逐例结合前列腺影像报告和数据系统2.1版与Likert评分以减少前列腺MRI假阳性:一项概念验证研究
该回顾性研究纳入100例接受mpMRI后行前列腺活检的男性,评估逐例结合PI-RADS 2.1与Likert评分能否减少有临床意义前列腺癌(csPCa)的假阳性。两位阅片者独立用PI-RADS评分,揭盲临床信息后可自行决定加用Likert评分。结合策略提高了特异度和阳性预测值,敏感度和阴性预测值无影响;仅经验丰富阅片者的决策曲线净获益提升。
要点
- 逐例结合PI-RADS 2.1与Likert评分可轻度但可测量地减少PI-RADS假阳性,主要提升特异度和阳性预测值。
- 结合策略未降低敏感度和阴性预测值,但决策曲线净获益提升仅见于经验丰富阅片者。
- 经验丰富阅片者仅在28%检查中加用Likert评分,主要依据PSA水平和直肠指检等临床特征。
核心结论
- 逐例结合PI-RADS 2.1与Likert评分对减少PI-RADS分类假阳性有轻度但可测量的影响,但减少不必要活检的更大净获益仅见于经验丰富阅片者。
研究设计与样本
- 单中心回顾性研究,纳入100例在2020年1月至2021年4月间接受mpMRI后行前列腺活检的男性,从144例符合条件者中随机选取100例。
- 参考标准为三位泌尿生殖病理学家按ISUP标准对活检芯的组织学检查,csPCa定义为系统性或靶向活检最高ISUP分级组≥2。
- 检查设备为1.5 T(MAGNETOM Aera,Siemens Healthineers)13/100例和3.0 T(Achieva,Philips Medical Systems)87/100例,使用32通道表面线圈。
- 两位阅片者独立阅片:R1经验>3000例,R2经验<200例;采用两阶段策略,第一阶段盲法行PI-RADS 2.1评分,第二阶段揭盲临床信息后逐例决定是否加用Likert评分。
关键影像表现/征象
- R1和R2分别报告119和131个mpMRI发现;索引病灶位于外周带和移行带分别为R1 55/100和20/100例、R2 68/100和18/100例。
- R1和R2在28/100(28%)和18/100(18%)例中使用了PI-RADS与Likert联合分类。
- R1对PI-RADS≤2病灶给予Likert≤2评分10/28例(35.7%),对PI-RADS≥3病灶给予Likert≥3评分9/28例(32.1%);R2对PI-RADS≥3病灶给予Likert≥3评分11/18例(61.1%)。
- R1和R2分别将7/28(25.0%)和6/18(33.3%)例PI-RADS≥3病灶降级为Likert≤2,均从假阳性转为真阴性。
诊断标准与关键数值
- 策略1为活检任何PI-RADS≥3的索引病灶;策略2为活检PI-RADS≥3(仅行PI-RADS分类者)或Likert≥3(行联合评分者)的索引病灶,联合评分时Likert分类占主导。
- R1特异度/阳性预测值:PI-RADS分类为66.1%/63.1%(95%CI 52.9-77.6/54.5-70.9),联合PI-RADS/Likert为74.2%/69.2%(95%CI 61.5-84.5/59.4-77.5%)。
- R2特异度/阳性预测值:PI-RADS分类为50.0%/51.6%(95%CI 37.0-63.0/35.5-72.4%),联合PI-RADS/Likert为56.6%/54.2%(95%CI 43.3-69.0/37.1-76.6%)。
- 敏感度和阴性预测值在两种策略间无影响;PSAD可疑值设定为0.15 ng/mL/mL,但非独立恶性标准。
- Likert评分定义:1=极不可能,2=不太可能,3=不确定,4=可能,5=极可能为csPCa。
临床应用与阅片要点
- 经验丰富阅片者可在PI-RADS评分基础上,对部分病例结合临床信息(如PSA、PSAD、直肠指检)加用Likert评分,以辅助降低假阳性。
