Preoperative three-dimensional modeling for planning sublobar lung resections in children

Full Text

Обоснование

Врождённые аномалии лёгких и доброкачественные новообразования у детей нередко требуют хирургического лечения [1–4]. Клиническая цель вмешательства заключается в полном удалении патологического очага с отрицательным краем резекции при максимальном сохранении функционально интактной паренхимы лёгкого [4]. Длительное время при периферическом расположении патологии стандартом считали атипичную резекцию, а при глубоко расположенных поражениях — лобэктомию [5, 6]. Однако с развитием мини-инвазивных технологий и возможностей 3D-визуализации всё больший интерес вызывает выполнение более сложных паренхимосберегающих вмешательств [7–9]. А именно — анатомических сублобарных резекций лёгкого, которые заключаются в удалении одного или нескольких поражённых сегментов доли и сохранении интактных сегментов доли лёгкого [7, 10].

Анатомические сегментэктомии — наиболее сложные резекции лёгких, в связи с необходимостью выделения сегментарных артерий, вен и бронхов. Сегментарные структуры обладают анатомической вариабельностью, а распознавание этих особенностей по конвенциональной компьютерной томограмме (КТ) без построения трёхмерной модели затруднено [9]. Детский возраст пациентов также осложняет распознавание сегментарных структур в связи с их малыми размерами [11]. Несмотря на свою техническую сложность, анатомическая сегментэктомия обладает преимуществом перед атипичной (клиновидной) резекцией лёгкого, которая также является разновидностью сублобарной резекции. При помощи сегментэктомии возможно удаление глубоко расположенных образований. Поскольку резекцию осуществляют по анатомическим ориентирам межсегментарных границ, интраоперационная видимость границ патологического очага необязательна.

На настоящий момент не существует общепринятого алгоритма выбора между атипичной резекцией, анатомической сегментэктомией и лобэктомией при планировании резекции лёгкого у детей с врождённой патологией или образованием лёгкого. Выбор целиком зависит от предпочтений и опыта хирурга. Все три типа резекции можно считать оправданными при условии полного удаления патологического очага, хотя в некоторых случаях количество удаляемой интактной паренхимы доли может значительно отличаться.

Цель исследования

Определить влияние предоперационного 3D-моделирования на хирургическую тактику и исходы при мини-инвазивных резекциях лёгких у детей, а также выявить анатомические и клинические предикторы объёма резекции.

Методы

Дизайн исследования

Проведено ретроспективное одноцентровое когортное исследование. На первом этапе было выполнено сравнение двух групп пациентов, сформированных в зависимости от наличия или отсутствия предоперационной 3D-визуализации. На втором этапе всем пациентам была выполнена 3D-визуализация с целью выявления факторов, которые могут служить ориентиром для выбора предпочтительного типа хирургического вмешательства в каждом конкретном случае.

Условия проведения исследования

Исследование проведено в Морозовской детской городской клинической больнице г. Москвы. Источники информации: медицинская документация стационара и архив предоперационных исследований. Все операции были выполнены в период с марта 2020 г. по март 2025 г. одной командой детских хирургов отделения торакальной хирургии. У всех пациентов собраны демографические, клинические и предоперационные данные, а также сведения об операции и послеоперационных исходах. Оценка исходов проведена по данным интраоперационного протокола и раннего послеоперационного периода.

Критерии соответствия (отбора)

Критерии включения: возраст пациентов от 0 месяцев жизни до 17 лет, наличие диагностированного врождённого порока развития лёгких или доброкачественного новообразования лёгких, ограниченных одной лёгочной долей. Проведённое плановое хирургическое вмешательство в 2020–2025 гг.

Критерии невключения: экстренные вмешательства, злокачественные опухоли, буллёзная болезнь лёгких, паразитарные или инфекционные поражения лёгких, неуточнённые воспалительные заболевания лёгких, вовлечение более одной доли слева или более двух долей справа.

Критерии исключения: недоступность исходных данных предоперационной КТ в формате, пригодном для обработки.

Описание критериев соответствия

Критерием формирования выборки было наличие показаний к резекции лёгкого по поводу врождённой патологии лёгкого или доброкачественного образования, ограниченного одной долей, при наличии предоперационной контрастной КТ, позволяющей выполнить стандартную оценку (2D) и/или 3D-реконструкцию.

Подбор участников в группы

Распределение по группам определялось применяемым в клинической практике типом предоперационного планирования (конвенциональная 2D-КТ против 3D-визуализации).

Целевые показатели исследования

Основной показатель исследования

В качестве основных целевых показателей были определены: тип выполненной резекции (сублобарная резекция/лобэктомия, для сублобарных — анатомическая сегментэктомия или атипичная резекция), точность предоперационного планирования (соответствие предоперационно определённого объёма резекции и анатомических ориентиров фактически выполненному вмешательству по данным операционного протокола), частота интраоперационных и послеоперационных осложнений (наличие/отсутствие и вид осложнения по данным медицинской документации), продолжительность операции, длительность дренирования плевральной полости, длительность госпитализации после оперативного вмешательства.

Дополнительные показатели исследования

Второй этап исследования включал следующие целевые показатели: возраст пациента, число анатомических сегментов, вовлечённых в патологический процесс, относительный объём поражения (lesion-to-lobe ratio, LLR), локализация патологии (левое/правое лёгкое) и внутридолевая зональность (периферия/центр/ворота), а также тип патологии.

Методы измерения целевых показателей

Все целевые показатели определены ретроспективно на основании медицинской документации (протокол операции, описания исследований, выписной эпикриз, гистологическое заключение) и данных трёхмерных моделей.

