文献速递妇产影像泌尿生殖技术与安全MR

Node-RADS 1.0 与 DWI-MRI 在宫颈癌新 FIGO(2018)分期中的诊断效能

The performance of the node reporting and data system 1.0 (Node-RADS) and DWI-MRI in staging patients with cervical carcinoma according to the new FIGO classification (2018).
PubMed 文献 · Radiol Med · 2024-05-10

回顾性分析 68 例接受新辅助化疗后根治术的宫颈癌患者,以术后病理为金标准评估 Node-RADS 评分及 ADC 值预测淋巴结转移的效能。Node-RADS ≥3 的敏感度为 92.8%、特异度为 72.5%,Node-RADS ≥4 特异度达 100%;Node-RADS ≥3 淋巴结的平均 ADC 值 AUC 为 0.820,优于 cADC 与 rADC。

要点

  • Node-RADS ≥3 敏感度 92.8%、特异度 72.5%,适合作为区分良恶性淋巴结的最佳阈值。
  • Node-RADS ≥4 与 Node-RADS 5 特异度均为 100%,但敏感度分别降至 71.4% 与 42.9%。
  • Node-RADS ≥3 的淋巴结中,平均 ADC 值预测转移的 AUC 为 0.820,高于 cADC 的 0.772 与 rADC 的 0.723。

核心结论

  • Node-RADS 评分提供标准化的淋巴结评估,提高宫颈癌患者诊断准确性,其易用性与高观察者间一致性支持临床使用。
  • 淋巴结 ADC 测量有望作为优化患者诊断评估的附加工具。

研究设计与样本

  • 单中心回顾性分析,2015年1月至2023年10月共140例宫颈癌患者中68例符合纳入标准并进入研究队列。
  • 纳入条件为组织学确诊宫颈鳞癌、腺癌或神经内分泌癌,术前行含 DWI 序列的分期 MRI,接受新辅助化疗后根治术及术后淋巴结组织学分析。
  • MRI 使用3T 磁体(GE Discovery 750;Siemens VIDA),32通道或16通道相控阵线圈,DWI b 值为0–1000 s/mm2。
  • 以术后淋巴结组织学为金标准,由3名骨盆 MRI 经验分别为1年、4年和25年的放射科医生独立盲法评定 Node-RADS 评分。
  • 对 Node-RADS ≥3 的78枚淋巴结测量平均 ADC、校正 ADC(cADC)与相对 ADC(rADC)并计算诊断效能。

关键影像表现/征象

  • Node-RADS 1 示例为左侧髂外淋巴结大小与形态正常;Node-RADS 2 为短径5 mm、信号均匀的左侧髂外淋巴结。
  • Node-RADS 3 示例为短径8 mm、信号不均、卵圆形且无脂肪门部的左侧髂外淋巴结。
  • Node-RADS 4 示例为短径13 mm、信号不均、球形且无脂肪门部的左侧髂外淋巴结。
  • Node-RADS 5 示例为长径>30 mm 的右侧闭孔巨大淋巴结,对应高恶性风险。

诊断标准与关键数值

  • Node-RADS ≥3 预测 pN 状态的敏感度为92.8%、特异度为72.5%。
  • Node-RADS ≥4 的敏感度为71.4%、特异度为100%;Node-RADS 5 的敏感度为42.9%、特异度为100%。
  • Node-RADS 评分预测 pN 状态的 AUC 为0.941。
  • Node-RADS ≥3 组78枚淋巴结中,平均 ADC 的 AUC 为0.820、cADC 为0.772、rADC 为0.723;阈值分别为 ADC<0.958×10−3 mm2/s、rADC<0.087×10−3 mm2/s、cADC<0.71。
  • Node-RADS 3 组中,平均 ADC 的 AUC 为0.771、cADC 为0.677、rADC 为0.631;阈值分别为 ADC<0.958×10−3 mm2/s、rADC<0.073×10−3 mm2/s、cADC<0.68。

