SucheTrefferlisteNative Niedrigdosis-CT des Thorax zum Nachweis von COVID-19
Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Hintergrund: Bei klinischem Verdacht auf COVID-19 liegt zum systematischen Einsatz von nativer Niedrigdosis-Computertomografie (ND-CT) nur limitierte Evidenz vor.

Methode: Das COVID-19-Bildgebungs-Register Aachen (COBRA) sammelt Daten zur Bildgebung von Patienten mit COVID-19. Zwei der COBRA-Partner (Universitätsklinik Aachen, Krankenhaus Düren) führen bei Patienten, die sich mit COVID-19-Symptomen vorstellen, systematisch sowohl Abstrich/PCR als auch ND-CT durch. Die ND-CT wurden vor Vorliegen des PCR-Ergebnisses nach dem COV-RADS-Schema prospektiv beurteilt, um die Wahrscheinlichkeit von COVID-19 zu kategorisieren.

Ergebnisse: Vom 18. 3. bis 5. 5. 2020 wurden 191 Patienten (117 männlich, Alter: 65 ± 16 Jahre) mit COVID-19-Symptomen per Abstrich und ND-CT untersucht. Die mediane Dauer von Probeneingang bis Verfügbarkeit des PCR-Befunds betrug 491 min (Interquartilsabstand [IQR: 276–1 066]), von CT-Durchführung bis Verfügbarkeit des CT-Befunds 9 min (IQR: 6–11). Bei 75/191 Patienten (39 %) wurde COVID-19 final diagnostiziert. Die ND-CT war bei 71 dieser 75 Patienten positiv und bei 106/116 Patienten ohne COVID-19 negativ, entsprechend einer Sensitivität von 94,7 % (95-%-Konfidenzintervall: [86,9; 98,5]), einer Spezifität von 91,4 % [84,7; 95,8], einem positiven beziehungsweise negativen prädiktiven Wert von 87,7 % [78,5; 93,9] beziehungsweise 96,4 % [91,1; 98,6] und einer AUC („area under the curve“) von 0,959 [0,930; 0,988]. Der initiale Abstrich war bei sechs Patienten falsch-negativ, was einer Sensitivität von 92,0 % [83,4; 97,0] entspricht; diese sechs Patienten waren im ND-CT testpositiv. Bei 47,4 % der testnegativen ND-CT (55/116) bestanden pathologische Lungenbefunde/-infiltrate, die von COVID-19-assoziierten Lungenveränderungen korrekt unterschieden wurden.

Schlussfolgerungen: Die ND-CT kann bei Patienten mit klinischen Symptomen COVID-19 mit einer zum Abstrich vergleichbaren Sensitivität nachweisen und von anderen Erkrankungen derselben klinischen Symptomatik mit hoher Spezifität unterscheiden. Für den parallelen Einsatz von ND-CT und Abstrich/PCR spricht, dass die ND-CT falsch-negative Abstrichergebnisse korrigieren kann, ihre Ergebnisse weit schneller verfügbar sind und für die Behandlungsplanung hilfreiche zusätzliche diagnostische Informationen liefern.

LNSLNS

Standardverfahren zur Identifizierung der Coronavirus-Krankheit-2019 (COVID-19) bei Patienten mit klinischen Symptomen ist die Abstrichuntersuchung des Nasen-/Rachenraums mit nachfolgender RT-PCR-Testung (RT-PCR, Reverse-Transkriptase-Polymerase-Kettenreaktion, im Folgenden „PCR“) auf virale RNA (1, 2). Die RT-PCR-Analyse bietet eine fast absolute Sicherheit, im Abstrich enthaltenes Virusmaterial zu identifizieren und damit die spezifische Diagnose einer SARS-CoV-2-Infektion zu stellen (3). Auch bei korrekter Abstrichentnahme können jedoch falsch-negative PCR-Resultate auftreten (4, 5). Es ist daher bei suggestiver klinischer Symptomatik üblich, den Abstrich zu wiederholen.

Die native Niedrigdosis-Computertomografie des Thorax (ND-CT) wurde schon früh zur Behandlungssteuerung von Patienten mit COVID-19 eingesetzt. Dabei zeigte sich, dass die COVID-19-assoziierte Pneumonie im CT häufig einen typischen Befund erzeugt, nämlich relativ dichte, peripher gelegene sogenannte Milchglas-Trübungen sowie fokale Konsolidierungen und das „crazy paving“-Muster (6, 7). Eine erste Beobachtungsstudie aus Wuhan kam beim Vergleich der Treffsicherheit von ND-CT und Abstrichuntersuchung/PCR bei symptomatischen Patienten zum Ergebnis, dass die ND-CT die Identifizierung von COVID-19 mit hoher Empfindlichkeit ermöglicht und weitere Erkrankte, deren Abstrich (falsch-)negativ bleibt, zu identifizieren hilft (8, 9). Darüber hinaus zeigte sich bei serieller Durchführung von ND-CT und Abstrichuntersuchungen, dass die ND-CT bei 60–93 % der Patienten bis zu fünf Tage früher positiv war als der Abstrich (8). Einige Einrichtungen in Deutschland und Europa setzen deshalb die ND-CT ergänzend zur PCR-Testung für die Diagnostik von COVID-19 ein. Allerdings ist dieser Einsatz der ND-CT umstritten; Fachgesellschaften raten explizit davon ab, unter anderem, weil keine Evidenz aus Studien außerhalb von China vorliegt (10, 11, 12, 13, 14, 15, 16).

