基于MRI的前列腺癌根治术后手术切缘阳性术前风险评估分级系统
本研究回顾性构建并验证了基于MRI特征(包膜接触长度≥20 mm、尖部毗邻、明显包膜外侵犯)的简化分级系统mrPSM1和mrPSM2,用于预测前列腺癌根治术后手术切缘阳性。在验证队列中,mrPSM2的AUC为0.686,特异性(0.732–0.750)显著高于Park等模型(0.411),但敏感性较低(0.562–0.594 vs. 0.844)。作者认为该分级系统有助于风险分层且易于解读。
要点
- 包膜接触长度≥20 mm、尖部毗邻和明显包膜外侵犯是预测手术切缘阳性的重要MRI特征。
- mrPSM1和mrPSM2在验证队列中AUC分别为0.672和0.686,与Park等模型无显著差异。
- mrPSM2特异性(0.750)显著高于Park等模型(0.411),但敏感性较低(0.594 vs. 0.844)。
核心结论
- 基于MRI的mrPSM分级系统可用于手术切缘阳性的风险分层,且易于解读。
- mrPSM2在决策曲线分析中显示更高的净获益。
研究设计与样本
- 回顾性研究,纳入2017年1月至2021年1月接受术前前列腺多参数MRI后行根治性前列腺切除术的患者141例为推导组,2021年2月至2022年11月的88例为验证组,来自同一机构。
- 使用两台3.0T MRI扫描仪(GE750和Ingenia Elition)行前列腺多参数MRI,包括轴位T1WI、轴位/矢状位/冠状位T2WI(层厚3 mm)、轴位DWI(b值0、100、800、1000、1500、2000 s/mm²)及ADC图和动态对比增强(DCE)序列(层厚3 mm)。
- 参考标准为根治性前列腺切除标本的病理检查,按国际泌尿病理学会(ISUP)推荐进行全 mount 切片(层厚4 mm),手术切缘阳性定义为手术切缘处存在癌。
- 由一名放射科医师(阅片>1000例前列腺MRI)评估肿瘤相关MRI特征,包括包膜接触长度(CCL)、包膜不规则或膨隆、神经血管束不对称、直肠前列腺角消失、明显包膜外侵犯(EPE)和尖部毗邻;CCL为连续变量,定义为肿瘤与前列腺包膜接触的最大曲线长度;尖部毗邻定义为病灶位于尖部且毗邻前列腺最远端(>两个象限的尖部受累和/或环绕最远端前列腺尿道),距近端膜部尿道3 mm以内的肿瘤视为位于尖部。
- 采用二元逻辑回归和决策树分析选择手术切缘阳性的风险特征,计算不同系统的AUC、敏感性和特异性,使用kappa统计评估评分系统的阅片者间一致性。
关键影像表现/征象
- 单因素分析显示包膜不规则或膨隆(p=0.002)、明显EPE(p<0.001)、CCL(p<0.001)和尖部毗邻(p=0.004)与手术切缘阳性显著相关;神经血管束不对称和直肠前列腺角消失无统计学意义(均p>0.05)。
- CCL预测手术切缘阳性的最佳截断值为20 mm。
- 二元逻辑回归显示CCL≥20 mm是手术切缘阳性的独立危险因素(p=0.039),β值:CCL≥20 mm为1.311,尖部毗邻为0.470,明显EPE为0.242,包膜不规则为0.210。
- 决策树分析显示CCL是手术切缘阳性的最佳预测变量,尖部毗邻为第二最佳预测变量。
诊断标准与关键数值
- mrPSM1分级:1级(低风险)为CCL<20 mm且无尖部毗邻;2级(中风险)为CCL≥20 mm或尖部毗邻;3级(高风险)为CCL≥20 mm且尖部毗邻。
- mrPSM2分级:1级(低风险)为CCL<20 mm且无尖部毗邻;2级(中风险)为CCL≥20 mm或尖部毗邻;3级(高风险)为CCL≥20 mm且尖部毗邻,或明显EPE。
- 推导组中,mrPSM1的AUC为0.705(95%CI 0.614–0.795),准确性0.695,敏感性0.643,特异性0.717;mrPSM2的AUC为0.713(95%CI 0.624–0.802),准确性0.695,敏感性0.667,特异性0.707。