临床应用与阅片要点

  • Node-RADS ≥3 可区分阴性(Node-RADS 1–2)与阳性淋巴结,但 Node-RADS 3 组假阳性使总体特异度降至72.5%(PPV=70.3%)。
  • Node-RADS ≥4 与 Node-RADS 5 特异度均为100%,可用于确认明确病理性淋巴结。
  • Node-RADS 评分与 pN 状态呈正相关(rs=0.771,p<0.001),与术后 FIGO 分期(rs=0.563,p<0.001)及淋巴结大小(rs=0.489,p<0.001)亦呈正相关。
  • 高年资医师与两名低年资医师的观察者间一致性分别为0.888和0.738。

局限性

  • Node-RADS 分类仅依赖大小与形态标准,未纳入 DWI 序列,原文指出这可能是其局限性。
  • 原文指出该研究为单中心回顾性分析。
全文中译11 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:Radiol Med. 2024 May 10;129(7):1062–75. doi: 10.1007/s11547-024-01824-9

引言

宫颈癌(CC)是全球女性第四大死亡原因,估计年发病例数为470,000例。2017年,全球CC发病率达到约60万例,导致810万伤残调整生命年(DALYs)损失和26万例死亡[1]。

2018年,国际妇产科联盟(FIGO)修订了CC分期系统,强调影像学在局部区域分期和淋巴结(LN)受累评估中的重要作用,引入了IIIC期,进一步分为IIIC1(盆腔淋巴结转移)和IIIC2(腹主动脉旁淋巴结转移)[2–4]。因此,准确评估转移性淋巴结对于确定最佳治疗方案和预测预后至关重要。

Elsholtz等人提出了淋巴结报告和数据系统1.0(Node-RADS),以标准化使用计算机断层扫描(CT)和磁共振(MR)成像对淋巴结受累的影像学评估。Node-RADS基于大小和形态学标准分配5点评估类别,适用于任何解剖部位的肿瘤[5]。尽管Node-RADS在前列腺癌和膀胱癌中显示出良好前景,但其在CC中的作用尚未被探索[6, 7]。

目前,MRI因其优越的软组织对比度和多平面成像能力,是评估CC局部区域分期的首选方法。此外,MRI可通过弥散加权成像(DWI)和表观弥散系数(ADC)图进行定量评估[8],这些已被证明有助于识别转移性淋巴结[9]。

为此,我们对术前MRI数据进行了回顾性分析,目的如下:第一,通过将影像学数据与淋巴结清扫术后获得的手术后解剖病理学结果进行验证,评估Node-RADS评分在预测CC患者淋巴结受累可能性方面的总体诊断性能。第二,探索ADC测量在表征CC患者盆腔转移性淋巴结中的效用。最后,评估该评分系统在三位不同年限女性盆腔影像学经验的读者中的适用性和可行性。

材料与方法

研究方案

本研究为单中心回顾性分析。研究纳入的每位患者均获得了数据收集的书面知情同意。研究方法和方案遵循本机构与研究委员会制定的伦理标准,遵循2013年赫尔辛基宣言及其最新修正案的原则。

患者人群

2015年1月至2023年10月,共有140例CC患者在本机构接受治疗。系统收集了年龄和人乳头瘤病毒(HPV)状态的临床数据。

患者选择的纳入标准如下:(a)组织学诊断确诊为宫颈鳞状细胞癌、腺癌或神经内分泌癌;(b)术前分期MRI包含DWI序列;(c)在新辅助化疗(NACT)后接受根治性手术并术后进行组织学淋巴结分析。

合并或既往有恶性肿瘤的患者、缺乏术前MRI评估的患者、未接受手术的患者以及组织学报告不完整的患者被排除在研究之外。

MRI技术

MRI检查在3特斯拉(3T)磁体(GE Discovery 750;Siemens,Siemens VIDA)上进行,使用32通道相控阵体线圈或置于下腹部的16通道相控阵线圈。

