数字乳腺断层合成在乳腺X线筛查中的应用:To-Be 1试验中的假阴性癌症病例
本研究对To-Be 1随机对照试验中DBT+SM筛查的239例检查进行盲法独立审阅和110例知情共识审阅,以判断间期癌和连续轮次筛查检出癌是否为读片误差所致。知情审阅中间期癌前检查5.3%判为假阴性,连续轮次筛查检出癌前检查18.7%判为假阴性,与既往DM审阅结果一致,提示DBT+SM未显示更高癌症检出率的原因复杂,并非单纯读片误差。
要点
- 知情共识审阅中,间期癌前检查5.3%(1/19)判为假阴性,连续轮次筛查检出癌前检查18.7%(17/91)判为假阴性。
- 盲法独立审阅中,≥2名放射科医生对癌症部位评分≥2者,间期癌前检查占10.6%(2/19),连续轮次筛查检出癌前检查占42.9%(39/91)。
- 连续轮次筛查检出癌中,仅DBT可见评分4或5由≥1名医生评定的比例为30.8%,仅SM为8.8%(p<0.001)。
核心结论
- 知情审阅中假阴性率与既往DM审阅结果一致,提示To-Be 1中DBT+SM较DM无更高癌症检出率的原因复杂,并非单纯读片误差所致。
研究设计与样本
- To-Be 1为2016–2017年在挪威Bergen的BreastScreen Norway项目中开展的随机对照试验,比较DBT+SM与DM筛查。
- 本回顾性审阅由5名未参与To-Be试验的外部乳腺放射科医生对239例DBT+SM筛查检查进行盲法独立审阅,并对110例癌症前检查进行知情共识审阅。
- 盲法审阅纳入90例真阴性、39例假阳性、19例间期癌前检查和91例连续轮次筛查检出癌前检查。
- To-Be 1使用GE Healthcare SenoClaire设备,To-Be 2使用Senographe Pristina设备。
关键影像表现/征象
- 连续轮次筛查检出癌中,仅DBT可见评分4或5由≥1名医生评定的比例为30.8%,仅SM为8.8%(p<0.001)。
- 连续轮次筛查检出癌中,仅DBT可见评分3由≥2名医生评定的比例为16.6%,仅SM为5.5%(p=0.02)。
- 知情审阅判为假阴性的连续轮次筛查检出癌中,76%(13/17)为BI-RADS密度c,35%(6/17)病灶为结构扭曲,88%(15/17)为浸润性癌。
- 知情审阅判为假阴性的连续轮次筛查检出癌中,67%(10/15)肿瘤直径<21 mm,67%(10/15)组织学分级1或2级,60%(9/15)为luminal A免疫组化亚型。
诊断标准与关键数值
- 盲法审阅采用恶性概率评分1–5分:1分为阴性,2分可能良性,3分中间可疑,4分可能恶性,5分高度可疑恶性。
- 盲法审阅中假阴性定义为≥2名放射科医生对癌症部位评分≥2分。
- 知情共识审阅中假阴性定义为癌症部位有明确表现。
- 知情审阅中间期癌前检查5.3%(1/19)判为假阴性,10.5%(2/19)为显著微小征象,10.5%(2/19)为非特异性微小征象,73.4%(14/19)为真阴性。
- 知情审阅中连续轮次筛查检出癌前检查18.7%(17/91)判为假阴性,15.4%(14/91)为显著微小征象,15.4%(14/91)为非特异性微小征象,50.6%(46/91)为真阴性。
临床应用与阅片要点
- 盲法审阅中≥2名医生评分≥2者也见于47.8%(43/90)的阴性检查和89.7%(35/39)的假阳性检查,提示该阈值下假阴性定义存在较高背景评分。
- 知情审阅判为假阴性的连续轮次筛查检出癌多具有预后较好的病理特征,作者认为这些癌的早期检出临床价值可能有限。
- 19例间期癌前检查中仅1例在知情审阅中判为假阴性,作者认为提示间期癌中可能存在生长较快的肿瘤。
局限性
- 盲法独立审阅与知情共识审阅采用不同审阅流程,限制了假阴性数量和比例的比较或合并。