Трёхмерное моделирование. Для создания детализированных 3D-реконструкций поражённого лёгкого и патологического очага у каждого пациента данные КТ с внутривенным контрастным усилением (толщина среза 0,6–1,25 мм, артериальная фаза) были экспортированы в формате DICOM в программу 3D Slicer (v 5.6.1; https://www.slicer.org). Для сегментации использовали расширение TotalSegmentator и модуль MONAI auto3Dseg в сочетании с полуавтоматическим рабочим процессом, который включал встроенные алгоритмы роста областей и пороговой сегментации с последующей ручной корректировкой для выделения лёгочных артерий, вен, бронхов, контуров очага или порока развития. В табл. 1 приведены основные инструменты, использованные авторами для сегментации анатомических структур, а также методика разделения доли лёгкого на сегменты, а также способ разделения лёгочной доли на зоны (периферическая, центральная и хилярная). Метод зонирования предложен авторами для стандартизации записи пространственной локализации патологии в пределах 3D-реконструированной доли и введён ретроспективно.

 

Таблица 1. Сводная характеристика применённых авторами методов сегментации и зонирования лёгких по данным компьютерной томографии: последовательность этапов обработки и программные инструменты, использованные для построения 3D-моделей

Table 1. Summary of segmentation and lung zoning methods used by the authors based on computed tomography data: processing pipeline steps and software tools employed for 3D model reconstruction

Анатомическая структура	Главный модуль сегментации	Основной процесс	Исправления вручную	Метод зонирования
Доля лёгкого	Total segmentator. Segmentation task: total, Scissors	Автоматически ≈5–10 мин	«Scissors» можно использовать для ручной обработки, когда доли выходят за пределы междолевых щелей	Создайте центральную и периферическую зоны, уменьшив сегмент доли до объёма, равного примерно 2/3 от исходного (то есть удалив примерно 1/3). Уменьшенный сегмент определяет центральную зону; внешняя часть исходной доли становится периферической зоной (исходная доля минус центральная)
Трахея и бронхи	Total segmentator. Segmentation task: lung vessels, Draw tube, Scissors	Автоматически ≈5–10 мин	Сегментарные ветви можно точно удлинять вручную с помощью функции «Draw tube»: разместите центральную линию вдоль предполагаемого пути и установите соответствующий радиус, чтобы добавить трубчатое удлинение к текущему сегменту
Сосуды лёгкого	MONAI Auto3DSeg artificial intelligence model: Segmentation model: Lungs Threshold, Logical operators, Scissors	Полуавтоматически ≈30 мин	«Автоматически сегментированные артерии и вены» полезны для различения вен и артерий при применении «Threshold»: используйте их в качестве эталона, чтобы отделить артерии от вен при схожих значениях Hounsfield units	С помощью «ножниц» обрежьте артерии и вены в местах разветвления на сегментарные ветви. Затем увеличьте эти сегменты на 0,5–1,0 см; объединение этих сегментов внутри паренхимы доли будет искомой зоной хилярной области
Патология	Threshold, Draw, Level tracing, Fill between the slices.	Полуавтоматически ≈5–10 мин	С помощью инструмента «Draw» очертите цель на соответствующих срезах, затем примените инструмент «Fill between the slices» для непрерывной сегментации. Наконец, используйте инструмент для расширения сегмента и определения предпочтительных краёв резекции
Сегменты доли	Eraser (flat), Scissors	Вручную ≈ 30 мин	Определите подходящую плоскость на компьютерной томограмме на основе ориентации сегментарных вен, артерий и бронхов. Затем используйте функцию «Erase» вдоль этой плоскости, чтобы разрезать ранее сегментированную долю лёгкого на сегменты

 

Деление на зоны основано на уровнях ветвления долевых, сегментарных и субсегментарных сосудистых структур. На рис. 1 представлена модель нижней доли с кистозно-аденоматозной мальформацией, разделённая на три концентрические зоны указанным способом. Хилярная зона, прилежащая к корню лёгкого, включает долевые сосуды и бронхи до их деления на сегментарные ветви. Центральная зона — среднепаренхиматозная часть, содержащая сегментарные ветви сосудов. Периферическая зона прилежит к плевральной поверхности, включает только субсегментарные и более мелкие ветви и составляющая приблизительно треть объёма долевой паренхимы. Локализацию патологии фиксировали в соответствии с указанными зонами. Затем полученные сегментации преобразовывали в интерактивные 3D-поверхностные модели, которые можно масштабировать, вращать, скрывать или делать прозрачными для визуализации внутренней васкуляризации, детального изучения отдельных структур и планирования операции.

 

Рис. 1. Метод определения зон доли при патологии в нижней доле правого лёгкого: a–c — ортогональные срезы компьютерной томографии (аксиальный, корональный, сагиттальный), очаг отмечен красной звёздочкой; d — центральная зона правой нижней доли (жёлтая) и периферическая зона в пределах полупрозрачной 3D-модели лёгкого; e — хилярная зона (коричневая); f — сегментарное картирование очага: вовлечённые сегменты SIX–SX (зелёные) с отображением сосудисто-бронхиального дерева (артерии — красные, вены — синие, бронхи — серые). Последовательность иллюстрирует рабочий процесс: компьютерная томография — локализация, зонирование (хилярная/центральная/периферическая зоны), сегментарное картирование для планирования сублобарной резекции. В данном клиническом случае патология (кистозно-аденоматозная мальформация) располагается в периферической и центральной зонах.