- 验证组中,mrPSM1的AUC为0.672(95%CI 0.565–0.780),mrPSM2的AUC为0.686(95%CI 0.577–0.794);Park等模型的AUC为0.646(95%CI 0.542–0.751),mrPSM1与Park等模型比较p=0.566,mrPSM2与Park等模型比较p=0.395。
- 验证组中,mrPSM1特异性0.732,mrPSM2特异性0.750,Park等模型特异性0.411,mrPSM1和mrPSM2均显著高于Park等模型(均p<0.001);mrPSM1敏感性0.562,mrPSM2敏感性0.594,Park等模型敏感性0.844,mrPSM1和mrPSM2均低于Park等模型(均p<0.05)。
临床应用与阅片要点
- 作者认为mrPSM2在临床实践中更受青睐,因为决策曲线分析显示其净获益更高。
- 作者指出,使用mrPSM2分级系统,验证组中多数患者(61.4% [54/88])被归为低风险,可维持手术;高风险患者可能被推荐接受新辅助治疗,其手术切缘阳性检出率为68.4%(13/19)。
- 作者指出,由于多数患者被归为低风险组,部分手术切缘阳性患者可能无法被该系统识别,因此对于被分级系统归类为低风险的患者,可能需要进一步考虑临床病理特征。
局限性
- 回顾性研究性质可能引入选择偏倚,需要在前瞻性队列中进一步验证该分级系统。
- 分级系统仅基于MRI特征,未来研究推荐将本分级系统与临床危险因素和术者影响相结合以更精确评估手术切缘阳性。
- 人工智能和影像组学在预测手术切缘阳性方面也显示出潜力,可能需进一步认可。
- 考虑到手术切缘阳性的多灶性特征,需在后续研究中开展逐病灶分析。
- 本研究未因图像质量不足而排除检查,但需进一步分析前列腺影像质量(PI-QUAL)对手术切缘阳性风险评估的影响。
全文中译11 节 · 点击展开
引言
前列腺癌是男性最常见的恶性肿瘤,也是癌症相关死亡的第二大原因[1]。根治性前列腺切除术(RP)是局限性前列腺癌患者的主要治疗手段,其目标是根除癌症并尽可能保留盆腔器官功能[2]。RP术后病理提示手术切缘阳性(PSM)预示预后不良;具体而言,据报道PSM与生化复发风险和癌症特异性死亡风险增加相关[3–5],且通常需要术后治疗[6]。术前预测RP术后PSM将有助于前列腺癌的管理。对于PSM低风险患者,可实施保留神经的手术以保留功能结局。对于PSM高风险患者,近期提出的新辅助治疗,尤其是激素治疗,已被证明有助于提高R0切除率并对生化复发率产生有利影响[7, 8]。
一些术前临床病理因素,如临床T分期、Gleason评分、阳性穿刺针芯百分比以及前列腺穿刺活检中检出的神经周围侵犯,已被报道与PSM风险相关[3, 9–11]。此外,盆腔解剖结构与PSM相关[12–14]。也有一些算法或列线图被提出用于利用临床指标评估PSM风险,但缺乏独立验证[15]。
多参数磁共振成像(mpMRI)是前列腺癌诊断和分期的重要影像学方法,据报道其有助于预测前列腺外延伸(EPE)[16, 17]。许多肿瘤相关影像学特征,如MRI确定的肿瘤位置、前列腺影像报告和数据系统(PI-RADS)分类、包膜肿瘤接触长度以及病灶至膜部尿道的距离,已被报道与PSM相关[18–20]。尽管存在这些独立的影像学特征,一些研究还提出了基于MRI的分级系统或列线图用于术前预测PSM[10, 21]。然而,这些方法在某种程度上较为复杂,难以在临床实践中使用。
在本研究中,我们旨在利用肿瘤相关MRI特征构建一个简化的评分系统以评估RP术后PSM风险,在独立队列中验证该分级系统,并将该模型与既往报道的模型进行比较。
材料与方法
患者
