基于MRI与前列腺特异性抗原密度的风险分层工具用于前列腺癌个体化决策
单中心回顾性研究纳入2055例活检初治患者,比较「全部活检」「MRI导向」及两种基于PSA密度的风险分层路径。结果显示风险分层低阈值路径在避免54.4%活检的同时仅遗漏1.6%临床显著前列腺癌,决策曲线分析示概率阈值3.6%–13.9%间净获益最高。
要点
- MRI阴性(PI-RADS 1-2)且PSA密度<0.10 ng mL⁻²者癌症风险仅1.2%,可支持避免活检。
- PI-RADS 3且PSA密度<0.10 ng mL⁻²者癌症风险10.5%,高于Schoots等提出的低风险阈值。
- 风险分层低阈值路径避免54.4%活检、遗漏1.6%临床显著前列腺癌,净获益在3.6%–13.9%阈值间最高。
核心结论
- 联合MRI评分与PSA密度的风险分层路径可作为决策工具,在保持高临床显著前列腺癌检出率的同时避免活检并减少无显著癌过度诊断。
- 风险分层低阈值路径在概率阈值3.6%–13.9%间净获益最高,作者认为将其纳入前列腺癌诊断路径可能有临床获益。
研究设计与样本
- 单中心回顾性研究,纳入2015年11月至2021年10月接受前列腺MRI的活检初治患者2055例。
- MRI采用1.5 T(15%)MR450或3.0 T(85%)Discovery MR750 HDx设备,由6–13年经验的专科泌尿放射科医生按PI-RADS结构化评分。
- 活检采用经直肠或经会阴途径,PI-RADS 3–5病灶行MRI-超声融合靶向穿刺加系统穿刺。
- 以Gleason评分≥3+4(ISUP组≥2)为临床显著前列腺癌,Gleason 3+3(ISUP组1)为无显著前列腺癌。
关键影像表现/征象
- MRI阴性(PI-RADS 1-2)者癌症风险在PSA密度低、中、高、极高组分别为1.2%、2.6%、9.0%、12.9%。
- PI-RADS 3病灶者癌症风险在PSA密度低、中、高、极高组分别为10.5%、14.3%、25.0%、33.3%。
- PI-RADS 4-5者癌症风险范围为44.6%至89.5%。
诊断标准与关键数值
- PSA密度分层:低风险<0.10 ng mL⁻²,中风险0.10-0.15 ng mL⁻²,高风险0.15-0.20 ng mL⁻²,极高风险>0.20 ng mL⁻²。
- 全部活检路径临床显著前列腺癌检出率30.3%(623/2055),无显著癌检出率9.5%,阴性活检率60.1%。
- MRI导向路径临床显著前列腺癌检出率28.7%(589/2055),避免活检率54.2%(1113/2055),遗漏临床显著前列腺癌1.7%(34/2055)。
- 风险分层低阈值路径临床显著前列腺癌检出率28.7%(590/2055),避免活检率54.5%(1119/2055),遗漏1.6%(33/2055)。
- 风险分层高阈值路径临床显著前列腺癌检出率27.3%(562/2055),避免活检率62.9%(1292/2055),遗漏2.9%(61/2055)。
临床应用与阅片要点
- 对MRI阴性(PI-RADS 1-2)且PSA密度<0.10 ng mL⁻²者可考虑避免活检,其癌症风险为1.2%。
- PI-RADS 3且PSA密度<0.10 ng mL⁻²者癌症风险10.5%,作者指出该值略高于Schoots等提出的低风险类别阈值。
- 作者认为避免对较低风险MRI表现(PI-RADS 1-3)行活检应基于个体化评估,取决于检测癌症或避免活检伤害的优先级。
局限性
- 原文指出本研究为回顾性分析。
- 原文指出队列为单中心,患者主要在3 T扫描并由专家阅片,可能限制结果的外推性。
- 原文指出放射科医生经验未被直接纳入分析。
- 原文指出需进一步纳入多中心、多厂商设备及不同经验放射科医生的工作以确认结果一致性。
全文中译15 节 · 点击展开
引言