研究方案要求患者在放射学检查前一小时排空膀胱,以确保最佳膀胱充盈。此外,建议检查前禁食。在MRI检查开始前,除非有禁忌,所有患者均静脉注射东莨菪碱-N-丁基溴化物(Buscopan;Boehringer Ingelheim,Ingelheim,德国),以减少肠蠕动伪影。

标准MRI方案聚焦于从耻骨联合至髂嵴的下腹部区域,包括以下序列:T2加权快速自旋回波(FSE),薄层(3 mm),视野(FOV)20–24 mm,以获得最佳解剖分辨率,在矢状面、轴面、平行轴面和平行冠状面采集;轴面T1加权FSE和脂肪饱和T1加权;轴面和平行轴面扩散加权成像(DWI),采用扩散敏感梯度,b值为0–1000 s/mm2,在后处理工作站(AW Volume-Share 7,GE Healthcare,Milwaukee,WI,USA)上生成表观扩散系数(ADC)图;增强摄取期间轴面脂肪饱和动态T1加权3D梯度回波序列,随后为轴面脂肪饱和延迟增强后T1加权3D梯度回波序列(表1)。

钆基对比剂(钆特酸,Dotarem®)通过外周静脉通路(22号针)以0.2 mL/kg剂量静脉给药,使用动力注射器以2 mL/s速率注射,随后以20 mL生理盐水冲洗。增强后图像以6–10秒间隔依次采集,从团注前10秒开始,总采集时间为320秒。

表1 MR方案 查看原表 ↗

图像分析

三名阅片者,包括两名在盆腔MRI方面经验不同的放射科医生(分别为1年和4年),以及一名在盆腔MRI方面具有丰富经验(25年)的高级放射科医生,独立审阅图像,并对双侧每个盆腔淋巴结(髂总、髂内、髂外和闭孔)分配Node-RADS评分,对术后组织病理学结果设盲。图像分析根据Node-RADS建议进行(图1、2)。

Node-RADS评估纳入基于“大小”和“形态”标准的类别,每个类别均有相关子类别(见图1)。Node-RADS评分根据“大小”将淋巴结分类为正常、增大和巨大。“形态”标准涉及淋巴结的形态学检查,如质地、边界和形状子类别(见图1)。“形态”评分由各子类别所赋值的总和得出。

图1 Node-RADS流程图,附淋巴结评估的大小和形态标准描述 查看原图 ↗
图2 根据可疑恶性程度不同,盆腔淋巴结的轴位T2加权图像显示不同Node-RADS评分。a Node-RADS 1:左侧髂外淋巴结,大小和形态正常。b Node-RADS 2:左侧髂外淋巴结(箭头),短轴5 mm,信号强度均匀。c Node-RADS 3:左侧髂外淋巴结(圆圈),短轴8 mm,信号强度不均匀,呈椭圆形,无脂肪门。d Node-RADS 4:左侧髂外淋巴结(箭头),短轴13 mm,信号强度不均匀,呈球形,无脂肪门。e Node-RADS 5:右侧闭孔巨大淋巴结(星号),长轴>30 mm,对应高恶性风险。 查看原图 ↗

基于ADC的评估

在轴位T2加权图像上评估的淋巴结在轴位盆腔DWI及相应ADC图上进行观察。由人工在归类为不确定至极高恶性风险(Node-RADS 3–5)的每个淋巴结上放置三个特定的3–6 mm圆形感兴趣区(ROIs),分别在肿瘤内和臀肌内测定ADC值。具体计算三个ADC值:平均ADC(ADC),代表可疑淋巴结的ADC值;校正ADC(cADC),由淋巴结ADC与右侧臀大肌ADC的比值得出(ADC/臀肌ADC);以及ADC比值(rADC),通过从淋巴结平均ADC值中减去原发肿瘤平均ADC值计算得出(ADC-原发肿瘤ADC)。

病理分析

收集每位患者的以下特征:手术切缘浸润、手术宫旁浸润、术后FIGO分期、分级、组织学类型和pN状态。

在临床实践中,对于新辅助化疗(NACT)后切除的宫颈癌(CC)标本如何处理和评估尚无既定指南,尽管已针对其他类型肿瘤提出了NACT后大体和组织学处理的全面取材方案。

