断层合成与乳腺X线摄影人群筛查的间期乳腺癌率:前瞻性研究的系统综述与Meta分析
该系统综述与Meta分析纳入10项前瞻性研究(3项RCT、7项非随机),共205245例DBT筛查者和306476例DM筛查者,比较间期癌率(ICR)。总体ICR差异无统计学显著(每万次筛查−2.92,95%CI −6.39至0.54),但仅纳入同时期同地区队列的亚组显示DBT每万次筛查减少5.50例间期癌(95%CI −9.47至−1.54)。DBT的癌检出率显著高于DM,召回率无显著差异。
要点
- DBT每万次筛查癌检出率较DM高24.26例(95%CI 16.82–31.69),召回率无显著差异。
- 总体间期癌率DBT与DM差异无统计学显著(每万次筛查−2.92,95%CI −6.39至0.54)。
- 同时期同地区队列亚组中DBT每万次筛查减少5.50例间期癌(95%CI −9.47至−1.54)。
核心结论
- 该Meta分析提供提示性证据表明DBT相对DM降低间期癌率,但需进一步证据以减少DBT与DM间ICR差异的不确定性。
- 同时期同地区队列亚组中DBT每万次筛查减少5.50例间期癌(95%CI −9.47至−1.54),提示DBT检出了部分具临床意义的额外癌症,但不排除同时存在过度诊断的可能。
研究设计与样本
- 系统综述与Meta分析,检索2013年1月至2024年3月文献,最终纳入10项前瞻性研究(3项RCT、7项非随机研究),9项在欧洲、1项在澳大利亚。
- 纳入标准为筛查40岁及以上女性、比较DBT(单独或联合合成2D/采集2D)与标准DM、前瞻性设计并报告癌检出率和间期癌数据。
- 采用QUADAS-2评估偏倚风险,全部10项研究均为低偏倚风险;采用逆方差加权随机效应模型合并率差和率比。
- 间期癌数据:DBT筛查205245例中307例间期癌,DM筛查306476例中542例间期癌。
- 癌检出率数据:DBT筛查209634次中检出1774例癌,DM筛查310716次中检出1850例癌。
诊断标准与关键数值
- 总体间期癌率率比DBT vs DM为0.84(95%CI 0.68–1.04),异质性I²=49.4%,95%预测区间0.51–1.39。
- 总体间期癌率率差DBT vs DM为每万次筛查−2.92(95%CI −6.39至0.54);敏感性分析率差−2.81(95%CI −7.09至0.67)。
- 同时期同地区队列亚组间期癌率比DBT vs DM为0.72(95%CI 0.58–0.89,I²=6.6%),率差为每万次筛查−5.50(95%CI −9.47至−1.54,I²=29.7%)。
- 癌检出率率比DBT vs DM为1.42(95%CI 1.30–1.55,I²=35.8%),率差为每万次筛查24.26(95%CI 16.82–31.69)。
- 召回率率比DBT vs DM为1.04(95%CI 0.89–1.23,I²=96.9%),率差为每百次筛查0.24(95%CI −0.40至0.87)。
临床应用与阅片要点
- 原文指出,目前许多有组织的筛查项目因间期癌证据不确定性而以极低确定性证据条件性推荐DBT替代DM。
- 原文指出,政策制定者和从业者在利用汇总筛查结局做决策时,可能需要留意研究间比较组来源时间或地区不同的设计特征。
局限性
- 亚组分析基于作者对最重要潜在偏倚来源的判断(是否随机化、比较组间地点或时间差异),该方法并不穷尽,可能存在其他已知或未知偏倚来源。
- 科尔多瓦乳腺断层合成筛查试验两臂阅读策略不同(DM为标准双读,DBT为四读),维多利亚乳腺筛查试点中DBT组约5%选择退出,导致DM组约10%女性选择不接受DBT。