Im Rahmen der COBRA-Studie (COVID-19-Bildgebungs-Registerstudie Aachen) haben sich die radiologischen Abteilungen der Einrichtungen im Raum Aachen/Düren/Heinsberg zusammengeschlossen, um gemeinsam Daten zur Bildgebung bei Personen mit COVID-19 zu sammeln. In zwei der teilnehmenden Standorte, im Universitätsklinikum Aachen und im Krankenhaus Düren, wird die ND-CT zur Diagnostik von COVID-19 parallel zur PCR-Testung eingesetzt. In der vorliegenden Arbeit berichten wir erste Erfahrungen mit dieser Vorgehensweise.

Methoden

Die vorliegenden Daten wurden zwischen dem 18. 3. und 5. 5. 2020 im Universitätsklinikum Aachen (UKA) und im Krankenhaus Düren gGmbH (KHD) erhoben und im Rahmen der COBRA-Studie für diese Analyse zur Verfügung gestellt (Ethikvotum EK 097/20; Deutsches Register für Klinische Studien: DRKS00021740).

Eingeschlossen wurden die Daten von Patienten, die sich mit klinischen Symptomen von COVID-19 vorstellten und sowohl Abstrich/PCR- als auch ND-CT-Untersuchung innerhalb von 24 Stunden erhielten (eMethodenteil). Nicht eingeschlossen wurden Untersuchungen solcher Patienten, bei denen der SARS-CoV-2-Status durch PCR-Analyse zum Untersuchungszeitpunkt bereits bekannt war. Für Details zu Abstrich und CT-Technik siehe den eMethodenteil. Die native ND-CT des Thorax war mit einer mittleren Strahlenbelastung (bei circa 75 kg schweren Patienten) von 1,7 Millisievert (mSv) assoziiert.

Alle ND-CT-Untersuchungen wurden prospektiv und in Unkenntnis der Ergebnisse der PCR-Testung (die zum Zeitpunkt der CT-Befundung noch nicht vorlagen) von jeweils einem von insgesamt sechs (UKA) beziehungsweise zwei (KHD) radiologischen Fachärzten beurteilt. Zusätzlich wurden die Diagnosen nach dem COV-RADS-Schema (RADS, Reporting and Data System) kategorisiert (Tabelle 1, eMethodenteil).

COV-RADS-Schema
Tabelle 1
COV-RADS-Schema

Da die publizierten Daten eine hohe Rate falsch-negativer Abstrichergebnisse erwarten ließen (1, 2, 9), wurde zur Festlegung der finalen Diagnose „COVID-19 positiv“ beziehungsweise „COVID-19 negativ“ ein zusammengesetzter Referenzstandard („composite standard of reference“) als „ground truth“ verwendet, der sowohl PCR-Ergebnis als auch den weiteren klinischen Verlauf des Patienten berücksichtigte (eMethodenteil).

Sensitivität, Spezifität, negativer und positiver prädiktiver Wert (NPV, PPV) der ND-CT und des primären Abstrichergebnisses (das heißt des Abstrichs, der zum selben Zeitpunkt wie das ND-CT erhoben wurde) wurden auf Grundlage dieses Referenzstandards bestimmt. Zusätzlich wurde für die ND-CT eine ROC-Analyse (ROC, „receiver operating characteristic“) durchgeführt. Für Details zur radiologischen und statistischen Analyse der ND-CT-Befundmuster siehe den eMethodenteil.

Ergebnisse

Im genannten Zeitraum wurden 191 Personen im UKA (n = 145) beziehungsweise im KHD (n = 46) mit COVID-19-suspekter klinischer Symptomatik vorstellig und erhielten eine Abstrichuntersuchung mit PCR-Analyse sowie eine ND-CT des Thorax.

Zwischen der Abstrichentnahme und Durchführung der ND-CT lagen im Median 52 Minuten (IQR: 0,3–3,3 h). Die Dauer von Probeneingang bis Verfügbarkeit des PCR-Befunds betrug im Median 491 Minuten (IQR: 276–1 066 min). Die Dauer von der ND-CT-Untersuchung bis Mitteilung des ND-CT-Befunds betrug im Median neun Minuten (IQR: 6–11 min). Die Ergebnisse der ND-CT lagen damit im Median acht Stunden früher vor als die Ergebnisse der PCR (IQR: 4,5–17,5 h) (eGrafiken 1, 2).

Zeit bis zur Verfügbarkeit des Abstrichergebnisses (a) und Zeit bis zur Verfügbarkeit der ND-CT-Ergebnisses (b) für die ersten 124 Patienten des Universitätsklinikums Aachen (UKA)
eGrafik 1
Zeit bis zur Verfügbarkeit des Abstrichergebnisses (a) und Zeit bis zur Verfügbarkeit der ND-CT-Ergebnisses (b) für die ersten 124 Patienten des Universitätsklinikums Aachen (UKA)
Zeitliche Abstände zwischen Verfügbarkeit des CT-Befunds und Verfügbarkeit des Abstrichergebnisses für die ersten 124 Patienten des Universitätsklinikums Aachen
eGrafik 2
Zeitliche Abstände zwischen Verfügbarkeit des CT-Befunds und Verfügbarkeit des Abstrichergebnisses für die ersten 124 Patienten des Universitätsklinikums Aachen
Häufigkeit von COVID-19 in Abhängigkeit von COV-RADS-Kategorien COV-RADS, Covid-19 Reporting and Data System
Grafik
Häufigkeit von COVID-19 in Abhängigkeit von COV-RADS-Kategorien COV-RADS, Covid-19 Reporting and Data System

Tabelle 2 zeigt die relevanten demografischen Daten der Patienten sowie Dauer und Art der klinischen Symptomatik. Das mittlere Alter betrug 64,9 ± 16,4 Jahre; die Symptome bestanden bei der Mehrzahl der Patienten (109/191) zum Zeitpunkt der Untersuchung seit weniger als einer Woche. Am häufigsten lagen Fieber (58 %), Husten (53 %) und Dyspnoe (46 %) vor.