Fig. 1. Method for defining lobar zones in pathology of the right lower lobe: a–c, orthogonal computed tomography slices (axial, coronal, sagittal), lesion marked with a red asterisk; d, central zone of the right lower lobe (yellow) and peripheral zone within a semitransparent 3D lung model; e, hilar zone (brown); f, segmental mapping of the lesion: involved segments S_IX–S_X (green) with visualization of the bronchovascular tree (red refers to arteries, blue refers to veins, gray refers to bronchi). The sequence illustrates the workflow: computed tomography—based localization, zoning (hilar/central/peripheral), and segmental mapping for planning sublobar resection. In this clinical case, the condition (congenital pulmonary airway malformation) is located in the peripheral and central zones.

 

Расчёт объёма поражения. Объём поражения определяли по полуавтоматическому методу, описанному также в работе W. Yang и соавт. [12]. Границы патологии вручную обводили на аксиальных срезах через каждые три-пять срезов, после чего алгоритм линейной интерполяции строил контуры для промежуточных срезов. Для кистозных образований применяли инструмент Threshold. В результате вычисляли абсолютный объём патологии с помощью модуля Segment statistics. Дополнительно рассчитывали объём поражённой доли, что позволяло вычислить отношение объёма патологии к объёму доли (lesion to lobe ratio — LLR), отражающее относительный размер очага.

Планирование операции. В группе 3D оперативное вмешательство планировали на основании построенной 3D-модели. Проведена комплексная оценка размеров и локализации патологического очага, наличия интактной паренхимы, а также взаиморасположения очага и крупных сосудов. На рис. 2 представлена модель образования в верхней доле левого лёгкого, размеры и локализация которого являются благоприятными для выбора клиновидной резекции.

 

Рис. 2. Пример периферической локализации патологии в верхней доле левого лёгкого, позволяющей выполнить краевую резекцию: a–c — ортогональные срезы компьютерной томографии, очаг отмечен красной звёздочкой; d — 3D-зонирование: центральная зона верхней доли левого лёгкого показана жёлтым цветом, очаг (зелёный) расположен вне её — в пределах периферической зоны; e — венозная карта: ствол VI–II проходит медиально, сегментарные ветви через очаг не проходят; f — артериальная карта: AI, AII и AIIIa–b остаются проксимально без вовлечения; очаг субплевральный. Периферическое расположение и отсутствие охвата сегментарными сосудисто-бронхиальными структурами обусловили выбор краевой резекции вместо сегментэктомии SI+II.

Fig. 2. Example of peripheral localization of pathology in the left upper lobe enabling wedge resection: a–c, orthogonal computed tomography slices, lesion marked with a red asterisk; d, 3D zoning: central zone of the left upper lobe (yellow), lesion (green) located outside it within the peripheral zone; e, venous map: trunk V_I–II runs medially, with no segmental branches crossing the lesion; f, arterial map:A_I, A_II, and A_IIIa–b remain proximal without involvement; lesion is subpleural. Peripheral location and absence of involvement of segmental bronchovascular structures determined the choice of wedge resection instead of segmentectomy S_I+II.

 

При более глубокой локализации патологического очага (рис. 3) в пределах одного или нескольких сегментов оценивали особенности ветвления сегментарных сосудов и прохождения межсегментарных плоскостей, что позволяло подтвердить или исключить возможность выполнения сегментэктомии, а также использовать построенную модель для интраоперационной навигации.

 

Рис. 3. Детальное планирование сегментэктомии при кистозно-аденоматозной мальформации в правой нижней доле: a — интраоперационный вид мальформации; b — разделение нижней базальной вены на сегментарные ветви (VVI, VVIII–IX, VX–IX); c — разделение междолевой (фиссуральной) артерии с идентификацией сегментарных ветвей (AVIa, AVIb, AVIII, AIX–X); d — трёхмерная модель бронхов с обозначенными ветвями (BVI, BIV–V, BVIII, BIX, BX и добавочная B*) и вовлечёнными сегментами SIX–SX; e — венозная модель (VVI, VVIII–IX, VX–IX) с полупрозрачной кистозно-аденоматозной мальформацией; f — артериальная модель (AVIa, AVIb, AVIII, AIX–X, AIV, AV). Трёхмерные карты отражают оперативную анатомию и служат ориентиром при выполнении базальной бисегментэктомии SIX–SX. Тот же клинический случай, что и на рис. 1.

Fig. 3. Detailed planning of segmentectomy for congenital pulmonary airway malformation in the right lower lobe: a, intraoperative view of the malformation; b, division of the inferior basal vein into segmental branches (V_VI, V_VIII–IX, V_X–IX); c, division of the interlobar (fissural) artery with identification of segmental branches (A_VIa, A_VIb, A_VIII, A_IX–X); d, three-dimensional bronchial model with labeled branches (B_VI, B_IV–V, B_VIII, B_IX, B_X, and accessory B*) and involved segments S_IX–S_X; e, venous model (V_VI, V_VIII–IX, V_X–IX) with semitransparent malformation; f, arterial model (A_VIa, A_VIb, A_VIII, A_IX–X, A_IV, A_V). The three-dimensional maps reflect operative anatomy and serve as guidance for basal bisegmentectomy S_IX–S_X. Same clinical case as in Fig. 1.

 

Хирургическая техника. Все резекции выполняли торакоскопически, стандартной торакоскопией или VATS. Атипичная резекция произведена сшивающим аппаратом клиновидно при визуальном контроле границ патологии, анатомическая сегментэктомия включала обязательное поэтапное выделение и лигирование сегментарных вен, артерий и бронхов удаляемых сегментов с рассечением паренхимы по межсегментарным плоскостям, лобэктомия выполнена стандартно с поэтапным лигированием лобарных сосудов и бронха.

