孟令思,趙帥,郭君武
潰瘍性結(jié)腸炎(ulcerative colitis,UC)是一種病因和發(fā)病機(jī)制尚未明確的慢性非特異性炎癥,發(fā)病時(shí)常累及結(jié)腸和直腸,以青壯年時(shí)期發(fā)病較多見(jiàn),其病程以緩解和復(fù)發(fā)為特征[1]。隨著病程的延長(zhǎng)和病情的加重,UC患者可逐漸出現(xiàn)大出血、穿孔等嚴(yán)重并發(fā)癥,甚至可發(fā)生癌變。我國(guó)流行病學(xué)調(diào)查結(jié)果顯示,UC患者發(fā)生癌變的概率高達(dá)0.8%[2-3]。準(zhǔn)確評(píng)估患者病情的活動(dòng)度對(duì)臨床制訂合理的治療方案和準(zhǔn)確評(píng)估療效有重要指導(dǎo)意義,對(duì)延緩病情進(jìn)展、預(yù)防并發(fā)癥的發(fā)生至關(guān)重要。
根據(jù)我國(guó)炎癥性腸病診斷與治療的共識(shí)意見(jiàn),采用改良的Mayo臨床評(píng)分方法對(duì)UC患者的疾病進(jìn)展情況進(jìn)行評(píng)估,并可根據(jù)評(píng)分將病變程度分為輕度、中度和重度[4]。這種評(píng)分方法中需要結(jié)合腸鏡檢查結(jié)果,腸鏡可對(duì)病灶部位直接成像,同時(shí)可取樣進(jìn)行活檢,但是對(duì)于重度UC患者,腸鏡檢查有導(dǎo)致腸道穿孔和病情加重的風(fēng)險(xiǎn)[5-6],而且腸鏡為有創(chuàng)性檢方法,患者接受程度較低。CT腸道成像(computed tomography enterography,CTE)具有較高的組織對(duì)比度,成像速度較快且無(wú)侵襲性,可同時(shí)顯示腸壁和腸腔,且可反復(fù)檢查,無(wú)腸鏡檢查的各種并發(fā)癥,目前CTE已經(jīng)廣泛應(yīng)用于炎性腸病的輔助診斷[7]。已有研究者利用CTE表征構(gòu)建CTE得分系統(tǒng)來(lái)評(píng)估患者的Mayo分組,但評(píng)估過(guò)程相對(duì)較繁瑣[8]。
人工智能尤其是醫(yī)學(xué)影像人工智能的興起,可進(jìn)行疾病的初篩工作,從而可減輕影像科醫(yī)師的臨床工作負(fù)荷[9]。目前隨機(jī)森林方法已經(jīng)廣泛應(yīng)用于疾病影像的分類學(xué)習(xí),如治療前疾病分期和良惡性病變的鑒別等。隨機(jī)森林存在分類較弱等缺點(diǎn),可利用多個(gè)分類器如梯度提升機(jī)(gradient boosting machine,GBM)分類器以多個(gè)隨機(jī)森林作為基分類器,優(yōu)化對(duì)疾病評(píng)估所需的圖像特征,提高總分類器的分類效能,減少臨床工作量。
因此本研究嘗試基于CTE征象利用GBM分類器構(gòu)建診斷模型來(lái)預(yù)測(cè)UC患者的病變程度(基于Mayo評(píng)分),旨在為臨床提供一種有助于UC患者病情評(píng)估和精準(zhǔn)化治療的無(wú)創(chuàng)性智能評(píng)估方法。
本組研究為回顧性分析,納入本院2017年9月-2020年9月臨床首診為UC的患者共計(jì)223例。患者入組標(biāo)準(zhǔn):①結(jié)合臨床癥狀和結(jié)腸鏡檢查確診為UC;②患者于結(jié)腸鏡檢后7日內(nèi)接受CTE檢查,且由本科室診斷醫(yī)師對(duì)CT圖像質(zhì)量進(jìn)行評(píng)估,圖像質(zhì)量能滿足診斷要求(圖像上腸腔內(nèi)容物較少、對(duì)比劑充盈或大部分充盈、腸壁顯示清晰);③滿足中華醫(yī)學(xué)會(huì)消化病學(xué)分會(huì)炎癥性腸病學(xué)組制定的UC診斷標(biāo)準(zhǔn)[4]。篩除標(biāo)準(zhǔn):①心、肺和腎等重要臟器功能不全;②有碘對(duì)比劑過(guò)敏史;③有胃腸道手術(shù)史;④妊娠或哺乳期患者;⑤CT圖像質(zhì)量不符合診斷要求;⑥患者不同意入組。本研究中最終納入157例UC患者,剔除66例。