Demografische und klinische Charakteristika der Patienten
Tabelle 2
Demografische und klinische Charakteristika der Patienten

Die finale Diagnose „COVID-19 positiv“ wurde bei 75/191 (39,3 %) Patienten gestellt; die finale Diagnose „COVID-19 negativ“ bei den übrigen 116/191 (60,7 %).

Die PCR-Testung des Nasen-/Rachenraums war bei 69/191 Patienten (36,1 %) positiv, bei 122/191 (63,9 %) negativ. Die ND-CT war bei 81/191 Patienten (42,4 %) positiv, bei 110/191 (57,6 %) negativ (Abbildung).

ND-CT von zwei Patienten, beide mit Fieber und Husten sowie mit a) COV-RADS-5 b) COV-RADS-2
Abbildung
ND-CT von zwei Patienten, beide mit Fieber und Husten sowie mit a) COV-RADS-5 b) COV-RADS-2

Von den 75 Patienten mit positivem Referenzstandard für COVID-19 war der Abstrich bei 69, die ND-CT bei 71 Patienten positiv. Von den 116 Patienten mit negativem Referenzstandard war der Abstrich bei allen 116 negativ, die ND-CT bei 106 Patienten (Tabelle 3).

Vierfelder-Tafel und diagnostische Kennzahlen von ND-CT und Abstrichuntersuchung/PCR
Tabelle 3
Vierfelder-Tafel und diagnostische Kennzahlen von ND-CT und Abstrichuntersuchung/PCR

Bei vier Patienten mit positivem Abstrich war die ND-CT als falsch-negativ zu kategorisieren; zwei dieser Patienten hatten einen Normalbefund der Lunge, bei zwei Patienten hatten Infiltrate vorgelegen, die als nicht COVID-19-suspekt kategorisiert worden waren (COV-RADS-2).

Bei 16 Patienten mit initial negativem Abstrich war die ND-CT positiv; bei insgesamt sechs dieser Patienten war der Abstrich auf der Basis des weiteren Verlaufs als falsch-negativ zu kategorisieren wie folgt: Bei einer 47-jährigen Frau mit Fieber, Dyspnoe und Husten und COV-RADS-5-Befund im CT war der primäre Abstrich negativ und erst bei der Wiederholung zwei Tage später positiv. Von den übrigen 15 Patienten mit positivem ND-CT und negativem Abstrich wurde dieser auch im Verlauf nicht positiv; bei fünf dieser Patienten wurde auf der Basis der klinischen Befunde COVID-19 als wahrscheinlichste Differentialdiagnose gewertet (Tabelle 4).

Weiterer klinischer Verlauf bei 16 Patienten mit primär negativem Abstrich/PCR und positivem ND-CT
Tabelle 4
Weiterer klinischer Verlauf bei 16 Patienten mit primär negativem Abstrich/PCR und positivem ND-CT

Tabelle 3 liefert die diagnostischen Kennzahlen (Sensitivität, Spezifität, PPV und NPV) von ND-CT und Abstrich/PCR in Bezug zum Referenzstandard; die Häufigkeitsverteilung von COVID-19 in Abhängigkeit von der COV-RADS-Kategorie ist in der Grafik dargestellt.

Die ROC-Analyse der ND-CT-Befundung ergab eine AUC („area under the curve“) von 0,959 (95-%-Konfidenzintervall: [0,930; 0,988]) (eGrafik 3).

ROC-Kurve der ND-CT.
eGrafik 3
ROC-Kurve der ND-CT.

Wenn man die PCR als Referenzstandard wählt, sinkt der positive prädiktive Wert der ND-CT vorhersehbar auf circa 80 % (eTabelle 1). Bei Differenzierung der Zentren (UKA, KHD) werden geringfügige Unterschiede in der Testqualität deutlich (eTabelle 2).

Diagnostische Genauigkeit der ND-CT im Vergleich zur PCR als „Referenz-Standard“
eTabelle 1
Diagnostische Genauigkeit der ND-CT im Vergleich zur PCR als „Referenz-Standard“
Diagnostische Genauigkeit der ND-CT versus Referenzstandard pro Zentrum
eTabelle 2
Diagnostische Genauigkeit der ND-CT versus Referenzstandard pro Zentrum

Art und Häufigkeitsverteilung der Befunde im ND-CT sind eTabelle 3 zu entnehmen. Die Hälfte (55/116) der im ND-CT korrekt als „test-negativ“ kategorisierten Patienten hatte nicht etwa einen normalen Lungenbefund, sondern wies Lungenveränderungen auf (Abbildung b), die ebenfalls Milchglastrübungen und/oder Konsolidierungen unterschiedlichen Ausprägungsgrades entsprachen. Sämtliche Bildgebungsbefunde kamen demnach für sich genommen sowohl bei Patienten mit COVID-19 als auch bei nicht an COVID-19 erkrankten Patienten vor. Eine Unterscheidung gegenüber nicht-COVID-19-assoziierten Erkrankungen war dennoch auf der Basis der in eTabelle 3 beschriebenen Kriterien mit hoher Treffsicherheit möglich.

Prävalenz und Verteilung von Bildgebungsmustern
eTabelle 3
Prävalenz und Verteilung von Bildgebungsmustern

Diskussion

Die Analyse von Daten zu 191 Patienten, die sich mit klinischen Symptomen von COVID-19 in den Ambulanzen der Uniklinik Aachen oder des Krankenhauses Düren vorgestellt und sich sowohl einem Abstrich mit PCR-Testung als auch einer nativen Niedrigdosis-CT (ND-CT) unterzogen hatten, zeigt eine hohe Treffsicherheit der ND-CT für die Diagnostik von COVID-19. Die ND-CT bot eine hohe Sensitivität (94,7 %) und erlaubte eine Unterscheidung von COVID-19 gegenüber anderen Lungenerkrankungen derselben klinischen Symptomatik mit hoher Spezifität (91,4 %). Von klinischer Relevanz ist zudem der mit 87,7 % hohe positive prädiktive Wert (PPV) der ND-CT.