本回顾性研究符合HIPAA要求,并经北京协和医院机构审查委员会批准,豁免了书面知情同意的需要(IRB编号I-22PJ1031)。回顾性连续纳入2017年1月至2021年1月期间在本机构接受术前前列腺mpMRI后行RP的患者作为推导组,2021年2月至2022年11月期间的患者作为验证组。排除标准如下:(1)前列腺MRI与RP之间的间隔超过6个月;(2)患者接受过术前治疗,如雄激素剥夺治疗、放射治疗或前列腺消融治疗;(3)临床病理信息不完整;(4)MRI图像存在明显伪影或检查不完整。图1显示了本研究的患者招募流程图。
临床病理变量,包括年龄、前列腺特异性抗原(PSA)水平、前列腺体积、PSA密度(PSAD)及索引病灶的PI-RADS评分,均从病历中获取。
图像采集
采用两台3.0T MRI扫描仪(GE750 [GE Healthcare] 和 Ingenia Elition [Philips])行前列腺mpMRI检查。MRI方案包括轴位T1加权成像;轴位、矢状位和冠状位T2加权成像(T2WI)(层厚3 mm);轴位弥散加权成像(DWI)(层厚3 mm;b值:0、100、800、1000、1500和2000 s/mm2)及相应的表观弥散系数(ADC)图;以及动态对比增强成像(DCE)(层厚3 mm)。本研究采用的详细MRI采集参数见补充S-表1。
图像判读
MRI扫描由1名放射科医师(已判读> 1000例前列腺MRI图像)进行审阅。本研究分析了以下可能与PSM状态相关的肿瘤相关MRI特征:病灶的包膜接触长度(CCL)、包膜不规则或膨隆、神经血管束不对称、直肠前列腺角消失、MRI上可见的明显EPE或侵犯邻近解剖结构[16],以及尖部紧贴。CCL以连续变量记录,定义为肿瘤与前列腺包膜接触的最大曲线长度[17]。其他影像特征根据特征的有无分别记录为“阳性”或“阴性”。尖部紧贴的定义在Costa等研究[22]所报道定义的基础上进行了修改:病灶位于尖部且紧贴前列腺最尖端(> 两个四分之一的尖部受累和/或环绕最远端前列腺尿道)。距近端膜部尿道3 mm以内的肿瘤被视为位于尖部的病灶(包括通常在轴位T2WI上前列腺尖部最后一层或两层可见的病灶)。放射科医师对术后手术切缘状态不知情。
在基于MRI的分级系统提出后,前述放射科医师和另一名放射科医师(已判读> 500例前列腺MRI图像)独立审阅图像,并根据该分级系统评估PSM风险。所有测量均在轴位T2WI上结合冠状位和矢状位T2WI进行,并参考高b值DWI图像及相应的ADC图和DCE。
参考标准
RP标本按照国际泌尿病理学会(ISUP)的建议进行常规病理检查。前列腺表面涂墨后用福尔马林固定。整个腺体以4 mm层厚进行全mount切片处理。由一名资深病理科医师(具有10年以上前列腺病理经验)评估病例,并记录病灶的ISUP分级及病理学上PSM的有无。PSM定义为手术切缘处存在癌[23]。
统计分析
采用Mann–Whitney U检验或卡方检验(视情况而定)评估推导组与验证组之间临床病理变量的差异。在推导队列中,进行单因素分析以确定与RP后PSM独立相关的变量。对于连续变量,使用Youden J指数确定最佳截断值[24],并将连续变量转换为二分类变量。为构建分级系统,采用二元逻辑回归方法从单因素分析中有统计学意义的变量中筛选PSM的风险影像特征。决策树分析也用于筛选风险影像特征。随后通过所选风险影像特征的排列组合提出分级系统。绘制不同模型的受试者工作特征(ROC)曲线,并计算ROC曲线下面积(AUC)、诊断灵敏度、特异度、阳性预测值(PPV)和阴性预测值(NPV)以评估这些模型的诊断性能。采用DeLong检验比较不同分级系统间的AUC。采用McNemar检验比较这些方法的准确率、灵敏度和特异度。外部有效性从独立验证队列中评估。采用kappa统计量评估评分系统的读者间一致性。Kappa值解释如下:0.41–0.60,中度一致;0.61–0.80,良好一致;≥ 0.81,极好一致。p值 < 0.05被认为具有统计学意义。所有分析均在R软件(版本4.2.1;www.r-project.org)中完成。