- 仅4项符合条件的研究报告乳腺密度数据,未分析结局是否与乳腺密度存在交互作用;未来综述应考虑采用IPD Meta分析或补充汇总信息以评估乳腺密度是否为筛查获益的效应修饰因素。
- 本综述无法直接评估过度诊断,需更长期随访数据估计DBT与DM筛查的过度诊断。
- 同时期同地区队列亚组为探索性比较,需积累更多证据确认该ICR发现;原文结论指出需进一步证据以减少DBT与DM间ICR差异的不确定性。
全文中译15 节 · 点击展开
引言
数字乳腺X线摄影(DM)目前是大多数情况下乳腺癌(BC)筛查的标准影像学方法。在过去十年中,数字乳腺断层合成(DBT)越来越多地被考虑作为DM的替代方案。与DM相比,DBT通过减少乳腺组织重叠,可能改善恶性肿瘤的可视化[1]。根据经验,相对于DM,DBT已被发现可提高BC检出率,尤其是在两年一次的筛查实践中,而没有一致的证据表明召回率存在实质性差异[2–5]。然而,目前尚不清楚DBT癌症检出率的增加是否带来BC死亡率的进一步降低(相对于DM),还是主要增加了过度诊断[6, 7]。了解DBT相对于DM的总体获益和危害是评估未来筛查实践应推荐哪种筛查技术的关键步骤——就目前而言,由于证据的不确定性,DBT在有组织的乳腺筛查项目中仅获得条件性推荐[8]。
由于以BC死亡率作为终点需要非常大型的试验和长期随访,因此提出了筛查有效性的替代指标,如 interval cancer rate(ICR)[9]。在评估新的筛查方式时,随访时ICR的降低(相对于标准筛查)表明新方法检出了在预定筛查检查之间会发生临床进展的癌症[10]。最近一项针对在人群筛查环境中评估DBT vs DM的非随机研究的个体参与者数据(IPD)荟萃分析,尽管癌症检出率增加,但未发现DBT降低 interval cancer 的证据[2, 11]。尽管IPD荟萃分析被认为是证据合成的金标准,但先前分析的一个重要局限性是纳入的研究很少,且没有一项是随机化的。随机分配到干预组消除了选择偏倚,并增加了平衡任何可能影响结局的已测量或未测量参与者特征的可能性[12]。
我们进行了一项系统综述及荟萃分析,以评估DBT vs DM对人群筛查中ICR的影响,纳入所有可用的前瞻性研究,包括来自随机对照试验(RCT)的新兴证据。如果非随机研究未显示偏倚,合并两种设计方法的数据可以以更高的精确度估计ICR。这在分析 interval cancer 这类罕见事件时尤为重要。通过进一步研究DBT的有效性,本文是首个审查高质量RCT和前瞻性研究证据的综述,以检验DBT相对于DM是否降低ICR。
方法
本系统综述和荟萃分析已在PROSPERO前瞻性注册(CRD42023462933)。发表遵循PRISMA研究级荟萃分析指南(补充表1)。
纳入标准
如果研究符合所有预先指定的纳入标准,则被纳入本综述和荟萃分析。符合条件的研究筛查了年龄≥40岁的女性;调查了数字乳腺断层摄影(DBT)(单独解读,或结合合成2D图像或采集的2D图像),与标准数字乳腺摄影(DM)筛查进行比较;具有前瞻性设计并前瞻性招募或纳入参与者进行DBT筛查;报告了乳腺癌(BC)检出率和间期癌的率或计数数据。纳入的设计包括随机对照试验、包含单臂前瞻性收集DBT数据并与回顾性队列进行比较以计算间期癌率(ICR)的试验,以及前瞻性队列研究。
如果研究具有以下任何一项,则被排除在综述之外:回顾性设计,主要基于乳腺癌风险增加的参与者或基于有症状的女性(即非人群筛查),或使用了癌症富集的乳腺摄影数据集。
检索策略
我们对生物医学文献进行了系统检索,以识别符合我们纳入标准的研究。检索时间范围为2013年1月(DBT首次在筛查研究中试验时)至2024年3月。用于记录识别的数据库包括EMBASE、Pre-MEDLINE、效果评价摘要数据库(DARE)、卫生技术评估(HTA)、NHS经济评价数据库(NHSEED)、ACP Journal Club和Cochrane。检索的关键词和标题词包括“breast cancer”、“tomosynthesis”、“DBT”、“3D mammography”和“screening”。完整策略见补充表3。