多参数MRI现已被确立为疑似非转移性前列腺癌男性的初始诊断检查。1 前列腺影像报告和数据系统(PI-RADS)指南是标准化MR采集技术规范和检查报告方法的重要一步。2 MRI的高阴性预测值使被认为低风险的男性能够避免活检。3 然而,在活检方法和活检选择方面,临床实践仍存在差异,尤其是对于MRI表现模棱两可概率较低的男性。4–7 活检决策将进一步受到患者年龄和合并症的影响,以及患者和/或临床医生是否被认为“活检抵触”或“癌症抵触”并优先考虑检出任何级别的所有癌症。8
最近一项Cochrane系统综述和荟萃分析支持MRI引导的活检路径,其中PI-RADS评分1-2的MRI患者不进行活检,PI-RADS评分3-5进行MRI引导的活检,这将使33%的男性避免活检,并将无意义前列腺癌(iPCa)的检出率降低10%。9 然而,45%的PI-RADS MRI评分≥3的男性没有显著癌症,10 提示需要基于纳入额外临床信息的风险模型进行更好的患者分层。
已提出多种风险预测模型,旨在避免可能患有良性疾病或携带临床无意义前列腺癌(iPCa)的患者进行不必要的前列腺活检。近期,PSA密度阈值与MRI衍生的PI-RADS评分的简单组合已被证明优于这些更复杂的模型。11 这促使Schoots等人基于MRI发现和当前泌尿外科指南中PSA密度阈值开发了一种风险适应性活检决策路径,10 最初作为假设生成方法开发,尚需外部验证。在我们机构,自2015年以来对活检初治患者进行前列腺MRI,并建立了超过2000例患者的前瞻性维护数据库。我们研究的目的是在这一真实世界数据集中检验所提出的以MRI为核心的风险适应性活检决策模型。
方法
本单中心回顾性分析针对2015年11月至2021年10月接受前列腺MRI的患者进行,当地伦理委员会豁免了数据分析的知情同意要求(IRAS 313163)。纳入连续转诊接受多参数MRI的患者,这些患者基于前列腺特异性抗原(PSA)水平升高和/或直肠指检阳性被怀疑患有局限性或局部晚期前列腺癌。排除标准包括因显著相关伪影无法准确评定MRI评分(n = 37)、MRI前已行活检(n = 5)、既往前列腺癌病史(n = 10)以及既往接受过良性前列腺疾病治疗(n = 22)。共评估2055例患者,结局指标包括活检避免率、临床显著前列腺癌(csPCa)检出率、漏诊csPCa以及iPCa过度诊断。
诊断路径
分析了以下诊断路径的结果:所有患者均进行活检、以MRI为重点的路径,以及采用低阈值或高阈值的两种基于风险(MRI导向)的路径(表1)。前列腺特异性抗原密度(PSAD)分类为:<0.10 ng mL−2为低风险,0.10-0.15 ng mL−2为中风险,0.15-0.20 ng mL−2为高风险,>0.20 ng mL−2为极高风险。
MRI
患者在1.5 T(15%)MR450或3.0 T(85%)Discovery MR750 HDx(GE Healthcare,Waukesha/Chicago,IL,USA)上接受前列腺MRI检查,使用16-32通道表面相控阵线圈。扫描方案已在先前文献中详细描述12;简言之,包括盆腔轴位快速自旋回波T1加权图像,以及前列腺的T2加权快速恢复快速自旋回波图像,采集轴位(层厚3 mm;间隔0-1 mm)、矢状位和冠状位(表2)。轴位扩散加权成像(DWI)使用双自旋回波平面成像脉冲序列,层厚3-4 mm;间隔0 mm,并生成自动表观扩散系数图。另外在小视野(24 × 12 cm)下以1400 s mm−2(1.5 T)或2000 s mm−2(3 T)进行DWI序列采集。动态对比增强(DCE)-MRI采用轴位3D快速扰相梯度回波序列,经高压注射器以3 mL s−1的速率(剂量0.1 mmol kg−1)团注钆布醇(Gadovist,Bayer HealthCare),随后以25 mL生理盐水冲洗,注射时间为28 s/40 s,时间分辨率为7 s/10 s。轴位T2、DWI和DCE序列在方向、层厚和间隔上保持一致。
图像分析