结果
患者人口学特征
推导组(中位年龄65.0岁;四分位距[IQR],62.0–69.0岁)和验证组(中位年龄67.0岁;IQR,64.0–70.0)分别纳入141例和88例患者。推导组和验证组的中位PSA水平分别为9.00 [6.30–14.12] ng/mL和8.76 [6.31–13.69] ng/mL,中位前列腺体积分别为34.0 [26.0–49.0] mL和39.0 [30.0–46.0] mL。推导组中29.8%(42/141)的患者和验证组中36.4%(32/88)的患者检出PSM。推导组与验证组患者的临床病理特征之间无统计学显著差异(均p > 0.05)(表1)。
影像特征分析与分级系统构建
在单因素分析中,包膜不规则或膨隆、明确的EPE、CCL和尖部毗邻在手术切缘阳性与阴性患者之间差异有统计学意义(分别为p = 0.002、< 0.001、< 0.001和0.004)(表2)。神经血管束不对称和直肠前列腺角消失未见统计学意义(均p > 0.05)。
CCL 的最佳截断值为 20 mm。二元 logistic 回归显示,CCL ≥ 20 mm 是 PSM 的独立危险因素(p = 0.039)。CCL ≥ 20 mm 的 β 值为 1.311,尖部紧贴为 0.470,明显包膜外侵犯(EPE)为 0.242,包膜不规则为 0.210(表 3)。通过决策树分析,CCL 是 PSM 的最佳预测变量。PSM 的第二佳预测变量为尖部紧贴(图 2)。结合两种方法的结果,选择 CCL 和尖部紧贴作为风险影像特征,提出第一个分级系统——mrPSM1:1 级,PSM 低风险:CCL < 20 mm 且无尖部紧贴;
2 级,PSM 中等风险:CCL ≥ 20 mm 或尖部紧贴;
3 级,PSM 高风险:CCL ≥ 20 mm 且尖部紧贴。
结合放射科医师视角的第二个分级系统——mrPSM2 也被提出,其中将明显 EPE 纳入 3 级,具体如下:1 级,PSM 低风险:CCL < 20 mm 且无尖部紧贴;
2 级,PSM 中等风险:CCL ≥ 20 mm 或尖部紧贴;
3 级,PSM 高风险:CCL ≥ 20 mm 且尖部紧贴,或明显 EPE。
在推导组中,mrPSM1 的 AUC 为 0.705(0.614–0.795),mrPSM2 的 AUC 为 0.713(0.624–0.802)。mrPSM1 的准确率、灵敏度和特异度分别为 0.695、0.643 和 0.717,mrPSM2 分别为 0.695、0.667 和 0.707。
mrPSM 分级系统的验证与比较
不同模型的 PSM 检出率随风险类别升高而增加。在验证队列中,mrPSM1 低、中、高风险组的 PSM 检出率分别为 25.0%、47.6% 和 72.7%;mrPSM2 的相应值为 24.1%、40.0% 和 68.4%,Park 等模型的相应值为 17.9%、42.6% 和 53.8%。在 mrPSM1 和 mrPSM2 中,超过半数患者被归为低风险组(mrPSM1 为 63.6% [56/88],mrPSM2 为 61.4% [54/88]),而 Park 等模型的这一比例较低(31.8% [28/88])。
在验证组中,mrPSM1 的 AUC 为 0.672(0.565–0.780),mrPSM2 的 AUC 为 0.686(0.577–0.794)。两个系统的 AUC 值均略高于 Park 等模型(AUC:0.646 [95% CI:0.542–0.751]),但无统计学显著性(分别为 p = 0.566 和 0.395)。mrPSM1 和 mrPSM2 的准确率、灵敏度和特异度相当(均 p > 0.05)。与 Park 等模型相比,我们的分级系统具有显著更高的特异度(0.732–0.750 对 0.411,均 p < 0.001),但灵敏度较低(0.562–0.594 对 0.844,均 p < 0.05)。结果见表 4。图 3 显示了我们的分级系统与病理结果相关性的示例。决策曲线分析显示,mrPSM2 的净获益略高(图 4)。
