前列腺癌前列腺外延伸预测模型的诊断性能:系统综述与Meta分析
该系统综述与Meta分析纳入48项研究共20,395例患者,评估含MRI列线图与传统临床列线图预测前列腺癌病理前列腺外延伸(EPE)的准确性。含MRI列线图验证队列汇总AUC为0.80(95%CI: 0.76, 0.83),传统临床列线图汇总AUC为0.75(95%CI: 0.71, 0.79);Partin表与MSKCC列线图汇总AUC分别为0.72(95%CI: 0.68, 0.76)和0.79(95%CI: 0.75, 0.82)。两类列线图对EPE预测均具有中等诊断性能。
要点
- 含MRI列线图验证队列汇总AUC为0.80(95%CI: 0.76, 0.83),传统临床列线图汇总AUC为0.75(95%CI: 0.71, 0.79)。
- MSKCC列线图汇总特异性显著高于Partin表(0.77 vs. 0.60,p<0.001),两者汇总敏感度无显著差异。
- 以50%为验前概率,含MRI列线图阳性验后概率72%、阴性验后概率25%,传统临床列线图分别为70%和31%。
核心结论
- 含MRI列线图与传统临床列线图对前列腺癌病理EPE预测均具有中等诊断性能(AUC 0.72–0.80)。
- 该Meta分析首次系统评估术前含MRI列线图与传统临床列线图预测EPE的诊断性能,为未来研究提供基线与对比估计。
- MRI联合临床预测因子可能提高单纯MRI对EPE预测的诊断价值(原文Key Points表述)。
研究设计与样本
- 系统综述与Meta分析,检索PubMed、Embase、Cochrane数据库至2023年5月17日,无语言限制,并手动检索纳入研究参考文献。
- 共纳入48项研究、57个列联表、20,395例患者;22项研究仅纳入定性分析,26项纳入定量分析。
- 采用双变量随机效应模型汇总敏感度与特异度,以I2评估异质性,采用HSROC曲线计算汇总敏感度、特异度与AUC。
- 采用PROBAST评估偏倚风险与适用性,采用TRIPOD清单(37项、22条标准,排除5项不相关条目)评估报告依从性。
- 参考标准为病理pT3期EPE;定量分析仅纳入验证队列以减少开发模型过拟合导致的过于乐观估计。
关键影像表现/征象
- MRI征象如包膜不规则与膨隆、曲线接触长度(CCL)>15 mm、前列腺周围脂肪侵犯与病理EPE相关。
- de Rooij等报道MRI诊断EPE敏感度为57%、特异度为91%。
- 本Meta分析含MRI列线图汇总敏感度为0.76,高于de Rooij等报道的MRI单独诊断敏感度0.57。
诊断标准与关键数值
- 含MRI列线图验证队列汇总AUC为0.80(95%CI: 0.76, 0.83)。
- 传统临床列线图验证队列汇总AUC为0.75(95%CI: 0.71, 0.79)。
- Partin表外部验证汇总AUC为0.72(95%CI: 0.68, 0.76),MSKCC列线图外部验证汇总AUC为0.79(95%CI: 0.75, 0.82)。
- MSKCC列线图汇总特异性显著高于Partin表(0.77 vs. 0.60,p<0.001),两者汇总敏感度无显著差异。
- 以50%为验前概率,含MRI列线图阳性验后概率72%、阴性验后概率25%、阳性似然比3;传统临床列线图分别为70%、31%、2。
临床应用与阅片要点
- 作者建议未来研究应致力于建立标准化的MRI-EPE评估体系,以提高诊断准确性与可重复性。
- 作者建议列线图需定期更新并加入新的生物标志物,以反映人群变化并提高预测准确性。
- 作者建议未来应开展更多MRI-EPE分级联合临床列线图的外部验证研究。
- 作者指出目前尚无研究聚焦于预测显微镜下EPE,建议未来开展更多相关研究。
局限性
- 纳入的合格研究数量较少,大量研究因缺乏计算TP、FN、FP、TN的数据而被排除。
- 患者人群、临床特征和MRI实践存在显著异质性,增加了内在偏倚风险并导致显著异质性(I2)。
- 由于许多研究未报告所有特征的充分信息,无法完全解释异质性。
- 目前尚无公认的MRI EPE评估标准,影像预测因子差异很大。
全文中译15 节 · 点击展开
引言