- 加用Likert评分降级需谨慎:R1和R2将PI-RADS≤2升级为Likert≥3的2/28和1/18例均为假阳性。
- 决策曲线分析中,R1策略2在10%、15%、20%、25%、30%阈值概率下净获益分别为0.34 vs 0.33、0.33 vs 0.32、0.32 vs 0.30、0.30 vs 0.29、0.29 vs 0.27(策略2 vs 策略1);R2策略2与策略1曲线在约25%阈值前基本重叠。
局限性
- 原文未报告局限性。
全文中译11 节 · 点击展开
引言
自2012年引入[1]并于2015年修订为第2版[2]以来,前列腺影像报告和数据系统(PI-RADS)已成为解读前列腺多参数磁共振成像(mpMRI)最广泛接受的标准。当前于2019年发布的2.1版[3]已被多项研究验证[4–8],并且根据最近的一项荟萃分析,其对临床显著前列腺癌(csPCa)的合并阳性预测值(PPV)在PI-RADS 3、4和5类中分别为16%、59%和85%[9]。尽管PI-RADS提倡标准化的基于病灶的评分方法,但在若干情况下解读仍具有主观性,从而解释了其仅在2版和2.1版中具有中等程度的阅片者间一致性[10, 11]。2.1版的当前局限性还包括需要澄清某些解读标准、缺乏对中央区评分的明确标准、缺乏对可能影响癌症检测的前列腺背景的评估[12],以及重要的是,特异性仍然有限,导致过多不必要的活检[7]。
毫不意外的是,PI-RADS在csPCa的初步诊断环境中并非普遍适用。虽然联合学会的欧洲指南以“强”推荐等级认可它[13],但其他建议则倾向于将Likert评分作为报告前列腺MRI的首选替代方案[14, 15]。与PI-RADS相当,Likert评分以1–5的递增量表表达mpMRI观察结果为csPCa的风险,尽管该系统作为一种整体主观评估发挥作用,不依赖于主导序列或特定标准来定义每个风险类别[16]。这使得在解读难以用PI-RADS分类的发现时具有很大的灵活性,并有可能将临床信息纳入考虑,例如年龄、前列腺特异性抗原(PSA)水平、PSA密度(PSAD)、家族史等[16, 17]。
少数在患者个体内基础上比较两种系统的研究发现,与PI-RADS第2版相比,Likert评分具有更高诊断准确性的潜力[18]并改善了特异性[19]。这表明有可能在最大化癌症检测的同时避免不必要的活检,而后者仍然是前列腺mpMRI的致命弱点[20]。另一方面,缺乏标准化的图像解读规则意味着其依赖于放射科医师的经验[16, 18],并且与相对客观的PI-RADS相比,在不同机构和实践环境中可重复性的潜力有限[16]。最近一项英国对前列腺MRI后癌症检出率的审计发现,PI-RADS第2版和Likert评分在临床上等效,大多数差异仅限于PI-RADS 4类[21]。鉴于难以确立一种系统优于另一种系统,我们假设两步联合使用两种系统可以最大化相关优势同时最小化劣势,从而有可能改善诊断性能,特别是在减少假阳性病例方面。我们假设,虽然PI-RADS 2.1版可以代表报告的基础(第一步),但放射科医师可以在所有那些认为PI-RADS未能完全捕捉风险评估复杂性的选定病例中,用Likert评分细化病灶分类(第二步)。
本研究旨在评估上述将PI-RADS第2.1版分类与Likert评分相结合的逐例策略是否能减少临床显著性前列腺癌(csPCa)的假阳性病例数量,以及多参数磁共振成像(mpMRI)指导下的活检决策的适当性。
材料与方法
研究人群与参考标准
机构审查委员会批准了这项单中心研究。由于采用回顾性设计,免除了获取知情同意。