- 不同放射科医生组合对评分≥2、≥3等的结果存在较大差异,包括阴性筛查检查中评分≥2和≥3比例较高,限制了盲法审阅中假阴性的定义。
- 知情审阅中设置两个微小征象类别可能导致假阴性数量较仅用一个类别时更低。
- 外部审阅者在共识中识别的假阴性比例可能是知情审阅方法学固有的特异度降低的实验效应所致。
- 外部放射科医生质疑To-Be 1(GE SenoClaire)的技术图像质量,影像设备可能影响知情审阅中较低的假阴性例数。
全文中译11 节 · 点击展开
引言
研究表明,与标准数字乳腺X线摄影(DM)相比,采用数字乳腺断层合成(DBT)联合标准数字乳腺X线摄影(DM)或合成二维乳腺X线摄影(SM)进行乳腺癌筛查,与更高的筛查检出癌症率相关[1–4]。由于研究中纳入的病例数较少,DBT对间期癌率的影响仍不明确[5]。仅有一项研究报告称,与DM相比,接受DBT筛查者的间期癌有所减少[6]。2021年,一项对欧洲前瞻性试验和美国观察性研究汇总数据的荟萃分析显示,DBT筛查使欧洲的筛查检出癌症增加,而美国的召回率下降幅度更大[5]。
卑尔根断层合成试验(To-Be 1)是一项随机对照试验(RCT),于2016–2017年在挪威乳腺癌筛查项目中比较了DBT + SM与DM[7]。该试验未显示DBT + SM的癌症检出率具有统计学显著性的升高[7]。在随访研究To-Be 2(一项前瞻性队列研究)中,所有女性均接受DBT + SM筛查。与To-Be 1相比,To-Be 2中观察到更高的癌症检出率[8]。目前尚不清楚为何在To-Be 1中DBT + SM与DM相比在癌症检出方面没有差异[7, 9]。
回顾性盲法阅片显示,由于研究设计和假阴性检查定义的不同,乳腺X线摄影筛查研究中的假阴性率存在差异[10–17]。既往基于知情共识的回顾性研究将乳腺X线摄影研究中13–33%的筛查检出癌和间期癌归类为假阴性[14–16, 18]。为阐明To-Be 1中DBT + SM与DM筛查之间无显著差异的可能原因,我们邀请了五位未参与To-Be试验的乳腺影像学专家,对To-Be 1中检出的间期癌所对应的DBT + SM筛查检查以及To-Be 2中的筛查检出癌进行回顾性阅片。目的是确定To-Be 1中的间期癌和To-Be 2中的筛查检出癌是否归因于To-Be 1试验中的判读错误。
材料与方法
To-Be试验经挪威医学与健康研究伦理区域委员会批准(编号2015/424),并在ClinicalTrials.gov注册(NCT02835625和NCT03669926)。所有参与To-Be试验的女性均签署了知情同意书。
这两项前瞻性试验在卑尔根进行,是挪威乳腺癌筛查项目的一部分,该项目是由挪威癌症登记处管理的有组织的基于人群的筛查项目[7, 19]。
这些试验在别处有详细描述[7, 8]。简言之,To-Be 1是一项随机对照试验(RCT),比较数字乳腺断层摄影(DBT)+合成乳腺X线摄影(SM)与标准数字乳腺X线摄影(DM)的筛查结果。To-Be 1在2016–2017年招募女性,并将她们随机分配接受双体位DBT + SM或DM筛查[7]。在随后的2年(2018–2019年),进行了To-Be 2,所有入组女性均接受DBT + SM筛查[8]。所有筛查检查均由两名放射科医生独立阅片,使用1至5分的判读评分对每侧乳腺进行评分。评分1表示阴性结果,2为可能良性,3为中间可疑,4为可能恶性,5为高度怀疑恶性。所有被一名或两名放射科医生评为2分或以上的病例均在共识讨论中确定是否需要召回女性。检查使用GE Healthcare设备进行,To-Be 1中使用SenoClaire,To-Be 2中使用Senographe Pristina。
盲法阅片
