文献速递乳腺乳腺X线

休息一下:数字乳腺断层摄影阅片过程中是否应强制休息?

Take a break: should breaks be enforced during digital breast tomosynthesis reading sessions?
PubMed 文献 · Eur Radiol · 2023-08-17

这项前瞻性队列研究纳入6家医院45名NHS乳腺X线阅片者,阅读40例富癌数字乳腺断层摄影(DBT)病例,21人有休息、24人无休息。无休息组主观疲劳更高(44% vs 33%,p=0.04),客观疲劳指标(平均眨眼时长296 ms vs 286 ms、睁眼速度76 mm/s vs 82 mm/s)更差,但两组诊断准确率无差异(87% vs 87%,p=0.92)。

要点

  • 2小时DBT阅片中加入休息可降低主观疲劳(44% vs 33%,p=0.04)和客观眨眼疲劳指标。
  • 无休息组客观疲劳随阅片进程加重,休息组眨眼指标保持稳定。
  • 两组诊断准确率无显著差异(87% vs 87%,p=0.92),可能与阅片者经验丰富有关。

核心结论

  • 在2小时DBT阅片过程中安排休息可降低主观和客观疲劳水平,但未显著影响诊断准确率,后者可能与阅片者经验丰富有关。

研究设计与样本

  • 前瞻性队列研究,作为英国PROSPECTS试验(NCT03733106)的子研究,纳入6家NHS乳腺筛查中心的45名乳腺X线阅片者。
  • 阅片者阅读40例富含癌症的DBT病例,使用Hologic SecurView工作站和BARCO乳腺专用显示器,眼动追踪记录眨眼数据。
  • 21名阅片者有休息(其中1人因需在40分钟时休息而归入休息组),24人无休息;比较两组诊断准确率及主观、客观疲劳指标。

诊断标准与关键数值

  • 全组阅片者敏感度中位数94.7%(IQR=10.5%),特异度均值85.1%(SD=7.5%),准确率均值87.1%(SD=5.4%)。
  • 无休息组主观疲劳44% vs 休息组33%(p=0.04);平均眨眼时长296 ms vs 286 ms(p<0.001);睁眼速度76 mm/s vs 82 mm/s(p<0.001)。
  • 诊断准确率无休息组87% vs 休息组87%(p=0.92),两组间无显著差异。
  • 无休息组前20例与后20例敏感度100% vs 90%(p=0.09,未达统计学显著);休息组92.3% vs 92.3%(p=0.27)。

临床应用与阅片要点

  • 原文结论指出,在2小时DBT阅片过程中安排休息可降低主观和客观疲劳,且未影响诊断准确率。
  • 原文临床相关性声明指出,认识到阅读大量DBT研究需要阅片休息,有助于在设置阅片时段时将其纳入考虑。
  • 无休息组在阅读前10例后眨眼疲劳指标出现显著变化,提示疲劳在阅片早期即可出现。

局限性

  • 测试集仅包含相对少量富含挑战性癌症的病例,不代表典型筛查人群,阅片者行为可能无法推广到真实世界报告。
  • 诊断准确率指标可能因霍桑效应而人为偏高;在富含恶性病例的集合中召回行为可能被夸大,人为的高召回率可能掩盖了诊断准确率的潜在差异。
  • 未来研究还应纳入初级乳腺X线阅片者。
  • 尽管参与者使用百分比量表提供主观疲劳水平,但本可实施经过验证的疲劳问卷。
全文中译13 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:Eur Radiol. 2023 Aug 17;34(2):1388–98. doi: 10.1007/s00330-023-10086-4

引言

采用数字乳腺断层合成(DBT)作为乳腺筛查项目的标准护理,可能会改善患者结局和临床工作流程,因为据报道,与单独使用二维数字乳腺摄影相比,它在高召回环境中可提高癌症检出率并降低召回率[1–5]。DBT通过提供更强的能力来分辨乳腺组织重叠层,从而促进癌症检出,减少遗漏被遮挡病变或因伪影表现而召回的可能性。因此,与二维数字乳腺摄影相比,DBT图像提供更多需要搜索和解读的图像内容,增加了临床医生的阅片时间和认知成本[6]。在乳腺筛查背景下,与二维研究相比,阅读大量DBT图像可能在乳腺摄影阅片者中引起更严重的疲劳,这有可能在长时间筛查过程中损害诊断准确性。

既往放射学研究已证明阅片者疲劳对诊断准确性和病例解读效率的负面影响[7–9]。然而,这些研究主要关注DBT以外的专科和成像模式。此外,这些研究通常比较放射科医生在两个不同报告时段的表现,而此时疲劳水平预计会非常不同,例如,比较上班前的一个报告时段与下班后的一个报告时段,以及比较白班与夜班的报告[8, 9]。