我们在机构数据库中检索了2020年1月至2021年4月期间所有连续接受前列腺mpMRI随后进行前列腺活检的≥18岁男性。mpMRI的指征为:初诊活检男性存在csPCa的临床怀疑(PSA值≥3 ng/ml和/或直肠指检阳性),或尽管先前一次或多次前列腺活检阴性但仍持续存在csPCa的临床怀疑。我们确定了144名符合条件的受试者,他们由三位泌尿科医生之一使用软件辅助mpMRI-超声引导(Applio 300,Toshiba/Canon)经会阴途径接受前列腺活检。活检包括对PI-RADS≥3病灶的4个靶向针芯(2个靶内和2个靶周),随后进行12个系统针芯。根据内部政策,PI-RADS 1–2检查且临床高风险的患者仅接受系统活检。在因图1所示的排除标准排除10名男性后,我们使用免费软件(https://www.randomizer.org/)从剩余134名男性中随机选择100名作为最终研究人群(图1)。该患者数量在研究规划时预先确定,作为执行判读所需时间与研究持续时间之间的平衡。所有纳入的男性均为白种人。
参考标准为代表对活检针芯进行符合ISUP的组织学检查[22],由三位泌尿生殖病理学家之一(5–30年经验)执行。csPCa定义为在系统或靶向活检中显示最高ISUP分级组≥2的病灶。
成像方案
检查分别在1.5 T(MAGNETOM Aera,Siemens Healthineers)或3.0 T MRI设备(Achieva,Philips Medical Systems)上采集,分别为13/100和87/100例。使用32通道表面线圈。所有患者均接受预先清洁灌肠和肌肉注射20 mg丁溴东莨菪碱(Buscopan,Boehringer Ingelheim)作为抗蠕动剂。
采集参数详见补充表1和表2。在1.5 T磁体上,第二个弥散加权序列的最大b值被插值至1400 s/mm²。表观弥散系数(ADC)图基于第一个弥散加权序列(最大b=1000 s/mm²)的信号衰减与b值的单指数拟合构建。动态对比增强成像(DCE)在静脉注射0.2 mL/Kg钆特醇(Prohance,Bracco)后采集,注射速率为3 ml/s,使用遥控动力注射器(Medrad Spectris Solaris EP)。DCE系列以原始图像和减影图像呈现。
图像分析
两名阅片者在图像存档与通信系统控制台(Suite Estensa,Ebit)上独立分析图像。阅片者包括一名具有超过3000例检查经验的放射科医师(R1)(R.G.)和一名由R1在临床活动中指导的无经验放射科住院医师(R2)(<200次阅片)(V.P.)。研究协调员(P.P.)采用两阶段策略向他们展示mpMRI检查。
在第一阶段,阅片者对临床信息设盲,允许最多报告四个病灶并使用PI-RADS第2.1版(以下称“PI-RADS”)进行评分[3],并要求明确将指数病灶确定为PI-RADS类别最高的病灶,或在多个病灶具有相同PI-RADS类别时确定为尺寸最大的病灶。当阅片者未发现病灶时,假定该检查包含一个PI-RADS 1“指数病灶”用于分析。在第二阶段,协调员披露临床数据,包括年龄、既往活检结果(如有)、最近PSA值、直肠指检结果、原始mpMRI报告中计算的前列腺体积、PSAD、正在进行的α受体阻滞剂治疗(如有)、csPCa家族史以及症状(如有)。基于这些临床特征并根据mpMRI表现,阅片者随后被允许根据以下规则逐例额外使用Likert评分:(i)将病灶的PI-RADS类别与Likert评分相结合,例如,以强化某一怀疑水平(例如,PI-RADS 3结合Likert 3分),或对其进行升级或降级(例如,PI-RADS 3结合Likert 2分或PI-RADS 3结合Likert 4分);(ii)识别并分类一个新病灶,仅为其分配Likert评分。使用Likert评分并非强制性的,因此阅片者被要求逐例解释使用理由,详细说明触发联合评分的临床变量和影像学表现的数量和类型。支持Likert评分的影像学特征为Latifoltojar等人在其论文补充表5、6和7中总结的特征[17],以及T2加权成像、DWI和DCE的PI-RADS描述符[3]。与PI-RADS不同,我们未预先确定应选择或优先用于图像分析的影像学或临床特征,也未定义达到某一Likert评分的精确组合规则。阅片者还可自由整合临床信息而无预定规则,但确定被认为“可疑”的PSAD值为0.15 ng/mL/mL(非恶性肿瘤的独立标准)。我们的策略旨在:(a)反映Likert系统的主观性质并便于与同一主题的既往研究进行比较;(b)防止测试一套组合规则而非真正意义上的Likert评分的风险;(c)防止一套确定的组合规则可能过度夸大经验较少阅片者性能的风险。