Fachgesellschaften empfehlen bisher nicht den systematischen Einsatz der ND-CT zur Diagnostik von COVID-19 oder raten davon ab (10, 11, 12, 17). Begründet wird dies mit fehlender Evidenz für diese Vorgehensweise (18); prospektive, systematisch erhobene Daten sind bislang außerhalb von China unseres Wissens nicht publiziert worden. Zudem wird auf die unzureichende Spezifität der ND-CT verwiesen, da sich CT-Befunde von COVID-19 mit denen anderer Viruspneumonien (13, 14) wie auch denen bei nichtinfektiösen – zum Beispiel medikamentös- oder inhalativ-toxischen – Veränderungen überlappen könnten (15, 16).

In der Publikation aus Wuhan lag die Spezifität der ND-CT im Vergleich zum Abstrich tatsächlich bei nur 25 %. Die Autoren halten dem allerdings entgegen, dass bei fast der Hälfte der als falsch-positiv gewerteten CT-Befunde auf der Basis des weiteren klinischen Verlaufs COVID-19 als hochwahrscheinlich betrachtet werden musste und dass demnach der Abstrich als falsch-negativ anzusehen gewesen sei (9).

Die deutlich höhere Spezifität und der höhere PPV der ND-CT in unserem Kollektiv dürfte dadurch zu erklären sein, dass nicht nur der Abstrich, sondern zusätzlich auch der weitere klinische Verlauf bei der Ermittlung des Referenzstandards berücksichtigt wurde. Mit oder ohne Berücksichtigung des weiteren klinischen Verlaufs war der Abstrich in unserem Kollektiv deutlich seltener falsch-negativ als in der Publikation aus Wuhan. Je korrekter aber der Referenzstandard als solcher funktioniert, desto seltener wird das Ergebnis der ND-CT inkorrekt als „falsch-positiv“ klassifiziert. Eine höhere Spezifität der ND-CT in unserem Kollektiv könnte zudem dadurch bedingt sein, dass die Daten unserer Studie – anders als die chinesischen Daten – nicht im Winter, sondern im Frühjahr gesammelt wurden, also zu einer Zeit, in der die Prävalenz anderer, saisonaler Viren (zum Beispiel Influenza- oder RS-Viren) als Ursache von pneumonischen Veränderungen zurückgeht. Dass dies nicht der Hauptgrund für die höhere Spezifität der ND-CT gewesen sein dürfte, wird allerdings schon dadurch belegt, dass knapp die Hälfte der im ND-CT als „COVID-19-negativ“ klassifizierten Patienten (55/116) pulmonale Infiltrate hatte – also keineswegs einen Normalbefund der Lunge.

Dies wiederum bedeutet, dass Bildgebungs-Charakteristika der COVID-19-assoziierten Lungenveränderungen tatsächlich von anderen Pathologien, auch anderen Virus-Pneumonien, unterschieden werden können. Die hier vorgestellte COV-RADS-Klassifizierung ist zudem hilfreich, um diese differentialdiagnostische Leistung bei der Ermittlung der diagnostischen Kennzahlen auch berücksichtigen zu können: Mit der Definition der Kategorie COV-RADS-2 wird es dem Radiologen ermöglicht, eine Lunge mit eindeutig pathologischem Befund, zum Beispiel ausgedehnten Infiltraten, als test-negativ zu bezeichnen, wenn die Infiltrate nicht COVID-19-suspekt sind. Aus den Daten aus Wuhan leitete sich der Vorschlag ab, Abstrich/PCR und ND-CT parallel zur Identifizierung von COVID-19 einzusetzen, da in der dortigen Studie falsch-negative Abstrichergebnisse in hoher Zahl durch richtig-positive CT-Diagnosen kompensiert wurden. Tatsächlich verhielten sich auch in unserer Studie beide Methoden komplementär – allerdings insgesamt seltener: Abstrich/PCR und ND-CT waren in unserem Kollektiv ähnlich häufig, nämlich bei jeweils sechs beziehungsweise vier Patienten, falsch negativ, sodass die Diagnose mit dem jeweils anderen Verfahren gestellt werden konnte. Die Sensitivität der ND-CT in unserem Kollektiv deckt sich mit den Ergebnissen aus Wuhan (9, 19). Unklar bleibt die Ursache der in dieser Studie deutlich höheren Sensitivität des Abstrichs; möglich sind eine bessere Technik bei der Abstrichentnahme und/oder eine höhere Empfindlichkeit der in Deutschland verwendeten PCR-Testkits.

ND-CT und Abstrich/PCR bieten also im Hinblick auf die Identifizierung von Patienten mit COVID-19 eine äquivalente Sensitivität; ihre jeweiligen Ergebnisse sind bei einem kleineren Teil der Patienten zum jeweils anderen Verfahren komplementär. Mithin stellt sich die Frage, ob dies rechtfertigt, beide Methoden parallel einzusetzen. Hierzu sind unseres Erachtens die folgenden Gesichtspunkte zu bedenken:

Unstrittig ist, dass die Abstrichuntersuchung/PCR, sofern sie positiv ist, die Diagnose COVID-19 mit absoluter Spezifität/PPV etabliert. Vorteil der ND-CT ist jedoch, dass ihre Ergebnisse in der Regel sehr viel schneller verfügbar sind. Die Akquisition einer nativen ND-CT dauert wenige Sekunden; bis zur Verfügbarkeit des ND-CT-Befundes dauerte es im Median neun Minuten, wohingegen die Abstrichergebnisse erst nach einem Median von 8,3 Stunden verfügbar waren. Bei Patienten dieser Studie lag dadurch der CT-Befund im Median acht Stunden (4,5–17,5 h) früher vor als der jeweilige Abstrichbefund. In einer pandemischen Situation, in der infektiöse Patienten rasch identifiziert und separiert werden sollen, ist dieser Zeitvorteil relevant.