Лёгочная вентиляция и карбокситоракс. Однолёгочная вентиляция осуществлена с помощью установки эндобронхиального блокатора Cook Arndt (США) под контролем бронхоскопии. У детей старше 15 лет использовали двухпросветную эндотрахеальную трубку. У младенцев (до 3 лет), когда установка блокатора была невозможна, создавали карбокситоракс с поддержанием внутриплеврального давления 4–6 мм рт. ст. и потоком 1 л/мин.

Интраоперационная диссекция и извлечение препарата. Доступ к сосудисто-бронхиальным структурам осуществляли при помощи биполярного коагулятора LigaSure (США). Лигирование крупных сосудов и бронхов обеспечивали клипсами Hem-o-lok (США) или сшивающими аппаратами EndoGIA (США) 30 и 45 мм. Разделение паренхимы также выполняли эндоскопическими сшивающими аппаратами. Резецированный препарат извлекали через расширенный портовый разрез. В завершение устанавливали силиконовый плевральный дренаж в проекцию верхушки плевральной полости, после чего выполняли ушивание раны.

Статистические процедуры

Статистический анализ выполняли в IBM SPSS Statistics v27.0 (IBM Corp., Armonk, NY, США). Количественные данные представлены в виде медианы и 25-го и 75-го процентилей (Me [Q₁; Q₃]) и min–max, категориальные — как n (%). Для сравнения групп использовали критерий Манна–Уитни (количественные показатели), χ²-критерий или точный критерий Фишера. Различия считали статистически значимыми при p < 0,05. Факторы, ассоциированные с выполнением типа операции, оценивали с помощью бинарной логистической регрессии, значимость предикторов определяли по критерию Вальда, результаты приводили как отношение шансов (OR)=exp(B) с 95% доверительным интервалом (ДИ) и p-значениями. Дискриминационную способность предикторов/модели оценивали ROC-анализом с расчётом AUC, при необходимости рассчитывали чувствительность, специфичность и точность для выбранного порога. Для оценки зависимости типа операции (упорядоченная категориальная переменная) от относительного объёма патологии применяли ординальную логистическую регрессию (оценка порогов/thresholds). Пропущенные данные не имитировали.

Результаты

Формирование выборки

В первый этап анализа включены 32 пациента, распределённые на две группы: 3D-планирование (n=1) и стандартное планирование по 2D-КТ (n=16). Для ключевых конечных точек (интраоперационные события, ранние послеоперационные осложнения, длительность госпитализации и дренирования) пропущенных значений по исходам не зарегистрировано.

На втором этапе анализа из исследования были исключены 4 пациента в связи с недоступностью исходных КТ-данных на момент обработки. На основании исходных КТ были выполнены недостающие 3D-модели. Для каждого пациента (n=28) были определены объём патологического очага, объём доли, локализация патологии в пределах доли по зонам, количество вовлечённых сегментов, принадлежность к возрастной группе (до 3 лет, 3–8 лет и старше 8 лет), а также принадлежность к группе сублобарных резекций, лобэктомии, атипичной резекции или сегментэктомии. На данном этапе проведён анализ параметров, потенциально влияющих на выбор типа выполненного оперативного вмешательства.

Характеристики выборки

Исходные характеристики групп представлены в табл. 2. Пациенты группы 3D характеризовались более старшим возрастом: медиана составила 12,33 года по сравнению с 5,67 года в контрольной группе (p=0,030). Кроме того, в группе 3D чаще отмечена периферическая и центральная локализация патологических очагов, тогда как в контрольной группе преобладало вовлечение хилярной зоны (p=0,033). Половой состав групп (p=0,723), типы патологии (p=0,273), отношение объёма патологического очага к объёму доли (p=0,694), а также наличие пневмонии в анамнезе (p=0,694) статистически значимых различий не имели (см. табл. 2).

 

Таблица 2. Исходные характеристики пациентов

Table 2. Baseline patient characteristics

Показатели		Основная группа (n=16)	Контрольная группа (n=16)	p
Пол	Мужской	8	7	0,723
	Женский	8	9
Возраст (Me [Q1; Q3])		12,3 [9, 3; 15, 0]	5,7 [3, 0; 9, 0]	0,030
Патология	Эмфизема / кистозно-аденоматозная мальформация	6	10	0,273
	Доброкачественное образование / артериовенозная мальформация	7	3
	Внутрилобарная секвестрация	3	3
Зона поражения	Периферия	4	3	0,033
	Центральная	2	0
	Периферия/центральная	9	5
	Периферия/центральная/хилярная	1	8
Относительный объём поражения, % (Vпатологии/Vдоли ×100)		8,4	11,2	0,160
Наличие пневмонии в анамнезе	Да	4	5	0,694
	Нет	12	11

 

Основные результаты исследования

Запланированные и фактически выполненные вмешательства. На рис. 4 представлен уровень соответствия запланированного объёма операции фактически выполненному в сравниваемых группах, он оставался высоким и статистически значимо не различался между группами. При этом распределение выполненных оперативных вмешательств по типам значимо различалось между группами (χ², p=0,0002). В группе 3D сегментэктомию выполняли чаще (50,0% [8/16] против 12,5% [2/16]). Доля лобэктомий в группе 3D была ниже (0/16 против 11/16; точный критерий Фишера, p < 0,001).

