文献速递胸部CT

标准化典型CT表现诊断COVID-19的诊断效能:系统评价与Meta分析

Diagnostic performance of standardized typical CT findings for COVID-19: a systematic review and meta-analysis.
PubMed 文献 · Insights Imaging · 2023-05-24

该系统评价与Meta分析纳入42项诊断效能研究(6777例PCR阳性、9955例PCR阴性),评估RSNA分类与CO-RADS系统中典型CT表现诊断COVID-19的敏感度70%、特异度90%,且不受地区与国家收入影响;19项研究观察者间一致性的合并κ为0.72。

要点

  • 典型CT表现(RSNA典型或CO-RADS 5)诊断COVID-19的合并敏感度70%、特异度90%。
  • 典型CT表现的敏感度与特异度不因国家收入和研究地区而显著不同。
  • 典型CT表现观察者间一致性合并κ为0.72,总体CT分类为0.67。

核心结论

  • 基于标准化CT分类的COVID-19典型胸部CT表现在全球范围内显示中等敏感度与高特异度,且不受地区和国家收入影响,观察者间一致性高。

研究设计与样本

  • 系统评价与Meta分析,检索MEDLINE和Embase自2020年1月至2022年4月,最终纳入42项诊断效能研究(46篇文章),共16732例患者,来自16个国家(18个发展中国家、24个发达国家)。
  • 纳入标准为使用RSNA分类或CO-RADS系统评估临床疑似COVID-19患者、以RT-PCR为参考标准并可提取敏感度、特异度或观察者间一致性的原始研究。
  • 典型CT表现定义为RSNA分类中的「典型」表现或CO-RADS 5级;采用双变量广义线性混合模型合并敏感度与特异度,I²统计量评估异质性,Deeks回归检验评估发表偏倚。

关键影像表现/征象

  • 典型CT表现诊断COVID-19的合并敏感度为70%(95%CI 65%,74%;I²=92%),合并特异度为90%(95%CI 86%,93%;I²=94%)。
  • 发展中国家敏感度68%(95%CI 61%,75%)vs 发达国家71%(95%CI 65%,77%),差异无统计学意义(p=0.57);发展中国家特异度89%(95%CI 81%,93%)vs 发达国家91%(95%CI 87%,95%),差异无统计学意义(p=0.43)。
  • 接种疫苗患者研究中典型CT表现的特异度68% vs 未接种疫苗患者研究91%,接种疫苗者显著降低(p=0.03)。
  • 随患病率升高,敏感度趋于升高(p=0.05),特异度显著降低(p=0.01)。

诊断标准与关键数值

  • 典型CT表现(RSNA「典型」或CO-RADS 5级)诊断COVID-19的合并敏感度70%(95%CI 65%,74%)、合并特异度90%(95%CI 86%,93%)。
  • RSNA系统典型CT表现观察者间一致性κ=0.79(95%CI 0.67,0.91),显著高于CO-RADS系统κ=0.64(95%CI 0.55,0.73)(p=0.05)。
  • 总体CT分类观察者间一致性合并κ=0.67(95%CI 0.61,0.74;I²=99%);RSNA系统κ=0.74(95%CI 0.65,0.83)显著高于CO-RADS系统κ=0.59(95%CI 0.51,0.67)(P=0.02)。
  • 快速抗原检测(RAT)合并敏感度69%(95%CI 68%,70%;I²=96%)、合并特异度99%(95%CI 99%,99%;I²=94%);典型CT表现的阳性预测值显著低于RAT,阴性预测值两者无显著差异。

临床应用与阅片要点

  • 在标准化报告系统中定义COVID-19典型表现后,放射科医生可在全球不同地理与资源条件下重复出相似的CT诊断效能。
  • RSNA与CO-RADS系统对典型表现的诊断准确度几乎相同(p=0.72),可考虑联合两系统识别典型COVID-19肺炎。
  • RSNA系统观察者间一致性高于CO-RADS系统(κ 0.79 vs 0.64),作者认为RSNA分类更简明易用。
  • 当前合并估计适用于疫苗接种尚未充分普及且Omicron变异株出现之前的COVID-19大流行早期阶段。