Unabhängig von diesen Verfügbarkeitsaspekten liegt der wesentlicher Beitrag der ND-CT darin, dass sie bei symptomatischen Patienten im Vergleich zum Abstrich/PCR zusätzliche, über die COVID-19-Klassifikation hinausgehende diagnostische Informationen liefert, die für die weitere Behandlungsplanung hilfreich sind – und zwar sowohl bei COVID-19-positiven als auch bei COVID-19-negativen Patienten. Bei ersteren kann die ND-CT die Folgen der Virusaktivität im Lungengewebe visualisieren und quantifizieren. Sie gestattet die Erfassung begleitender Faktoren, die das Risiko des Erkrankten modulieren, wie zum Beispiel vorbestehende chronisch obstruktive Lungenerkrankung, Emphysem oder Lungenfibrose. Bei letzteren kann die ND-CT alternative Ursachen für die klinische Symptomatik, zum Beispiel Bronchopneumonie, Lobärpneumonie etc. aufdecken oder ausschließen – und ermöglicht so die Einleitung einer geeigneten Therapie. Deshalb plädieren wir, solange die Pandemie anhält, bei symptomatischen Patienten für einen parallelen Einsatz von ND-CT und Abstrich/PCR.

Zu bedenken ist weiterhin, dass zwar aktuell ausreichende PCR-Testkapazitäten bestehen. Es ist aber nicht auszuschließen, dass eine zweite Pandemiewelle folgt, in der sofort erheblich mehr PCR-Testkapazitäten gefordert sind und/oder eine schnellere Verfügbarkeit der Testergebnisse. Sollte es dazu kommen, könnte es sinnvoll sein, die große Kapazität an CT-Diagnostik, die in Deutschland auch an kleineren Krankenhäusern rund um die Uhr verfügbar ist, zu nutzen, um bei symptomatischen Patienten COVID-19 mittels ND-CT diagnostizieren zu können.

Die Strahlenbelastung der ND-CT liegt mit circa 1,7 mSv unter der natürlichen jährlichen Strahlenexposition (2,1 mSv/Jahr). Klinische Symptome (Fieber, Husten) rechtfertigen für sich bereits die Indikation für eine Bildgebung. Ein Röntgenaufnahme des Thorax ist jedoch weit weniger leistungsfähig als die ND-CT, wenn es darum geht, mit Viruspneumonien (ob SARS-CoV-2 oder andere) einhergehende Veränderungen abzubilden. Entsprechend ist die Indikation zur ND-CT bei Patienten, bei denen klinisch eine Viruspneumonie in Frage kommt, gerechtfertigt (13, 20, 21).

Bei allen Patienten mit „COVID-19-typischem“ Befund gemäß COV-RADS-Kategorie 5 bestätigte sich im Abstrich eine Infektion; falsch-positive COV-RADS-5-Befunde wurden nicht beobachtet. Daraus schließen wir, dass bei einem Patienten mit COV-RADS-5-Befund eine SARS-CoV-2-Infektion bis zum Beweis des Gegenteils angenommen werden sollte. Sollten sich diese Ergebnisse in zukünftigen Studien bestätigen, wäre zu diskutieren, ob bei einem COV-RADS-5-Befund bei einem Patienten mit COVID-19-suspekter Klinik die Meldung eines Krankheitsverdachts gemäß Coronavirus-Meldepflichtverordnung gerechtfertigt ist.

In dieser Registerstudie wurde die Inter-observer-Variabilität der CT-Befundung nicht untersucht. Da die ND-CT jedoch von verschiedenen Radiologen an zwei verschiedenen Standorten prospektiv beurteilt wurden, reflektieren die Ergebnisse einen gewissen Querschnitt radiologischer Expertise. Weiterhin erfolgte keine systematische Verlaufskontrolle von Patienten mit konkordant negativem Befund in Abstrich/PCR und ND-CT. Außerdem fließen die Ergebnisse des auf dem Prüfstand stehenden Verfahrens (ND-CT) in den zusammengesetzten Referenzstandard mit ein. Es ist daher möglich, dass die beobachtete Spezifität der ND-CT und die Sensitivität beider Methoden (PCR, ND-CT) überschätzt werden.

Unsere Ergebnisse beziehen sich auf den Einsatz der ND-CT zur Etablierung der Diagnose von COVID-19 bei Patienten mit Symptomen. Die ND-CT zum Screening asymptomatischer Personen mit dem Ziel, klinisch okkulte oder präsymptomatische SARS-CoV-2-Infektionen aufzudecken, wurde hier nicht untersucht. Denkt man über den Einsatz der ND-CT zum Screening beziehungsweise allgemein in Kollektiven mit deutlich niedrigerer Prävalenz von COVID-19 nach, so ist zu beachten, dass die prädiktiven Werte (PPV, NPV) diagnostischer Testverfahren mit der Prävalenz sinken. Eine direkte rechnerische Skalierung der Prädiktionswerte auf Szenarien niedrigerer Prävalenz ist allerdings nicht möglich, da Radiologen bei der Interpretation bildgebender Verfahren die Prävalenz als Prätest-Wahrscheinlichkeit selbst mit berücksichtigen. Das wird am Beispiel der Mammografie deutlich, bei der trotz eines Prävalenzunterschieds von circa 1:100 der PPV in der Screening-Situation in etwa gleich hoch ist wie in der diagnostischen Situation (22, 23). Es sind also prospektive Studien erforderlich, um den Einsatz der ND-CT in anderen Szenarien zu etablieren.