假定Likert评分表达mpMRI表现是否为csPCa的风险如下:1=极不可能;2=不太可能;3=不确定;4=可能;5=极有可能[21]。
统计分析
在Shapiro–Wilk检验观察到非正态数据分布后,我们使用中位数和四分位距(IQR)报告连续变量。相关比例与95%置信区间(95% CI)一并报告。描述性统计还用于报告R1和R2发现了多少病灶以及它们如何按PI-RADS和Likert评分进行分类。
关于PI-RADS分类,我们决定不进行阅片者间一致性分析,因为阅片者可能检测到不同的病灶。然后我们计算了各分类的一致分类率,即在以同一PI-RADS类别评分的指标病灶总数中,R1和R2将同一指标病灶评估为PI-RADS 1–2、PI-RADS 3或PI-RADS 4–5的次数比例。
基于表1所示的mpMRI结果与前列腺活检之间的比较规则,我们计算了两种不同活检策略对csPCa的每指标病灶灵敏度、特异度、PPV和阴性预测值(NPV),如下所示:(i)策略1(仅PI-RADS分类),即对任何分类为PI-RADS ≥ 3的指标病灶进行活检;(ii)策略2(PI-RADS分类联合Likert评分),即对任何分类为PI-RADS ≥ 3的指标病灶(在仅接受PI-RADS分类的病例中)或Likert ≥ 3(在接受联合评分的病例中)进行活检。在策略2中,当赋予Likert分类时,其被视为优于PI-RADS。例如,一个PI-RADS 2病灶升级为Likert 4被假定进行活检,而一个PI-RADS 3病灶降级为Likert 2被假定避免活检。在分析中,第二阅读阶段新发现的病灶若其Likert评分高于第一阅读阶段确定的指标病灶的PI-RADS类别,则被假定代表活检策略2的指标病灶。
两种活检策略的临床影响通过决策曲线分析[23]进行评估,假定参考的“全部治疗”和“不治疗”策略分别意味着对所有男性进行活检和不进行活检。净获益,即诊断真阳性的优势与活检假阳性的危害之间的平衡(按权重计算),分别在10%、15%、20%、25%和30%的疾病阈值概率下计算。
计算使用市售软件(MedCalc software bv,版本18.11.16)进行,决策分析除外,其在Stata上运行,源代码可在https://www.mskcc.org/departments/epidemiology-biostatistics/biostatistics/decision-curve-analysis免费获取。
结果
研究人群
纳入男性的中位年龄为66.0岁(IQR 61.0–72.0)。中位血清PSA和PSAD分别为6.44 ng/mL(IQR 4.85–8.94)和0.11 ng/mL/mL(IQR 0.07–0.17)。79/100名男性为初次活检,其余21/100名显示既往活检阴性。38/100名男性(38%;95% CI 29.59–46.41)发现csPCa。病灶包括17/38例ISUP 2级癌症(44.73%)、12/38例ISUP 3级癌症(31.57%)、7/38例ISUP 4级癌症(18.42%)和2/38例ISUP 5级癌症(5.26%)。12/100名男性(12%)发现临床不显著癌症(ISUP 1)。
PI-RADS分类
R1和R2分别在一百名男性中报告了119个和131个mpMRI发现。表2总结了他们的PI-RADS分类分布。R1和R2分别在外周带和移行带发现指数病灶:R1为55/100例和20/100例,R2为68/100例和18/100例。其余25/100例(R1)和14/100例(R2)为PI-RADS 1“指数病灶”,不对应明确的mpMRI观察结果。