病理学家在切除标本和淋巴结中识别原治疗前肿瘤被认为所在的区域,也称为“瘤床”。为此,我们将治疗前和术前影像学图像与大体特征进行比较。在宫颈标本中识别瘤床后,对其进行切片并全部送检,以证明是否存在残留存活肿瘤及其与分期相关周围结构和手术切除边缘的关系。淋巴结经切片并全部送检,以评估是否存在转移或治疗相关改变。

关于淋巴结,我们识别出与切除标本瘤床区域相同的反应性改变,如硬化、玻璃样变结缔组织、组织细胞、黄色肉芽肿性或肉芽肿性反应及胆固醇裂隙。

然后报告以下内容:有治疗相关改变但无存活肿瘤的淋巴结站;有肿瘤累及并伴治疗相关改变的淋巴结站(记录最大肿瘤灶和包膜外延伸);无治疗相关改变且无存活肿瘤的淋巴结站。

将组织学数据与影像学表现进行比较,以评估所指定Node-RADS评分的有效性(图3)。

图3 伴治疗相关改变但无存活肿瘤的淋巴结:瘤床区完全由泡沫状组织细胞聚集构成,并伴有硬化(a 低倍镜;b 高倍镜)。受肿瘤累及的淋巴结(箭头)伴治疗相关改变:该淋巴结内含一处转移性鳞状细胞癌灶。由于淋巴结内背景淋巴细胞的存在,难以确定间质中何为炎症。然而,泡沫状组织细胞池伴间质纤维化的存在证实了退行性改变的存在(c 低倍镜;d 高倍镜)。伴治疗相关改变但无存活肿瘤的淋巴结:瘤床区完全由泡沫状组织细胞聚集构成,无硬化(e 低倍镜;f 高倍镜)。无治疗相关改变且无存活肿瘤的淋巴结分区:注意正常实质伴窦组织细胞增生(g 低倍镜;h 高倍镜)。 查看原图 ↗

统计分析

采用Spearman秩相关检验确定高年资阅片者分配给每位患者的最高Node-RADS评分值与pN状态,以及其他临床和放射学定性特征(组织学类型、分级、手术切缘阳性、手术参数性浸润、术前和术后FIGO分期、淋巴结大小<10 mm vs 淋巴结大小≥10 mm)之间的相关性。

采用Shapiro–Wilk检验确定定量特征(年龄和肿瘤大小)是否服从正态分布。采用单因素方差分析(ANOVA)检验确定五种Node-RADS评分的定量特征之间是否存在任何统计学显著差异。

绘制受试者工作特征(ROC)曲线以计算ROC曲线下面积(AUC),评估Node-RADS评分预测pN状态的诊断性能。

获得4种可能截断值(≥ 2、≥ 3、≥ 4、5)的灵敏度、特异度、阳性预测值(PPV)、阴性预测值(NPV)和准确率。

采用Cohen's κ确定高年资阅片者分配的Node-RADS评分与低年资阅片者1分配的评分之间,以及高年资阅片者分配的评分与低年资阅片者2之间的阅片者间一致性。

采用Shapiro–Wilk检验确定ADC、cADC和rADC值是否服从正态分布。由于并非所有分析变量均服从正态分布,采用Kruskal–Wallis H检验确定Node-RADS 3、4和5的ADC、cADC和rADC值之间是否存在任何统计学显著差异。

计算ROC曲线以评估所有Node-RADS评分值≥ 3的淋巴结的ADC、cADC和rADC预测pN状态的诊断性能。随后,绘制ROC曲线以评估所有Node-RADS评分值为3的淋巴结的ADC、cADC和rADC预测pN状态的诊断性能。ADC、cADC和rADC的截断值采用Youden指数确定。获得Node-RADS ≥ 3组和Node-RADS 3组中ADC、cADC和rADC的灵敏度、特异度、PPV、NPV和准确率。