Interessenkonflikt
Die Autoren erklären, dass kein Interessenkonflikt besteht.

Manuskriptdaten
eingereicht: 21. 4. 2020, revidierte Fassung angenommen: 12. 5. 2020

Anschrift für die Verfasser
Prof. Dr. med. Christiane Kuhl
Klinik für Diagnostische und Interventionelle Radiologie
Universitätsklinikum Aachen, RWTH
Pauwelsstr. 30, 52074 Aachen
ckuhl@ukaachen.de

Zitierweise
Schulze-Hagen M, Hübel C, Meier-Schroers M, Yüksel C, Sander A, Sähn M, Kleines M, Isfort P, Cornelissen C, Lemmen S, Marx N, Dreher M, Brokmann J, Kopp A, Kuhl C: Low-dose chest CT for the diagnosis of COVID-19—a systematic, prospective comparison with PCR. Dtsch Arztebl Int 2020; 117: 389–95. DOI: 10.3238/arztebl.2020.0389

►Die englische Version des Artikels ist online abrufbar unter:
www.aerzteblatt-international.de

Zusatzmaterial
eMethodenteil, eTabellen, eGrafiken:
www.aerzteblatt.de/20m0389 oder über QR-Code

1.
Wang W, Xu Y, Gao R, et al.: Detection of SARS-CoV-2 in different types of clinical specimens. JAMA 2020; 323: 1843–4. www.jamanetwork.com/journals/jama/fullarticle/2762997 (last accessed on 12 April 2020).
2.
Jiang F, Deng L, Zhang L, et al.: Review of the clinical characteristics of coronavirus disease 2019 (COVID-19). J Gen Intern Med 2020, 35: 1545–9 CrossRef MEDLINE PubMed Central
3.
Corman VM, Landt O, Kaiser M, et al.: Detection of 2019 novel coronavirus (2019-nCoV) by real-time RT-PCR. Euro Surveill 2020; 25: 2000045. www.ncbi.nlm.nih.gov/pmc/articles/PMC6988269/ (last accessed on 12 April 2020).
4.
Zou L, Ruan F, Huang M, et al.: SARS-CoV-2 viral load in upper respiratory specimens of infected patients. N Engl J Med 2020; 382: 1177–9 CrossRef MEDLINE PubMed Central
5.
Wikramaratna P, Paton RS, Ghafari M, Lourenco J: Estimating false-negative detection rate of SARS-CoV-2 by RT-PCR. medRxiv 2020; www.doi.org/10.1101/2020.04.05.20053355 (last accessed on 13 May 2020).
6.
Bernheim A, Mei X, Huang M, et al.: Chest CT findings in coronavirus disease-19 (COVID-19): relationship to duration of infection. Radiology 2020; 200463 (epub ahead of print, 20 February 2020) CrossRef MEDLINE
7.
Chung M, Bernheim A, Mei X, et al.: CT imaging features of 2019 novel coronavirus (2019-nCoV). Radiology 2020; 295: 202–7 CrossRef MEDLINE
8.
Xie X, Zhong Z, Zhao W, Zheng C, Wang F, Liu J: Chest CT for typical 2019-nCoV pneumonia: relationship to negative RT-PCR testing. Radiology 2020; 200343 (epub ahead of print, 12 February 2020 CrossRef MEDLINE
9.
Ai T, Yang Z, Hou H, et al.: Correlation of chest CT and RT-PCR testing in coronavirus disease 2019 (COVID-19) in China: a report of 1014 cases. Radiology 2020; 200642 (epub ahead of print, 26 February 2020) CrossRef MEDLINE
10.
ACR recommendations for the use of chest radiography and computed tomography (CT) for suspected COVID-19 infection. www.acr.org/Advocacy-and-Economics/ACR-Position-Statements/Recommendations-for-Chest-Radiography-and-CT-for-Suspected-COVID19-Infection (last accessed on 12 April 2020).
11.
Rubin GD, Ryerson CJ, Haramati LB, et al.: The role of chest imaging in patient management during the COVID-19 pandemic: a multinational consensus statement from the Fleischner Society. Radiology 2020; 201365 (epub ahead of print, 7 April 2020) CrossRef MEDLINE
12.
Deutsche Röntgengesellschaft: COVID-19: Information der AG Thoraxdiagnostik der Deutschen Röntgengesellschaft. www.drg.de/de-DE/5995/covid-19/ (last accessed on 17 April 2020).
13.
Franquet T: Imaging of pulmonary viral pneumonia. Radiology 2011; 260: 18–39 CrossRef MEDLINE
14.
Hosseiny M, Kooraki S, Gholamrezanezhad A, Reddy S, Myers L: Radiology perspective of coronavirus disease 2019 (COVID-19): lessons from severe acute respiratory syndrome and Middle East respiratory syndrome. AJR Am J Roentgenol 2020; 214: 1078–82 CrossRef MEDLINE
15.
Ellis SJ, Cleverley JR, Müller NL: Drug-induced lung disease: high-resolution CT findings. AJR Am J Roentgenol 2000, 175: 1019–24 CrossRef MEDLINE
16.
Nishino M, Hatabu H, Hodi SF: Imaging of cancer immunotherapy: current approaches and future directions. Radiology 2019; 290: 9–22 CrossRef MEDLINEPubMed Central
17.
Rüdiger Meyer (rme): SARS-CoV-2: Computertomografie nicht zum Screening geeignet. www.aerzteblatt.de/nachrichten/112080/SARS-CoV-2-Computertomografie-nicht-zum-Screening-geeignet (last accessed on 20 April 2020).
18.