这项前瞻性队列研究的目的是评估在一次DBT报告过程中诊断准确性以及主观和客观疲劳的变化,以及报告过程中休息如何影响这些参数。我们假设在DBT时段内安排休息会降低疲劳水平并减少错误率。随着乳腺筛查项目转向这种新模式,通过眨眼特征识别DBT报告中的疲劳起始点,可能有助于为DBT报告时段时长的标准提供信息,以限制阅片者疲劳及其对患者结局的负面影响。

材料和方法

参与者和纳入标准

这项前瞻性队列研究是作为英国PROSPECTS试验(ClinicalTrials.gov标识符:NCT03733106)内的一项子研究进行的,该试验已获伦敦—达利奇研究伦理委员会批准,所有研究参与者均提供了书面知情同意。PROSPECTS试验是一项前瞻性随机试验,在乳腺癌筛查中比较DBT加标准二维数字乳腺摄影或合成二维乳腺摄影(S2D)与标准二维数字乳腺摄影。

来自6个国家卫生服务体系乳腺筛查项目的45名乳腺影像阅读医师于2020年12月至2022年4月参与研究。所有参与PROSPECTS试验中心的阅读医师均被邀请参加,每个中心连续招募同意参与的阅读医师。参与者为国家卫生服务体系乳腺筛查项目的乳腺影像阅读医师,包括委员会认证的顾问放射科医师、放射技师(顾问放射技师和高级执业技师,即具有乳腺影像判读硕士水平培训的技术人员)以及乳腺临床医师(从事乳腺保健领域工作但非放射科医师的医生)。国家卫生服务体系乳腺筛查项目中的所有筛查乳腺X线摄影均独立双读;所有参与的乳腺影像阅读医师每年至少判读5000例乳腺X线摄影,其中至少1500例筛查乳腺X线摄影作为第一阅读者。所有阅读医师此前均接受过数字乳腺断层摄影(DBT)判读培训。参与者因参与研究获得继续职业发展(CPD)学分和证书。

本研究中45名参与者中30名的眼动追踪数据此前已被分析[10, 11]。这些研究探讨了眨眼行为作为DBT判读中疲劳和认知标志物的应用;但这30名参与者中有21人在阅读过程中有判读休息——这是此前研究的局限性[10, 11]。在本研究中,另收集了15名不允许判读休息的参与者的数据,从而能够根据是否允许休息对参与者进行比较。

DBT病例集

参与者独立阅读40例匿名病例,每例均包含二维数字乳腺X线摄影和DBT图像。病例由具有20余年经验的乳腺放射科专家J.J.选取,难度各异。病例的病理类型和病灶类型也多种多样(表1)。参与者对测试集中各病理类型的比例设盲。病例以随机顺序呈现给每位参与者。病例图像在Hologic SecurView工作站(Hologic公司)上查看,配备4200 × 2800像素、经乳腺摄影认证的BARCO显示器(BARCO有限公司)。每例最多可查看4个视图(左乳和右乳,MLO和CC)。病例默认以二维数字乳腺X线摄影图像打开。DBT模式可切换开启和关闭,反映真实临床实践(注意参与者优先以DBT模式阅读病例)。每例的显示协议可由参与者更改,所有图像处理工具均可使用,以允许参与者模拟真实阅读环境。

表1 DBT病例信息 查看原表 ↗

眼动追踪设备

三台非侵入性眼动追踪摄像头(SmartEyePro,SmartEye公司)安装于临床显示器上以记录眨眼数据(采样率60 Hz)。设备安装于每位参与者在其国家卫生服务体系筛查中心的自然阅读环境中(图1)。

图1 实验设置。眼动追踪摄像头(红圈)和场景摄像头(黄圈)置于参与者工作站上。右侧显示器用于眼动追踪校准和监测。实验期间参与者不可见该显示器。实验期间灯光调暗 查看原图 ↗

流程

实验开始前,参与者完成了一项人口统计学调查以控制混杂变量,并阅读了两个练习病例以确保熟悉操作流程和图像查看软件(这些未记录)。随后,参与者按自己的节奏检查每个病例,并口头报告每侧乳腺为正常或良性(返回屏幕)或不确定、可疑或高度可疑(召回)。参与者指出图像上任何异常的位置,由监督实验员使用PERFORMS在线报告软件进行记录[12, 13]。PERFORMS(乳腺X线筛查个人表现)是一项面向乳腺X线阅片者的国际外部质量保证方案;有关PERFORMS的更多详细信息可参见其他文献[14]。