阅片者在66/100例(66%;95% CI 50.40–69.60)中识别出相同的指数病灶,并在55/66例(83.3%;95% CI 74.34–92.32)中给出相同的PI-RADS分类。具体而言,分类一致率在PI-RADS 1–2赋值中为15/55(27.3%;95% CI 15.50–39.04),在PI-RADS 3赋值中为1/55(1.8%;95% CI 00.05–05.35),在PI-RADS 4–5赋值中为39/55(70.9%;95% CI 58.91–82.91)。11例分类不一致的病例详见补充表3。
联合PI-RADS-Likert评分分类
R1和R2分别对28/100例(28%;95% CI 19.20–36.80)和18/100例(18%;95% CI 10.47–25.53)的指数病灶提供了联合PI-RADS-Likert分类,如图2和补充表4所总结。后者显示,对于两位阅片者,Likert评分的使用大多由PSAD值和DRE结果支持。
R1对10/28例(35.7%)的PI-RADS ≤ 2发现赋予Likert ≤ 2评分,对9/28例(32.1%)的PI-RADS ≥ 3发现赋予Likert ≥ 3评分,提示Likert评分在约三分之二的病例中被用于强化病灶风险(图3)。R2观察到相同趋势,其对11/18例(61.1%)的PI-RADS ≥ 3发现赋予Likert ≥ 3评分。大多数可疑病例的强化涉及PI-RADS 4赋值(R1为7/9,R2为9/11)。R1未观察到PI-RADS 5或Likert 5病例,而R2将3个PI-RADS 4病灶升级为Likert 5。
次要主要趋势包括对PI-RADS ≥ 3发现赋予Likert ≤ 2评分,即R1为7/28(25.0%)例,R2为6/18(33.3%)例。低于活检阈值的重新分类在所有病例中均转化为从假阳性变为真阴性(图4)。在少数病例中,R1和R2对PI-RADS ≤ 2病灶赋予Likert ≥ 3评分(分别为2/28和1/18例),所有这些病例在系统活检中均被发现为假阳性。重新分类见图2。作为使用Likert评分所挽救或引入的假阳性病例之间的总体平衡,策略2对于R1和R2分别可避免5次和4次不必要的活检。
诊断效能
活检策略1和策略2的诊断效能见表3。对于两位读者,策略2均表现为特异度和阳性预测值(PPV)升高,同时保持相当的灵敏度和阴性预测值(NPV)。
关于对R1的临床影响,决策曲线分析(图5)显示,在整个疾病概率范围内,策略2的净获益均大于策略1,在csPCa可能性为10%、15%、20%、25%和30%时的净获益值分别为0.34对0.33、0.33对0.32、0.32对0.30、0.30对0.29和0.29对0.27。对于R2,策略2和策略1的曲线在约25%阈值概率之前基本重叠,在csPCa可能性为10%(0.29)、15%(0.27)和20%时净获益值相当,而在疾病概率为25%(0.23对0.22)和30%(0.20对0.19)时净获益值更大。
讨论
在本研究中,我们观察到,当把前列腺指数病灶的PI-RADS 2.1版分类与逐病例使用Likert评分相结合时,R1和R2分别使25%和33.3%的重新分类病例的csPCa风险降至低于触发前列腺活检的阈值。这转化为诊断ISUP ≥ 2前列腺癌时mpMRI特异度和PPV的提高,而对灵敏度和NPV无不利影响。虽然两位阅片者均观察到这一趋势,但决策曲线分析中的净获益仅在R1中改善,这支持了既往观察结果,即足够的阅片者经验是使用Likert量表的前提条件[24, 25]。这与以下事实有关:大多数经验丰富的阅片者在解读mpMRI时能够考虑额外的临床和影像因素,从而使图像解读更加灵活和细致。值得注意的是,在我们的人群(79%为初次活检男性,21%为重复活检患者)中,在整个csPCa概率范围内均观察到更大的净获益。