肿瘤学根治性和良好的功能结局是前列腺癌患者手术治疗的两个临床优先事项。对于低危患者,可选择保留神经的手术以保留尿控和勃起功能。然而,对于高危或中危患者,保留神经的手术与术后标本切缘阳性(PSMs)风险增加相关。因此,制定前列腺癌(PCa)患者的治疗方案必须基于全面的风险评估和分期。做出这些临床决策取决于前列腺癌前列腺外侵犯(EPE)的预测概率。EPE与PSMs高风险和早期生化复发相关,并且可能导致比器官局限肿瘤更差的预后[1, 2]。因此,准确预测EPE在临床、放疗和手术决策中具有高度优先性。
目前有几种广泛使用的临床预测工具用于评估EPE,如Partin表[3]、前列腺癌风险评估(CAPRA)评分[4]和纪念斯隆凯特琳癌症中心(MSKCC)列线图[5]。这些工具依赖于常规临床和组织病理学参数,如临床T分期、前列腺特异性抗原(PSA)水平和穿刺活检Gleason评分(GS)。然而,这些列线图的诊断性能参差不齐,报道的曲线下面积(AUCs)范围为0.60至0.86。MRI具有良好的组织分辨率,一些多参数MRI表现如包膜不规则和膨隆、曲线接触长度(CCL)> 15 mm以及侵犯前列腺周围脂肪与病理学EPE相关[6]。尽管de Rooij等人报道MRI对诊断EPE的敏感性较低(57%),但它确实具有高特异性(91%)[7]。特别是,近年来提出了几种MRI-EPE分级系统,如ESUR评分[8]和EPE分级[9],这些系统有望促进MRI-EPE报告的结构化并提高诊断性能。此外,许多研究表明,将MRI信息与临床特征相结合可能为PCa提供更精确的临床分期[10]。然而,一些学者报道MRI并未显著提高临床列线图的精确度[11, 12]。目前尚无明确的纳入MRI的列线图用于预测PCa中的EPE;迄今为止,如何利用MRI特征来提高传统临床列线图的诊断准确性仍无定论。
既往研究已总结性确定了MRI诊断EPE的准确性[7]。据我们所知,尚未开展评估术前纳入MRI或传统临床列线图预测EPE的系统综述和荟萃分析。全面的系统综述对于评估当前大量可获取的信息具有重要价值。本系统综述和荟萃分析的目的是为PCa的EPE预测提供基线汇总估计,并评估预测变量的影响,为未来的试验设计提供比较性估计。我们评估了研究方法、对报告指南的依从性以及研究的偏倚风险。
材料与方法
研究设计与检索策略
本系统评价和荟萃分析已在PROSPERO注册(CRD42022361098)。本研究按照《诊断准确性研究系统评价和荟萃分析首选报告项目》[13]进行。
在PubMed、Embase和Cochrane数据库上进行了截至2023年5月17日的系统性文献检索。检索词包括前列腺癌、前列腺肿瘤、前列腺癌、结外延伸、前列腺外延伸、包膜外延伸、列线图、风险模型、Partin表および预测。未施加语言限制。我们还手动审查了纳入研究的参考文献列表。
研究选择和数据提取
两名研究者(均有6年研究经验)根据预定义的纳入和排除标准独立评估所有引用文献。分歧通过讨论和共识解决。使用以下纳入标准:(1)用于开发、验证或更新术前列线图/模型(结合多个临床和MRI特征或仅临床特征)以预测PCa患者病理性EPE(pT3期)的主要研究;(2)以英文发表的研究。
一名研究者(具有>6年研究经验)独立提取所有纳入研究的特征,包括研究类型;国家;参考标准;患者年龄;样本量;临床和MRI预测因子;以及TP、FN、TN和FP值。为降低数据重复和队列重叠的风险,对于报告了多个读者的研究,我们仅提取读者1的结果作为代表并纳入荟萃分析。对于报告了同一队列基于不同算法的多个灵敏度/特异度的研究,我们仅提取最高灵敏度/特异度。对于报告了基于不同队列或不同列线图的多个灵敏度/特异度的研究,我们将所有结果作为独立的列联表结果提取。
质量和偏倚风险评估
我们根据《个体预后或诊断多变量预测模型的透明报告》(TRIPOD)清单评估合格研究对报告指南的依从性,该清单由22项标准中的37个条目组成,旨在帮助开发和/或验证预测模型的研究进行透明报告[14]。五个条目(4b:“明确关键研究日期,包括入组开始时间;入组结束时间;以及如适用,随访结束时间”,5c:“如相关,提供所接受治疗的详细信息”,11:“如已进行,提供风险分组创建方式的详细信息”,14b:“如已进行,报告每个候选预测因子与结局之间的未调整关联”,以及22:“提供资金来源及资助者在本研究中的作用”)因与本综述的质量评估无关而被省略。我们删除了条目6a中的“何时”要素。