对于第一组眼动追踪试验(n = 20;3个筛查中心),参与者每40分钟有报告休息时间。休息的时长被测量,但我们未记录阅片者在休息期间做了什么。对于第二组(n = 24;其余3个中心),参与者不允许休息。第二批中有额外一名参与者在40分钟时需要休息,因此被归类为有休息(n = 1)。参与者在报告会话前后完成了主观疲劳调查,参与者在0(不疲劳)到100(极度疲劳)的百分比量表上评定其疲劳水平。

眨眼数据处理、质量过滤和排除标准

在各种心理学环境中的研究报告,疲劳状态下眨眼率增加,以及个体眨眼动力学的变化,包括疲劳状态下眨眼持续时间延长[15–19]。先前在DBT报告期间的研究得出结论,在此背景下眨眼频率是不可靠的疲劳测量指标,因此,此处仅分析眨眼事件的特征(包括眨眼持续时间和峰值睁眼速度图2)[10, 11]。

眼 blink数据使用内部开发的眨眼检测算法进行分析[20, 21]。作为算法的一部分,眨眼数据自动接受质量评估;因数据缺失和噪声(由眼部遮挡和校准问题导致)而未通过质量过滤的病例被排除(图3)。

图2 展示如何从眼动追踪获得的眼睑间距计算眨眼指标的图表。上图显示参与者眼睑间距(红色)的10秒片段,以及计算出的眼睑间距速度(蓝色),包含五次眨眼。眨眼事件可通过眼睑间距的快速、大幅度减小,随后眼睑间距快速增加回到睁眼水平来识别。睁眼时眼睑间距信号的较小波动是 gaze相关的部分眼睑闭合的结果。上图中的第五次眨眼被分离出来,并在下图中更详细地显示。标注了眨眼的关键特征,注明眨眼持续时间(灰色)和峰值睁眼速度(绿色),这些在本研究中作为客观疲劳指标进行评估 查看原图 ↗
图3 展示每次分析的数据排除和质量过滤的流程图 查看原图 ↗

统计分析

所有数字乳腺断层摄影(DBT)病例均有已知结局。恶性与良性病例经活检确诊,正常病例的3年随访乳腺X线摄影结果正常。对于每位参与者,每个病例根据病理结果被分类为真阳性(TP)、真阴性(TN)、假阳性(FP)或假阴性(FN)。

采用Kolmogorov-Smirnov检验进行正态性检验。对休息组与无休息组之间的差异进行显著性检验。采用独立性卡方检验考察分类变量之间的关系。分别采用Mann-Whitney U检验和独立样本t检验对非参数和参数连续变量进行显著性检验。采用Kruskal-Wallis检验研究非参数眨眼指标在DBT阅片会话过程中的变化。所有分析的统计显著性α水平设定为0.05。统计计算由GP和AT使用Python 3.8.3(Python软件基金会)完成。研究期间生成或分析的数据可应通讯作者要求提供。

结果

参与者特征

我们最初纳入45名参与者,其报告了40幅DBT图像,共计1800个病例(图3)。经质量过滤后,因眼动追踪数据质量差,排除了与190个病例相关的眨眼数据。3名参与者因其所有相关病例均被排除而被剔除。42名参与者及1610个病例保留在眨眼分析中。所有45名参与者均保留在诊断准确性分析中。40名参与者纳入主观疲劳分析;5名因疲劳调查不完整而被排除。

参与者的人口学、培训及会话时长信息见表2。大多数阅片者为放射科顾问医师(69%,n = 45中的31名),其次为高级放射实践人员(16%,n = 45中的7名)。我们未发现休息组与无休息组在岗位角色方面存在差异的证据(p = 0.54)。同样,两组在矫正镜片使用频率、星期几和会话时间方面无显著差异(分别为p = 0.37、p = 0.11、p = 0.66)。休息组主要由较早站点的阅片者组成,而无休息组主要来自较晚站点(p < 0.001)——反映了前述方法学的改变。

两组在经验方面匹配良好。我们未发现在任职年限、DBT阅片年限和每年DBT阅片病例数方面存在差异的证据(分别为p = 0.43、p = 0.44、p = 0.86)。参与者具有扎实的放射学基线经验,任职年限中位数为10年(IQR=12年)。DBT经验中位数为5年(IQR = 5年),提示参与者在DBT判读方面并非新手。

