文献速递腹部泌尿生殖MR

通过基线MRI视觉形态学评估与分期预测直肠癌放化疗反应:一项多中心多阅片者研究

Predicting response to chemoradiotherapy in rectal cancer via visual morphologic assessment and staging on baseline MRI: a multicenter and multireader study.
PubMed 文献 · Abdom Radiol (NY) · 2023-06-26

该多中心多阅片者回顾性研究纳入90例直肠癌患者基线MRI,由22名放射科医生(5名专家、17名普通/腹部放射科医生)分别用5分置信度评分、简化4分风险评分和2分评分预测新辅助放化疗后(近)完全缓解。三种方法AUC相似(0.71–0.74),5分和4分评分观察者间一致性较高(α=0.55和0.57 vs 2分评分0.46),55%阅片者偏好4分评分。视觉形态学评估与分期方法预测新辅助治疗反应具有中等至良好效能。

要点

  • 基线MRI视觉形态学评估与分期可预测直肠癌新辅助放化疗后(近)完全缓解,AUC 0.71–0.74。
  • 5分置信度评分与4分风险评分观察者间一致性相似(α=0.55 vs 0.57),均高于2分评分(α=0.46)。
  • 55%阅片者偏好基于高危T分期、MRF侵犯、淋巴结受累和EMVI的简化4分风险评分。

核心结论

  • 视觉形态学评估与分期方法预测新辅助治疗反应具有中等至良好效能。
  • 与先前发表的置信度评分系统相比,研究阅片者更偏好基于高危T分期、MRF受累、淋巴结受累和EMVI的简化4分风险评分。
  • 预测(近)完全缓解的特异度相对较高(68%–73%),高于敏感度(49%–59%)。

研究设计与样本

  • 回顾性诊断研究,为正在进行的机构审查委员会批准的多中心项目的一部分,纳入荷兰十家中心2010至2018年1037例直肠癌患者的影像与临床结局数据。
  • 半随机选取90例活检证实的非黏液性直肠腺癌患者,均接受常规长程放化疗(50.0–50.4 Gy同步卡培他滨为基础化疗),具备诊断质量基线分期MRI(至少矢状面、冠状面、横断面T2加权序列)及最终反应结局。
  • 22名来自14个国家的放射科医生(5名直肠MRI专家、17名腹部/普通放射科医生)回顾性阅片,使用基于网络的iScore平台及电子病例报告表,对每例依次使用5分置信度评分、4分风险评分和2分评分。
  • 参考标准:手术后组织病理学Mandard肿瘤消退分级TRG 1-2定义为(近)完全缓解;等待观察患者以持续临床完全缓解且无局部再生随访≥2年作为完全缓解(TRG1)的替代终点。

诊断标准与关键数值

  • 5分置信度评分基于肿瘤大小、信号异质性、形状(规则/不规则)、T分期、N分期、EMVI和MRF侵犯综合评估。
  • 4分风险评分每项1分,分别对应高危T分期、明显MRF侵犯、淋巴结受累和EMVI。
  • 2分评分将患者二分为可能/不可能 achieve(近)完全缓解。
  • 预测(近)完全缓解的AUC:5分置信度评分0.71(95%CI 0.60–0.82),4分风险评分0.74(95%CI 0.64–0.84),2分风险评分0.72(95%CI 0.62–0.83),三种方法间差异无统计学意义(p=0.10–0.64)。
  • 5分置信度评分敏感度略低于其他两种方法(49% vs 57%–59%),其他指标三种方法相似。

临床应用与阅片要点

  • 视觉形态学评估与基线分期方法无需额外定量测量、先进功能成像序列或计算算法,易于在日常实践中实施。
  • 简化4分风险评分基于高危T分期、MRF侵犯、淋巴结受累和EMVI,多数阅片者认为更易应用并偏好用于日常临床实践。
  • 阅片者识别可能残留肿瘤的患者(特异度68%–73%)优于识别(近)完全缓解者(敏感度49%–59%)。
  • 器官保留的患者选择不应仅基于影像,而应结合MRI、临床(直肠指检)和内镜检查。