本研究獲得鄭州大學(xué)第二附屬醫(yī)院倫理委員會(huì)批準(zhǔn),入組患者均簽署知情同意書(shū)。
綜合關(guān)于UC治療和診斷的歐洲及國(guó)內(nèi)各種共識(shí)[4,10,11],采用改良后Mayo評(píng)分系統(tǒng),由兩位具有5~10年臨床診斷經(jīng)驗(yàn)的消化科醫(yī)師基于單盲原則對(duì)UC患者進(jìn)行獨(dú)立評(píng)分,最終取兩者的平均值作為患者的Mayo評(píng)分,總得分為3~5分為輕度UC,6~10分為中度UC,11~12分為重度UC。
患者均于腸鏡檢查后7日內(nèi)行CTE檢查,使用Siemens Somatom Definition Flash雙源CT機(jī)進(jìn)行平掃及雙期增強(qiáng)掃描?;颊哂跈z查前1日采用低渣飲食且口服番瀉葉水清潔腸道,檢查當(dāng)日禁食早餐。CTE掃描前1 h,患者每15 min口服2.5%甘露醇溶液300~400 mL,總量1200~1600 mL。CTE掃描前10 min肌肉注射20 mg山莨菪堿。掃描時(shí)患者取仰臥位,掃描范圍自隔頂至恥骨聯(lián)合水平。采用智能觸發(fā)掃描,將腹主動(dòng)脈作為觸發(fā)點(diǎn),觸發(fā)閾值為100 HU。掃描參數(shù):120 kV,200~250 mAs,掃描層厚5.0 mm,螺距0.6, 0.5 s/r,視野380 mm×380 mm,矩陣512×512,重建層厚1.0 mm。采用雙筒高壓注射器經(jīng)肘靜脈注射碘海醇(350 mg I/mL),劑量1.0~1.2 mL/kg,注射流率4.0 mL/s。在實(shí)際臨床工作中,在檢查前患者可能因腸道功能障礙等原因無(wú)法進(jìn)行有效的導(dǎo)瀉和灌腸清潔,導(dǎo)致物理結(jié)腸準(zhǔn)備不足(圖1),因此患者CTE檢查后,需由診斷醫(yī)師對(duì)圖像質(zhì)量進(jìn)行評(píng)估,對(duì)腸內(nèi)殘留物、腸道擴(kuò)張程度和圖像偽影三個(gè)方面進(jìn)行評(píng)分,將每項(xiàng)得分≥3的患者納入本研究[11]。
圖1 潰瘍性結(jié)腸炎的主要CTE征象。a)男,16歲,輕度UC,增強(qiáng)掃描靜脈期示結(jié)腸腸壁增厚、腸壁異常強(qiáng)化(箭);b)男,33歲,輕度UC,增強(qiáng)掃描靜脈期示腸壁增厚、黏膜分層(箭);c)男,37歲,重度UC,靜脈期增強(qiáng)掃描示橫結(jié)腸腸腔狹窄(短箭)、結(jié)腸袋消失(長(zhǎng)箭);d)男,37歲,靜脈期增強(qiáng)掃描示直腸周圍脂肪沉積(長(zhǎng)箭)、腸系膜充血(短箭);e)男,37歲,UC,靜脈期增強(qiáng)掃描顯示淋巴結(jié)增大(箭頭)、直腸壁內(nèi)黏膜囊泡(短箭)和靶征(長(zhǎng)箭);f)男,43歲,重度UC,冠狀面MIP圖像示梳齒征(箭);g)女,35歲,中度UC,增強(qiáng)動(dòng)脈期冠狀面重組圖像示結(jié)腸袋消失(箭);h)女,35歲,中度UC,增強(qiáng)動(dòng)脈期矢狀面重組圖像示腸壁增厚、腸壁異常強(qiáng)化及腸黏膜息肉(箭)。