采用预测模型偏倚风险评估工具(PROBAST)[15]由两名研究者独立评估每项研究的偏倚风险和适用性。该工具包括用于偏倚风险评估的四个领域(参与者、预测因子、结局和分析)以及用于适用性评估的三个领域(参与者、预测因子和结局),共包含23个信号问题。两名研究者之间的任何分歧均由第三名研究者(具有>25年研究经验)解决,最终在所有领域达成共识。
统计分析
采用推荐的双变量随机效应荟萃分析模型[16]进行荟萃分析。采用I2估计值评估统计异质性[17]。使用列联表构建分层汇总受试者工作特征(HSROC)曲线以计算合并灵敏度和特异度[18]。采用漏斗图和Egger检验识别发表偏倚。p < 0.05的统计学显著性表示存在偏倚。进行单因素荟萃回归分析以探究列线图预测因子以及其他基线参数(包括侧别特异性或全腺体病理EPE基础、病理EPE率、MRI预测因子和层厚)可能导致的异质性。荟萃分析采用Stata 15.0版本进行。
结果
检索策略共获得671条结果(299条来自Embase,362条来自PubMed,10条来自Cochrane Library)。去除重复文献(101条)后,筛选了570项研究。经摘要和全文筛选后,排除522篇文章;排除标准见图1。最终,48篇全文研究被评估为符合条件,共计57个列联表。22项研究[9, 11, 12, 19–37]头对头比较了包含MRI的列线图与传统临床列线图的诊断性能,但缺乏计算TP、FN、TN和FP的数据;因此仅纳入定性分析。其余26项研究(13项为包含MRI的列线图[29, 38–49],8项为临床列线图[50–57],5项同时包含MRI列线图和临床列线图[58–62])纳入定量分析。
研究的基本特征
共纳入20,395例患者。包含MRI的列线图和临床列线图的主要特征、人口学资料及MRI信息分别见表1和表2。根据TRIPOD声明(1a型:仅开发;1b型:开发并使用重采样进行验证;2a型:随机分割样本进行开发和验证;3型:使用独立数据进行开发和验证;4型:仅验证)[14],17项(35%)研究为1a型,11项(23%)研究为1b型,4项(8.3%)研究为2a型,1项(2%)为2b型,6项(12.5%)研究为3型,9项(19%)研究为4型。对于所有纳入研究,患者平均/中位年龄范围为61.5~70.2岁;平均/中位血清PSA水平范围为5.75~60 ng/ml;病理EPE率范围为0.16~0.73。16项研究评估了侧别特异性EPE的诊断性能,其余32项研究评估了全腺体EPE。在定量分析中,3项研究报告了多个不同的列线图[55, 60, 61],我们仅提取其中最高的一个纳入分析。
研究质量评价
根据TRIPOD条目(图2),在排除290个不适用条目后,总依从率为64.7%(857/1325)。没有研究符合条目8(样本量估算)。此外,有5个条目报告质量较差(依从率< 50%):标题(条目1)、摘要(条目2)、结局盲法评估(6b)、预测因子盲法评估(条目7b)、明确参与者和结局数量(条目14a)以及补充资源的可获取性(条目21)。
所有研究的偏倚风险和适用性关注度均采用PROBAST进行评估(图3)。在参与者、结局和分析3个域中,分别有27项(56.3%)、4项(8.3%)和35项(72.9%)研究存在高偏倚风险。造成该评估的主要因素如下:(1)27项(56.3%)研究的数据来源为回顾性队列,6项研究未报告;(2)19项(39.6%)研究缺乏关于预测因子评估是否在不知晓结局数据的情况下进行的信息;(3)4项研究(8.3%)在知晓预测因子的情况下确定结局,且大多数研究未报告结局确定的相关信息,或未报告预测因子评估与结局确定之间的时间间隔;(4)18项(37.5%)研究的样本量不合理(每个变量的事件数< 20),16项研究使用了单变量分析,20项(41.7%)研究未进行校准评估或内部验证。
定性分析结果
定性分析的总结见补充表S1,共22项研究头对头比较了包含MRI的列线图与传统临床列线图的诊断性能。包含MRI的列线图和临床列线图的AUC范围分别为0.62–0.94和0.59–0.86。22项研究中有12项显示,包含MRI的列线图显著优于传统临床列线图(均p < 0.05)。两项研究显示,MRI + MSKCC/Partin列线图较单独临床列线图并未提供额外的风险判别能力(p > 0.05)[11, 12]。其余8项研究也提示,将MRI加入临床列线图后AUC升高,但未提供统计学显著性。