盲法个体阅片包括239例DBT + SM筛查检查,来自在To-Be 1中接受筛查的女性,包括筛查结果为假阳性者(n = 39)、间期癌(n = 19)、连续轮次筛查检出癌(n = 91)和连续轮次筛查阴性(n = 90)(图1)。
五名未参与试验的外部放射科医生记录了乳腺X线摄影密度(BI-RADS,ad)[20],并按特征描述病变(肿块、毛刺状肿块、钙化、不对称、结构扭曲以及伴钙化的致密影)、乳腺内位置(乳腺象限)、在DBT和SM上的可见性以及体位(头尾位,CC,和内外斜位,MLO)。阅片者还分别在双侧乳腺上对DBT和SM单独标记恶性评分1–5分作为结论。未要求他们将病例分类为假阴性、微小征象或真性。
假阴性的定义由作者回顾性创建,包括两名或以上放射科医生评分为2分或以上的病例(图2)。
知情人阅片
在盲法阅片之后,五名放射科医生进行了知情人共识阅片(附加文件1:附录B)。该阅片包括110例被诊断为间期癌或连续轮次筛查检出癌的女性的阴性筛查检查(图1)。所有110例病例的既往筛查乳腺X线摄影、诊断图像和组织病理学结果均可供放射科医生使用。
知情审阅时记录的数据包括乳腺X线摄影特征以及数字乳腺断层摄影(DBT)+合成乳腺X线摄影(SM)的结论(假阴性、有意义的微小征象、非特异性微小征象和真阴性)。如果所有五名放射科医师在盲法审阅中对双乳均评分为1分,则该检查被视为真阴性,图像不再审阅(n = 53)。如果一名或多名放射科医师在盲法审阅中评分为2分或更高,则对该检查进行讨论(n = 57),并共同判定癌症是假阴性、有意义的微小征象、非特异性微小征象还是真阴性。假阴性病例定义为在癌症部位有明显发现的检查 [12, 21](图2)。
审阅者特征及关注变量
审阅由五名乳腺放射科医师完成,其在数字乳腺X线摄影(DM)筛查阅片/DBT阅片方面的经验年数如下:AG 16/9、KL 12/12、RM 10/8、TH 13/10和SRH 11/11。所有图像均无临床标注。关于组织病理学肿瘤特征的数据,包括肿瘤直径(mm)、组织学分级(按Nottingham分级1–3级)、淋巴结状态(阳性或阴性)、雌激素受体、孕激素受体和人表皮生长因子受体2(HER2)状态 [22],以及免疫组化亚型(Luminal A、Luminal B HER2−、Luminal B HER2+、HER2+和三阴性)[22],均从癌症登记处提取。
统计分析
按放射科医师分别呈现在盲法审阅中评分为2分或更高的筛查检查的数量和比例,分别针对间期癌之前的检查和连续一轮筛查发现的癌症。筛查结果为阴性和假阳性的检查结果见附加文件1:表C1。按一名或多名、两名或多名、三名或多名放射科医师在盲法审阅中评分为2分或更高,分别呈现在间期癌或连续一轮筛查发现的癌症之前的检查数量和比例,分别针对DBT + SM、DBT和SM。阴性和假阳性病例的相同结果见附加文件1:表C2。比例采用卡方检验进行比较。
按一名、两名、三名或多名放射科医师评分为2分和3分或更高,分别呈现在间期癌之前和连续一轮筛查发现的癌症的筛查检查的数量和比例。真阴性和假阳性检查的相同结果见附加文件1:表C3。呈现在间期癌之前的筛查检查以及导致连续一轮筛查发现的癌症的检查中假阴性的数量和比例。
呈现在间期癌之前和连续一轮筛查发现的癌症的筛查检查中,按知情审阅中所判定的假阴性、有意义的微小征象、非特异性微小征象和真阴性病例的数量和比例。这些检查按乳腺X线摄影密度和组织病理学肿瘤特征呈现。双侧p值< 0.05被认为具有统计学显著性。
结果
盲法个体审阅
盲法个体审阅包括来自To-Be 1的239例DBT + SM筛查检查(图1)。
不同放射科医师之间的判读评分存在显著差异(表1)。例如,对于间隔癌之前的筛查检查,放射科医师4一次给出了2、3、4或5分(5.3%),而放射科医师5对四例(21.1%)给出了这些评分。对于连续轮次筛查检出的癌症,放射科医师4对16例(17.6%)给出了2、3、4或5分,而放射科医师1对45例(49.5%)给出了这些评分。
