放疗后III/IV期非小细胞肺癌影像组学研究:CLEAR与RQS框架的系统综述与比较
该系统综述检索MEDLINE、PubMed和SCOPUS(2023年6-8月),纳入11项关于放疗后III/IV期非小细胞肺癌CT影像组学的研究,应用CLEAR和RQS框架评价报告质量,并合并为61条CLEAR-RQS清单。未发现共同的影像组学特征,研究异质性大且报告质量低,中位CLEAR评分为55.74%,中位RQS评分为17.59%,无研究RQS评分超过50%。
要点
- 放疗后III/IV期NSCLC影像组学研究异质性大、报告质量低,未识别出可临床转化的共同影像组学特征。
- 可重复性障碍包括队列样本量小、研究未验证、技术参数缺失以及数据、代码和模型未共享。
- CLEAR中位评分55.74%(32.33/58分),RQS中位评分17.59%(6.3/36分),无研究RQS评分超过50%。
核心结论
- 放疗后III/IV期NSCLC的影像组学研究存在异质性且报告质量常较低。
- 制定的CLEAR-RQS清单可能有助于教育,并有望提升影像组学研究质量。
- 该领域当前影像组学研究异质性大、缺乏可重复性,未识别出影像生物标志物。
研究设计与样本
- 系统文献综述,检索MEDLINE、PubMed和SCOPUS(2023年6月至8月),最终纳入11项回顾性研究。
- 纳入标准为英文原著、人类研究、放疗后III/IV期NSCLC的CT影像组学研究。
- 由三名读者(一名四年级医学生、一名4年经验的放射科医生、一名20年综合影像及16年肿瘤影像亚专科经验的放射科医生)应用CLEAR、RQS和CLEAR-RQS进行评价。
- 将58条CLEAR条目与16条RQS条目合并为61条CLEAR-RQS清单,对CLEAR/CLEAR-RQS条目按「是」计1分、「否」或「NA」计0分进行评分。
诊断标准与关键数值
- 队列样本量范围为10至337例(中位数91例,均值114例),7项研究样本量小于100例,9项研究为单中心。
- CLEAR中位评分为32.33分(55.74%,范围25.33-48分[47.7%-82.75%]),RQS中位评分为6.33分(17.59%,范围0-16分[0%-44.44%]),无研究RQS评分超过50%。
- 所有研究均满足CLEAR「稿件准备」标准(提供标题、摘要、关键词、引言和讨论),但均未报告「样本量计算」「 eligibility流程图」及整个「开放科学」领域。
- RQS中无研究包含「体模校准」、为「数据库注册的前瞻性研究」或进行「成本效益分析」。
- 常用影像组学特征包括灰度共生矩阵(GLCM)、一阶强度特征、形状特征及高阶灰度区域大小矩阵(GLSZM)。
临床应用与阅片要点
- CLEAR-RQS清单可作为影像组学研究设计与批判性评价的综合详细指南,并可用于教育目的。
- 作者认为应避免对CLEAR-RQS清单应用评分系统,因真实研究场景的复杂性可能无法被充分捕捉。
- 充分的验证以及数据和代码的开放获取对于提高透明度和报告标准至关重要。
- 采用CLEAR-RQS清单可能加速影像组学研究向临床实践的转化。
局限性
- 研究队列异质性和相对较小的样本量可能限制可比性,两项研究样本量小(n=10,n=23),使验证几乎不可行。
- 三项研究未披露是否进行了CT层厚协调,身体习惯、扫描仪型号和人口学参数可能影响影像组学分析。
- 两项研究使用锥形束CT图像,散射辐射伪影给影像组学感兴趣区勾画带来挑战。