参与者平均花费略少于2小时完成全部40个DBT病例的阅片。两组间会话时长(不含休息时间)相似(109.9分钟 vs. 102.0分钟,p = 0.38)。休息时间中位数为7.6分钟(IQR = 9分钟)。

表2 参与者人口学特征、经验及试验时间安排。SD 标准差,IQR 四分位距 查看原表 ↗

主观疲劳

在完成疲劳调查的参与者中,与没有休息的参与者(n = 24)相比,有休息的参与者(n = 16)在阅读会话后报告的主观疲劳差异水平显著更低(平均值,标准差分别为:33% ± 22 vs. 44% ± 17,p = 0.04;图4)。我们未发现有证据表明休息组与无休息组在初始疲劳水平上存在差异(平均值,标准差分别为:32% ± 0.2 vs. 24% ± 0.2,p = 0.19)。

图4 柱状图展示有休息与无休息参与者之间主观疲劳水平的差异;误差条代表均值的标准误。队列间比较采用Mann-Whitney U检验,*表示显著性 p < 0.05 查看原图 ↗

客观疲劳(眨眼指标)

在整个试验过程中,与休息组相比,无休息组的参与者表现出更长的眨眼持续时间(296 ms vs 286 ms,p < 0.001)和降低的峰值睁眼速度(POV)(76 mm/s vs 82 mm/s,p < 0.001)。此外,两个队列的眨眼指标在报告会话的时间进程中均发生变化,其中会话按病例时间顺序进行分割(图5)。在解读前10个病例期间,两个队列的眨眼指标相似(眨眼持续时间:285 ms vs 282 ms,p = 0.14;POV:81 mm/s vs 82 mm/s,p = 0.19)。然而,在第二、第三和最后10个病例期间,与休息组相比,无休息组的眨眼持续时间更长(分别为 p = 0.02、p = 0.01 和 p = 0.003),且无休息组的POV降低(分别为 p = 0.02、p < 0.001 和 p < 0.001)。

使用Kruskal-Wallis检验比较各队列在时间进程中的眨眼指标,未发现有证据表明休息组中病例顺序与眨眼持续时间或POV之间存在差异(分别为 p = 0.09 和 p = 0.88)。然而,在无休息组中观察到显著变化(p < 0.001 和 p < 0.001)。无休息组的事后两两比较突显了报告前10个病例后与后续病例相比眨眼指标的显著变化(补充表1和表2)。

图5 柱状图展示报告会话中休息组(绿色)和无休息组(红色)眨眼指标随时间的变化((a) 眨眼持续时间,(b) 峰值睁眼速度[POV])。各队列的眨眼数据按每10个病例分为一组。误差条代表四分位距(IQR)。在每个病例顺序组中,眨眼数据采用Mann-Whitney U检验进行比较;n. s.(无显著性)表示 p > 0.05,*表示显著性 p < 0.05,**表示显著性 p < 0.005 查看原图 ↗

诊断准确性

所有参与者(n = 45)的中位敏感度为94.7%(IQR = 10.5%),平均特异度为85.1%(SD = 7.5%),平均准确度为87.1%(SD = 5.4%)。未发现有证据表明休息组与无休息组在所研究的三项诊断准确性指标上存在差异(表3)。此外,当阅读会话按病例时间顺序分割时,两组的诊断准确性指标相似(表3)。尽管不显著,但在比较前20个病例与后20个病例的表现时,无休息组的敏感度观察到10%的降低(100% vs. 90%,p = 0.09),而休息组的敏感度在以这种方式分割会话时保持一致(92.3% vs. 92.3%,p = 0.27)。

表3 队列间诊断准确性的比较。加粗数值涉及有休息与无休息队列之间的直接比较。斜体数值涉及根据病例顺序在有休息和无休息队列内部的比较。a中位数(四分位距);b均值(标准差) 查看原表 ↗

讨论

数字乳腺断层合成(DBT)有潜力改变筛查规划;然而,疲劳及其对诊断准确性的潜在负面影响需要加以考虑。在我们的研究中,两个乳腺X线摄影阅片者队列阅读了一组富含癌症的40例DBT病例,分别设有休息和不设休息。不设休息者在阅片结束后报告的主观疲劳水平更高(44% vs. 33%,p = 0.04),与设有休息者相比,这与更长的眨眼持续时间和降低的峰值睁眼速度(POV)相关(眨眼持续时间:296 ms vs. 286 ms,p < 0.001;POV:76 mm/s vs 82 mm/s,p < 0.001)。此外,随着试验的进展,无休息队列的眨眼持续时间增加、POV降低(p < 0.001和p < 0.001)。没有证据表明队列之间的诊断准确性存在差异(p = 0.92),也没有证据表明任一队列内随时间存在差异(p = 0.73和p = 0.60)。