对于阴性检查,被评定为2分的病例数量差异在10例(11.1%)至24例(26.7%)之间(附加文件1:表C1)。对于结果为假阳性的筛查检查,病例数量从10例(25.6%)至26例(66.7%)不等。
对于导致连续轮次筛查检出癌症的筛查检查(n = 91),一名或多名放射科医师给出4分或5分的比例,单独数字乳腺断层合成(DBT)为30.8%,单独合成2D图像(SM)为8.8%(p < 0.001)(表2)。两名或多名放射科医师给出3分的比例,单独DBT为16.6%,单独SM为5.5%(p = 0.02)。阴性和假阳性筛查结果见(附加文件1:表C2)。
在盲法复核后被认定为假阴性的筛查检查(由两名、三名、四名或五名放射科医师给出2、3、4或5分)包括间隔癌之前检查的10.5%(2/19)和导致连续轮次筛查检出癌症的检查的42.9%(39/91)。由两名、三名、四名或五名放射科医师给出2、3、4或5分的检查还包括阴性检查的47.8%(43/90)和假阳性结果检查的89.7%(35/39)(表3和附加文件1:表C3)。
知情共识复核
知情复核共纳入110例DBT + SM筛查检查,包括诊断前间隔癌(n = 19)和连续轮次筛查检出癌症(n = 91)。
间隔癌中共有5.3%(1/19)被认为是假阴性,10.5%(2/19)为微小征象有意义,10.5%(2/19)为微小征象非特异性,73.4%(14/19)为真阴性(表4)。对于导致连续轮次筛查检出癌症的筛查检查,18.7%(17/91)被判定为假阴性,15.4%(14/91)为微小征象有意义,15.4%(14/91)为微小征象非特异性,50.6%(46/91)为真阴性。被判定为假阴性的筛查检查总数(间隔癌加连续轮次筛查检出癌症)为16.4%(18/110)。
在连续轮次筛查发现的癌症中被判定为假阴性的检查中,76%(13/17)为BI-RADS密度c,35%(6/17)的病灶为结构扭曲,88%(15/17)为浸润性癌,67%(10/15)肿瘤直径<21 mm,67%(10/15)组织学分级为1或2级,60%(9/15)为管腔A型免疫组化亚型(表5)。
讨论
据我们所知,此前尚无研究对既往数字乳腺断层摄影(DBT)图像进行盲法及知情审查以将癌症病例分类为假阴性或真阴性。根据我们的定义,间期癌前筛查检查中10.5%(2/19)、To-Be 1试验中导致连续轮次筛查发现癌症的筛查检查中42.9%(39/91)在盲法个体审查后评分≥2并被分类为假阴性。相同的评分(≥2)被赋予47.8%(43/90)的阴性检查和89.7%(35/39)的假阳性检查。由五位未参与To-Be试验的经验丰富的乳腺放射科医师进行的知情共识审查将5.3%(1/19)的间期癌前筛查检查和18.7%(17/91)的导致连续轮次筛查发现癌症的筛查检查分类为假阴性。
正如预期,恶性病灶在DBT上比在合成乳腺X线摄影(SM)上更常可见,特别是对于在盲法审查中被一位或多位放射科医师评分为4或5分的导致连续轮次筛查发现癌症的检查[23, 24]。既往研究表明,与DBT相比,SM对小细节的可检测性可能降低,特别是对于检测与毛刺状肿块和结构扭曲相关的促结缔组织增生过程,这些病变仅在一个或少数DBT层面上可见,而在SM上不可见[25, 26]。然而,这些发现无法证实To-Be 1中DBT相对于数字乳腺X线摄影(DM)或SM可提高乳腺癌检出率的任何假设。此外,被一位或多位放射科医师评分为≥3分的阴性检查和假阳性筛查结果检查的比例在DBT中显著高于SM,提示DBT可能与假阳性率增加相关[27, 28]。
在知情审查中被分类为假阴性的导致连续轮次筛查发现癌症的检查具有预后良好的组织病理学肿瘤特征,提示这些癌症的早期检出临床价值有限。此外,19例导致间期癌的筛查检查中仅1例在知情审查中被分类为假阴性,提示间期癌中存在快速生长的肿瘤[12, 29–32]。