据我们所知,既往研究并未探讨类似策略,而是将PI-RADS(第1版或第2版)与Likert评分作为替代诊断系统进行比较[18, 19, 26–29]。与我们的结果一致,Zawaideh等人的一项纳入199名男性的研究[19]发现,在灵敏度(94%)和NPV(96%)相同的情况下,使用Likert评分导致阳性呼叫率更低,进而使ISUP ≥ 2癌症的每病灶特异度和PPV高于PI-RADS第2版(分别为77%对66%和66%对58%)。与Khoo等人[18]不同,我们未观察到癌症检出率的增加,因为R1的灵敏度保持稳定(94.7%),而R2仅轻微下降(从86.8%降至84.2%)。这与以下事实一致:Likert评分仅在极少数病例中上调了PI-RADS风险,且大多数情况下上调不恰当,例如,对于最有经验的阅片者,2/2例从PI-RADS ≤ 2上调至Likert 3的病例和1/2例从PI-RADS 3上调至Likert ≥ 4的病例为假阳性。我们的结果表明,Likert诱导的上调预期较为罕见,作为活检触发因素应谨慎看待,尽管进一步研究应证实这一问题并评估如何克服它。
我们的发现与Stevens等人[30]的研究更直接可比,后者进行逻辑回归以识别预测csPCa的Likert表现,进而构建模型以使用Likert评分自动调整不确定的PI-RADS 3病例(第2版)。在测试队列中,该调整使特异度从30.3%提高至74.9%,与我们在最有经验的阅片者使用策略2时观察到的结果(74.2%)相当。然而,我们并未仅将分析集中于不确定病例,并显示PI-RADS 3的呼叫率(R1为10.1%,R2为16.8%)低于这些作者(构建队列中135/411名男性,即32.8%;测试队列中159/380名男性,即41.8%)。可以假设,尽管这些作者的模型在验证研究中确定了特异度和PPV的相当程度提高[26],但在整个PI-RADS分类谱中,我们的结果在偏向Likert诱导效应的过度估计方面风险更低。
我们研究的一个优势是,在报告PI-RADS时对读者设盲于临床信息,从而消除了那些可能在临床实践和既往试验中转化为使用接近Likert类别的“修改版PI-RADS类别”的混杂因素[26]。采用这一策略转化为准确的病灶风险降低,进而减少了假阳性,例如R1中发生的七例PI-RADS ≥ 3被重新分类为Likert ≤ 2的病例,这些病例在前列腺活检中被发现为炎症(补充表4)。尽管背景不同,我们的结果与Zawaideh等人[19]的结果相当,他们观察到Likert阴性/PI-RADS阳性病例显著多于Likert阳性/PI-RADS阴性病例。值得注意的是,两位读者使用Likert评分主要是为了强化PI-RADS类别已表达的怀疑程度,这与该系统将图像分析和风险分层从PI-RADS基于病灶的层面扩展到更全面的患者层面相一致。在R1的情况下,这主要发生在将PI-RADS ≤ 2类别强化为Likert ≤ 2评分时(28例重新分类病例中的10例),这与最近一项癌症检出率审计一致,该审计显示阴性mpMRI是PI-RADS第2版与Likert评分之间一致性的主要来源[21]。可以假设,选择性报告PI-RADS和Likert评分两者可能有助于在临床实践和研究中识别那些临床信息在形成上述“修改版PI-RADS”类别中起决定作用的病例。更系统的评估和量化可能有助于进一步完善PI-RADS类别并提供更细致入微的风险分层。
由于这是一项概念验证研究,我们未系统分析选择性使用额外Likert评分能达到多高的可重复性,以及它是否取决于病灶位置(即外周带与移行带所见)或其他因素,例如mpMRI报告时可用临床信息的完整程度。虽然Likert评分按定义并非标准化,但研究发现其可与PI-RADS[21]比较诊断性能,在MRI-FIRST[31]等参考研究中有效影响活检决策,并可能提示哪些影像特征可有助于未来PI-RADS[21]的修订。