关于总体评估类别的阅片者间一致性,mrPSM1 的 kappa 值为 0.764,mrPSM2 为 0.776,均表明一致性良好。当类别 ≥ 2 视为阳性时,两个版本的一致性也良好(kappa 值:mrPSM1 为 0.810,mrPSM2 为 0.780)。
讨论
我们的研究构建了基于MRI的分级系统,用于术前预测接受RP患者的PSM,并在一个独立队列中对其进行了验证。通过结合逻辑回归和决策树分析,我们提出了第一个基于MRI的分级系统——mrPSM1——并通过整合放射科医生的知识对该分级系统进一步修改,产生了第二个基于MRI的分级系统——mrPSM2。两种分级系统均显示出预测PSM的可行性,在推导组中AUC分别为0.705和0.713,在验证组中分别为0.672和0.686。所提出的基于MRI的分级系统显示出显著高于Park等人系统的特异性。mrPSM2似乎以更高的净获益优于mrPSM1和Park等人的系统。
根治性前列腺切除术(RP)后的阳性切缘可能与不可切除的包膜外延伸肿瘤或手术原因有关。我们提出的分级系统同时包含了与解剖信息相关的影像学特征(尖部毗邻)和病理学包膜外延伸(EPE)(包膜接触长度(CCL)和明确的EPE),因此具备预测阳性手术切缘(PSM)风险的有效性。由于解剖和手术原因,PSM最常发生在前列腺尖部[19]。术前MRI识别的尖部肿瘤是PSM的重要因素[25–27]。Costa等[22]在MRI结构化报告中标记了毗邻最尖部腺体和/或环绕最远端前列腺尿道的 prostate 病灶,发现标记组中尖部PSM的比例显著更高。Quentin等[18]强调了分别评估尖部尿道或包膜处PSM风险的重要性。他们的研究显示,包膜(57%,40/70)和尖部尿道(22%,15/70)是PSM的两个最常见部位。此外,对于尖部尿道处的PSM,到膜部尿道的距离(UD)≤ 3.5 mm达到了95%的准确率。考虑到各研究对尖部受累的定义不一,我们结合了距离信息和病灶特征来生成尖部毗邻特征。该特征已被证明在预测PSM方面有用。此外,这一定性特征似乎比定量测量更容易记录。我们的研究支持了先前的研究,这些研究已证明CCL是PSM的重要危险因素[18, 21]。为了更便于解读,我们将连续变量转换为二分类变量。我们研究中CCL的截断值与Quentin等[18]报告的不同,但差异不大。MRI上观察到的明确EPE已被广泛研究并证明是PSM的独立危险因素[20, 27, 28],因为该特征已被证明与病理学EPE相关,而后者可能难以完全切除。因此,该风险特征在本研究中被整合入mrPSM2。尽管在mrPSM1和mrPSM2之间的AUC、敏感性、特异性和准确率方面未注意到统计学差异,但mrPSM2因决策曲线分析显示出更高的获益而更受临床实践青睐。PI-RADS评分是另一种已被广泛研究用于预测PSM的影像学特征[20, 21]。根据PI-RADS指南[29],直径≥ 1.5 cm或有明确EPE的病灶应从PI-RADS评分4升级为评分5,而对于包膜处的病灶,较大的肿瘤尺寸可能与较长的CCL相关并增加EPE风险。尽管PI-RADS评分可能包含肿瘤-包膜相关性的信息,但PI-RADS评分本身不能直接反映病灶与前列腺包膜的接触[30]或指示肿瘤位置;因此,我们选择其他肿瘤相关影像学特征进行分析而非PI-RADS评分。