 

Рис. 4. Запланированный и фактически выполненный тип резекции в группах трёхмерного моделирования и контроля. Трёхмерное моделирование (a), ассоциировано с большей долей сублобарных резекций (краевых и сегментэктомий) и отсутствием лобэктомий, тогда как в контрольной группе (b), преобладала лобэктомия.

Fig. 4. Planned versus performed type of resection in the three-dimensional modeling and control groups. Three-dimensional planning (a), was associated with a higher proportion of sublobar resections (wedge resections and segmentectomies) and the absence of lobectomies, whereas lobectomy predominated in the control group (b).

 

Интраоперационные осложнения. Кровотечения из сегментарных сосудов были отмечены у 2/16 пациентов (12,5%) в группе 3D и у 1/16 (6,3%) в контрольной группе (точный критерий Фишера, p=1,00). В обоих случаях в 3D-группе кровотечение было остановлено наложением швов без конверсии, в контрольной группе потребовалась конверсия в открытую операцию.

Продолжительность оперативных вмешательств. Медианная длительность операции составила 140 [95; 210] мин (диапазон 45–315) в группе 3D и 130 [113, 8; 152, 5] мин (диапазон 40–240) в контрольной группе (U-критерий Манна–Уитни, p=0,610). Медианная длительность операции при сегментэктомии составила 135 [125; 220] мин (диапазон 95–315) и при лобэктомиях — 145 [122, 5; 175] мин (диапазон 90–240) (U-критерий Манна–Уитни, p=0,860). Медианная длительность операции при атипичной резекции составила 95 [75; 125] мин (диапазон 40–240), а при сегментэктомии — 135 [125; 220] мин (диапазон 95–315) (U-критерий Манна–Уитни, p=0,020).

Ранние послеоперационные осложнения. Ранние осложнения зарегистрированы у 3/16 пациентов (18,8%) при 3D-планировании и у 4/16 (25,0%) в контрольной группе (точный критерий Фишера, p=1,00). В 3D-группе осложнения включали сегментарный ателектаз (Clavien–Dindo IIIa), пневмонию (II), острую постгеморрагическую анемию (II). В контрольной группе отмечены ателектаз средней доли (IIIa), хилоторакс (II), плеврит (II) и длительное продувание по дренажу (I).

Длительность госпитализации и дренирования. Медианная длительность послеоперационного пребывания в стационаре составила 7 [6; 9] сут (диапазон 5–18) в группе 3D и 8 [7; 16, 5] сут (диапазон 6–35) в контрольной группе (U-критерий Манна–Уитни, p=0,086). Медианная длительность дренирования составила 5,5 [4; 7, 75] сут (диапазон 2–9) в группе 3D и 6,5 [5; 14, 25] сут (диапазон 2–30) в контрольной группе (p=0,062).

Дополнительные результаты исследования

На втором этапе исследования оценивали факторы, ассоциированные с выбором типа резекции (многофакторный анализ).

Атипическая резекция. В многофакторной бинарной логистической регрессии вероятность выполнения атипической резекции статистически значимо возрастала при патологии типа «доброкачественное новообразование/АВМ» (OR=10,09; p=0,004). Кроме того, периферическое расположение очага было статистически значимым предиктором выбора атипической резекции (OR=20,41; p=0,012). На рис. 2 и 5 показаны 3D-модель образования, расположенного периферически в верхней доле левого лёгкого, а также интраоперационный вид и шов после атипичной резекции. С увеличением возраста вероятность атипической резекции также возрастала (OR=1,016 на 1 мес.; p=0,011), что соответствует OR≈1,21 на 1 год.

 

Рис. 5. Пример периферической локализации патологии, интраоперационная картина (гамартома удалена краевой резекцией): a — субплевральный узел до резекции, отмечен красной звёздочкой; b — вид после резекции с прошитой степлером линией паренхимы. Инструмент удерживает удалённый препарат, узел (гамартома) отмечен звёздочкой.

Fig. 5. Example of peripheral lesion localization, intraoperative view (hamartoma removed by wedge resection): a, subpleural nodule before resection, marked with a red asterisk; b, post-resection view with stapled parenchymal line. The instrument holds the resected specimen; the nodule (hamartoma) is marked with an asterisk.

 

Сегментэктомия. Вероятность выполнения сегментэктомии статистически значимо снижалась при поражении левого лёгкого (OR=0,078; p=0,001). Также отмечено снижение вероятности сегментэктомии с увеличением числа вовлечённых сегментов: OR=0,40 на 1 сегмент; p=0,024.) В бинарной логистической регрессии при сравнении сегментэктомии и атипичной резекции значимыми предикторами выбора сегментэктомии были возраст ≥8 лет и локализация очага в центральной зоне доли лёгкого (рис. 6).

 

Рис. 6. Лесной график логистической регрессии, отношения шансов (OR) и 95% доверительного интервала (ДИ) сегментэктомии по сравнению с атипической резекцией в зависимости от факторов (центральная локализация, планируемый объём резекции — 1 сегмент, возраст — ≤3 и ≥8 лет). Квадраты показывают оценки ОШ, горизонтальные линии — 95% ДИ. Вертикальная линия OR=1 соответствует отсутствию различий. Ось x в логарифмической шкале.

Fig. 6. Forest plot of logistic regression: odds ratios (OR) and 95% CIs for segmentectomy versus wedge resection according to predictors (central localization, planned resection of one segment, age ≤3 and ≥8 years). Squares indicate OR estimates; horizontal lines represent 95% CIs. The vertical line at OR = 1 indicates no effect. The x-axis is on a logarithmic scale.