主要统计分析结果
考虑到开发模型中的性能过拟合普遍存在,我们因此仅将验证队列纳入荟萃分析,以减少过度乐观的估计。如表3所示,对于包含MRI的列线图,共13个验证队列[29, 38–45, 47, 48, 64]显示EPE预测的合并AUC为0.80(95% CI:0.76,0.83)。对于临床列线图,共11个独立验证队列显示合并AUC为0.75(95% CI:0.71,0.79)。包含MRI列线图的研究未观察到显著的漏斗图不对称(图4a,P= 0.17);然而,临床列线图的研究观察到显著的漏斗图不对称(图4b,P= 0.02)。由HSROC曲线(图5)估计的包含MRI的列线图和临床列线图预测EPE的合并灵敏度、特异度和AUC见表3。包含MRI的列线图和临床列线图的验证队列森林图见补充图S1-S4。在亚组分析中,Partin表的8项外部验证[50, 51, 53–55, 59, 61, 62]显示合并AUC为0.72(95% CI:0.68,0.76),MSKCC列线图的5项外部验证[55, 58, 60–62]显示合并AUC为0.79(95% CI:0.75,0.82)。
单变量荟萃回归分析
对所有验证队列进行荟萃回归分析以确定合并异质性的来源(表4)。对于包含MRI的列线图,合并灵敏度的异质性见于基于EPE和基于AI/放射组学,预测侧别特异性EPE的列线图灵敏度高于预测全腺体EPE(p = 0.01)。合并特异度的异质性来源未从EPE基础、病理EPE率、层厚、MRI时间或基于AI的预测因素中发现(均p > 0.05)。对于临床列线图,MSKCC列线图的合并特异度显著高于Partin表(p < 0.001);Partin表与MSKCC列线图之间的合并灵敏度无显著差异。
临床效用评估
绘制Fagan图分别计算所有验证队列中包含MRI的列线图和临床列线图的验后概率(图6)。以50%作为验前概率,对于包含MRI的列线图和临床列线图,阳性验后概率分别为72%和70%;阴性验后概率分别为25%和31%;阳性似然比分别为3和2。
讨论
本meta分析首次系统评估了术前包含MRI的列线图和传统临床列线图预测PCa病理EPE的诊断性能。我们基于验证队列的meta分析显示,包含MRI的列线图和传统临床列线图预测EPE的AUC均为中等(0.72–0.80)。我们发现MSKCC列线图的合并特异度高于Partin表。我们的研究为PCa中EPE预测提供了基线汇总估计值,并为未来的研究设计提供了比较性估计值。这些发现将有助于PCa患者术前风险分层评估和个体化治疗策略的制定。
已有大量研究试图头对头比较包含MRI的列线图和传统临床列线图预测EPE的诊断性能,并提示MRI联合临床列线图可提高传统临床列线图的诊断性能。然而,在我们对22项研究的系统评价中,我们发现这些研究大多属于TRIPOD 1型,即仅限于开发模型。众所周知,预测模型的过拟合通常存在于开发队列中,尤其是在小数据集中。而过拟合的程度可因所采用的内部验证技术类型(如交叉验证或自举法)而差异很大,导致性能结果存在偏倚或过于乐观[15]。因此,这些结论需要在更多外部验证队列中加以验证,以使其更加可靠。然而,哪些预测因子或将MRI变量如何加入临床列线图仍未被明确界定。
与之前de Rooij等人[7]的荟萃分析相比,该分析报告MRI对EPE诊断的敏感性较差且异质性较高(0.57),我们的结果可能提供证据表明MRI联合临床列线图具有相对较高的敏感性(0.76)。MRI对EPE诊断敏感性较低且多变的原因可能如下。首先,图像采集方案在很大程度上会影响图像质量。此外,结缔组织增生反应或炎症可能改变前列腺包膜的外观,无法排除评估前列腺包膜膨隆和不规则等定性特征时的主观性,影像学判读可能受到放射科医师专业方向和经验的影响[65]。因此,MRI评估对EPE诊断的准确性仍具有挑战性。为克服这一问题,放射科医师一直致力于标准化EPE报告以提高其精确性和可重复性,近年来已提出多种EPE分级系统,性能相对较好[8, 9, 66]。此外,多位学者报告将MRI-EPE分级与传统的临床列线图相结合可显著提高诊断准确性[9, 25]。因此,我们建议在未来的研究中应开展更多针对MRI-EPE分级联合临床列线图的外部验证研究。其次,需要认识到MRI检测EPE的敏感性永远无法与病理学相匹配,后者的金标准是显微镜检查[67]。然而,迄今为止很少有研究关注微观EPE的预测。因此,临床和影像学两方面都需要改进,以进一步研究检测微观EPE的预测效能。