將所有患者的圖像傳輸至PACS。由兩位分別具有5和10年診斷經(jīng)驗(yàn)的放射科醫(yī)師在單盲原則下進(jìn)行閱片,觀察并記錄以下13個(gè)CTE征象(結(jié)果以陽(yáng)性和陰性來(lái)記錄)。a)病變范圍分為E1(直腸乙狀結(jié)腸交界處的直腸炎)、E2(脾曲下方的左側(cè)結(jié)腸炎)和E3(脾曲上方廣泛性結(jié)腸炎)三個(gè)級(jí)別[12-14];b)腸壁增厚厚度:腸管在擴(kuò)張良好時(shí)厚度>4 mm即為增厚,并測(cè)量腸壁增厚的厚度值[15];c)黏膜分層:即腸壁環(huán)形增厚,表現(xiàn)為腸壁低密度環(huán)形影[15];d)腸壁異常強(qiáng)化:在增強(qiáng)掃描圖像上,局部腸壁強(qiáng)化程度明顯高于相鄰的正常腸管[16];e)腸系膜充血:增強(qiáng)后腸系膜 密度增加和腸系膜血管增多;f)直腸周圍脂肪沉積:直腸周圍脂肪沉積導(dǎo)致正常生理狀態(tài)下充盈較好的直腸形態(tài)變扁,直腸左右徑明顯低于前后徑[16];g)淋巴結(jié)增大:淋巴結(jié)最短直徑>5 mm;h)黏膜囊泡:黏膜下存在含氣囊泡;i)腸腔狹窄:腸管擴(kuò)張受限,狹窄部位近心端常伴有腸管擴(kuò)張;j)結(jié)腸袋消失:結(jié)腸均勻變細(xì),呈鉛管狀改變;k)腸黏膜息肉;l)靶征:腸壁橫斷面呈環(huán)形,可見(jiàn)密度較高的黏膜層和漿膜層,兩者之間為水腫增寬的低密度黏膜下層;m)梳齒征:由與腸壁垂直的增多、增粗的系膜血管形成[14](圖1)。
使用R4.0.3(cran.r-project.org)軟件中的Caret、pROC和Tidyverse工具包進(jìn)行統(tǒng)計(jì)分析。計(jì)量資料采用平均值±標(biāo)準(zhǔn)差表示。首先,按照隨機(jī)分層的原則將所有患者按照5:5的比例分入訓(xùn)練集和驗(yàn)證集,其中訓(xùn)練組79例、驗(yàn)證組78例。第二步,基于訓(xùn)練集中患者的CTE征象參數(shù)進(jìn)行CTE模型構(gòu)建。為避免最終分類器構(gòu)建模型的過(guò)擬合,先采用Spearman檢驗(yàn)評(píng)估各項(xiàng)CTE征象之間的相關(guān)性,并計(jì)算每個(gè)特征的方差膨脹系數(shù)(variance inflation factor,VIF),剔除相關(guān)性絕對(duì)值高于0.9且VIF>5的特征;繼而采用單因素方差分析(連續(xù)變量資料)或卡方檢驗(yàn)(分類資料)進(jìn)行組間比較,僅保留3組間比較P值<0.01的參數(shù),以進(jìn)一步去除冗余特征。第三步,將篩選后的參數(shù)導(dǎo)入GBM分類器中,以隨機(jī)森林作為基分類器并組合為多分類器,構(gòu)建出基于CTE特征的診斷模型。采用受試者工作特征曲線(receiver operating characte-ristic curve,ROC)評(píng)估模型對(duì)判斷UC病變程度的效能。
157例UC患者基于Mayo評(píng)分共分為3組,輕度組40例,中度組52例,重度組65例。三組患者的基本臨床資料、CTE征象及組間比較結(jié)果見(jiàn)表1。三組患者的臨床資料中年齡和性別的差異具有統(tǒng)計(jì)學(xué)意義(P<0.05);三組間CTE征象出現(xiàn)率的差異均具有統(tǒng)計(jì)學(xué)意義(P<0.05)。
表1 三組UC患者臨床資料和CTE征象的比較
將所有患者隨機(jī)分入訓(xùn)練集和驗(yàn)證集,兩組之間各項(xiàng)臨床資料和CTE征象的差異均無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05),本次研究中將三種程度的患者采用分層隨機(jī)原則分配至訓(xùn)練組和測(cè)試組,當(dāng)訓(xùn)練組和測(cè)試組相同程度的患者之間的臨床資料和CTE征象無(wú)統(tǒng)計(jì)學(xué)差異,則說(shuō)明分組結(jié)果無(wú)偏移性,兩組資料是匹配的。