既往的DBT判读研究尚未评估假阴性病例的发生率[33–35]。针对数字乳腺摄影(DM)和屏幕胶片乳腺摄影(SFM)开展的知情回顾研究报告的假阴性率在12%至36%之间波动,其中包括来自挪威乳腺癌筛查项目(BreastScreen Norway)的DM研究,该研究显示间期癌之前检查的假阴性率为19%–34%,导致连续轮次筛查检出癌的检查假阴性率为20%–22%[10–18]。与既往使用DM和SFM的研究结果相比,我们的盲法和知情回顾中间期癌之前检查的假阴性百分比较低,这可能归因于研究病例数较少。此外,据报道假阴性百分比受研究环境与正常筛查环境之间可比性和相似性的影响[12]。
优势与局限性
我们设计的优势包括:回顾由五名未参与To-Be试验的外部乳腺放射科医师进行,降低了与判读相关的偏倚风险。盲法回顾集包括阴性和假阳性检查,模拟了正常筛查环境。最后,我们的数据来自一个基于人群的乳腺癌筛查项目,经组织学证实的乳腺癌病例完整性高。
然而,盲法个体阅片与知情共识阅片所采用的不同复核流程,限制了比较或合并假阴性数量和比例的可能性。不同放射科医师组合对评分≥2、≥3等的结果存在较大差异,包括阴性筛查检查中评分≥2和≥3的比例较高,这限制了我们在大盲法复核中对假阴性的定义。然而,盲法复核对外部放射科医师而言在熟悉数据集方面具有重要意义,并显示了解读上的较大个体差异,这很可能源于其他国家不同的分类系统和/或DBT系统的图像质量。尽管如此,挪威乳腺癌筛查项目(BreastScreen Norway)采用独立双阅片加共识,召回仅由至少两名放射科医师组成的共识决定,我们假设盲法复核中对假阴性的定义导致了结果有所高估,但与至少两名放射科医师一致选择评分2或更高的可能性相类似[12]。知情复核中存在两个微小征象类别可能导致假阴性数量低于仅使用一个类别的情况。外部复核者在共识中识别的假阴性百分比可能是知情复核方法学固有的特异性降低的实验效应所致[17]。此外,由于图像质量是乳腺癌检测的重要方面[36, 37],外部放射科医师对使用GE SenoClaire进行的To-Be 1的技术图像质量提出了质疑。成像设备可能对知情复核中假阴性病例数量较低有所影响。因此,图像质量可能是知情复核中假阴性检查率较低的一个可能原因,同时也是DBT癌症检测未出现预期增长的原因。放射科医师表示,GE Pristina的图像质量明显更好;然而,未收集图像质量的客观测量数据;因此,我们无法得出任何结论。此外,未对研究图像进行后处理或重建。外部放射科医师对DBT的使用经验可能与本研究使用的供应商不同,这可能影响了检测可疑病变的能力。外部阅片者评分≥2的检查中癌症检出率以及假阳性和假阴性检查百分比的较大差异可能凸显了所得结果的不确定性。也有可能To-Be 2诊断出更多筛查发现的癌症,因为DBT + SM作为所有女性的唯一筛查技术,这可能导致了本研究中DBT组和DM组筛查发现癌症中假阴性病例基数的高估。
最后,本综述未纳入数字乳腺摄影(DM)组的图像。然而,已对DM和屏片乳腺摄影(SFM)进行了盲法及知情回顾,结果与本数字乳腺断层摄影(DBT)综述中的结果相当[10–14, 17, 38, 39]。2005年对SFM间期癌进行的混合盲法个体回顾结果显示,20%(231例中46例)的病例为假阴性[13],而另一项对筛查检出癌症前2年和4年筛查乳腺X线片的盲法回顾显示,31%(103例中32例)的病例为假阴性[38]。这些数字可用于计算To-Be 1试验DM组潜在盲法回顾中的假阴性率。在DM组中,原始筛查检出癌症数为87例[7],间期癌数为29例,而DM组后续筛查检出癌症数为101例[8]。因此,在潜在盲法回顾中,DM组导致间期癌的假阴性数可能约为6例(29 × 20/100),筛查检出癌症的假阴性数约为31例(101 × 31/100)。这将导致DM组筛查检出癌症额外增加37例(假阴性),总计124例(87 + 37),率为0.86%。当纳入我们对DBT + SM组假阴性数(41例)的盲法回顾结果时,DBT + SM组14,380名女性中总计136例(95 + 41),对应检出率为0.95%,而DM组为0.86%(14,369名女性中124例),p值为0.42。