图像由具有6-13年经验的泌尿放射学专家审阅,并根据所报告的MRI数量被认定为专家。13,14 MRI序列依据PI-RADS结构化评分标准进行评估,遵循主导序列范式,根据病灶位于外周带(PZ)或移行带(TZ)对T2WI和DWI评分进行加权。15报告时可获得所有临床信息,作为标准临床诊疗的一部分进行。
活检
经直肠或经会阴途径活检由经验丰富的泌尿外科医生根据临床建议进行。对PI-RADS评分3-5的病灶使用MRI-超声融合获取2-4条靶向穿刺组织芯,并额外获取系统性穿刺组织芯。经直肠活检使用UroNav(InVivo Corp.,Gainesville,FL,USA)(12条系统性穿刺组织芯),经会阴活检使用Biopsee(Medcom,Darmstadt,Germany)(24条系统性穿刺组织芯)。16,17活检前病灶(PI-RADS 3-5)勾画由放射科医生使用DynaCAD(InVivo Corp.)完成。对于MRI阴性病例,活检决定在與患者讨论及临床风险评估后逐例确定,主要基于家族史、绝对PSA阈值>10 ng mL−2和/或PSA密度阈值>0.15 ng mL−2。MRI阴性且未行活检的患者随访至少6个月,并至少有一次后续PSA检测值。
组织病理学
所有活检均由一位专科泌尿病理学家根据国际泌尿病理学会(ISUP)2005年建议以Gleason评分进行分级。随后由另一位泌尿病理学家在多学科团队会议中对病例进行复核。最终结果用于该研究的结果分析。Gleason评分3+3(ISUP分组1)的患者被归类为iPCa,Gleason评分≥3+4(ISUP分组≥2)被归类为csPCa。
统计学
连续变量计算中位数及四分位距(IQR)。结局以csPCa检出率、iPCa检出率、潜在避免的活检、漏诊的csPCa和阴性活检来衡量。采用Pearson卡方检验评估分类变量的差异。采用决策曲线分析(DCA)评估诊断路径的临床“净获益”。18,19 DCA的计算方法为:从检出显著性癌症(真阳性)的获益中减去进行不必要活检(假阳性)相对于阈值概率(pt)的危害,19其中N为诊断路径中的总受试者数,公式如下:
使用R 4.2.0(R Foundation for Statistical Computing,维也纳,奥地利)进行统计分析。DCA使用R包rmda 1.65进行。
结果
共评估2055例患者,中位年龄65岁(IQR:59-69岁),中位PSA为6.31(IQR 4.65-9.12)ng mL−2(表3)。PI-RADS 1-2 MRI评分报告于54.2%的患者(1113/2055),PI-RADS 3为10.0%(206/2055),PI-RADS 4-5为35.8%(736/2055)。共1158例患者接受了活检。队列中癌症总数为39.9%(819/2055),csPCa(ISUP≥2)的患病率为30.3%(623/2055)。897例PI-RADS评分为1-3且未接受活检的男性中位随访时间为33个月(IQR 14—51个月),被视为csPCa阴性。
表4突出了癌症患病率相对于各PI-RADS类别及PSAD分组的分布。在MRI阴性(PI-RADS 1和2)的男性中,低风险PSA密度组的癌症风险为1.2%,中风险组为2.6%,高风险组为9.0%。然而,对于极高PSA密度组,风险为12.9%。在PI-RADS 3不确定病变的男性中,低、中、高和极高风险PSA密度组的风险分别为10.5%、14.3%、25.0%和33.3%。在所有PI-RADS 4或5病变的男性中,风险范围为44.6%至89.5%(表4)。
结局分析
“全部活检”路径
此组构成对照组的路径,其中不会漏诊任何csPCa。临床显著性癌症检出率为30.3%(623/2055),临床非显著性癌症检出率为9.5%,60.1%的活检为阴性(表5)。
MRI引导路径
遵循此路径,csPCa检出率为28.7%(589/2055),iPCa检出率为7.3%(150/2055)。活检避免率为54.2%(1113/2055),iPCa检出减少2.2%(46/2055),代价是漏诊1.7%(34/2055)的csPCa。