局限性

  • 研究设计为回顾性。
  • 为确保多名阅片者能在可接受时间内完成全部病例,队列规模被有意保持相对较小。
  • 从更大队列中半随机选择患者可能易产生偏倚,尽管作者认为纳入十家中心数据的队列具有代表性。
  • 研究数据集可追溯至2010年,部分MRI采用「过时」研究方案采集,可能影响整体扫描质量。
  • 17名经验较少的阅片者通过向ESGAR成员公开招募,不能排除一定选择偏倚。
全文中译12 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:Abdom Radiol (NY). 2023 Jun 26;48(10):3039–49. doi: 10.1007/s00261-023-03961-7

引言

近年来,直肠癌的治疗趋势已转向更多保留器官的治疗方式。新辅助放化疗(CRT)后出现临床完全缓解(CR)证据的晚期肿瘤患者可进入观察等待(W&W)方案,而肿瘤残留较小的患者可通过经肛局部切除等局部治疗手段获得治愈,而非行大范围切除术[1–3]。此外,目前正在进行中的试验(如STAR-TREC试验)正在研究对早期肿瘤给予放化疗以实现器官保留的获益[4]。根据现行指南,这些早期肿瘤通常采用直接手术治疗。这些进展促使人们需要准确监测CRT后的反应,同时也引起了人们对在CRT开始前预测治疗反应的日益浓厚的兴趣。如果我们能在基线时区分哪些患者可能反应良好、哪些患者将无反应,这将有助于筛选出适合接受CRT的患者,同时避免预期无反应者遭受不必要的副作用。治疗前了解预期的治疗反应也可能有助于进一步优化新辅助治疗策略。

多项研究探讨了影像学和影像生物标志物作为治疗前反应预测因素的潜在作用[5–9]。迄今为止,这些研究主要集中于功能成像技术,如扩散加权成像(DWI)和动态对比增强(DCE)MRI,以及使用人工智能(AI)方法(如影像组学)开发的多参数成像模型[10–14]。有趣的是,其中若干报告显示,基本肿瘤描述指标如T分期和N分期、形态学和体积属于预测反应潜力最佳的变量之列[15, 16]。这表明放射科医生的视觉形态学判读不仅对分期至关重要,也可能有助于构建治疗反应的预测因素。Van Griethuysen等是最早开发仅基于放射科医生对基线MRI扫描的视觉判读和分期来估计反应可能性的方法的研究者之一[17]。他们表明,一个综合考虑肿瘤大小、信号和形状、T分期和N分期、直肠系膜筋膜(MRF)受累以及壁外血管侵犯(EMVI)的置信度评分系统,在两位专家放射科医生评估时,可在基线MRI上预测CRT获得良好或完全缓解的几率,曲线下面积(AUC)为0.67–0.83。据我们所知,诸如van Griethuysen所提出的视觉形态学反应预测方法尚未在更大的读者群体中和/或使用多中心MRI数据进行评估。

因此,本研究旨在在多中心研究环境中评估van Griethuysen等的视觉反应预测方法,并将其与同一评分系统的两种简化改编版本在诊断性能和可重复性方面进行比较,评估在由专业水平参差不齐的大型国际放射科医生群体中进行。