- 仅三项研究详细说明了自由呼吸CT图像的使用,其余研究未指明CT采集的呼吸周期时点,自由呼吸研究因运动伪影引入图像模糊。
- 七项研究未报告图像预处理重采样技术及相关参数,八项研究未描述离散化方法。
全文中译23 节 · 点击展开
引言
肺癌是全球第二大常见恶性肿瘤,2020年新诊断病例约220万例[1],其中大多数为非小细胞肺癌(NSCLC),占近84%的病例[2]。NSCLC I期和II期通常采用手术治疗,而局部晚期不可切除的III期和转移性IV期的治疗通常需要辅助放疗,常联合化疗,有时联合免疫治疗。
尽管治疗取得了进展,III/IV期患者的5年生存率仅从2016年的24.6% marginally提高至2020年的26.4%[2]。因此,研究重点已转向筛查、诊断和个性化管理策略,以改善生活质量和生存结局。
影像组学是一个新兴领域,利用无创技术从医学图像中提取影像组学特征(RFs),超越了标准放射学报告。RFs,也称为纹理分析,捕捉二维(2D)像素和三维(3D)体素空间中感兴趣区域(ROI)内的灰度强度和空间关系,假设与组织异质性和肿瘤微环境相关[3–7]。影像组学的一个主要目标是提供预测性影像生物标志物,结合临床参数,可改善诊断和治疗预后、生活质量和总生存期(OS),符合个性化和精准医学的目标。
尽管NSCLC影像组学研究数量庞大,但向临床实践的转化受到技术和方法学挑战的限制,导致研究的统计效能低,可重复性、再现性和泛化性降低[3, 8–13]。质量评分工具和检查清单,如包含16个项目、最高36分的影像组学质量评分(RQS),以及包含58个项目但无评分系统的影像组学研究评价检查清单(CLEAR),已被开发以应对这些挑战[10, 14]。然而,它们的采用有限,且对其在统一评估影像组学研究质量方面的可靠性仍存在担忧[9, 15]。
本研究旨在:1)在文献中识别接受放疗的III/IV期NSCLC中有前景的影像组学生物标志物;2)使用近期发表的CLEAR和较早存在的RQS系统对研究流程进行批判性评价,并将CLEAR和RQS框架的措辞合并为综合检查清单(CLEAR-RQS),以便将CLEAR-RQS评分与CLEAR和RQS进行比较[9, 10]。CLEAR-RQS旨在为各学科的影像组学研究人员和教育工作者提供有价值的资源。
材料与方法
本研究无需IRB批准,因其不涉及任何人类受试者,也不包含任何可识别的私人信息。
目标1:PRISMA文献检索以识别接受放疗的III/IV期NSCLC患者的影像组学研究
我们于2023年6月至8月对在线数据库MEDLINE、PubMed和SCOPUS进行了文献检索。检索字段包括[III期NSCLC或IV期NSCLC或非小细胞肺癌] AND [放疗或SABR(立体定向消融体部放疗)或SBRT(立体定向体部放疗)] AND [CT影像组学或[定量AND成像]或[纹理AND特征]]。初步的标题和摘要分析由K.T.(三年级医学研究生)完成,随后由K.T.和H.S.K.(放射科医生,具有20年普通影像学和16年肿瘤影像学亚专科知识)进行全文筛选评估。最终文章选择包括针对放疗后III/IV期NSCLC的CT影像组学的人体研究原创性研究论文,且文章以英文撰写(表1)。图1展示了文献检索的PRISMA流程图。
文献数据提取与分析
文章数据提取包括队列规模、放疗/CT技术、所使用的影像组学软件、所选放射组学特征(RFs)以及研究终点。
对全文文章进行批判性评价,围绕以下研究问题展开:1)在接受放疗的患者中,是否存在用于治疗反应、不良事件和/或结局的常用所选RFs?2)研究设计是否存在可能妨碍可重复性的因素?