统计学显著性设定为p < 0.05。所有数据分析均使用社会科学统计软件包(SPSS Statistic version 25.0, SPSS, Chicago, IL, USA)处理。

结果

从2015年1月至2023年10月期间接受MRI检查的140例患者数据库中,共有68例经组织学证实为局部晚期CC的患者符合纳入标准,对其MRI图像进行了回顾性审阅。72例患者因数据缺失、术前MRI检查不完整或疾病进展而被排除于本研究之外(图4)。

平均年龄为56岁(范围31–84岁)。在纳入的患者中,40/68例(58.8%)在最终组织学检查中无淋巴结(LN)浸润(pN = 0),而28/68例(42.2%)在评估的八个盆腔LN站中至少有一个阳性LN(pN ≥ 1)。

资深阅片者分别将18/68例(26.5%)、13/68例(19.1%)、17/68例(25.0%)、8/68例(11.8%)和12/68例(17.6%)患者的Node-RADS评分评定为1、2、3、4和5分。

定性临床和影像学特征的频率总结于表1。Node-RADS评分与pN状态(rs = 0.771,p < 0.001)、阳性切缘(rs = 0.289,p = 0.021)、MRI术前FIGO分期(rs = 0.353,p = 0.003)、MRI术后FIGO分期(rs = 0.563,p < 0.001)及LN大小(rs = 0.489,p < 0.001)之间呈显著正相关。

方差分析(ANOVA)检验显示,五个Node-RADS评分组间仅肿瘤大小存在显著差异(F = 2.760,p = 0.036)(表2)。使用Node-RADS评分预测pN状态的曲线下面积(AUC)为0.941(图5)。Node-RADS评分在预测宫颈癌pN状态中的性能报告于表3。

资深阅片者所评Node-RADS评分与初级阅片者1所评评分之间、以及资深阅片者所评评分与初级阅片者2所评评分之间的观察者间一致性分别为0.888和0.738。

共有来自27例患者的78个Node-RADS评分≥ 3的LN被纳入ADC、cADC和rADC值的统计分析:54/78在最终组织学检查中为阳性(69.2%),而24/78在最终组织学检查中为阴性(30.8%)。

Kruskal–Wallis检验显示,Node-RADS 3、4和5分患者间ADC、cADC和ADC值存在显著差异(ADC:p = 0.01;cADC:p = 0.02;rADC:p = 0.036)(表4)。

在Node-RADS ≥ 3组中预测N状态的AUC分别为:ADC值0.820、cADC值0.772、rADC值0.723(图6)。基于Node-RADS ≥ 3的ADC相关值AUC的Youden指数,采用以下阈值:ADC < 0.958 × 10−3 mm2/s;rADC < 0.087 × 10−3 mm2/s;cADC < 0.71。ADC值在预测Node-RADS评分≥ 3的LN中pN状态的性能报告于表5。

在Node-RADS 3组中预测N状态的AUC分别为:ADC值0.771、cADC值0.677、rADC值0.631(图6)。根据Node-RADS评分3的ADC AUC的Youden指数,采用以下阈值:ADC < 0.958 × 10−3 mm2/s;rADC < 0.073 × 10−3 mm2/s;cADC < 0.68。ADC值在预测Node-RADS评分3的LN中pN状态的性能报告于表6。