局限性

  • 根本缺乏CT资源的低收入国家研究未被纳入,因低收入国家相关研究很少,需基于本研究结果进一步验证。
  • 多数研究为回顾性设计且疫苗接种率低,难以估计疫苗接种对典型CT表现诊断效能的影响。
  • 多数研究未提供纳入患者的症状存在、疾病严重程度和症状出现时间信息,而这些因素可能影响CT表现的诊断效能。
  • COVID-19、流感和机化性肺炎的胸部CT表现可明显重叠,若三种疾病患病率相似,放射科医生对COVID-19的诊断准确度低(约70%)。
全文中译17 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Insights Imaging. 2023 May 24;14:96. doi: 10.1186/s13244-023-01429-2

引言

由新型冠状病毒SARS-CoV-2引起的COVID-19大流行持续蔓延,已影响全球所有国家[1]。截至2022年9月26日,世界卫生组织已报告超过6亿例COVID-19确诊病例和650万例COVID-19相关死亡(世界卫生组织数据看板,访问日期2022年9月26日)。在大流行期间,COVID-19的早期准确诊断对于防止感染传播和及时管理患者至关重要。

COVID-19的参考标准一直是使用呼吸道标本的逆转录聚合酶链反应(RT-PCR)检测。尽管RT-PCR具有较高的诊断准确性,但据报道,20%–67%的感染患者出现假阴性结果,且在大流行早期,周转时间为6小时至48小时以上[2]。此外,RT-PCR无法区分具有感染性和非感染性的SARS-CoV-2颗粒[3, 4]。快速抗原检测(RAT)比RT-PCR更快提供结果,并能够实现快速床旁分诊[5, 6],但RAT在大流行早期尚不可用。

自COVID-19大流行初期以来,胸部CT成像已被广泛用于COVID-19。2020年4月的一项早期诊断性CT研究的荟萃分析显示,非标准化的CT判读对COVID-19具有敏感性但缺乏特异性[7]。随后,提出了两种主要的COVID-19 CT分类系统,用于根据CT表现的典型性进行标准化判读:四分类的北美放射学会(RSNA)分类系统[8]和五分类的COVID-19报告和数据系统(CO-RADS)[9]。RSNA和CO-RADS分类系统高度相似。具体而言,CO-RADS分类1、2、3–4和5分别对应于RSNA分类系统的阴性、非典型、不确定和典型类别。纳入九项研究(大多来自欧洲发达国家)的早期分析显示,每种标准化系统可能比非标准化CT判读具有更好的诊断性能[10]。然而,各国用于COVID-19的放射学人力和设施资源存在差异[11],这使得这种基于典型性的标准化判读是否在全球范围内发挥类似作用受到质疑。

本研究旨在对COVID-19标准化典型CT表现的诊断性能指标进行荟萃分析,并按地区和国家收入水平检验这些指标。

材料与方法

我们根据系统评价和荟萃分析优先报告条目指南[12]开展了本系统评价和荟萃分析。

检索策略

对OVID-MEDLINE和Embase数据库进行了检索,以查找关于RSNA分类和CO-RADS系统在COVID-19感染患者中诊断性能的出版物。使用以下关键词的不同组合:(“Radiological Society of North America” OR “RSNA” OR “CO-RADS” OR “CORADS”)AND(“Corona” OR “Coronavirus” OR “COVID-19” OR “SARS-Cov-2” OR “2019nCoV”)。检索限于人类受试者和英文研究。此外,还使用OVID-MEDLINE和Embase中的“被引参考文献”功能检索了引用原始RSNA分类系统[8]和CO-RADS[9]报告COVID-19肺炎的出版物。检索更新至2022年4月6日。

