Die Genauigkeit der CT-Körperzusammensetzung hängt stark von den Scannereinstellungen ab

CT-basierte Körperzusammensetzungsanalyse (BCA) hat sich zu einem Eckpfeiler der klinischen Forschung zu Sarkopenie, Adipositas und Krankheitsprognose entwickelt – vor allem deshalb, weil Millionen von Patienten bereits abdominale CT-Untersuchungen erhalten, was opportunistische Messungen von Muskel- und Fettgewebe ohne zusätzliche Scans ermöglicht. Die Methode basiert auf Hounsfield-Einheiten (HU)-Schwellenwerten – ursprünglich bei 120 kV etabliert –, um Skelettmuskulatur (−29 bis +150 HU), viszerales Fettgewebe (VAT) und subkutanes Fettgewebe (SAT) zu segmentieren. Die Muskelqualität wird anhand der mittleren Muskelattenuation bewertet, wobei niedrigere Werte auf eine Fettinfiltration (Myosteatose) hinweisen. Deep-Learning-Segmentierung hat diese Messungen weiter automatisiert und großangelegte Kohortenstudien beschleunigt. Diese Übersichtsarbeit aus dem Eunpyeong St. Mary's Hospital fasst jedoch Belege zusammen, die zeigen, dass nahezu jeder technische Parameter der CT-Akquisition und -Rekonstruktion messbare Variabilität in diese Kenngrößen einführt.

Kontrastmittel gehört zu den klinisch bedeutsamsten Einflussvariablen. Sieben von zehn Studien in einem Scoping-Review berichteten von einer signifikant erhöhten Muskelattenuation nach Kontrastmittelinjektion, und post-Kontrast-Aufnahmen zeigen unabhängig vom Injektionsprotokoll generell eine größere Skelettmuskelfläche (SMA) und Skelettmuskeldichte (SMD). Eine Studie dokumentierte eine durchschnittliche Abnahme der VAT-Fläche um 7,6 % und eine Zunahme der VAT-Attenuation um 5,4 % in post-Kontrast-Aufnahmen, während sich SAT und SMA nur geringfügig veränderten (0,1–0,2 %). Obwohl Prä- und Post-Kontrast-Werte gut korrelieren, sind sie nicht austauschbar. Eine vorgeschlagene Korrektur von −7,5 HU, die auf die post-Kontrast-Muskelattenuation angewendet wird, um Nicht-Kontrast-Werte anzunähern, ist nicht universell gültig, und das Mischen von Kontrastphasen in Forschungsdatensätzen führt zu systematischer Verzerrung.

Die spezifische Phase der Kontrastmittelbildgebung ist unabhängig davon von Bedeutung. Über drei- und vierphasige CT-Protokolle hinweg nehmen SMA, normal-attenuierende Muskelfläche (NAMA) und SMD von der nativen Phase über die arterielle und portalvenöse bis zur späten Phase progressiv zu, während die niedrig-attenuierende Muskelfläche (LAMA) abnimmt – was bedeutet, dass in späteren Phasen weniger Patienten als myosteatotisch klassifiziert würden. Die VAT-Fläche nimmt in der späten Phase ab, und bei Anwendung vordefinierter Adipositas-Schwellenwerte ist die Prävalenz viszeraler Adipositas in späteren Phasen signifikant niedriger. Eine Perfusions-CT-Studie bestätigte einen zeitabhängigen Anstieg des Skelettmuskelindex nach Kontrastmittelinjektion bei gleichzeitiger Abnahme von LAMA und Fettgewebsindex.

Röhrenspannung und Röhrenstrom führen jeweils zu zusätzlicher Variabilität. Bei 80 kV gegenüber 120 kV ist die SMD in der klinischen portalvenösen Bildgebung signifikant höher, während LAMA signifikant niedriger ist; eine Diskrepanz in Phantomstudien (bei denen LAMA bei 80 kV zunahm) ist wahrscheinlich durch das Fehlen von Kontrastmittel in Phantomen erklärbar. Die Fettabsorption nimmt bei höheren Spannungen zu, flächenbasierte Fettindizes unterscheiden sich jedoch möglicherweise nicht signifikant, was bedeutet, dass die Wahl der Kennzahl für die Interpretation entscheidend ist. Die Reduktion des Röhrenstroms – zur Dosisersparnis eingesetzt – ergab in Phantomstudien bei einer Reduktion auf 10–50 % der Standarddosis ähnliche SMA-Werte, aber eine niedrigere Muskelattenuation; ein klinischer Vergleich fand signifikant niedrigere VAT- und SAT-Flächen sowie -Attenuationswerte in Niedrigdosis-Aufnahmen (Mittelwert 28,8 mAs vs. 161,9 mAs).

Der Rekonstruktionsalgorithmus ist eine weitere wesentliche Quelle von Variabilität, die in der Übersichtsarbeit behandelt wird. Iterative Rekonstruktion (IR) und Deep-Learning-Rekonstruktion (DLR) reduzieren das Rauschen im Vergleich zur gefilterten Rückprojektion (FBP), aber das Ausmaß der Rauschunterdrückung beeinflusst die HU-Histogrammverteilungen und damit attenuationsbasierte Kenngrößen wie SMD und LAMA. Die Schichtdicke ist besonders einflussreich: Dickere Schichten erhöhen die Partialvolumenmittelung und verändern die scheinbare Attenuation kleiner Strukturen und Muskelgrenzen. Neue Technologien – virtuelle monoenergetische Bilder der Dual-Energy-CT und Photon-Counting-CT – bieten potenzielle Vorteile für die Standardisierung, führen jedoch neue Quellen von Variabilität ein, die im BCA-Kontext noch wenig untersucht sind. Die Übersichtsarbeit kommt zu dem Schluss, dass eine konsistente Dokumentation aller Akquisitions- und Rekonstruktionsparameter für die Reproduzierbarkeit sowohl in der klinischen Praxis als auch in multizentrischen Studien unerlässlich ist.