Синдром уплотнения легочной ткани при оценке компьютерно-томографических изображений органов грудной клетки в практике клинициста: патогенез, значение, дифференциальный диагноз

Данные компьютерной томографии (КТ) органов грудной клетки помогают лучше понять особенности клинико-патологического течения заболеваний бронхолегочной системы. Однако КТ-интерпретацию полученных результатов часто бывает сложно провести без знания клинических особенностей течения заболевания, поэтому обеспечить правильную постановку диагноза может только совместная работа врача лучевой диагностики и клинициста. Цель настоящей лекции – не только оказать помощь врачу при определении и понимании КТ-картины заболевания – внешнего вида, структуры и характера распространения патологического процесса, но и научить клинициста применять КТ-синдромы для постановки правильного диагноза и сужения дифференциально-диагностического ряда, используя при этом заключение, данное врачом лучевой диагностики, самостоятельно интерпретировать полученные данные на основании клинической картины заболевания. В рамках настоящей лекции проводится разбор характеристик и причин формирования КТ-синдрома понижения прозрачности легочной ткани как наиболее часто встречающегося рентгенологического синдрома, включающего 5 основных типов: синдром «матового стекла»; синдром мозаичной перфузии, или ложного «матового стекла»; синдром уплотнения легочной ткани (консолидации); ателектаз и замещение легочной паренхимы патологическими тканями (объемный процесс). Синдрому «матового стекла» будет посвящена отдельная лекция, в настоящей статье рассматриваются 3 синдрома из указанных.

1. Тюрин И.Е. Компьютерная томография органов грудной полости. СПб: ЭЛБИ-СПб; 2003.

2. Verschakelen J.A., De Wever W. Computed Tomography of the Lung. A Pattern Approach. Springer; 2007.

3. Collins, J. CT signs and patterns of lung disease. Radiol. Clin. North. Am. 2001; 39 (6): 1115–1135.

4. Reed J.C. Chest Radiology. Plain Film Patterns and Differential Diagnoses. Mosby; 2011.

5. Тюрин И.Е. Рентгенодиагностика тяжелой пневмонии и гриппа. Лучевая диагностика и терапия. 2016; (1): 13–16. DOI: 10.22328/2079-5343-2016-1-13-16.

6. Reed J.C. Chest Radiology: Patterns and Differential Diagnoses. Elsevier; 2017.

7. Muller N.L., Silva C.I.S. The Teaching Files: Chest. Elsevier; 2009.

8. Winningham P.J., Martínez-Jiménez S., Rosado-de-Christenson M.L. et al. Bronchiolitis: A practical approach for the general radiologist. RadioGraphics. 2017; 37 (3): 777–794. DOI: 10.1148/rg.2017160131.

9. Аверьянов А.В. Лесняк В.Н. Коган Е.А. Редкие заболевания легких: диагностика и лечение. М.: Медицинское информационное агентство; 2016.

10. Georgiadou S.P., Sipsas N.V., Marom E.M., Kontoyiannis D.P. The diagnostic value of halo and reversed halo signs for invasive mold infections in compromised hosts. Clin. Infect. Dis. 2011; 52 (9): 1144–1155. DOI: 10.1093/cid/cir122.

11. Тюрин И.Е. Рентгенодиагностика внебольничных пневмоний. Поликлиника. 2013; (3-1): 7–11.

12. Ланге С., Уолш Д. Лучевая диагностика заболеваний органов грудной клетки. Пер. с англ. под ред. С.К.Тернового, А.И.Шехтера. М.: ГЭОТАР-Медиа; 2010.

13. MacMahon H., Naidich D.P., Goo J.M. et al. Guidelines for Management of Incidental Pulmonary Nodules Detected on CT Images: From the Fleischner Society 2017. Radiology. 2017; 284 (1): 228–243. DOI: 10.1148/radiol.2017161659.

14. Reduced lung-cancer mortality with low-dose computed tomographic screening. The National Lung Screening Trial Research Team. N. Engl. J. Med. 2011; 365 (5): 395–409. DOI: 10.1056/NEJMoa1102873.