 

Лобэктомия. Вероятность выполнения лобэктомии снижалась с увеличением возраста (OR=0,974 на 1 мес.; p=0,001; ориентировочно OR≈0,73 на 1 год) и возрастала с увеличением числа вовлечённых сегментов (OR=3,99 на 1 сегмент; p=0,001). При вовлечении 1–2 сегментов вероятность лобэктомии была ниже (OR=0,10; 95% ДИ 0,02–0,68; p=0,009), тогда как вовлечение ≥3 сегментов резко увеличивало вероятность лобэктомии (OR=50,00; 95% ДИ 26,60–98,24; p=0,009). В бинарной логистической регрессии при сравнении лобэктомии и сублобарных резекций предикторами выбора лобэктомии были: LLR >0,2, локализация в хилярной зоне, количество вовлечённых в патологию сегментов ≥3; возрастная группа ≤3 лет (рис. 7).

 

Рис. 7. Лесной график логистической регрессии, отношения шансов (OR) и 95% доверительного интервала (ДИ) лобэктомии по сравнению с сублобарной резекцией в зависимости от факторов (относительный объём патологии >0,2, хилярная локализация, 1–2 и ≥3 сегмента, возраст — ≤3, 4–7, ≥8 лет). Квадраты показывают оценки OR, горизонтальные линии показывают 95% ДИ. Вертикальная линия OR=1 соответствует отсутствию различий. Ось x в логарифмической шкале.

Fig. 7. Forest plot of logistic regression: odds ratios (OR) and 95% CIs for lobectomy versus sublobar resection according to predictors (relative lesion volume >0.2, hilar localization, 1–2 and ≥3 segments, age ≤3, 4–7, ≥8 years). Squares indicate OR estimates; horizontal lines represent 95% CIs. The vertical line at OR = 1 indicates no effect. The x-axis is on a logarithmic scale.

 

Относительный объём патологии (LLR). LLR эффективно различал лобэктомию и сублобарные резекции (AUC=0,922). Оптимальный порог LLR=0,205 обеспечивал чувствительность 0,875 и специфичность 0,950 (точность 0,929). Медианные значения LLR увеличивались с увеличением объёма вмешательства: атипичные резекции — 0,064 [0, 021; 0, 133], сегментэктомии — 0,069 [0, 034; 0, 158], лобэктомии — 0,294 [0, 241; 0, 332]. В ординальной логистической регрессии относительный объём был статистически значимым предиктором выбора более объёмного вмешательства (β=14,32; p=0,002), пороговые значения классов составили ~0,083 и ~0,222 (bootstrap 95% ДИ: 0,010–0,172 и 0,158–0,347) (рис. 8).

 

Рис. 8. Зависимость выбранного типа операции (атипичная < сегментэктомия < лобэктомия) от относительного объёма патологии (LLR). Точки соответствуют отдельным пациентам (фактически выполненная операция). Сплошные линии отражают предсказанные ординальной логистической регрессией вероятности трёх вариантов вмешательства. Вертикальные пунктирные линии обозначают пороговые значения LLR, разделяющие области предпочтения операций по максимуму вероятности.

Fig. 8. Relationship between the selected type of surgery (wedge resection <  segmentectomy <  lobectomy) and relative lesion volume (LLR). Points represent individual patients (performed procedures). Solid lines indicate the probabilities of the three surgical options predicted by ordinal logistic regression. Vertical dashed lines represent LLR thresholds separating regions of preferred procedures based on maximum probability.

 

Наличие предоперационной 3D-модели оказалось наиболее сильным предиктором планирования сегментэктомии, увеличивая её вероятность более чем в 25 раз (OR≈25,3, p=0,001).

Обсуждение

Резюме основного результата исследования

В настоящем исследовании предоперационное 3D-моделирование было связано со смещением хирургической тактики в сторону паренхимосберегающих вмешательств, прежде всего за счёт более частого выбора сегментэктомии и уменьшения потребности в лобэктомии. При этом показатели периоперационной безопасности (интраоперационные события и ранние послеоперационные осложнения) не ухудшались по сравнению с группой стандартного планирования. Длительность операции статистически значимо не различалась между контрольной и 3D-группами, а также между сегментэктомиями и лобэктомиями. В то же время сегментэктомии выполняли значимо дольше, чем атипичные резекции, что, вероятно, отражает больший технический объём и сложность вмешательства. По данным многофакторного анализа, объём резекции определяется сочетанием анатомических и объёмных характеристик патологии, а также возрастом пациента. Наибольший вклад в выбор между лобэктомией и сублобарной резекцией вносили локализация очага и отношение его объёма к объёму доли (LLR). Полученные результаты поддерживают использование 3D-планирования как инструмента стандартизации выбора объёма резекции. Метод позволяет более обоснованно принимать решение в пользу анатомических сублобарных вмешательств у детей без увеличения риска осложнений.

Ограничения исследования

Ретроспективный дизайн и небольшая выборка ограничивают статистическую мощность. Поэтому редкие периоперационные события могли остаться незамеченными, что повышает риск ошибки II рода. Исследование выполнено в одном центре одной командой, что снижает обобщаемость результатов. Оценки OR/RR могут быть нестабильны и зависеть от отдельных случаев, поэтому выводы носят скорее гипотезообразующий характер. Группы изначально различались (в 3D-группе пациенты были старше и отличалась локализация патологий). Эти факторы сами по себе влияют на выбор объёма резекции. Даже при многофакторной коррекции возможны остаточные смешивающие влияния, включая сложность случая и предпочтения хирурга или семьи. Данные об исходах и осложнениях брались из медицинской документации. Для ретроспективных работ типичны неполные записи и разная трактовка событий. Показатели локализации и объёмного отношения патологии к доле зависят от качества сегментации и 3D-реконструкции. Ошибки измерения могут искажать связи, особенно если качество моделей различается. Наконец, метод требует ресурсов (программное обеспечение, время, опыт), что ограничивает внедрение без организационной поддержки.