Raptis CA, Hammer MM, Short RG, et al.: Chest CT and coronavirus disease (COVID-19): a critical review of the literature to date. AJR Am J Roentgenol 2020, 16: 1–4 CrossRef MEDLINE
19.
Fang Y, Zhang H, Xie J, et al.: Sensitivity of chest CT for COVID-19: comparison to RT-PCR. Radiology 2020: 200432 CrossRef MEDLINE
20.
Claessens Y-E, Debray M-P, Tubach F, et al.: Early chest computed tomography scan to assist diagnosis and guide treatment decision for suspected community-acquired pneumonia. Am J Respir Crit Care Med 2015; 192: 974–82 CrossRef MEDLINE
21.
Hyun JK, Soyeoun L, Jooae C, Sang-Ho C, Heungsup S, Kyung-Hyun D: Radiographic and CT features of viral pneumonia. Radiographics 2018; 38: 719–39 CrossRef MEDLINE
22.
Jahresbericht Qualitätssicherung 2017 . Ergebnisse des Deutschen Mammographie-Screening-Programms. Kooperationsgemeinschaft Mammographie, Berlin, Oktober 2019.
23.
Carney PA, Parikh J, Sickles EA, et al.: Diagnostic mammography: identifying minimally acceptable interpretive performance criteria. Radiology 2013; 267: 359–67 CrossRef MEDLINE PubMed Central
Uniklinik RWTH Aachen: Klinik für Diagnostische und Interventionelle Radiologie: Dr. med. Maximilian Schulze-Hagen, Dr. med. Can Yüksel, Marwin Sähn, PD Dr. med. Peter Isfort, Prof. Dr. med. Christiane Kuhl
Zentrale Notaufnahme: Dr. med. Christian Hübel, PD Dr. med. Jörg Brokmann
Labordiagnostisches Zentrum, Abteilung Virologie/Serologie: PD Dr. med. Michael Kleines
Klinik für Pneumologie und Internistische Intensivmedizin (Med. Klinik V): Dr. med. Christian Cornelissen, Prof. Dr. med. Michael Dreher
Zentralbereich für Krankenhaushygiene und Infektiologie: Prof. Dr. med. Sebastian Lemmen
Klinik für Kardiologie, Angiologie und Internistische Intensivmedizin (Med. Klinik I): Prof. Dr. med. Nikolaus Marx
Krankenhaus Düren gGmbH, Klinik für Diagnostische und Interventionelle Radiologie: PD Dr. med. Michael Meier-Schroers, Dr. med. Anton Sander, Prof. Dr. med. Andreas Kopp
ND-CT von zwei Patienten, beide mit Fieber und Husten sowie mit a) COV-RADS-5 b) COV-RADS-2
Abbildung
ND-CT von zwei Patienten, beide mit Fieber und Husten sowie mit a) COV-RADS-5 b) COV-RADS-2
Häufigkeit von COVID-19 in Abhängigkeit von COV-RADS-Kategorien COV-RADS, Covid-19 Reporting and Data System
Grafik
Häufigkeit von COVID-19 in Abhängigkeit von COV-RADS-Kategorien COV-RADS, Covid-19 Reporting and Data System
COV-RADS-Schema
Tabelle 1
COV-RADS-Schema
Demografische und klinische Charakteristika der Patienten
Tabelle 2
Demografische und klinische Charakteristika der Patienten
Vierfelder-Tafel und diagnostische Kennzahlen von ND-CT und Abstrichuntersuchung/PCR
Tabelle 3
Vierfelder-Tafel und diagnostische Kennzahlen von ND-CT und Abstrichuntersuchung/PCR
Weiterer klinischer Verlauf bei 16 Patienten mit primär negativem Abstrich/PCR und positivem ND-CT
Tabelle 4
Weiterer klinischer Verlauf bei 16 Patienten mit primär negativem Abstrich/PCR und positivem ND-CT
Zeit bis zur Verfügbarkeit des Abstrichergebnisses (a) und Zeit bis zur Verfügbarkeit der ND-CT-Ergebnisses (b) für die ersten 124 Patienten des Universitätsklinikums Aachen (UKA)
eGrafik 1
Zeit bis zur Verfügbarkeit des Abstrichergebnisses (a) und Zeit bis zur Verfügbarkeit der ND-CT-Ergebnisses (b) für die ersten 124 Patienten des Universitätsklinikums Aachen (UKA)
Zeitliche Abstände zwischen Verfügbarkeit des CT-Befunds und Verfügbarkeit des Abstrichergebnisses für die ersten 124 Patienten des Universitätsklinikums Aachen
eGrafik 2
Zeitliche Abstände zwischen Verfügbarkeit des CT-Befunds und Verfügbarkeit des Abstrichergebnisses für die ersten 124 Patienten des Universitätsklinikums Aachen
ROC-Kurve der ND-CT.
eGrafik 3
ROC-Kurve der ND-CT.
Diagnostische Genauigkeit der ND-CT im Vergleich zur PCR als „Referenz-Standard“
eTabelle 1
Diagnostische Genauigkeit der ND-CT im Vergleich zur PCR als „Referenz-Standard“
Diagnostische Genauigkeit der ND-CT versus Referenzstandard pro Zentrum
eTabelle 2
Diagnostische Genauigkeit der ND-CT versus Referenzstandard pro Zentrum
Prävalenz und Verteilung von Bildgebungsmustern
eTabelle 3
Prävalenz und Verteilung von Bildgebungsmustern
1. Wang W, Xu Y, Gao R, et al.: Detection of SARS-CoV-2 in different types of clinical specimens. JAMA 2020; 323: 1843–4. www.jamanetwork.com/journals/jama/fullarticle/2762997 (last accessed on 12 April 2020).