材料与方法

患者选择

本回顾性诊断研究是一项正在进行的、经机构审查委员会批准的多中心项目的一部分,该项目聚焦于MRI用于直肠肿瘤风险评估和疗效评估,纳入了荷兰十家中心2010年至2018年间获取的1037例直肠癌患者的影像和临床结局数据。在本研究中,我们从该队列中筛选符合以下纳入标准的患者:(a) 活检证实的非黏液性直肠腺癌,(b) 新辅助治疗为“常规”长程放化疗(50.0-50.4 Gy同步卡培他滨为基础的化疗),(c) 具备诊断质量的初诊分期MRI,至少包括三个平面(矢状面、冠状面、横断面)的T2加权序列,(d) 具备最终疗效结局(手术后组织学结果,或若为等待观察(W&W)治疗则需≥2年临床随访)。从该组中,我们半随机选取了n=90例患者的样本纳入当前研究队列,考虑到必须代表全部10家研究中心的数据,并确保在疗效结局方面具有临床代表性的样本以进行有意义的统计分析。选择这种半随机(选择性)方法是因为十家中心中有两家是W&W转诊中心,否则可能导致完全缓解者在队列中相对过度代表。由于研究的回顾性性质,知情同意被豁免。

磁共振成像

所有MRI均按照参与中心在纳入时的本地方案进行。从完整方案中,我们为本研究选取了矢状面、斜轴面(垂直于肿瘤轴)和斜冠状面(平行于肿瘤轴)的二维T2加权自旋回波序列,符合近期指南[18]中概述的直肠癌初诊分期最低要求。层厚范围为3至5 mm,平面内分辨率为0.35x0.35至0.94x0.94 mm。

图像评估

MRI由来自14个不同国家的22名放射科医师评估,包括5名直肠MRI专家(每位在直肠MRI和直肠癌研究方面具有≥10年的专职经验)和17名对腹部影像有特定兴趣的腹部放射科医师或普通放射科医师。17名腹部/普通放射科医师阅读直肠MRI的中位经验为6年(范围1.5-21年),估计每年阅读直肠MRI病例的中位数为100例(范围50-250例)。研究阅片者通过向欧洲胃肠道和腹部放射学会(ESGAR)成员公开招募,特别是对直肠影像有兴趣的成员。图像评估使用一内部开发的网络平台(iScore)进行,该平台由作者之一(N.E.K.)设计,并整合了开放健康影像基金会(OHIF)DICOM查看平台[19]。

要求研究阅片者使用嵌入iScore的电子病例报告表(eCRFS)审阅90例研究病例的基线MRI。这些eCRFS包括三种不同的评分方法,旨在根据总体肿瘤风险特征估计患者对放化疗达到完全或接近完全缓解的可能性。第一种评分方法是van Griethuysen等人发表的5点置信度评分,该评分基于肿瘤大小、信号异质性、形状(规则/不规则)、T分期、N分期、EMVI和MRF侵犯的组合[17]。第二种评分方法是简化的4点改编版,仅考虑MRF侵犯、高危T分期、EMVI和N分期。最终评分方法是进一步简化的二分法(2点评分)改编版。三种评分方法的完整细节见表1,支持性图像见图1和图2。iScore中评分设置的视觉呈现(包括完整eCRFS)见补充材料1。要求阅片者对每个 individual 病例说明他们认为相应评分方法易于应用、中等容易/困难还是难以应用。最后,在完成所有病例后,要求他们给出在日常临床实践中更愿意使用哪种评分方法的总体指示。阅片者彼此之间的评分以及最终缓解结局均设盲。

表1 用于预测基线MRI上放化疗缓解的评分方法 查看原表 ↗
图1 提供给研究阅片者的说明,用于根据4个关键高危特征的存在/缺失分配4点风险评分:明显的MRF侵犯、高危T分期(体积大/不规则,T3c-4)、明显的淋巴结阳性病变和明显的EMVI。阅片者被指示仅在确信相应令人担忧的特征存在时才选择“是”。如有疑问,阅片者被指示选择“否” 查看原图 ↗
图2 提供给研究阅片者的说明,用于分配二分法(2点)风险评分。绿色=低风险,即肿瘤可能达到(接近)完全缓解。红色=高风险,即肿瘤不太可能达到(接近)完全缓解 查看原图 ↗

