Typical Imaging Patterns in COVID-19 Infections of the Lung on Plain Chest Radiographs to Aid Early Triage

Abstract

Purpose To evaluate imaging patterns of a COVID-19 infection of the lungs on chest radiographs and their value in discriminating this infection from other viral pneumonias.

Materials and Methods All 321 patients who presented with respiratory impairment suspicious for COVID-19 infection between February 3 and May 8, 2020 and who received a chest radiograph were included in this analysis. Imaging findings were classified as typical for COVID-19 (bilateral, peripheral opacifications/consolidations), non-typical (findings consistent with lobar pneumonia), indeterminate (all other distribution patterns of opacifications/consolidations), or none (no opacifications/consolidations). The sensitivity, specificity, as well as positive and negative predictive value for the diagnostic value of the category “typical” were determined. Chi² test was used to compare the pattern distribution between the different types of pneumonia.

Results Imaging patterns defined as typical for COVID-19 infections were documented in 35/111 (31.5 %) patients with confirmed COVID-19 infection but only in 4/210 (2 %) patients with any other kind of pneumonia, resulting in a sensitivity of 31.5 %, a specificity of 98.1 %, and a positive and negative predictive value of 89.7 % or 73 %, respectively. The sensitivity could be increased to 45.9 % when defining also unilateral, peripheral opacifications/consolidations with no relevant pathology contralaterally as consistent with a COVID-19 infection, while the specificity decreases slightly to 93.3 %. The pattern distribution between COVID-19 patients and those with other types of pneumonia differed significantly (p < 0.0001).

Conclusion Although the moderate sensitivity does not allow the meaningful use of chest radiographs as part of primary screening, the specific pattern of findings in a relevant proportion of those affected should be communicated quickly as additional information and trigger appropriate protective measures.

Key Points: 

• COVID-19 infections show specific X-ray image patterns in 1/3 of patients.

• Bilateral, peripheral opacities and/or consolidations are typical imaging patterns.

• Unilateral, peripheral opacities and/or consolidations should also raise suspicion of COVID-19 infection.

Citation Format

• Kasper J, Decker J, Wiesenreiter K et al. Typical Imaging Patterns in COVID-19 Infections of the Lung on Plain Chest Radiographs to Aid Early Triage. Fortschr Röntgenstr 2021; 193: 1189 – 1196

Zusammenfassung

Hintergrund Bewertung der Befundmuster einer pulmonalen COVID-19-Infektion im Thorax-Röntgen und ihres Werts bei der Abgrenzung zu anderen viralen Pneumonien.

Material und Methoden Alle Patienten, die sich zwischen dem 3. Februar und dem 8. Mai 2020 mit Atemnot vorstellten und bei denen der Verdacht auf eine COVID-19-Infektion bestand, wurden, sofern eine Thorax-Röntgenaufnahme durchgeführt wurde, in diese Analyse einbezogen (n = 321). Die bildgebenden Befunde wurden als typisch für COVID-19 (bilaterale, periphere Verschattungen/Konsolidierungen), nicht typisch (Befund passend zur Lobärpneumonie), unbestimmt (alle anderen Verteilungsmuster von Infiltraten) oder keine (keine Infiltrate) klassifiziert. Zur Beurteilung des diagnostischen Werts der Kategorie “typisch” wurden Sensitivität, Spezifität sowie positiver und negativer prädiktiver Wert bestimmt. Der Chi-Quadrat-Test wurde verwendet, um die Musterverteilung zwischen den verschiedenen Arten von Pneumonien zu vergleichen.

Ergebnisse Infiltratmuster, die als typisch für eine COVID-19-Infektion definiert wurden, wurden bei 35/111 (31,5 %) Patienten mit bestätigter COVID-19-Infektion dokumentiert, aber nur bei 4/210 (2 %) Patienten mit irgendeiner anderen Art von Lungenentzündung, was zu einer Sensitivität von 31,5 %, einer Spezifität von 98,1 % sowie einem positiven und negativen prädiktiven Wert von 89,7 % bzw. 73 % führte. Die Sensitivität konnte auf 45,9 % erhöht werden, wenn auch unilaterale, periphere Verschattungen/Konsolidierungen ohne relevante Pathologie kontralateral als typisch für eine COVID-19-Infektion berücksichtigt wurden. Dabei nahm die Spezifität nur geringfügig auf 93,3 % ab. Die Verteilung der Infiltratmuster auf die benannten Kategorien zwischen COVID-19-Patienten und Patienten mit sonstigen Arten von Lungenentzündungen unterschied sich signifikant (p < 0,0001).

Schlussfolgerung Die moderate Sensitivität erlaubt zwar nicht den sinnvollen Einsatz des Röntgen-Thorax im Rahmen des primären Screenings, das spezifische Befundmuster in einem relevanten Anteil der Betroffenen sollte jedoch als zusätzliche Information rasch kommuniziert werden und entsprechende Schutzmaßnahmen triggern.

Kernaussagen: 

• COVID-19-Infektionen zeigen bei 1/3 der Patienten spezifische Infiltratmuster im Röntgenbild.

• Bilaterale, periphere Verschattungen und/oder Konsolidierungen sind typische Infiltratmuster.

• Unilaterale, periphere Verschattungen und/oder Konsolidierungen sollten ebenso den Verdacht auf eine COVID-19-Infektion wecken.