基于风险的低阈值路径
检测到临床显著癌症占28.7%(590/2055),iPCa占7.3%(151/2055),64.9%为良性结局(1314/2055)。54.5%(1119/2055)可避免活检,漏诊csPCa 1.6%(33/2055),iPCa检出率降低2.2%(45/2055)。
基于风险的高阈值路径
该路径可检出27.3%(562/2055)的csPCa,iPCa诊断率为5.8%(120/2055),66.8%(1373/2055)的男性为良性结局。临床显著PCa漏诊率为2.9%(61/2055),iPCa检出率为3.7%(76/2055),活检避免率增加19.3%至62.9%(1292/2055)。
在决策曲线分析中,“全部活检”策略在0%至3.6%的概率阈值之间具有最高的净获益。“基于风险的低阈值路径”在3.6%至13.9%的概率阈值之间显示最高净获益。当概率阈值大于13.9%时,“基于风险的高阈值路径”占优,具有最高净获益(图1)。
基于PI-RADS v2.1发布日期的分析
基于PI-RADS v2.1发布日期的亚组分析已实施。在PI-RADS v2.0时代(截至2019年3月31日),csPCa患病率为29.1%(317/1089);在PI-RADS v2.1时代(2019年4月1日之后),为31.7%(306/966)。当根据MRI PI-RADS评分和PSAD风险组对患者进行分类时,两个队列在活检推荐方面呈现相似模式(补充表1和2)。值得注意的是,在PI-RADS v2.1时代观察到微小差异,其中PSAD值高的阴性MRI从中低风险组(19.4%)降至低风险类别(5.9%),PSAD值低的PI-RADS 3不确定病例从中低风险组(11.9%)降级至低风险类别(8.8%)(补充表2)。
讨论
在本研究中,我们比较了四种拟议诊断路径对疑似PCa男性的检查结局。我们发现,基于风险的“低”阈值路径和以MRI为中心的路径具有最高的癌症检出率。它们还显示出减少iPCa过度诊断的潜力,这在基于风险的低阈值路径中更为明显。基于风险的路径采用较高阈值显示出更大的活检避免率和更低的iPCa检出率,但csPCa总体检出率小幅(3%)降低。在避免不必要活检和iPCa过度诊断方面,所有三种路径均优于“全部活检”路径。决策曲线分析证实,在3.6-13.9%的阈值风险下,基于风险的低阈值路径显示出总体最高的净获益。
在ISUP分级分组2级及以上的截断值下,阴性MRI(PI-RADS评分1-2)对临床显著性前列腺癌(csPCa)的汇总阴性预测值为90.8%,3 并且可以通过将PSA密度纳入活检决策而进一步提高。20,21 然而,阴性预测值取决于多种因素,包括图像质量、放射科医生经验和特定患者人群中的癌症患病率。22,23 相反,MRI的阳性预测值和特异性在不同中心之间表现出更大的差异,部分原因是放射科医生识别阳性病灶的阈值不同,以及PI-RADS 3类病灶报告率的差异。24,25 使用PSA密度补充MRI评分的模型已显示出前景,但也应考虑根据患者和/或临床医生偏好调整活检阈值。26 这一决策将是多因素的,可能受到年龄、预期寿命、合并症、家族史和个人经验的影响。荟萃分析显示,PI-RADS 3靶向病灶中csPCa的检出率为17%27;在我们的研究中,将其在“低”风险组中降至10.5%具有明显获益,并接近阴性(PI-RADS 1-2)MRI中漏诊csPCa的风险。3 既往研究表明,较年轻年龄(<65岁)和既往前列腺活检阴性以及PSA密度是PI-RADS 3靶向病灶中csPCa低检出率的最强预测因素28,29;然而,这也将受到MRI质量和双参数或多参数方案使用的影响,22,30 凸显了这一挑战。这支持了以下事实:对于较低风险的MRI发现(PI-RADS 1-3类),避免活检的决策应基于个体患者做出,并将取决于多个因素,包括检测癌症的优先性还是避免活检潜在有害影响的优先性。