图4 患者纳入流程图。(MRI = 磁共振成像;DWI:弥散加权成像;NACT:新辅助化疗) 查看原图 ↗
表2 研究人群的临床、病理学、MRI定性和定量特征 查看原表 ↗
图5 使用Node-RADS评分预测pN状态的受试者工作特征(ROC)曲线。曲线下面积(AUC)= 0.941 查看原图 ↗
表3 Node-RADS评分在预测宫颈癌pN状态中的性能 查看原表 ↗
表4 Node-RADS 3、4和5淋巴结的ADC值,以均值(±标准差)、中位数、最小值和最大值表示 查看原表 ↗
图6 a 使用Node-RADS评分≥3的淋巴结ADC值预测pN状态的受试者工作特征(ROC)曲线。曲线下面积(AUC),平均ADC=0.820;cADC=0.772;rADC=0.723。b 使用Node-RADS评分=3的淋巴结ADC值预测pN状态的ROC曲线。曲线下面积(AUC),平均ADC=0.771;cADC=0.677;rADC=0.631 查看原图 ↗
表5 ADC值在预测宫颈癌Node-RADS≥3淋巴结pN状态中的性能 查看原表 ↗
表6 ADC值在预测宫颈癌Node-RADS=3淋巴结pN状态中的性能 查看原表 ↗

讨论

2018年之前,宫颈癌(CC)分期遵循临床FIGO系统,该系统未纳入淋巴结(LN)状态,尽管其对患者预后和管理有显著影响[9]。

2018年,FIGO分类经过修订以纳入影像学和病理学发现,从而纳入了LN状态评估并引入了IIIC期[10–12]。

随后,2019年,欧洲泌尿生殖放射学会(ESUR)成立了一个工作组,以根据2018年FIGO系统更新影像学指南[3]。修订后的ESUR指南强调了MRI的关键作用,特别是T2加权成像和DWI-MR在分期、监测治疗反应和评估疾病复发中的作用[13, 14]。

因此,LN受累已成为CC分期中的关键因素,是重要的预后指标,并影响保守放化疗与手术切除之间的决策。

因此,提高检测转移性LN的诊断准确性对于确定预后和确定最合适的治疗策略、降低患者发病率至关重要。

目前,剖腹淋巴结清扫术后的组织学检查仍是定义CC患者LN转移的金标准。然而,这种侵入性操作伴有一些风险,包括出血、感染和下肢淋巴水肿。因此,为提高LN转移预测的准确性并减少相关并发症,迫切需要一种能达到高精确度的非侵入性方法。这种方法不仅会提高诊断效能,还将有助于就手术做出知情决策,最终降低与手术相关的发病率。

18-氟脱氧葡萄糖正电子发射断层扫描/CT(FDG-PET/CT)目前是LN分期最精确的影像学方法。Ruan等人[15]最近的一项荟萃分析显示,FDG-PET/CT的敏感性为72%,特异性为96%。尽管FDG-PET/CT在检测LN转移中发挥关键作用,但其存在成本高、辐射暴露显著和空间分辨率有限等缺点,限制了其应用。此外,微转移的存在可能影响FDG-PET/CT的诊断准确性,使组织学检查不可替代[16]。

相反,MRI 提供了一种非侵入性的替代方法,且在某些临床环境中可能更易获得 [11, 12]。MRI 对病理性淋巴结(LN)的检测主要依赖于尺寸标准(短轴(SA)≥ 10 mm),其灵敏度范围为 56% 至 61%,特异度为 89% 至 91%。然而,将阈值降低至 8 mm 可能会提高灵敏度,但以降低特异度为代价。除尺寸参数外,形态学特征如信号强度(SI)不均匀、边缘毛刺状以及与对侧的不对称性也可提高灵敏度 [17, 18]。

近期,Node-RADS 分类系统被引入,旨在标准化用于识别所有恶性肿瘤中病理性淋巴结的放射学术语,利用 CT 和 MRI。本研究通过将所赋评分与最终组织学检查进行比较,评估了 Node-RADS 在识别宫颈癌(CC)患者转移性淋巴结受累中的诊断性能。因此,评估了 Node-RADS 在识别恶性特征和检测阳性淋巴结方面的准确性。

我们的研究结果显示,Node-RADS 评分与组织学淋巴结检查结果之间存在显著正相关,证实了其精确性。此外,观察到与 MRI 上的术前和术后 FIGO 分期以及淋巴结大小呈正相关,表明高风险淋巴结对应于较大的淋巴结和增加的肿瘤浸润。同样,发现 Node-RADS 评分与阳性切缘之间存在正相关,可能是由于局部晚期宫颈癌中病理性淋巴结的发生率较高。