研究选择

如果原始研究提供了RSNA分类或CO-RADS系统在评估临床疑似COVID-19感染患者中的诊断性能数据,并以RT-PCR作为参考标准,则符合纳入条件。其中,我们仅纳入能够提取诊断性能指标(敏感度和特异度)或CT分类的观察者间一致性(相对于RT-PCR)的研究。排除标准为:(1)病例报告、综述文章、社论、通讯、评论和会议论文集;(2)数据不足以构建2×2列联表以计算RSNA分类或CO-RADS系统在患者水平上的敏感度和特异度的研究;(3)仅提供基于人工智能分析性能数据的研究。在筛选潜在符合条件的摘要后,对文章全文进行审查。

研究数据提取

两位作者(B.D.N.和S.H.Y.,分别具有11年和18年临床经验)独立使用标准化表格提取数据:(1)患者特征;(2)研究特征;(3)各项诊断试验相对于RT-PCR检测结果的结果;(4)RSNA分类和CO-RADS系统的观察者间一致性。两种系统对COVID-19典型CT表现的定义相同,但标签不同,分别为RSNA系统中的“典型表现”和CO-RADS系统中的5级[9]。因此,我们将RSNA中的典型表现和CO-RADS系统中的5级视为COVID-19的标准化典型CT表现。

根据世界银行数据[13],国家收入被分为低收入、中低收入、中高收入和高收入经济体。发展中国家定义为中低收入至中高收入经济体,发达国家定义为高收入经济体。国家层面的COVID-19疫苗接种率来源于Our World in Data[14]。完全接种定义为完成两剂或以上接种。

结局定义

本荟萃分析的主要结局是典型CT表现(RSNA CT分类中的“典型”或CO-RADS 5)的合并诊断性能。RSNA和CO-RADS CT分类系统相似,本研究按照既往研究[10],将CO-RADS 1、2、3–4和5类分别解释为RSNA系统中的阴性、非典型、不确定和典型类别。为辅助判读,附录中纳入了代表性CT图像(附加文件1:图S1)。次要结局包括标准化CT分类系统的观察者间一致性。

图1 研究筛选流程图 查看原图 ↗

研究质量评估

纳入研究的质量由两位作者(B.D.N.和S.H.Y.)使用诊断准确性研究质量评估2(QUADAS-2)工具进行评估,该工具包含四个关键条目:患者选择、索引试验、参考标准和流程与时机[15]。

统计分析

诊断准确性的荟萃分析采用双变量广义线性混合模型进行,该模型对灵敏度和特异度进行联合建模,并在数据稀疏时产生无偏估计[16]。估计了灵敏度和特异度的汇总值、汇总值的95%置信区域以及95%预测区域,并从双变量模型推导出汇总受试者工作特征(ROC)曲线。采用I2统计量评估各研究间的异质性。通过将研究水平特征纳入模型来探索研究间变异性的来源,这些特征包括CT分类系统、患病率、平均年龄、性别(男性受试者比例)、研究样本量、国家收入、地区(大洲)和全程疫苗接种率。对COVID-19病例和非COVID-19患者均超过50例的研究进行了敏感性分析。估计了典型CT表现的阳性预测值(PPV)和阴性预测值(NPV),并与快速抗原检测(RAT)的相应值进行比较[17]:汇总灵敏度为69%(95%置信区间[CI]:68%,70%;I2 = 96%),汇总特异度为99%(95% CI 99%,99%;I2 = 94%)。

此外,针对典型与非典型表现之间的二分类判定以及总体分类判定,进行了观察者一致性荟萃分析。采用Deeks回归检验评估报告诊断准确性和评定者间一致性的研究中发表偏倚的风险。分析使用R软件(版本4.1.2)中的lme、altmeta和metafor软件包完成。

结果

文献检索

我们的文献检索流程见图1。去除重复文献后,共筛选了1,224篇文章。在这1,224篇文章中,有1,119篇根据标题和摘要被排除。另有63篇文章在审阅全文后被排除,最终共纳入46篇文章:42项研究用于评估诊断准确性,19项研究用于评估观察者间一致性[9, 18–64]。