13個(gè)CTE特征的VIF分別為病變范圍2.325、腸壁厚度2.935、黏膜分層2.361、腸壁異常強(qiáng)化5.374、腸系膜充血1.624、直腸周圍脂肪沉積6.370、淋巴結(jié)增大5.866、黏膜囊泡1.626、腸腔狹窄=1.567、結(jié)腸帶消失3.297、腸黏膜息肉1.313、靶征1.668和梳齒征2.072。采用Spearman檢驗(yàn)對(duì)13個(gè)CTE特征之間的相關(guān)性進(jìn)行評(píng)估,結(jié)果顯示13個(gè)特征之間均具有不同程度的相關(guān)性(表2、圖2)。其中,腸壁異常強(qiáng)化與腸腔狹窄的相關(guān)性|r|=0.932,淋巴結(jié)增大與腸腔狹窄的|r|=0.957,直腸周圍脂肪沉積與腸壁異常強(qiáng)化的|r|=0.903,病變范圍與靶征的|r|=0.941,病變范圍與結(jié)腸袋消失的|r|=0.978。因此,基于|r|>0.9且VIF>5的原則,將腸壁異常強(qiáng)化、淋巴結(jié)增大、直腸周圍脂肪沉積三個(gè)CTE特征剔除。
表2 各項(xiàng)CT征象之間的相關(guān)性
圖2 13個(gè)CTE特征之間的相關(guān)性分析圖。編號(hào)1~14分別代表腸壁異常強(qiáng)化、病變范圍、腸腔狹窄、直腸周圍脂肪沉積、黏膜分層、靶征、結(jié)腸袋消失、腸系膜充血、腸黏膜息肉、黏膜囊泡、梳齒征、淋巴結(jié)增大、Mayo評(píng)分和腸壁增厚。左下三角形區(qū)域內(nèi)的各個(gè)正方形單元格中,藍(lán)色且有從左下指向右上的斜杠表示單元格的橫向和縱向相對(duì)應(yīng)的2個(gè)變量之間呈正相關(guān),橘紅色且有從左上指向右下的斜杠表示單元格的橫向與縱向相對(duì)應(yīng)的2個(gè)變量之間呈負(fù)相關(guān)。右上三角形區(qū)域內(nèi),各個(gè)小圓圈內(nèi)有自12點(diǎn)鐘方向順時(shí)針填充的藍(lán)色扇形區(qū)域則為正相關(guān),藍(lán)色顏色越深,面積越大,相關(guān)性越高;各個(gè)小圓圈內(nèi)有由12點(diǎn)鐘方向逆時(shí)針填充的橘紅色區(qū)域?yàn)樨?fù)相關(guān),圈內(nèi)紅色顏色越淺,面積越小,相關(guān)性越高。 圖3 診斷模型預(yù)測(cè)輕度、中度和重度UC的ROC。a)訓(xùn)練組;b)驗(yàn)證組。圖片上注釋框中的0、1和2分別代表輕度、中度和重度,各Res代表對(duì)應(yīng)的二分類變量中的反向變量。
最終篩選出10個(gè)CTE特征輸入GBM分類器用于構(gòu)建分類模型,各征象在評(píng)估Mayo分組的診斷模型中的權(quán)重系數(shù):腸壁狹窄0.015,腸黏膜息肉0.019,腸系膜充血0.025,靶征0.052,黏膜分層0.054,結(jié)腸袋消失0.054,病變范圍0.073,梳齒征0.086,黏膜囊泡 0.301,腸壁厚度1.000。
基于GBM隨機(jī)森林分類器構(gòu)建的診斷模型,鑒別輕度與中度、中度與重度的截?cái)嘀捣謩e為0.215和0.291,在訓(xùn)練集和驗(yàn)證集中的診斷結(jié)果與病理結(jié)果的對(duì)照見(jiàn)表3~4,診斷輕度、中度和重度UC的效能指標(biāo)見(jiàn)表5和圖3。
表3 訓(xùn)練組中診斷模型預(yù)測(cè)結(jié)果與病理結(jié)果的對(duì)比 /例