目标2:应用CLEAR和RQS框架对所选文章进行批判性评价,并制定综合影像组学评估清单(CLEAR-RQS)
所有文章由三名读者D.G.(具有4年普通放射学经验的放射科医生)、K.T.和H.S.K.使用RQS指标和CLEAR/CLEAR-RQS标准进行评估[10, 14]。为便于RQS与CLEAR/CLEAR-RQS之间的直接比较,每个CLEAR/CLEAR-RQS条目中回答“是”计1分,回答“否”或“不适用”计0分,因此CLEAR的最高可能得分为58分,CLEAR-RQS为61分。
采用所有三名读者的平均分来比较RQS、CLEAR和CLEAR-RQS框架。为实现框架间的相对比较,各工具的得分按其指标按比例转换为百分比(例如,100%分别等同于CLEAR得分58分、CLEAR-RQS得分61分和RQS得分36分)。
K.T.和H.S.K.系统比较了全部58个CLEAR条目和16个RQS条目的措辞和释义(表2)。为避免冗余,将相同和非常相似的条目进行合并,保留更具体来源框架(CLEAR或RQS)的措辞。未引入新的措辞,以确保遵循各自的来源框架。
结果
目标1:PRISMA文献检索
图1展示了PRISMA流程图,概述了文献检索过程。共检索到871篇文章(PubMed n = 403,MEDLINE n = 249,SCOPUS n = 219)。排除462篇重复文献后,筛选了409篇文章摘要。最终确定22篇 articles 进入全文评估,其中又有11篇根据纳入和排除标准被排除(表1)。最终,11篇文章被纳入系统评价(补充表S1)。
队列特征
回顾性患者队列规模从10例到337例不等(中位数=91,均值=114),其中7项研究的队列规模较小,不足100例[11, 16–21]。除2项研究外,所有研究均分析单中心患者队列[11, 22]。
所选影像组学特征的研究终点
研究终点各不相同,所选影像组学特征在三项研究中与总生存期(OS)相关[17, 23, 24],在两项研究中与治疗反应相关[19, 25]。三项研究同时分析了OS和无进展生存期[11, 21, 22],两项研究考察了治疗相关并发症放射性肺炎[18, 20]。一项研究测量了NSCLC肿瘤在放疗前和放疗期间的影像组学特征变化,未与任何临床终点关联[16]。
放疗方案
所应用的放疗方法各异,三项研究使用调强放疗(IMRT),一项研究使用IMRT或立体定向体部放疗,两项研究使用容积旋转调强放疗(VMAT)[16, 18, 21, 23, 25, 26]。一项研究在其患者队列的一个亚组中采用了立体定向消融放疗(SBRT)[23]。四项研究未提及具体的放疗实施方法[17, 19, 20, 22]。
CT成像方案
CT厂商/扫描仪类型和扫描技术在多个方面存在差异或未披露。
关于CT厂商和扫描仪型号,11篇文章中有6篇提及了扫描仪型号,其中5篇使用单一CT扫描仪型号。
两项研究使用平扫锥形束CT图像[17, 22]。
三项研究使用增强CT图像[11, 21, 24],其余6项研究未提及具体对比剂期相[16, 18–20, 23, 25]。
三项研究明确了图像采集的呼吸周期时间点,其中2项在自由呼吸周期[18, 20],1项在呼气末相[21]。
三项研究未明确CT层厚[19, 24, 25],四项研究报告CT层厚为2.5 mm[11, 16, 20, 22]。
各有一项研究分别分析了1或2 mm[23]、1或3 mm[17]、2.5或3.0 mm[21]以及5 mm[18]的CT层厚。
影像组学特征提取
各研究间的影像组学特征提取软件差异很大。八项研究使用常用软件工具提取特征(1项AnalysisKit[23],2项PyRadiomics[18, 20],2项IBEX[16, 17],3项MATLAB[11, 19, 22],1项LIFEx[25])。一项研究使用自研软件提取影像组学特征[21],一项研究未披露所用软件[5]。
影像组学特征选择
全文分析评分显示,鉴于研究终点(如治疗反应、OS、放疗相关肺炎)的差异以及数据集的不同,缺乏相似性以识别共同的影像组学特征。所选影像组学特征包括灰度共生矩阵(GLCM)[11, 16-20; 22, 24, 25]、一阶特征强度[16, 17, 20, 22, 23]和形状[17, 20, 22, 23],以及高阶特征灰度区域大小矩阵(GLSZM)[18, 23, 25]。
模型构建
11项研究中有8项描述了使用非影像组学特征参数构建模型或列线图[11, 18, 19, 21–25]。可用的模型/列线图性能各异,三项研究分别显示临界显著的p值0.048、0.049和0.046[11, 21, 23]。用于模型构建的最常见临床病理参数为吸烟[18, 19, 21, 25]、T分期和N分期[19, 21, 22, 25],各因素均在四项研究中出现,其次是肿瘤组织学类型,纳入三项研究[19, 21, 22]。