参考标准

本研究的主要结局是预测(接近)完全缓解,其定义为手术后组织病理学上无存活癌细胞,或仅存在罕见或小簇残留癌细胞。在已接受手术的患者中,主要参考标准是组织病理学Mandard肿瘤消退分级(TRG),其中(接近)完全缓解定义为TRG 1-2 [20]。在接受W&W的患者中,持续临床完全缓解且局部无再生长随访期≥2年被视为完全缓解(TRG1)的替代终点。

统计分析

统计分析使用R统计软件4.1.0版(2021年)和IBM SPSS 27版(2020年)进行。对22位放射科医师的评分按每位患者取平均值,以得出缓解概率,随后用于计算受试者工作特征(ROC)曲线并计算每种评分方法的平均曲线下面积(AUC)。从ROC曲线中得出5分法和4分法的最佳截断值,以计算预测(近)完全缓解(作为阳性研究结局)的敏感度、特异度、阳性预测值(PPV)、阴性预测值(NPV)和总体准确率。结果分别对5位MRI专家与17位经验较少的阅片者进行分析,并使用混合模型线性回归评估阅片者经验对每种评分方法诊断准确率指标的影响。为考虑每位患者的重复测量,使用了患者水平的随机截距。进行逻辑回归分析以评估诊断准确率与完成CRT至最终手术/进入W&W项目之间间隔之间是否存在关联的可能性。为此,计算了所有阅片者对每位患者和每种方法的正确诊断比例。然后将该比例作为响应变量,完成CRT至最终手术/进入W&W项目之间的间隔作为协变量。p值<0.05被认为具有统计学意义。组间观察者一致性(IOA)使用Krippendorff's alpha(α)计算。

结果

患者特征

表2显示了90例研究患者的基线特征。52例患者(58%)为男性;中位年龄为65岁(范围41–82)。44例患者(49%)为(近)完全缓解者,包括27例(30%)完全缓解者(21例手术后;6例临床完全缓解者接受W&W)。完成CRT至手术(或纳入W&W项目)的平均时间间隔为11±2.5周。

表2 患者特征 查看原表 ↗

预测(近)完全缓解的诊断性能

所有研究阅片者预测CRT后(近)完全缓解的平均性能在三种方法之间相似,5分置信度评分的AUC为0.71(95% CI 0.60–0.82),4分风险评分的AUC为0.74(95% CI 0.64–0.84),二分法2分风险评分的AUC为0.72(95% CI 0.62–0.83);三种方法之间AUC的差异无统计学意义(p=0.10–0.64)。进一步的准确率指标见表3。5分置信度评分的敏感度略低于其他两种方法(49%对57-59%);三种不同评分方法的其他指标相似。MRI专家相对于经验较少的阅片者表现出更高性能的趋势,尽管这些差异未达到统计学意义(p=0.15–0.99;例外为5分置信度评分的PPV,MRI专家的得分显著高于非专家,p=0.03)。CRT与手术/W&W之间的时间间隔具有显著的混杂效应(间隔越长性能越高的趋势)。

表3 诊断性能及阅片者经验水平的影响 查看原表 ↗

观察者间一致性和阅片者偏好

表4显示了三种评分方法的观察者间一致性,包括专家和非专家阅片者的具体结果。表5显示了阅片者反馈(即每例的感知难度和总体首选的评分方法)。所有阅片者合并的组内观察者间一致性(Krippendorff's alpha)在5点置信水平评分(α=0.55)和4点风险评分(α=0.57)之间相似,而2点评分较低(α=0.46)。与经验较少的阅片者相比,MRI专家的观察者间一致性更高,尤其是在5点置信评分(α=0.64对0.53)和4点风险评分(α=0.65对0.55)方面。观察4点风险评分中包含的各个变量时,EMVI和MRF受累评估的观察者间一致性高于高危T分期和淋巴结受累评估。与5点置信水平评分相比,大多数阅片者认为简化的4点和2点风险评分更易于应用;大多数阅片者(55%)选择4点风险评分作为其首选的反应预测方法。