特别是,尽管我们的回归分析未发现使用基于AI/影像组学MRI预测因子的列线图在EPE预测中具有显著的诊断优越性,但这可能是由于关于AI/影像组学MRI预测因子的研究数量较少(来自4项研究的6个列联表[39, 42, 43, 45]),统计效能有限所致。此外,这4项研究的AI/影像组学MRI预测因子具有异质性,涉及瘤周区域影像组学特征[39]、从ADC提取的肿瘤影像组学特征[42]、ResNeXt网络模型[43]以及自定义影像组学评分[45]。因此,需要更多研究来评估多种MR序列用于EPE诊断的最佳且可重复的影像组学特征。许多研究提出,人工智能(包括影像组学和深度学习)是诊断和分期前列腺癌(PCa)的有前景的解决方案[68–70]。然而,基于AI的MRI特征与临床变量相结合来预测EPE尚未得到充分探索。
在我们的荟萃回归分析中,Partin表与MSKCC列线图之间的敏感性未观察到显著差异。MSKCC列线图的特异性显著高于Partin表(0.77 vs. 0.60)。MSKCC列线图与Partin表之间的一个差异是加入了活检阳性针数比例。有报道称,在列线图中使用连续风险变量而非二分类变量可以大幅提高预测准确性[71],这可能是MSKCC列线图具有更好诊断性能的一个可能解释。总体而言,所有临床列线图对EPE的预测准确性相对较低且差异较大(AUC:0.60–0.86)。已发现若干用于预测EPE的分子标志物(如白细胞介素-6可溶性受体、转化生长因子-b1、GRE),将这些新标志物纳入传统列线图可能提高对疾病进展的预测能力[71, 72]。因此,在PSA筛查时代,随着局限性病变患者构成比例的增加,列线图需要定期更新,并需要添加新的生物标志物以反映这些人群变化并提高预测准确性[73]。
我们的研究存在一些局限性。第一,纳入的合格研究数量较少,大量研究因缺乏计算TP、FN、FP和TN所需的数据而被排除。第二,患者人群、临床特征和MRI实践存在显著异质性,这增加了内在偏倚的风险并导致显著异质性(I2)。第三,我们无法完全解释异质性,因为许多研究未报告所有特征的充分信息。最后,目前尚无公认的EPE MRI评估标准;因此,影像学预测因素差异很大。为克服这些问题,我们建议研究应致力于建立标准化的MRI-EPE评估体系,这将有助于提高诊断准确性和可重复性。此外,列线图需要更新,并需要添加新的生物标志物以进一步提高诊断性能。另外,尚无研究专注于预测微观EPE,而微观EPE对RP目的最为相关,因为明显的EPE推测在MRI上易于发现;因此,未来应开展更多研究来评估微观EPE。
结论
本系统综述和荟萃分析首次总结性评估了包含MRI的术前列线图和传统临床列线图在预测PCa病理性EPE方面的诊断准确性。包含MRI的列线图和传统临床列线图对EPE的预测均具有中等AUC(0.72–0.80)。MRI联合临床预测因素可提高相对于单独MRI的诊断价值,这有助于泌尿外科医生制定局限性PCa患者治疗的决策方案。
补充信息
附加文件1。补充材料。补充图。补充表。
引用
- Zhu M, Gao J, Han F, et al. Diagnostic performance of prediction models for extraprostatic extension in prostate cancer: a systematic review and meta-analysis. Insights Imaging. 2023. PMID: 37606802. doi:10.1186/s13244-023-01486-7
- 全文:PMC10444717(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10444717/
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。