基线特征

纳入研究的特征在表1中概述。在42项评估诊断准确性的研究中,研究人群纳入时间范围为2020年1月至2021年8月。纳入患者总数为16,732例,来自16个国家,其中6777例RT-PCR阳性,9,955例RT-PCR阴性(患者数中位数229;四分位距109至526例)。COVID-19患病率的中位数和四分位距分别为45.5%和31.9%至61.2%。39项研究在疫苗不可获得时进行。有5项前瞻性研究,大多数为回顾性研究。患者的平均或中位年龄范围为40至76岁。有18项研究来自发展中国家(4项研究来自中低收入国家和14项研究来自中高收入国家)[18, 19, 22, 23, 30–32, 35, 37, 38, 43–45, 47, 48, 50, 51, 58],24项研究来自发达国家(高收入)[9, 20, 21, 24–29, 33, 34, 36, 39–42, 46, 49, 52–57]。纳入研究主要来自欧洲(24项研究)[9, 20, 21, 23–27, 29, 31, 32, 34, 35, 37, 38, 41, 42, 47–49, 52, 55–57],其次是美洲(10项研究)、亚洲(7项研究)和非洲(1项研究)。19项评估观察者间一致性的研究总结于附加文件1:表1中。

表1 报告典型CT表现诊断准确性的研究特征 查看原表 ↗

质量评估

纳入的报告诊断准确性和观察者间一致性的研究在流程与时机、参考标准和患者选择方面具有相对较低的偏倚风险(附加文件1:图2)。关于指标试验,48项研究中有5项[18, 19, 25, 59, 63]在CT图像判读期间未对RT-PCR结果进行盲法,导致高偏倚风险。48项研究中有15项[29, 31–34, 42, 43, 46, 47, 49, 50, 55, 56, 58, 60]缺乏对RT-PCR结果盲法的描述,因此这些研究的偏倚风险被认定为不明确。

图2 A 典型CT表现诊断准确性的耦合森林图。B 报告灵敏度和特异度两者研究的汇总ROC曲线 查看原图 ↗

COVID-19典型CT表现的诊断效能

COVID-19典型CT表现的汇总灵敏度为70%(95% CI 65%,74%;I2 = 92%),汇总特异度为90%(95% CI 86%,93%;I2 = 94%)(图2)。灵敏度和特异度均存在高度异质性(预测区域与ROC曲线下面积的比值 = 35.8%)。COVID-19的汇总患病率为44.5%(95% CI 37.4%,51.8%;I2 = 99%)。

对典型CT表现的灵敏度和特异度进行的meta回归分析(表2)显示,随着患病率升高,灵敏度呈升高趋势(p 0.05),而特异度显著下降(p 0.01)(附加文件1:图3)。典型CT表现对COVID-19的灵敏度在不同国家收入水平间无差异(发展中国家,68%(95% CI 61%,75%);发达国家,71%(95% CI 65%,77%;p 0.57)),在不同研究地区间亦无差异(p 0.25)。典型CT表现对COVID-19的特异度在不同国家收入水平间无显著差异(发展中国家,89%(95% CI 81%,93%);发达国家,91%(95% CI 87%,95%;p 0.43)),在不同研究地区间亦无显著差异(p 0.85)。在接种疫苗患者的研究中,典型CT表现对COVID-19的诊断特异度显著低于未接种疫苗患者的研究(68% vs. 91%,p 0.03)。按平均年龄、男性患者比例、研究规模或CT分类系统分组,诊断效能均无显著差异(分别为p > 0.1)。仅限于大型研究的敏感性分析显示合并灵敏度和特异度相似(附加文件1)。