Интерпретация результатов исследования

В данной работе авторами предложен и апробирован подход к выбору типа резекции лёгкого у детей на основе предоперационной анатомической 3D-модели лёгкого с патологическим очагом. Такой подход позволяет количественно оценить относительный объём патологии, уточнить зональную локализацию очага внутри доли, а также учесть индивидуальные варианты строения сегментарных сосудов и бронхов, что может повысить обоснованность планирования объёма вмешательства. В ранее опубликованных работах была показана связь относительного объёма патологии лёгкого с объёмом резекции при врождённых патологиях у детей, при этом показатель демонстрировал умеренную информативность [12]. В настоящем исследовании в пределах данной выборки его дискриминационная способность оказалась высокой, что, вероятно, связано с использованием параметра в сочетании с анатомическими характеристиками, полученными при 3D-планировании. Это показывает, что использование 3D-моделей может способствовать большей стандартизации выполнения хирургических вмешательств [9, 13].

Более частый выбор анатомической сегментэктомии на фоне использования 3D-визуализации соотносится с представлением о том, что трёхмерная визуализация улучшает понимание вариабельной сегментарной анатомии, помогает планировать линию резекции и предварительно оценивать вероятность достижения приемлемых хирургических краёв, что делает выбор анатомической сублобарной резекции более обоснованным [14–16]. При этом, учитывая ограничения настоящего исследования, полученные данные следует трактовать как статистическую связь, а не как подтверждение причинно-следственного влияния 3D-планирования на выбор тактики.

Также результаты не противоречат данным литературы, где сублобарные резекции у детей описаны как технически выполнимые и потенциально сопоставимые с лобэктомией по ранним исходам при сохранении паренхимы, хотя отдельные осложнения (например, длительное продувание по плевральному дренажу) могут встречаться чаще и требуют дальнейшего изучения и большего времени наблюдения [7, 11, 17]. В настоящей работе различий по частоте ранних осложнений выявлено не было, однако из-за малого размера выборки вероятность недооценки количества редких событий остаётся высокой.

Во многих публикациях подчёркнута возможность выполнения анатомических сегментэктомий даже у детей раннего возраста при достаточном опыте хирурга и наличии технических возможностей. Вместе с тем в когорте настоящего исследования возраст заметно ассоциировался с выбором типа резекции, и сегментэктомию чаще выбирали у более старших детей. Такое расхождение с результатами отдельных публикаций может быть обусловлено различиями в критериях отбора пациентов, спектре патологий, методах визуализации, опыте хирургов, а также доступности и качестве 3D-анатомической навигации в конкретных клинических условиях [9, 11, 18].

В целом, полученные результаты подтверждают целесообразность использования относительного объёма поражения как количественного ориентира при выборе между сублобарной резекцией и лобэктомией. При этом предоперационная 3D-модель имеет дополнительное значение для уточнения зональной локализации, степени сегментарного вовлечения и выбора варианта сублобарного вмешательства (атипичная резекция или анатомическая сегментэктомия). В частности, при относительном объёме поражения >0,2 в сочетании с локализацией в хилярной зоне предпочтение следует отдавать лобэктомии. В то же время даже при таком же или большем относительном объёме патологии выбор не всегда должен автоматически смещаться в пользу лобэктомии. Если очаг расположен в пределах соседних сегментов и их технически возможно удалить без нарушения кровоснабжения и вентиляции интактных сегментов, может быть обоснован выбор анатомической сегментэктомии. Дополнительным аргументом в пользу такого подхода служит преимущественно центральное расположение очага в пределах доли лёгкого. При периферической локализации очага может быть рекомендована атипичная резекция.

Предложенные пороговые ориентиры следует рассматривать как предварительные и зависящие от клинического контекста, они требуют внешней валидации. Окончательное решение должно приниматься с учётом типа патологии, возраста пациента, клинической ситуации и опыта хирурга. Дальнейшие исследования целесообразно направить на проспективную проверку объёмных предикторов, стандартизацию алгоритмов 3D-планирования и оценку долгосрочных исходов, включая функцию лёгких, частоту рецидивов и повторных вмешательств [8, 11, 13].

Заключение

В данной когорте использование предоперационного 3D-моделирования ассоциировано с более частым выбором сегментэктомии и снижением доли лобэктомий при отсутствии выявленных различий по ранним осложнениям. Показатель LLR в сочетании с анатомическими характеристиками локализации продемонстрировал высокую дискриминирующую способность при разграничении лобэктомии и сублобарных резекций, однако предложенные пороговые значения требуют внешней проверки. С учётом ретроспективного дизайна различий в исходных характеристиках групп и малого размера выборки полученные результаты следует рассматривать как гипотезообразующие, они нуждаются в проспективной валидации до их широкого клинического применения.

Дополнительная информация

Вклад авторов. С.В. Выдыш — определение концепции, разработка методологии, проведение исследования, работа с данными, визуализация, написание черновика рукописи, пересмотр и редактирование рукописи; О.Г. Топилин — обеспечение исследования, администрирование проекта, пересмотр и редактирование рукописи, привлечение финансирования; О.В. Пикин — определение концепции, разработка методологии, руководство исследованием, пересмотр и редактирование рукописи; А.В. Чуканова — анализ данных, валидация, визуализация, пересмотр и редактирование рукописи; Ю.Ю. Соколов — определение концепции, разработка методологии, руководство исследованием, пересмотр и редактирование рукописи. Авторы одобрили рукопись (версию для публикации) и согласились нести ответственность за все аспекты работы, обеспечивая надлежащее рассмотрение и решение вопросов, связанных с точностью и добросовестностью любой её части.