将独立危险特征转换为三分类分级系统,有助于实现前列腺尖部(PSM)的结构化风险评估,以及未来的教育和推广。我们基于磁共振成像(MRI)的分级系统经过简化,仅需记录三个影像学特征。通过计算经验丰富(解读超过1000例前列腺MRI图像)与经验较少(解读超过500例前列腺MRI图像)的放射科医师之间对mrPSM2的读者间一致性,总体评估类别的kappa值为0.776,预定义阳性类别(分级≥2)的kappa值为0.780,表明一致性良好。此外,由于我们的分级系统依赖于MRI,MRI图像的质量不应被忽视。目前,前列腺影像质量(PI-QUAL)已被提出用于前列腺MRI的质量控制[31]。研究表明,使用PI-QUAL评估图像质量有助于评估前列腺外侵犯(EPE),在高图像质量研究中准确性有所提高[32]。尽管在我们的研究中没有因图像质量不足而排除任何检查,但仍需进一步分析PI-QUAL对PSM风险评估的影响。
此前也有一些研究尝试提出基于MRI的PSM分级系统。Chen等[10]开发了一种基于MRI的PSM工具,其曲线下面积(AUC)、灵敏度和特异度分别为0.735、57%和88%。然而,他们的模型基于弥散加权成像(DWI)、体素内不相干运动模型和弥散峰度成像的复杂定量影像学特征,这阻碍了其在更广泛患者群体中的应用。Park等[21]基于以下变量提出了他们的评分系统:肿瘤-包膜接触长度、前列腺影像报告和数据系统(PI-RADS)类别以及肿瘤位于尖部和/或后外侧。在我们的验证队列中,他们模型的AUC(0.646)略低于我们的分级系统(0.672–0.686),但无统计学意义。Park等的模型对PI-RADS评分赋予了较大权重,导致相当一部分患者被归为中等至高风险PSM。值得注意的是,在Park等的验证队列和我们的验证队列中,使用Park等的系统将大多数患者归为中等风险组(分别为56.0%和53.4%),这是一种不确定的分类,可能使泌尿外科医师在处理这些病例时陷入困境。使用mrPSM2分级系统,验证组中大多数患者被归类为低PSM风险(61.4% [54/88]),可维持手术治疗,而高PSM风险患者可能被推荐接受新辅助治疗,其PSM检出率为68.4%(13/19)。尽管我们的分级系统具有高特异度的PSM风险分层能力,但分级系统的灵敏度相对较低,因为大多数患者被归为低风险组,这意味着部分PSM患者无法被我们的系统识别。因此,对于被我们的分级系统归类为低PSM风险的患者,可能需要进一步考虑临床病理特征。
本研究存在一些局限性。首先,本研究的回顾性性质可能引入了一定的选择偏倚。有必要在前瞻性队列中对该分级系统进行进一步验证。其次,该分级系统仅基于MRI特征。为了更精确地评估PSM,建议在未来研究中将我们的分级系统与临床危险因素及术者影响相结合[33]。此外,人工智能和影像组学也显示出预测PSM的潜力,可能值得进一步认可[34, 35]。最后,考虑到PSM的多灶性特征,需要在后续研究中开展逐病灶分析。
总之,所提出的用于预测术后手术切缘状态的mrPSM分级系统经过简化,具有风险分层的可行性;它们在识别存在PSM风险的患者方面显示出高特异性,并可能为前列腺癌患者的管理带来益处。
补充信息
附加文件1:S-表1. 前列腺多参数MRI的序列参数。
引用
- Xu L, Zhang G, Zhang D, et al. An MRI-based grading system for preoperative risk estimation of positive surgical margin after radical prostatectomy. Insights Imaging. 2023. PMID: 37872408. doi:10.1186/s13244-023-01516-4
- 全文:PMC10593712(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10593712/
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。