表4 观察者间一致性(Krippendorff's alpha) 查看原表 ↗
表5 阅片者偏好 查看原表 ↗

讨论

通过本研究,我们探讨了MRI在基于基线MRI视觉形态学风险评估和分期来估计患者对新辅助放化疗达到(近)完全缓解可能性的价值。先前发表的5点置信评分及两种简化改编版(4点和2点)被测试并在诊断性能、观察者间可重复性和阅片者偏好方面进行比较。三种方法预测(近)完全缓解的诊断性能相似,AUC范围在0.71至0.74之间。当同时考虑观察者间一致性和阅片者偏好时,基于高危T分期、MRF侵犯、EMVI和淋巴结受累组合的4点风险评分显示出最有利的结果。

本研究中观察者间一致性至多为中等(α=0.46–0.57),MRI专家的结果略好,尤其是4点和5点评分(α=0.64–0.65)。更资深的放射科医师也显示出诊断性能更好的趋势,尽管在大多数情况下性能差异未达到统计学显著性。最简化的2点风险评分在专家和非专家之间的观察者间一致性同样较低(α=0.44–0.47)。van Griethuysen先前提出的置信评分是一种相对复杂的复合评分,综合了T分期、大小、信号、形状、N分期、EMVI和MRF受累。我们假设通过简化该评分,可能能够改善阅片者间可重复性。然而,未观察到此类效应。尽管如此,大多数阅片者确实对简化评分系统——特别是4点风险评分——表现出明显偏好,并表示他们认为该方法更易于应用。因此,该评分系统可能更容易在日常实践中被采用,尤其是 by 更普通的阅片者。

预测患者不太可能达到(近)完全缓解的特异性相对较高(范围在68%至73%之间),且显著高于仅49%–59%的敏感性(用于预测哪些患者会成为(近)完全缓解者)。这些结果表明,研究阅片者更擅长评估可能最终留有残留肿瘤的患者。我们假设,识别真正“糟糕”的肿瘤病例(不太可能达到器官保留)可能相对直接,而存在更广泛的“中等风险”病例谱,在这些病例中预测哪些患者将继续显示良好缓解还是对治疗的(近)完全缓解将更具挑战性。有趣的是,我们的结果也或多或少与先前关于CRT完成后再分期评估缓解的报道一致,其中放射科医生通常也更擅长识别不良缓解者而非识别完全(或近完全)缓解者[21–23]。最终,器官保留的患者选择不应仅基于影像学,而应结合MRI、临床(直肠指检)检查和内镜检查的综合信息[3, 24]。

值得注意的是,我们目前的结果仅基于放射科医师对解剖MR图像的“简单”视觉形态学评估和基线分期,无需额外的定量测量、高级(功能)成像序列或计算算法。这种方法的优点在于它易于在日常实践中实施,并且对临床医师而言相对全面。然而,一个重要的缺点是其依赖于观察者,并受放射科医师经验水平的影响,这也反映在我们的结果中,即更有经验的研究阅片者倾向于具有更高的IOA和诊断性能。尽管我们旨在为阅片者提供清晰的评分说明(见图1和图2),但诸如“明显的淋巴结受累”和“巨大肿瘤”等标准仍然是主观标准,这可能导致了相对较低的IOA。当使用更定量或基于AI的方法时,这些问题不太突出,而这些方法已成为近期文献中的主要研究主题。功能成像参数,如从弥散加权MRI获得的表观弥散系数(ADC),以及从动态对比增强MRI获得的灌注指标(如K-trans),均已显示出作为治疗前疗效预测因素的潜力[5, 25]。此外,反映组织异质性的“纹理”特征如熵和均匀度,已与肿瘤成功缓解的可能性相关[15, 16, 26]。当将这些定量特征结合在多变量(影像组学)模型中时,已发表的报告显示基线预测直肠肿瘤缓解的AUC各不相同,范围在0.68至0.97之间[27]。Van Griethuysen等人表明,定量AI模型的预测性能与由经验丰富的放射科医师进行的视觉形态学缓解预测相似[17]。其他研究显示了AI(影像组学)和视觉形态学评估的互补价值,并证明结合这两种方法可以提高预测缓解的诊断性能[17, 27–30]。然而,基于图像的预测方法(无论视觉形态学和/或定量)的报告结果差异很大,许多报告中的AUC不超过0.80;这一性能水平可能不会被认为足以影响治疗规划。抗癌治疗的缓解是一个多因素过程,不仅取决于肿瘤大小和形态,还取决于其他患者因素和肿瘤生物学方面,这些是我们无法期望通过成像来捕捉的。因此,研究的重要下一步是将基于图像的预测方法与其他临床、组织病理学、免疫组织化学和遗传生物标志物相结合,这些生物标志物已显示出作为缓解预测因素的前景,但遗憾的是在当前回顾性研究队列中无法进行分析[27, 29–33]。只有通过这种方式,我们才有望实现足够强的预测性能,以作为临床决策的基础,旨在进一步推动直肠癌的个性化治疗。