Bittencourt 等人最近在一个未经活检的男性队列中比较了不同的诊断路径,包括基于检测的路径(全部活检)、以 MRI 为重点的路径(MRI 阳性男性接受靶向与系统联合活检)以及基于风险的路径。31 他们发现,以 MRI 为重点的路径和基于风险的路径显示出最高的 csPCa 检出率,并减少了 iPCa 的诊断,其中基于风险的路径避免活检的潜力最大。31 我们的结果与他们的建议一致,并证实对低风险患者避免活检是安全的。然而,值得注意的是,我们的队列中,伴有 PI-RADS 3 类变化的低风险患者(PSAD <0.10 ng mL−2)的 csPCa 发生率为 10.5%,刚好略高于 Schoots 等人提出的“低风险”类别内的患病率阈值。这可能是因为我们队列中 PI-RADS 3 的数量相对较少(10%),其患病率与“4M 研究”中 PI-RADS 3 的发生率更具可比性。32 除此之外,所有其他 MRI 和临床风险类别均与 Schoots 等人提出的基于风险的方法相符,并有助于证实,采用不同阈值的基于风险的模型可以为使用者在决策中灵活采用规避风险或规避活检的策略。较低的 PI-RADS 3 患病率可能反映了 3T 下更高的图像质量和专家级阅片者,并继而导致该类别 csPCa 的检出率百分比更高。23,33–35 值得注意的是,在 PI-RADS v2.1 时代,该患病率降至 8.8%(“低风险”),这可能反映了阅片者经验增加和/或由于协议变更或 MRI 软件和硬件升级而带来的图像质量改善的混合效应。22,36–38
PSA 密度 >0.15 ng mL−2 被 NICE 和 EAU 指南同时引用为提示更高风险的指标。39,40 然而,Pellegrino 等人最近提出,该临界值仅在 MRI 性能较差的极端情形下才有其合理性。41 鉴于 MRI 采集和判读的改进,他们建议应更普遍地采用 >0.20 ng mL−2 的更高 PSA 密度临界值,并强调需要根据前列腺 MRI 的准确性和患者特异性因素(如直肠指检结果和既往活检结果)对此进行调整。41 此外,Vickers 等人提出,10% 的阈值概率是合理的,考虑到极少数泌尿科医生会愿意对超过 10 例患者进行活检以识别出 1 例 csPCa。42 我们的研究表明,基于风险的低阈值路径在 10% 阈值概率下具有最高的净获益,提示将基于风险的低阈值路径纳入 PCa 的诊断路径可能具有临床获益。
我们的研究有一些局限性,包括分析的回顾性性质。该队列代表单中心,患者主要在 3 T 下扫描并由专家报告,这可能限制结果的普遍适用性。放射科医生的经验未被直接纳入考虑;然而,所有报告放射科医生在研究入组时均被归类为前列腺 MRI 判读的“专家”13,33,43,而要纳入六年研究期间经验的动态变化将具有挑战性。进一步的工作应侧重于纳入多中心和多厂商,并纳入不同经验的放射科医生,以确认结果的一致性。
总之,我们的研究证实了在前列腺癌诊断路径中利用风险分层联合MRI的获益,能够在前列腺癌个性化医疗模式下安全避免活检并限制iPCa的过度诊断。
补充材料
引用
- Rajendran I, Lee KL, Thavaraja L, et al. Risk stratification of prostate cancer with MRI and prostate-specific antigen density-based tool for personalized decision making. Br J Radiol. 2024. PMID: 38263825. doi:10.1093/bjr/tqad027
- 全文:PMC11027333(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11027333/
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。