在我们的研究中,两位阅片者在使Likert评分时均更多依赖临床变量而非影像所见(补充表4),尤其是在阅读第2阶段可获得的其余临床信息(年龄、既往活检、PSA、前列腺体积、正在接受的α受体阻滞剂治疗、csPCa家族史和症状)中,更依赖PSAD和DRE。这一结果与PSAD和DRE分别在塑造活检决策和定义患者风险类别中所起的作用一致[13]。我们的结果支持这一概念:尽管支持选择性使用Likert评分的最具可重复性和影响力的特征尚待进一步阐明,但我们所研究的策略在减少真实世界中的假阳性方面具有临床附加价值。进一步研究还应评估Likert调整后的PI-RADS分类与风险计算器在评估活检前存在csPCa风险方面的比较[32],或是否可作为纳入基于临床-影像的风险模型的额外变量,前提是提供可靠PI-RADS分类的同一批专家阅片者能够如我们所展示的那样适当细化这些分类。
我们必须承认本研究的若干局限性。鉴于回顾性设计,我们无法仅对通过Likert评分发现的指标病灶进行靶向活检,因此采用系统活检作为替代参考标准。其次,我们未将我们的方法与已被证实可降低假阳性率的策略(例如,用PSAD调整PI-RADS [13])或将临床特征与mpMRI发现相结合以对患者风险进行分层的多变量模型 [32] 进行比较。然而,在缺乏关于如何细化PI-RADS分类的明确策略的情况下,Likert调整策略可用于高容量中心和多学科情境中,在那里泌尿科医生和其他专业人员能够熟悉mpMRI报告日益增加的复杂性,并更可能将Likert评分视为塑造活检决策的“主导”类别(例如,当PI-RADS 4病灶被降级为Likert 2时)。同时,该策略可帮助经验较少的阅片者在学习曲线阶段利用PI-RADS更为标准化的方法,同时在监督下具备以Likert评分固有的灵活性来面对更困难病例的能力。第三,我们仅纳入了接受活检的患者,因此难以理解PI-RADS-Likert联合分类如何在mpMRI阴性的低风险患者中发挥作用。最后,R2是在临床实践中由R1指导的住院医师,提示其使用Likert评分的标准在很大程度上可反映R1的标准,进而限制了我们的阅片者间比较在本研究单中心设置之外的普适性。以下事实可进一步强调这一点:使用PI-RADS第2.1版使R2的诊断性能接近本研究中经验丰富的放射科医生,提示将Likert评分与标准化系统相结合的效果应在经验较少的阅片者中更大规模地进行测试。
总之,我们的概念验证研究支持以下假设:将PI-RADS第2.1版分类与Likert评分相结合可提高前列腺mpMRI的特异度和PPV,而对敏感度和NPV无不利影响。无论阅片者经验如何,临床特征(尤其是PSAD和DRE)是决定PI-RADS与Likert联合评分的最具影响力的因素。然而,触发选择性使用Likert评分的因素的可重复性应在更大规模上进行测试。虽然总体改善幅度较轻,但在R1的情况下,该改善转化为在塑造活检决策方面更大的净获益,提示该策略可被经验更丰富的阅片者在临床实践中轻松有效地使用。
补充信息
以下是电子补充材料的链接。补充文件1(PDF 164 KB)
引用
- Girometti R, Peruzzi V, Polizzi P, et al. Case-by-case combination of the prostate imaging reporting and data system version 2.1 with the Likert score to reduce the false-positives of prostate MRI: a proof-of-concept study. Abdom Radiol (NY). 2024. PMID: 39079991. doi:10.1007/s00261-024-04506-2
- 全文:PMC11522071(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11522071/
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。