补充表S1描述了各文献的详细数据提取内容。
目标2:将CLEAR和RQS评分应用于所选文献(n = 11),并制定综合影像组学评估清单(CLEAR-RQS)
CLEAR指标
CLEAR评分中位数为32.33分(55.74%,范围:25.33–48 [47.7–82.75%])。在全部三位评估者中,所有研究均满足了“稿件准备”方面的CLEAR标准,即提供了标题、摘要、关键词、引言和讨论。所有文献均未报告“样本量计算”和“合格标准流程图”相关条目,以及“开放科学”整个领域。
表3详细总结了44个条目,其中两位或全部三位评估者均发现相应CLEAR条目存在数据缺失。
RQS指标
RQS评分中位数为6.33分(17.59%),范围为0–16分(0–44.44%),满分为36分。如表4所示,许多标准被所有评估者评为0分或以下,例如,没有研究包含“体模校准”、是“在数据库中注册的前瞻性研究”,或进行了“成本效益分析”。
CLEAR与RQS评分分布比较
表5展示了使用CLEAR和RQS标准评估的论文的评分分布。使用CLEAR与RQS系统时,前3篇文献的排名有所不同,例如,Chen等[23]在RQS中排名第1,但根据CLEAR指标排名第4;而Van Timmeren等[22]在CLEAR中排名第1,但根据RQS框架排名第2。
图2显示了根据CLEAR和RQS指标对被评估文献的评分分值及相应排名。
将CLEAR和RQS条目合并为综合评估清单(CLEAR-RQS),并将CLEAR-RQS与CLEAR和RQS进行比较
对58个CLEAR条目和16个RQS条目的措辞进行比较,将相同或相似的条目进行合并,从而制定了包含61个条目的CLEAR-RQS清单(表2)。
应用新制定的CLEAR-RQS清单时,每篇文献的评分百分比介于其CLEAR评分和RQS评分之间,CLEAR-RQS更接近CLEAR清单(补充图S1)。这很容易解释,因为CLEAR-RQS清单包含61个条目,与包含58个条目的CLEAR清单更为一致,而RQS框架仅包含16个条目。
讨论
这篇关于放疗后III/IV期NSCLC患者影像组学特征的系统性文献综述共纳入11项回顾性研究,这些研究在研究设计上存在显著差异,使其难以相互比较,且未能识别出适合临床转化的影像组学特征(RF)。此外,应用CLEAR和RQS框架进行评估时,报告质量均较低,这与其他影像组学数据综述和荟萃分析的发现一致[8, 15, 27, 28]。将CLEAR和RQS框架整合为一份全面的CLEAR-RQS清单,旨在为影像组学研究界提供一份全面而详细的设计指南和已发表研究的批判性评价工具。
影像组学研究设计的局限性
本综述揭示了研究设计中的若干缺陷,可能降低所识别RF的通用性和可重复性。
研究队列的异质性和相对较小的样本量可能限制可比性。值得注意的是,两项研究的样本量较小(n = 10,n = 23),使验证几乎不可行[16, 17]。
数据协调,特别是图像采集和重建设置(CLEAR和RQS称之为“预处理”),成为影像组学研究的关键要求[29, 30]。三项研究未披露是否进行了CT层厚协调[19, 24, 25]。体型、扫描仪型号和人口学参数可能影响影像组学分析,需要在未来验证中予以明确说明[30]。这可能需要进一步的数据后处理以确保可重复性[29]。两项研究[17, 22]使用了锥形束CT(CBCT)图像,因散射辐射伪影给影像组学感兴趣区勾画带来了挑战[31, 32]。仅三项研究详细说明了使用自由呼吸CT图像[17, 18, 20],其余研究未指明CT采集的呼吸周期时相[11, 16, 19, 21–25]。自由呼吸研究因运动伪影导致图像模糊,已被公认会影响影像组学分析[33]。因此,从本质上不一致或高度可变的CT扫描方案中提取RF可能损害结果的解读和可重复性。
七项研究未报告图像预处理重采样技术及相关参数[11, 16–19, 24, 25]。八项研究未描述离散化方法[11, 16–20, 24, 25]。图像重采样,特别是以下采样和插值方式处理图像以保留空间细节同时避免过拟合,对数据协调至关重要。Shafiq-ul-Hassan等人证明重采样可减少特征变异性,从而增强RF的稳健性[34]。
仅2项研究报告了特征提取分割可靠性分析的细节[11, 21]。该步骤的描述很重要,因为手动或半自动分割方法可能引入观察者内和观察者间变异性,影响可重复性[35]。
某些类别的RF,包括一阶(强度、形状)和高阶(GLCM(灰度级共生矩阵)、GLSZM(灰度级尺寸区域矩阵))组,被更广泛地研究[11, 16–20, 22, 24, 25]。