表4 在驗(yàn)證組中診斷模型預(yù)測(cè)結(jié)果與病理結(jié)果的對(duì)比 /例
表5 診斷模型評(píng)估輕度、中度和重度UC的效能
在訓(xùn)練集中,診斷模型評(píng)估不同程度UC的總體診斷符合率為0.921,95%置信區(qū)間為0.8102~0.9553;在驗(yàn)證集中評(píng)估不同程度UC的總體診斷符合率為0.887,95%置信區(qū)間為0.7617~0.9274。
近20余年來(lái),我國(guó)UC的發(fā)病率呈快速上升趨勢(shì)[2]。本研究中納入157例UC患者,包括輕度40例、中度52例和重度65例;基于CTE圖像,分析每例患者的13個(gè)影像特征;將所有患者按照5:5的比例隨機(jī)分為訓(xùn)練組和驗(yàn)證組,基于訓(xùn)練組患者的數(shù)據(jù)資料,經(jīng)篩選最終保留10個(gè)影像特征,輸入以隨機(jī)森林為基分類器的GBM分類器中構(gòu)建基于CTE征象的診斷模型。結(jié)果顯示,GBM分類器在訓(xùn)練組中評(píng)估輕度、中度和重度UC的AUC分別為0.99、0.99和1.00,在驗(yàn)證組中相應(yīng)的AUC分別為0.99、0.96和0.98。本組結(jié)果表明基于CTE特征利用GBM分類器構(gòu)建的診斷模型對(duì)評(píng)估UC患者的病變程度(基于Mayo評(píng)分)具有較高的診斷效能,敏感度和特異性均較高。
本研究中采用的CTE檢查在臨床上已廣泛應(yīng)用于UC病情活動(dòng)度的評(píng)估,陳立亞等[17]研究表明,在評(píng)估UC患者病情活動(dòng)度時(shí),CTE評(píng)估結(jié)果與結(jié)腸鏡結(jié)果高度相關(guān)。然而腸鏡檢查對(duì)于潰瘍程度較嚴(yán)重的患者,容易造成穿孔、出血等嚴(yán)重并發(fā)癥,且無(wú)法獲得腸壁信息。CTE具有空間分辨率高、成像速度快、患者耐受較好、能同時(shí)評(píng)估腸內(nèi)病變和腸外受累情況等優(yōu)勢(shì)[18-19]。
本組研究中基于CTE共提取了13個(gè)影像特征,其中10個(gè)特征在輕度、中度和重度組之間比較時(shí)P值小于0.01,故剔除了其它4個(gè)特征,經(jīng)特征篩選后減少了模型的過(guò)擬合。本組研究結(jié)果顯示腸壁增厚在輕度、中度和重度組間的差異有統(tǒng)計(jì)學(xué)意義,且隨著活動(dòng)度升高,腸壁增厚程度升高,上述結(jié)果與Patel等[20]和Jia等[8]的研究結(jié)果相符,這一CTE征象有助于指導(dǎo)臨床醫(yī)師準(zhǔn)確分析UC患者病變的活動(dòng)程度,而該信息無(wú)法通過(guò)腸鏡獲得;而且,本研究結(jié)果顯示在GBM分類器構(gòu)建的模型中腸壁增厚具有較高的權(quán)重。腸黏膜息肉,在輕度UC患者中未發(fā)現(xiàn)此征象,在中度和重度UC患者中出現(xiàn)率分別為23%和36%,這一結(jié)果與Jia等[8]的研究結(jié)果相反。筆者分析原因,本組研究認(rèn)為腸息肉應(yīng)在較高程度中的UC存在,因?yàn)檠芯匡@示腸息肉的存在與UC的長(zhǎng)期反復(fù)相關(guān),且息肉的存在可提高潰瘍癌化的風(fēng)險(xiǎn)。腸系膜充血、腸壁異常強(qiáng)化以及淋巴結(jié)增大均體現(xiàn)了病灶部位發(fā)生炎性反應(yīng),血管增粗、增多,與國(guó)內(nèi)外其它研究結(jié)果相符合[8,11],雖然腸系膜充血、腸壁異常強(qiáng)化、淋巴結(jié)增大在組間差異顯著,然而由于參數(shù)之間相關(guān)性較大,由相同病理原因造成,因此在特征篩選時(shí)篩除了腸壁異常強(qiáng)化與淋巴結(jié)增大。