Node-RADS 在预测 Node-RADS ≥ 2 和 Node-RADS ≥ 3 截断值时淋巴结恶性的低风险方面表现出良好的灵敏度和高阴性预测值(NPV)。相反,在 Node-RADS ≥ 4 和 Node-RADS 5 截断值时观察到高特异度和阴性预测值(NPP)。

Node-RADS ≥ 3 截断值识别出一个明确病理性淋巴结的亚组(阳性预测值(PPV)= 100%),包括分类为 Node-RADS 4 和 5 的淋巴结,其特异度达到最大(100%)。然而,该亚组也包括 Node-RADS 评分 3 的淋巴结,由于假阳性淋巴结(PPV = 70.3%)而降低了总体特异度(72.5%)。

因此,区分良性与病理性淋巴结的最佳截断值为 Node-RADS ≥ 3,有助于区分阴性(Node-RADS 1–2)与阳性淋巴结。虽然 Node-RADS 4 和 5 组对病理性淋巴结表现出高准确性,但 Node-RADS 3 组的恶性风险对患者分类提出了挑战。

事实上,考虑对疑似淋巴结转移性疾病患者的治疗仍然至关重要,因为淋巴结受累的数量和位置对预后有显著影响,无、一个和多个淋巴结转移患者的 5 年疾病特异性生存(DSS)率分别为 87%、84% 和 61% [19, 20]。

本研究与先前两项探讨Node-RADS评分在前列腺癌[6]和膀胱癌[7]患者淋巴结(LN)特征描述中应用价值的研究结果一致。第一项研究报告Node-RADS在预测恶性肿瘤淋巴结受累方面具有高特异性但低敏感性。相反,第二项研究显示其在检测淋巴结侵犯方面具有中至高度诊断准确性,并提出了针对特定临床背景的不同截断值。此外,在膀胱癌研究中,Node-RADS ≥ 3成为最佳截断值,阴性预测值为90%,同时在患者层面(分别为78.6%和77.1%)和淋巴结层面(分别为82.4%和93.9%)均具有高敏感性和特异性[7]。这些发现与当前研究的结果一致。

Node-RADS分类依赖于尺寸标准和形态学特征,未纳入弥散加权成像(DWI)序列,这可能是一个局限性。

事实上,多项研究已强调DWI-MRI作为识别受累淋巴结、鉴别反应性现象(如瘤周水肿与真实肿瘤侵犯)以及促进评估肿瘤播散和大小的重要附加工具的意义[19, 20]。DWI-MR的高b值使淋巴结信号增强,使其在高信号强度下于低信号强度背景中显著可见。尽管转移性淋巴结的ADC值通常显著低于良性淋巴结,但可变截断值的使用以及ADC值的显著重叠限制了其常规临床适用性[21, 22]。

然而,ADC值(ADC、rADC、cADC)的应用已被证明可增强宫颈癌(CC)患者转移性与增生性盆腔淋巴结的鉴别,有助于病理淋巴结(Node-RADS 3、4和5)的特征描述。

在三个计算的ADC值中,平均ADC成为最具诊断价值的参数,在预测归类为Node-RADS ≥ 3的淋巴结状态方面,敏感性为81.48%,特异性为78.26%,阳性预测值(PPV)为89.80%,阴性预测值(NPV)为64.29%(表5),Node-RADS ≥ 3和Node-RADS 3的AUC值分别为0.820和0.771(表5和表6)。

值得注意的是,Node-RADS ≥ 3和Node-RADS 3的ADC截断值分别确定为0.958 × 10−3 mm2/s和0.958 × 10−3 mm2/s。