典型CT表现与RAT之间诊断效能的比较分析见图3。RAT的PPV显著高于典型CT表现,而RAT与典型CT表现之间的NPV无显著差异。

表2 典型CT表现诊断准确性的合并估计与meta回归 查看原表 ↗
图3 典型CT表现与快速抗原检测(RAT)的估计预测值。黑线表示RAT的预测值及95%置信区间,蓝线表示典型CT表现的预测值及95%置信区间。方块表示灵敏度和特异度的汇总点,穿过汇总点的黑色实线曲线为估计的汇总ROC曲线。黑色虚线和蓝色虚线分别表示95%置信区域和预测区域。*预测区域占ROC曲线下面积的比例 = 35.8% 查看原图 ↗

COVID-19典型CT表现诊断效能的敏感性分析

对28项研究(每项研究中COVID-19病例和非COVID-19病例均各超过50例)进行的敏感性分析结果与主要分析相似[9, 20–24, 26–28, 30, 33–38, 41, 45–48, 50–52, 54–57](附加文件1:图4)。典型CT表现的合并灵敏度为70%(95% CI 65%,75%;I2 = 94%),合并特异度为91%(95% CI 88%,94%;I2 = 95%)。

观察者间一致性

有11项研究报告了典型CT表现的观察者间一致性:7项研究同时报告了诊断准确性和观察者间一致性[9, 20, 22, 28, 37, 45, 51],4项研究仅报告了观察者间一致性[59, 60, 63, 64]。报告的κ值范围为0.52至0.93。κ值的总体合并估计为0.72(95% CI 0.63,0.81;I2 = 99%)。然而,RSNA分类系统典型CT表现的κ值合并估计(0.79;95% CI 0.67,0.91)显著高于CO-RADS系统(0.64;95% CI 0.55,0.73)(p 0.05)。

对于整体CT分类,18项研究报告了观察者间一致性:12项研究同时报告了诊断准确性和观察者间一致性[9, 20, 22, 25, 28, 36–39, 45, 51, 54],6项研究仅报告了观察者间一致性[59, 61–65]。他们报告的κ值范围为0.43至0.90。κ值的合并估计值为0.67(95% CI 0.61, 0.74;I2 = 99%)。然而,RSNA分类系统整体CT表现的κ值合并估计值(0.74;95% CI 0.65, 0.83)显著高于CO-RADS系统(0.59;95% CI 0.51, 0.67;P = 0.02)(附加文件1:图5)。

发表偏倚

报告COVID-19典型CT表现诊断准确性的研究不存在明显的发表偏倚(附加文件1:图6A)。对于观察者间一致性,随着二分类分类中κ值精确度的降低,一致性程度呈现降低的趋势。整体CT分类中不存在显著的不对称性(附加文件1:图6B)。

讨论

本荟萃分析纳入了来自18个发展中国家和24个发达国家的42项诊断性能研究,结果显示COVID-19典型CT表现的合并灵敏度为70%(95% CI 65%, 74%),合并特异度为90%(95% CI 86%, 93%)。在2021年1月关于RSNA分类系统和CO-RADS的荟萃分析中,相应的合并估计值在RSNA系统中为65%和94%(典型表现;来自3个国家的4项研究),在CO-RADS中为70%和93%(5级;来自3个国家的6项研究)。我们纳入了更大数量的研究,并合并了两个系统中典型表现的结果。早期观察中每个系统的诊断测量估计值在我们的结果中得以保持,而95% CI变得更窄。合并诊断性能不因国家收入和地区而异。此外,将CT表现二分类为典型或非典型的读者间一致性为中等程度,且高于两个系统中的分类判读。这些发现强调,一旦在标准化报告系统中定义了COVID-19的典型表现,放射科医师即可在全球范围内重现CT性能,尽管存在地域和资源差异。