本研究結(jié)果顯示隨著病情活動(dòng)度的增加,腸壁分層、黏膜囊泡、結(jié)腸袋消失、直腸周圍脂肪堆積和腸腔狹窄等征象的出現(xiàn)率均升高,表明UC早期主要表現(xiàn)為血管模糊和腸壁異常強(qiáng)化,隨著疾病進(jìn)展,逐漸出現(xiàn)腸壁分層、黏膜囊泡、結(jié)腸袋消失和腸腔狹窄,本研究結(jié)果與國(guó)內(nèi)前期的研究結(jié)果相符[11]。本研究中發(fā)現(xiàn)隨著UC疾病的進(jìn)展,CTE圖像上逐漸出現(xiàn)黏膜囊泡,實(shí)際為黏膜面下的隱窩膿腫[19]。目前已有研究者嘗試應(yīng)用磁共振成像技術(shù)對(duì)UC進(jìn)行評(píng)估[21],MRI與CT相比是否可以提升對(duì)于UC程度的診斷效能,有待進(jìn)一步的研究。
基于篩選后的CTE特征,本研究首次在基于Mayo評(píng)分分組的UC患者診斷中引入以隨機(jī)森林為基學(xué)習(xí)器的多學(xué)習(xí)器GBM,首次采用機(jī)器學(xué)習(xí)模型基于CTE征象來(lái)評(píng)估Mayo分組,結(jié)果顯示無(wú)論是在訓(xùn)練組還是驗(yàn)證組中,其預(yù)測(cè)不同嚴(yán)重程度UC的AUC值均大于0.95,AUC值大于Jia等[8]的研究結(jié)果(AUC=0.95), 雖然AUC值相對(duì)升高,然后兩者方法之間的差異是否具有統(tǒng)計(jì)學(xué)意義,尚需要更大樣本量的研究分析。
同時(shí),我們基于GBM分類器進(jìn)行輕、中、重度分類時(shí),鑒別輕度與中度的截?cái)嘀禐?.215,中度與重度的截?cái)嘀禐?.291,可參考截?cái)嘀档姆秶鷣?lái)協(xié)助臨床進(jìn)行不同程度UC的診斷。相比較傳統(tǒng)CTE閱片以及CTE得分評(píng)估[8],本研究嘗試優(yōu)化需要納入分類器的特征,將原有需要評(píng)估的特征數(shù)從13個(gè)減少為10個(gè),從而減少了臨床工作量,而且與前期研究[8]比較,極大的提高了分類器對(duì)UC的診斷效能,可協(xié)助臨床上無(wú)侵襲性評(píng)估患者的UC程度。
本研究不足之處:第一,該機(jī)器學(xué)習(xí)分類器模型未得到多中心數(shù)據(jù)的驗(yàn)證,且模型中仍需要納入10個(gè)CTE特征,在減輕臨床工作量方面的作用還有待提提高,后續(xù)仍需要擴(kuò)大樣本量,嘗試是否可以進(jìn)一步簡(jiǎn)化模型;第二, 本研究只針對(duì)了活動(dòng)期UC患者提取CTE特征來(lái)預(yù)測(cè)基于Mayo評(píng)分的疾病活動(dòng)度分組,未進(jìn)一步研究UC患者緩解期與活動(dòng)期評(píng)分的差異;第三,本研究在篩選入組患者時(shí),對(duì)患者CT圖像質(zhì)量有嚴(yán)格要求,日常工作中常有腸道準(zhǔn)備不足的患者,我們并未對(duì)CT圖像質(zhì)量欠佳的患者進(jìn)行研究,在后續(xù)的研究中,我們將引入腸道準(zhǔn)備情況評(píng)分,分析其對(duì)研究目的的影響。
綜上所述,本研究基于CTE提取影像特征,采用以隨機(jī)森林為基學(xué)習(xí)器的GBM多學(xué)習(xí)器來(lái)評(píng)估基于Mayo評(píng)分的UC患者疾病嚴(yán)重程度,獲得了較滿意的分類診斷結(jié)果,診斷效能較高,對(duì)臨床上無(wú)侵襲性評(píng)估UC不同分級(jí)提供了新的輔助診斷方法。