Благодарности. Авторы выражают признательность за безупречную работу коллективу отделения торакальной хирургии Морозовской детской городской клинической больницы и поддержку в проведении исследования.

Этическая экспертиза. Проведение исследования одобрено независимым этическим комитетом Российской медицинской академии непрерывного профессионального образования (протокол № 11 от 11.10.2024). От всех участников исследования получено подписанное информированное добровольное согласие на участие в исследовании.

Источники финансирования. Авторы заявляют, что финансовая поддержка исследования была предоставлена Московским центром инноваций в здравоохранении (Соглашение № 1603-36/23).

Раскрытие интересов. Авторы заявляют об отсутствии отношений, деятельности и интересов за последние три года, связанных с третьими лицами (коммерческими и некоммерческими), интересы которых могут быть затронуты содержанием статьи.

Оригинальность. При проведении исследования и создании настоящей статьи авторы не использовали ранее полученные и опубликованные сведения (данные, текст, иллюстрации).

Доступ к данным. Авторы предоставляют ограниченный доступ к данным по обоснованному запросу. Деидентифицированные индивидуальные данные пациентов (минимальный набор, необходимый для воспроизведения основных анализов), а также протокол статистического анализа могут быть предоставлены после рассмотрения запроса и заключения соглашения о передаче данных, при условии соответствия требованиям этического одобрения и законодательства о персональных данных. Запросы следует направлять ответственному автору: София Витальевна Выдыш, vydysh.sofia@gmail.com.

Генеративный искусственный интеллект. При создании настоящей статьи технологии генеративного искусственного интеллекта не использовали.

Рассмотрение и рецензирование. Рукопись направлена в редакцию журнала в инициативном порядке и рассмотрена по обычной процедуре. В рецензировании участвовали два внешних рецензента — специалисты по теме статьи.

Additional info

Author contributions: S.V. Vydysh: conceptualization, methodology, investigation, data curation, software, visualization, writing—original draft, writing—review & editing; O.G. Topilin: resources, project administration, writing: review & editing, funding acquisition; O.V. Pikin: conceptualization, methodology, supervision, writing: review & editing; A.V. Chukanova: formal analysis, validation, visualization, writing—review & editing; Yu.Yu. Sokolov: conceptualization, methodology, supervision, writing—review & editing. The authors approved the final version of the manuscript for publication and agreed to be accountable for all aspects of the work, ensuring that any questions related to the accuracy or integrity of any part of the work are appropriately investigated and resolved.

Ethics approval: The study was approved by the Independent Ethics Committee of the Russian Medical Academy of Continuous Professional Education (Protocol No. 11 dated October 11, 2024). The legal representatives of all patients provided written consent to participate in the study.

Funding sources: The authors declare that this study was financially supported by the Moscow Center for Healthcare Innovations (Agreement No. 1603-36/23).

Disclosure of interests: The authors have no relationships, activities, or interests for the last three years related to for-profit or not-for-profit third parties whose interests may be affected by the content of the article.

Statement of originality: No previously obtained or published material (text, images, or data) was used in this study or article.

Data availability statement: The authors provide restricted access to the data upon reasonable request. Deidentified individual participant data (the minimum dataset required to reproduce the main analyses), along with the statistical analysis plan, may be made available following review of the request and execution of a data transfer agreement, provided that the request complies with ethical approval requirements and applicable data protection legislation. Requests should be directed to the corresponding author: Sofiia V. Vydysh, vydysh.sofia@gmail.com.

Generative AI: No generative artificial intelligence technologies were used to prepare this article.

Review and peer review: This paper was submitted unsolicited and reviewed following the standard procedure. The peer review process involved two external reviewers invited by the editorial office as area experts.

About the authors

Sofiia V. Vydysh

Russian Medical Academy of Continuous Professional Education; Morozovskaya Children’s City Clinical Hospital

Author for correspondence.
Email: vydysh.sofia@gmail.com
ORCID iD: 0000-0002-8857-7810
SPIN-code: 7848-8251

MD

Russian Federation, Moscow; Moscow

Oleg G. Topilin

Morozovskaya Children’s City Clinical Hospital; Pirogov Russian National Research Medical University

Email: doc.topilin@gmail.com
ORCID iD: 0000-0002-5302-0502
SPIN-code: 6332-2849

MD, Cand. Sci. (Medicine)

Russian Federation, Moscow; Moscow

Oleg V. Pikin

Russian Medical Academy of Continuous Professional Education; National Medical Research Center of Radiology

Email: pikin_ov@mail.ru
ORCID iD: 0000-0001-6871-6804
SPIN-code: 2381-5969

MD, Dr. Sci. (Medicine), Professor

Russian Federation, Moscow; Moscow

Anna V. Chukanova

I.M. Sechenov First Moscow State Medical University

Email: chukanovaaaa@gmail.com
ORCID iD: 0009-0006-4092-1957
Russian Federation, Moscow

Yurij Y. Sokolov

Russian Medical Academy of Continuous Professional Education; Morozovskaya Children’s City Clinical Hospital

Email: sokolov-surg@yandex.ru
ORCID iD: 0000-0003-3831-768X
SPIN-code: 9674-1049

MD, Dr. Sci. (Medicine), Professor

Russian Federation, Moscow; Moscow

References

Supplementary files