与我们的研究相反,文献中一些作者报告了不同的发现。

Chen等[23]开展了一项同时测量ADC和rADC的研究,以组织学作为参考标准。组织学评估是对患者在新辅助放疗和/或化疗前后获取的组织样本进行的。作者确定的ADC和rADC截断值分别为1.15 × 10−3 mm2/s和0.28 × 10−3 mm2/s,其敏感性和特异性与我们的结果相当(ADC敏感性 = 83.3%,特异性 = 74.7%;rADC敏感性 = 80.3%,特异性 = 72.4%)。

Kim等[24]分析了143例接受子宫切除术和淋巴结清扫术的患者的680枚淋巴结,未注明患者的FIGO分期。他们确定的ADC截断值为0.911 × 10−3 mm2/s,显示出良好的敏感性(83%),但低于基于短轴(SA)测量尺寸标准的敏感性(91%)。

Gui等人[25]以PET/CT为参考标准,在34例局部晚期宫颈癌(CC)患者中评估了基于ADC的标准(ADC、rADC和cADC)在描述盆腔转移性淋巴结(LN)方面的效用。他们观察到,转移性(PET/CT阳性)淋巴结的平均ADC值和rADC值均显著低于非转移性(PET-CT阴性)淋巴结。

我们的研究存在一些局限性。虽然盆腔水平的DWI和ADC因其在评估转移性淋巴结中的重要作用而受到认可,但由于计算ADC参数存在困难,若干淋巴结被排除在最终分析之外。主要困难来自对伴有中央坏死的巨块型淋巴结的分析,其中液化性坏死允许水分子自由运动。此外,测量困难还源于技术限制或运动伪影。此外,纳入术前接受新辅助化疗(NACT)的患者可能导致组织学检查中淋巴结转移灶消退,从而造成术前MRI检查以Node-RADS评分确定的风险与最终完整组织学淋巴结评估之间存在潜在的不一致。此外,这是一项回顾性研究,样本量相对较小,且宫颈癌组织学类型具有异质性。

另一方面,读者间一致性从良好到极好不等,即使在妇科影像经验较少的放射科医师中也是如此。因此,读者间的高度一致性表明Node-RADS评分系统可适用于不同经验水平的盆腔MRI,增强了其在临床实践和结构化报告中的实用性,甚至对新手放射科医师也是如此。

我们的研究仅关注MRI图像,但Node-RADS也有可能应用于CT成像。进一步研究应检验Node-RADS的诊断性能在这些成像方式之间是否存在差异。

此外,将Node-RADS系统与其他临床特征相结合,如患者年龄、肿瘤大小、淋巴血管间隙浸润的存在、组织学肿瘤类型、细胞分化程度和参数受累情况,可增强淋巴结受累的检测。此外,纳入额外影像学参数如长轴大小、长短轴比和淋巴结体积,可改善淋巴结表征的诊断性能,并可纳入Node-RADS评分。最终目标是开发考虑所有这些因素的预测模型,以优化针对每位患者的个体化治疗规划。

结论

MRI在宫颈癌的评估中发挥关键作用,在评估肿瘤范围和淋巴结受累方面表现出高诊断准确性。我们的研究表明,Node-RADS评分作为一种可靠的系统,用于淋巴结分区的标准化评估,改善了N参数的分类。

弥散加权成像-磁共振(DWI-RM)和ADC参数的评估已成为表征N参数并因此检测淋巴结转移的有用工具。与文献数据一致,我们的研究强调了ADC提供的定量信息在区分非特异性和病理性淋巴结方面的重要性。具体而言,与相对ADC和校正ADC相比,平均ADC成为鉴别诊断的最佳诊断参数,尤其是在Node-RADS ≥ 3组中归类为“中危”和“高危”的淋巴结中。

尽管如此,仍需要大型前瞻性多中心研究来验证我们从本研究中获得的结果。

引用

  1. Ninkova RV, Calabrese A, Curti F, et al. The performance of the node reporting and data system 1.0 (Node-RADS) and DWI-MRI in staging patients with cervical carcinoma according to the new FIGO classification (2018). Radiol Med. 2024. PMID: 38730037. doi:10.1007/s11547-024-01824-9
  2. 全文:PMC11252186(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11252186/

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。