Key words

COVID-19 - chest X-ray - viral pneumonia

Publikationsverlauf

Eingereicht: 29. Oktober 2020

Angenommen: 01. Februar 2021

Artikel online veröffentlicht:
10. März 2021

• References

• 1 Zhu N, Zhang D, Wang W. et al. A novel coronavirus from patients with pneumonia in China, 2019. New England Journal of Medicine 2020; DOI: 10.1056/NEJMoa2001017.
• 2 Guzik TJ, Mohiddin SA, Dimarco A. et al. COVID-19 and the cardiovascular system: implications for risk assessment, diagnosis, and treatment options. Cardiovascular research 2020; DOI: 10.1093/cvr/cvaa106.
• 3 Zhang H, Liao Y-S, Gong J. et al. Clinical characteristics of Coronavirus Disease (COVID-19) patients with gastrointestinal symptoms: A report of 164 cases. Digestive and Liver Disease 2020; DOI: 10.1016/j.dld.2020.04.034.
• 4 Wang D, Hu B, Hu C. et al Clinical characteristics of 138 hospitalized patients with 2019 novel coronavirus–infected pneumonia in Wuhan, China. Jama 2020; 323: 1061-1069 DOI: 10.1001/jama.2020.1585.
• 5 World Health Organisation. Novel Coronavirus(2019-nCoV) Situation Report – 11.2020. In 2020 September 16.
• 6 Robert-Koch-Institut. COVID-19: Fallzahlen in Deutschland und weltweit. In 2020 October 25.
• 7 World Health Organisation. WHO Coronavirus Disease (COVID-19) Dashboard. In 2020 October 25.
• 8 Wang Y, Dong C, Hu Y. et al. Temporal changes of CT findings in 90 patients with COVID-19 pneumonia: a longitudinal study. Radiology 2020; DOI: 10.1148/radiol.2020200843.
• 9 Wong HYF, Lam HYS, Fong AH-T. et al. Frequency and distribution of chest radiographic findings in COVID-19 positive patients. Radiology 2020; DOI: 10.1148/radiol.2020201160.
• 10 Pontone G, Scafuri S, Mancini ME. et al. Role of computed tomography in COVID-19. Journal of cardiovascular computed tomography 2020; DOI: 10.1016/j.jcct.2020.08.013.
• 11 Cozzi D, Albanesi M, Cavigli E. et al. Chest X-ray in new Coronavirus Disease 2019 (COVID-19) infection: findings and correlation with clinical outcome. La Radiologia medica 2020; DOI: 10.1007/s11547-020-01232-9.
• 12 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; DOI: 10.1148/radiol.2020200642.
• 13 Dalglish SL. COVID-19 gives the lie to global health expertise. The Lancet 2020; 395: 1189 DOI: 10.1148/ryct.2020200110.
• 14 Dangis A, Gieraerts C, Bruecker YD. et al Accuracy and reproducibility of low-dose submillisievert chest CT for the diagnosis of COVID-19. Radiology: Cardiothoracic Imaging 2020; 2: e200196 DOI: 10.1148/ryct.2020200196.
• 15 Fang Y, Zhang H, Xie J. et al. Sensitivity of chest CT for COVID-19: comparison to RT-PCR. Radiology 2020; DOI: 10.1148/radiol.2020200432.
• 16 Damiano C, Michela P, Francesco P. et al. Chest CT features of COVID-19 in Rome, Italy. Radiology 2020; DOI: 10.1148/radiol.2020201237.
• 17 Bai HX, Hsieh B, Xiong Z. et al. Performance of radiologists in differentiating COVID-19 from viral pneumonia on chest CT. Radiology 2020; DOI: 10.1148/radiol.2020200823.
• 18 Kim H, Hong H, Yoon SH. Diagnostic performance of CT and reverse transcriptase-polymerase chain reaction for coronavirus disease 2019: a meta-analysis. Radiology 2020; DOI: 10.1148/radiol.2020201343.
• 19 Salehi S, Abedi A, Balakrishnan S. et al. Coronavirus disease 2019 (COVID-19): a systematic review of imaging findings in 919 patients. American Journal of Roentgenology 2020; DOI: 10.1007/s00330-020-06863-0.
• 20 Bai HX, Wang R, Xiong Z. et al. AI augmentation of radiologist performance in distinguishing COVID-19 from pneumonia of other etiology on chest CT. Radiology 2020; DOI: 10.1148/radiol.2020201491.
• 21 Li L, Qin L, Xu Z. et al. Artificial intelligence distinguishes COVID-19 from community acquired pneumonia on chest CT. Radiology 2020; DOI: 10.1148/radiol.2020200905.
• 22 Koo HJ, Lim S, Choe J. et al Radiographic and CT features of viral pneumonia. Radiographics 2018; 38: 719-739 DOI: 10.1148/rg.2018170048.
• 23 Vogel-Claussen J, Ley-Zaporozhan J, Agarwal P. et al. Empfehlungen der AG Thoraxdiagnostik der Deutschen Röntgengesellschaft zur klinischen Anwendung der Thoraxbildgebung und strukturierten CT-Befundung bei COVID-19-Pandemie. RoFo: Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin 2020; DOI: 10.1055/a-1174-8378.
• 24 Nicolaou S, Al-Nakshabandi NA, Müller NL. SARS: imaging of severe acute respiratory syndrome. American Journal of Roentgenology 2003; 180: 1247-1249 DOI: 10.2214/ajr.180.5.1801247.
• 25 Das KM, Lee EY, Jawder SEA. et al Acute Middle East respiratory syndrome coronavirus: temporal lung changes observed on the chest radiographs of 55 patients. American Journal of Roentgenology 2015; 205: W267-S274 DOI: 10.2214/ajr.15.14445.