在疫情早期,Fleischner 学会建议,当床旁检测不可用且资源受限时,使用胸部影像对存在中重度 COVID-19 风险的疑似病例进行分诊 [2]。然而,胸部 CT 能否为 COVID-19 提供与床旁检测(以 RAT 为代表)相当的准确性,仍未被充分探索。我们基于不同疾病患病率的合并估计,比较了典型 CT 表现与 RAT 的 PPV 和 NPV:CT 与 RAT 之间的 NPV 几乎相同,而典型 CT 表现提供的 PPV 比 RAT 低最多 30–40%。回顾 2020 年初中国 COVID-19 大规模激增期间的数据时,RAT 不可用,PCR 面临供应短缺和假阴性结果,类似于低收入和中等收入国家大规模实验室检测能力短缺的情况 [66, 67]。中国国家指南(试行第五版)曾临时使用病毒性肺炎的典型 CT 表现,对武汉和湖北的疑似 COVID-19 病例作出临床诊断 [68]。鉴于合并的 CT 诊断性能,我们可以想象,为什么 CT 的一线诊断/分诊用途可能不可避免地被考虑为一种实用的补充选择,尽管 CT 会带来辐射暴露 [69],而且尚不清楚在武汉和湖北,对典型 COVID-19 表现的 CT 判读标准化程度如何。

COVID-19、流感和机化性肺炎之间的胸部 CT 表现可能 substantially 重叠 [70],因此我们关于合并 CT 性能的研究结果应谨慎解读。如果这三种疾病的患病率相似,放射科医生对 COVID-19 的诊断 CT 准确性较低(约 70%)[70]。幸运的是,当 COVID-19 占主导时,流感发病率在历史上处于低位 [71],而机化性肺炎是一种不常见的疾病。此外,疫苗接种 [72] 和 Omicron 变异株 [73–75] 可能降低基于典型 CT 表现的诊断性能。因此,当前的合并估计适用于 COVID-19 大流行的早期阶段,即疫苗尚未充分可获得且 Omicron 变异株出现之前。

在 CT 分类系统中,典型表现的诊断准确性在 RSNA 和 CO-RADS 系统之间几乎相同(p 0.72),这与既往研究一致 [10, 46, 59, 62]。此外,较高的 CT 分类显示较高的诊断准确性,与既往研究相似 [10]。虽然 RSNA 和 CO-RADS 系统对典型类别的定义略有不同(例如是否存在胸膜下豁免或血管增粗),我们的研究已证明两种系统之间的诊断准确性无显著差异。因此,考虑两种系统在使用标准化分类方法识别典型 COVID-19 肺炎方面的联合诊断能力是合理的。同时,RSNA 分类系统的观察者间一致性高于 CO-RADS 系统(κ 值,0.79 对 0.64)。一项既往研究 [46] 调查了对 CT 分类系统的偏好,发现大多数参与者偏好 RSNA 系统而非 CO-RADS 系统。这大概是因为 RSNA 分类系统更直接且更易于使用。

我们的研究存在局限性。第一,来自根本上缺乏CT资源的低收入国家的研究未纳入本研究。由于低收入国家开展的相关研究很少,将需要基于本研究结果进行进一步验证。第二,大多数研究为回顾性设计,且疫苗接种率较低,难以评估疫苗接种对典型CT表现诊断效能的影响。第三,大多数研究未提供纳入患者的症状存在情况、疾病严重程度和症状出现时间的信息,尽管这些因素可能影响CT表现的诊断效能。

总之,基于标准化CT分类的COVID-19典型胸部CT表现在全球范围内显示出中等敏感性和高特异性,不受地区和国家收入影响,并呈现出显著的观察者间一致性。如果再次发生大流行,放射学会应优先尽快为大流行疾病的典型表现提供标准化图像解读。在参考检测或即时检测充分建立之前,标准化解读将在及时诊断和分诊中发挥关键作用。

补充信息

附加文件1. 补充材料。

引用

  1. Nam BD, Hong H, Yoon SH, et al. Diagnostic performance of standardized typical CT findings for COVID-19: a systematic review and meta-analysis. Insights Imaging. 2023. PMID: 37222857. doi:10.1186/s13244-023-01429-2
  2. 全文:PMC10206568(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10206568/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。