评估影像组学研究报告质量的CLEAR和RQS指标
条目权重
评估研究质量依赖于稳健的研究设计以及对方法学、统计参数和结果的全面报告。CLEAR标准和RQS评分均表明报告质量欠佳,且研究排名存在差异。没有研究完全满足所有CLEAR条目,RQS评分范围为0至+16分,低于可达到的最高+36分的50%。我们的分析表明,这些评估工具提供了互补的评判视角,有助于识别阻碍影像组学结果可重复性和临床应用的方法学挑战。
CLEAR清单提供了一个涵盖影像组学工作流程各方面的通用指南,而RQS框架包含16项标准,各条目具有不同的加权分值。某些领域,如“在适当试验中进行前瞻性验证”(0或+7分)和“验证队列”(-5、+2、+3、+4、+5分),被赋予比其他条目更高的分值。这些条目对RQS评分最高的论文贡献最大,而这与其CLEAR排名并不一致。例如,RQS条目“验证”对Yang等(3.67分)[18]、Shi等(0.67分)[17]和Zhang等(0.67分)[16]的评分产生了负面影响,使他们在11篇文章中分别排名第7、第10和第11位。而CLEAR标准中未观察到如此大的分值差异,Wang等与Fried等的比较即为佐证[21, 24]。在RQS中,Wang等排名第5(12.67分),而Fried等排名第6(6.33分);而在CLEAR指标中,分值差异较不明显,Wang等(排名第7,31.33分)低于Fried等(排名第5,35.67分)[21, 24]。
最近发表的一种影像组学研究质量评分工具METRICS(影像组学研究方法学评分),由一个国际专家组开发,并已获得欧洲医学影像信息学会(EUSoMII)的认可。METRICS包含经过仔细筛选的加权条目,并通过改良德尔菲法进行讨论,以确保专家组成员之间达成平衡的共识[36]。这一新的评分框架旨在促进对广泛影像组学研究的批判性评价,从手动数据标注和提取到深度学习人工智能(AI)流程。
评估者间变异
D'Antonoli等的研究揭示,RQS指标易受评估者间偏倚的影响,因为其各领域可能因评估者背景不同而产生不同的解读[9]。这与我们的发现一致,我们的三位评估者——一名医学研究生、一名初级放射科医师和一名高级放射科医师——在RQS评分上表现出轻微差异,后通过共识得以协调。这种变异性与既往研究一致,那些研究报道了较低的RQS评分和较差的评估者间信度[9, 27, 28]。
创建全面的CLEAR-RQS清单以助力未来教育和研究
相关工作旨在开发一种评估影像组学研究质量的稳健工具,重点关注机器学习和其他AI模型[37–39]。RQS和CLEAR框架专门针对影像组学方法学[10, 14],已引起核医学与分子影像学会、欧洲核医学协会[39]以及《欧洲放射学》科学编辑委员会[40]的关注。
本文提出的CLEAR-RQS清单由一个来自两所学术三级机构的国际研究小组制定,旨在全面评估放射组学方法学,同时不牺牲特异性。它整合了CLEAR和RQS两种工具的标准,保留了其面向放射组学研究人员的详细措辞,同时也可服务于跨学科的教育目的。鉴于现实研究场景中固有的复杂复杂性,应避免对CLEAR-RQS清单应用评分系统,因为其可能不够精细,不足以充分捕捉所评估研究调查的细微质量。
总之,III/IV期非小细胞肺癌(NSCLC)放射组学研究存在报告质量欠佳的问题,阻碍了经验证的预测性放射组学特征(RFs)的发现。技术挑战以及无法获取源图像和模型文件妨碍了可重复性。全面验证以及数据和代码的开放获取对于提高透明度和提升报告标准至关重要[41, 42]。采用CLEAR-RQS清单可能加速放射组学研究向临床实践的转化。此外,在这一快速发展的领域中,需要持续的多学科协作以进行持续评估和改进,最终使个性化医疗中的患者结局受益。
补充信息
电子补充材料
引用
- Tran K, Ginzburg D, Hong W, et al. Post-radiotherapy stage III/IV non-small cell lung cancer radiomics research: a systematic review and comparison of CLEAR and RQS frameworks. Eur Radiol. 2024. PMID: 38625613. doi:10.1007/s00330-024-10736-1
- 全文:PMC11399214(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11399214/
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。