2. Jiang F, Deng L, Zhang L, et al.: Review of the clinical characteristics of coronavirus disease 2019 (COVID-19). J Gen Intern Med 2020, 35: 1545–9 CrossRef MEDLINE PubMed Central
3. Corman VM, Landt O, Kaiser M, et al.: Detection of 2019 novel coronavirus (2019-nCoV) by real-time RT-PCR. Euro Surveill 2020; 25: 2000045. www.ncbi.nlm.nih.gov/pmc/articles/PMC6988269/ (last accessed on 12 April 2020).
4. Zou L, Ruan F, Huang M, et al.: SARS-CoV-2 viral load in upper respiratory specimens of infected patients. N Engl J Med 2020; 382: 1177–9 CrossRef MEDLINE PubMed Central
5. Wikramaratna P, Paton RS, Ghafari M, Lourenco J: Estimating false-negative detection rate of SARS-CoV-2 by RT-PCR. medRxiv 2020; www.doi.org/10.1101/2020.04.05.20053355 (last accessed on 13 May 2020).
6. Bernheim A, Mei X, Huang M, et al.: Chest CT findings in coronavirus disease-19 (COVID-19): relationship to duration of infection. Radiology 2020; 200463 (epub ahead of print, 20 February 2020) CrossRef MEDLINE
7. Chung M, Bernheim A, Mei X, et al.: CT imaging features of 2019 novel coronavirus (2019-nCoV). Radiology 2020; 295: 202–7 CrossRef MEDLINE
8. Xie X, Zhong Z, Zhao W, Zheng C, Wang F, Liu J: Chest CT for typical 2019-nCoV pneumonia: relationship to negative RT-PCR testing. Radiology 2020; 200343 (epub ahead of print, 12 February 2020 CrossRef MEDLINE
9. Ai T, Yang Z, Hou H, et al.: Correlation of chest CT and RT-PCR testing in coronavirus disease 2019 (COVID-19) in China: a report of 1014 cases. Radiology 2020; 200642 (epub ahead of print, 26 February 2020) CrossRef MEDLINE
10. ACR recommendations for the use of chest radiography and computed tomography (CT) for suspected COVID-19 infection. www.acr.org/Advocacy-and-Economics/ACR-Position-Statements/Recommendations-for-Chest-Radiography-and-CT-for-Suspected-COVID19-Infection (last accessed on 12 April 2020).
11. Rubin GD, Ryerson CJ, Haramati LB, et al.: The role of chest imaging in patient management during the COVID-19 pandemic: a multinational consensus statement from the Fleischner Society. Radiology 2020; 201365 (epub ahead of print, 7 April 2020) CrossRef MEDLINE
12.Deutsche Röntgengesellschaft: COVID-19: Information der AG Thoraxdiagnostik der Deutschen Röntgengesellschaft. www.drg.de/de-DE/5995/covid-19/ (last accessed on 17 April 2020).
13. Franquet T: Imaging of pulmonary viral pneumonia. Radiology 2011; 260: 18–39 CrossRef MEDLINE
14. Hosseiny M, Kooraki S, Gholamrezanezhad A, Reddy S, Myers L: Radiology perspective of coronavirus disease 2019 (COVID-19): lessons from severe acute respiratory syndrome and Middle East respiratory syndrome. AJR Am J Roentgenol 2020; 214: 1078–82 CrossRef MEDLINE
15. Ellis SJ, Cleverley JR, Müller NL: Drug-induced lung disease: high-resolution CT findings. AJR Am J Roentgenol 2000, 175: 1019–24 CrossRef MEDLINE
16. Nishino M, Hatabu H, Hodi SF: Imaging of cancer immunotherapy: current approaches and future directions. Radiology 2019; 290: 9–22 CrossRef MEDLINEPubMed Central
17. Rüdiger Meyer (rme): SARS-CoV-2: Computertomografie nicht zum Screening geeignet. www.aerzteblatt.de/nachrichten/112080/SARS-CoV-2-Computertomografie-nicht-zum-Screening-geeignet (last accessed on 20 April 2020).
18. Raptis CA, Hammer MM, Short RG, et al.: Chest CT and coronavirus disease (COVID-19): a critical review of the literature to date. AJR Am J Roentgenol 2020, 16: 1–4 CrossRef MEDLINE
19. Fang Y, Zhang H, Xie J, et al.: Sensitivity of chest CT for COVID-19: comparison to RT-PCR. Radiology 2020: 200432 CrossRef MEDLINE
20. Claessens Y-E, Debray M-P, Tubach F, et al.: Early chest computed tomography scan to assist diagnosis and guide treatment decision for suspected community-acquired pneumonia. Am J Respir Crit Care Med 2015; 192: 974–82 CrossRef MEDLINE
21. Hyun JK, Soyeoun L, Jooae C, Sang-Ho C, Heungsup S, Kyung-Hyun D: Radiographic and CT features of viral pneumonia. Radiographics 2018; 38: 719–39 CrossRef MEDLINE
22. Jahresbericht Qualitätssicherung 2017 . Ergebnisse des Deutschen Mammographie-Screening-Programms. Kooperationsgemeinschaft Mammographie, Berlin, Oktober 2019.
23. Carney PA, Parikh J, Sickles EA, et al.: Diagnostic mammography: identifying minimally acceptable interpretive performance criteria. Radiology 2013; 267: 359–67 CrossRef MEDLINE PubMed Central

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

Themen:

Zum Artikel

Fachgebiet

Anzeige

Stellenangebote

    Weitere...