由于研究的性质,前20名参与者来自特定的筛查中心,他们均有休息。然而,由于两个队列在潜在混杂因素上匹配良好,我们不认为中心位置的差异是显著发现的原因。值得注意的是,本研究中的阅片者具有丰富的放射学经验(包括DBT)。任职平均时间为十年,其中一半时间阅读断层合成病例。这可推广至NHS当前的筛查放射科医生[22]。

多项在不同研究环境中开展的研究已证明,眨眼持续时间和峰值睁眼速度是可靠的疲劳标志物,并指出眨眼持续时间与疲劳呈正相关,POV与疲劳呈负相关[15–18, 23]。这反映在我们的研究中,无休息队列的眨眼持续时间更长,POV降低(p < 0.001和p < 0.001)。此外,在试验开始时(前10例病例),两个队列的眨眼指标相似,随后在无休息队列中随着试验进行而增加(p < 0.001和p < 0.001),而在有休息队列中,眨眼指标在整个试验过程中更为稳定。在无休息组中,眨眼指标随时间的显著变化在第一组10例和第二组10例病例之间最为明显。这些发现表明,无休息参与者在阅读完前10例病例后疲劳水平显著增加,并在阅片 session 的剩余部分中更为逐渐地增加。相反,有休息队列参与者的疲劳水平在整个试验过程中更为一致,这可能与其阅片 session 中存在阅读休息有关。有趣的是,阅读休息时间相对较短,平均持续7.6 min,但似乎仍对主观和客观疲劳指标产生了显著影响。

我们未观察到两个队列之间诊断准确性存在差异的证据。这可能与研究参与者丰富的经验水平有关。Bernstein等[24]最近探讨了一天中时间对数字乳腺断层摄影(DBT)判读的影响,并报告称,培训后经验为5年或更少的放射科医生在DBT判读的每一个连续小时(随着疲劳增加)均表现出回召率和假阳性增加。然而,对于经验超过5年的放射科医生,回召率或假阳性并未增加[24]。Krupinski等[8]研究了放射科住院医师和顾问医师在工作班次开始前和结束后进行肺部CT结节检测的表现。所有参与者在 later session 中的疲劳测量值更高,受试者工作特征分析显示,住院医师在 later session 中的表现下降,但顾问医师的表现实际上从 earlier session 到 later session 有所改善[8]。这些结果表明,经验丰富的放射科医生比相对新手更能抵抗疲劳的负面影响,并且这些临床医生可能需要更高的疲劳阈值才会出现诊断准确性的有意义下降[8, 24]。

应承认研究的局限性。测试集仅包含相对少量富含挑战性癌症的病例,因此不能代表典型的筛查人群; consequently,阅片者行为可能无法推广到真实世界的报告。此外,由于霍桑效应[25, 26],诊断准确性指标可能被人为抬高。在筛查人群中,只有少量病例为真阳性,因此在富含恶性病例的集合中,回召行为可能被夸大。人为抬高的回召率可能削弱了诊断准确性方面的任何潜在差异。未来的研究还应纳入初级乳腺X线摄影阅片者。这些参与者将构成未来常规使用DBT进行筛查的阅片者的很大比例。因此,了解疲劳如何影响他们的报告将是有益的。最后,尽管参与者使用百分比量表提供了主观疲劳水平,但本可以采用经过验证的疲劳问卷[27]。

总之,在2小时DBT报告会话期间休息可降低主观疲劳水平。眨眼指标被认为是客观疲劳测量指标,显示与允许休息的参与者相比,不允许休息的参与者的疲劳显著增加,并且随着试验进展,没有报告休息的参与者的眨眼指标显著增加。在本研究中,实施休息并未显著影响诊断准确性;然而,这可能与放射科医生的经验丰富样本、病例构成以及报告会话中的病例数量有关。鉴于疲劳可能带来严重但可预防的危害,以及DBT在筛查项目中的日益普及,了解疲劳在此模式下乳腺X线摄影阅片者报告中的表现至关重要。来自这些研究的信息有助于为临床指南和标准提供依据,以确定在疲劳发生前每次判读会话的最佳时长或病例数量。

补充信息

ESM 1(PDF 170 kb)

引用

  1. Partridge GJW, Taib AG, Phillips P, et al. Take a break: should breaks be enforced during digital breast tomosynthesis reading sessions? Eur Radiol. 2023. PMID: 37589906. doi:10.1007/s00330-023-10086-4
  2. 全文:PMC10853356(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10853356/

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。