но достоверность разницы между ними не подтверждена.</p> <p><bold>ЗАКЛЮЧЕНИЕ.</bold> Таким образом, более высокие значения чувствительности относительно прочих последовательностей установлены для T2 (до 76,6%), DWI (до 68,6%), SPAIR (до 79,7%) для группы очагов типа «матового стекла».</p></trans-abstract><trans-abstract xml:lang="zh"><p/></trans-abstract><kwd-group xml:lang="ru"><kwd>COVID-19</kwd><kwd>магнитно-резонансная томография</kwd><kwd>компьютерная томография</kwd><kwd>пневмония</kwd></kwd-group><funding-group/></article-meta></front><body></body><back><ref-list><ref id="B1"><label>1.</label><mixed-citation>Xie Z, Sun H, Wang J, et al. A novel CT-based radiomics in the distinction of severity of coronavirus disease 2019 (COVID-19) pneumonia. BMC Infect Dis. 2021;21(1):608. doi: 10.1186/s12879-021-06331-0</mixed-citation></ref><ref id="B2"><label>2.</label><mixed-citation>Dong D, Tang Z, Wang S, et al. The Role of Imaging in the Detection and Management of COVID-19: A Review. IEEE Rev Biomed Eng. 2021;14:16–29. doi: 10.1109/RBME.2020.2990959</mixed-citation></ref><ref id="B3"><label>3.</label><mixed-citation>Kanne JP, Bai H, Bernheim A, et al. COVID-19 Imaging: What We Know Now and What Remains Unknown. Radiology. 2021;299:E262–279. doi: 10.1148/RADIOL.2021204522</mixed-citation></ref><ref id="B4"><label>4.</label><mixed-citation>Long C, Xu H, Shen Q, et al. Diagnosis of the Coronavirus disease (COVID-19): rRT-PCR or CT? Eur J Radiol. 2020;126:108961. doi: 10.1016/j.ejrad.2020.108961</mixed-citation></ref><ref id="B5"><label>5.</label><mixed-citation>Kalra MK, Homayounieh F, Arru C, Holmberg O, Vassileva J. Chest CT practice and protocols for COVID-19 from radiation dose management perspective. Eur Radiol. 2020;30:1. doi: 10.1007/S00330-020-07034-X</mixed-citation></ref><ref id="B6"><label>6.</label><mixed-citation>Zhou Y, Zheng Y, Wen Y, et al. Radiation dose levels in chest computed tomography scans of coronavirus disease 2019 pneumonia: A survey of 2119 patients in Chongqing, southwest China. Medicine (Baltimore). 2021;100:e26692. doi: 10.1097/MD.0000000000026692</mixed-citation></ref><ref id="B7"><label>7.</label><mixed-citation>Vasilev YuA, Sergunova KA, Bazhin AV, et al. Chest MRI of patients with COVID-19. Magn Reson Imaging. 2021;79:13–19. doi: 10.1016/j.mri.2021.03.005</mixed-citation></ref><ref id="B8"><label>8.</label><mixed-citation>Fields BKK, Demirjian NL, Dadgar H, Gholamrezanezhad A. Imaging of COVID-19: CT, MRI, and PET. Semin Nucl Med. 2021;51:312. doi: 10.1053/J.SEMNUCLMED.2020.11.003</mixed-citation></ref><ref id="B9"><label>9.</label><mixed-citation>Vasilev YA, Bazhin AV, Masri AG, et al. Chest MRI of a pregnant woman with COVID-19 pneumonia. Digital Diagnostics. 2020;1(1):61–68. doi: 10.17816/dd46800</mixed-citation></ref></ref-list></back></article>