两项基于知情共识的回顾分析了2004年至2016年挪威乳腺癌筛查项目(BreastScreen Norway)的DM检查,其中间期癌假阴性率为24%(1010例中246例),连续轮次筛查检出乳腺癌假阴性率为22%(1225例中266例)[11, 12],这些结果也可用于估算To-Be 1知情回顾中DM组的潜在假阴性数。DM组导致间期癌的假阴性病例数可能约为7例(29 × 24/100),筛查检出癌症的假阴性数约为22例(101 × 22/100)。这将导致DM组筛查检出癌症额外增加29例(假阴性),总计116例(87 + 29),率为0.81%。当纳入我们对DBT + SM组假阴性数(18例)的知情回顾结果时,DBT + SM组14,380名女性中总计113例(95 + 18),对应筛查检出癌症率为0.79%,而DM组为0.81%(14,369名女性中116例,p = 0.79)[7]。在这些假设下,DBT + SM与DM的癌症检出率无统计学显著差异。然而,这些发现应谨慎解读。DM组的假阴性数可能被高估,因为DBT + SM被用于DM组随访中的乳腺癌检测,且DM组的假阴性率是基于1990年代至2016年来自不同国家和项目的数据计算的[13, 14, 38]。
总之,本研究检查了To-Be 1试验中潜在的假阴性间隔期癌症和连续轮次筛查发现的癌症,并证明个体和共识专家复核所确定的百分比与既往数字乳腺摄影(DM)复核研究一致。本复核的结果表明,To-Be 1试验中数字乳腺断层合成(DBT)+合成2D图像(SM)与DM在癌症检出方面的非显著差异是复杂的,并非仅由判读误差所致。
补充信息
附加文件1:附录A. 盲法复核表格。附录B. 知情共识复核表格。附录C. 表C1. 在To-Be 1和To-Be 2中对90次阴性筛查检查和39次假阳性筛查结果检查进行个体盲法复核时,放射科医生评分为2、3、4和5分的筛查检查数量和比例。表C2. 在个体盲法复核中,数字乳腺断层合成(DBT)+合成2D图像(SM)、单独DBT和单独SM由一名或多名、两名或多名、三名或多名放射科医生评分为2、3和4或5分的90次真阴性筛查检查和39次假阳性筛查结果检查的数量#和比例。评分2:可能良性,3:中度怀疑恶性,4:可能恶性,5:高度怀疑恶性。表C3. 由一名或多名、两名或多名、三名或多名放射科医生评分为2分或以上以及3分或以上的阴性筛查检查和假阳性结果检查的数量和比例。
引用
- Moshina N, Gräwingholt A, Lång K, et al. Digital breast tomosynthesis in mammographic screening: false negative cancer cases in the To-Be 1 trial. Insights Imaging. 2024. PMID: 38332187. doi:10.1186/s13244-023-01604-5
- 全文:PMC10853101(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10853101/
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。