我们的研究设计除回顾性性质外,还存在一些局限性。为确保众多读者能在可接受的时间范围内完成整套研究病例,队列规模被有意保持在相对较小的水平。我们完全承认,从较大队列中半随机选择患者(以确保样本在来自不同参与中心的数据代表性和缓解结局方面保持平衡)可能容易产生偏倚,尽管我们相信包含来自十个不同中心数据的队列提供了能够反映日常临床常规的代表性样本。研究数据集可追溯至2010年,这意味着部分MRI是采用“过时”的研究方案采集的。虽然我们承认这些差异可能对整体扫描质量产生影响,但考虑到评估主要基于常规T2加权成像,其质量随时间的变化可能小于例如DWI,我们认为这些影响可能有限。虽然我们队列中17名经验较少的读者旨在提供日常临床实践中阅读直肠MRI的放射科医生的代表性样本,但考虑到读者是通过向ESGAR成员(对直肠癌有特定兴趣)公开招募的,我们不能排除一定的选择偏倚。最后,我们的结果应谨慎解读,因为我们已经表明缓解情况及相应的预测缓解性能受到CRT与手术/等待观察(W&W)之间间隔变化的影响。延长CRT与手术之间的间隔是已知因素,通常会导致更高的缓解率[34–38]。虽然变化较小(CRT与手术/W&W之间的平均间隔为11周,标准差为2.5周),但在本回顾性研究设置中仍无法避免混杂效应。

结论

总之,这项多中心、多读者研究显示,在基线分期MRI上预测放化疗缓解的视觉形态学方法在估计患者实现(近)完全缓解(CRT)可能性方面具有中等至良好的诊断性能。特异性相对较高,表明影像学主要擅长识别那些不太可能实现器官保留的较高风险患者。总体观察者间一致性为中等,经验更丰富的放射科医生结果更好。与先前发表的基于置信度的评分系统相比,研究读者更喜欢基于高风险T分期、MRF受累、淋巴结受累和EMVI的简化4点风险评分。虽然结果显然还为时过早,不足以作为临床决策的依据,但令人鼓舞,值得进一步开展多学科研究,重点关注将影像学与其它临床缓解预测因素相结合。

补充信息

以下是电子补充材料的链接。补充文件1(PDF 839 KB)

引用

  1. El Khababi N, Beets-Tan RGH, Tissier R, et al. Predicting response to chemoradiotherapy in rectal cancer via visual morphologic assessment and staging on baseline MRI: a multicenter and multireader study. Abdom Radiol (NY). 2023. PMID: 37358604. doi:10.1007/s00261-023-03961-7
  2. 全文:PMC10480283(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10480283/

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。