纳入研究的选择和数据提取
检索识别所有记录后,由一位作者(S.L.)筛选标题和摘要,另一位作者(T.L.)检查10%的摘要子集。任何分歧通过共识解决,否则由第三位作者(N.H.)仲裁。全文进行双人筛选,任何分歧通过会议达成共识解决(S.L.和T.L.)。研究特定数据由两位作者(S.L.和T.L.)独立提取。任何分歧被标记并通过共识解决,若未解决,由第三位作者(N.H.)仲裁。
数据条目
从每项研究中提取的研究层面信息包括:国家(地区);研究设计(随机对照或非随机前瞻性研究);筛查开始和结束日期;筛查间隔(每年、每两年或组合);DBT干预(视图数量);阅读方法(单人或双人阅读);决定召回的方或规则(包括适用的评分);以及解决不一致双人阅读的方法或规则(如适用)。还提取了筛查时参与者的年龄(中位数和四分位距(IQR))。
提取的终点为:召回数量(和/或召回率)和筛查数量;检出的乳腺癌数量和筛查数量(和/或癌症检出率(CDR));以及主要结局间期癌率(ICR)(和/或筛查间隔内间期癌诊断记录和筛查数量)。
统计分析
效应量和结局
研究及终点特征在研究内和研究组(DBT 和 DM)内进行描述性总结,连续变量使用均值(标准差),分类变量使用计数(百分比)。主要结局为每 10,000 次筛查的 ICR。次要结局量化为每 10,000 次筛查的 CDR 和召回率(%)。所有结局均按研究设计(RCT 与非随机研究)进行分层。
偏倚风险
质量评价使用修订版诊断准确性研究质量评价(QUADAS-2)清单进行,并针对筛查环境下的研究应用进行了调整 [4]。评分由一位作者(S.L.)进行,并由第二位作者(N.H.)审核。分歧通过讨论和共识解决。
数据合成
研究特异性召回率、CDR、ICR 和合并估计值展示在森林图上。合并估计值以均值和 95% 置信区间(CI)总结 [13]。我们通过逆方差加权随机效应荟萃分析模型合并率差(RD)和率比(RR)来比较筛查方式(DBT 和 DM)。该方法在合并估计值时纳入异质性参数。合并风险差可能因不同研究背景下基线风险不同而产生偏倚 [14],因此我们进行了敏感性分析,通过使用 DM(参考检验)的假定基线风险将合并相对效应转换为绝对估计值来估计 RD。此举使用模拟来考虑基线不确定性 [15]。DM 的基线风险通过对本综述纳入的接受 DM 筛查的女性进行荟萃分析,针对给定结局进行估计。
如果研究报告了配对和非配对结局数据,我们分析非配对数据,因为只有该方法支持 ICR 的分析。我们进行了亚组分析,比较研究设计(RCT 与非随机研究)。我们进行了事后敏感性分析,排除了可能因从不同人群(不同时间段或不同地区)获取 DM 队列(用于 IC 数据)而引入偏倚的研究。差异通过 Qm 检验和森林图视觉检查进行评估。亚组 p 值为双侧,alpha(显著性截断值)设为 0.05。异质性通过研究间标准差(τ)和 95% 预测区间(PI)进行检验,后者反映了如果从与分析中纳入的研究相似的研究总体中随机选择一项研究时效应量的可能范围;以及不一致性,即异质性相对于抽样误差的比例(I2)。所有分析使用 R(版本 4.3.3)[17] 的 metafor 包(版本 3.0-2)[16] 进行。
结果
我们的检索策略(PRISMA 流程图,图 1)识别出 1578 条记录,其中 10 项为符合条件的研究 [18–27]。这些研究的特征总结于表 1。所有试验均为前瞻性,三项试验为 RCT,七项为在基于人群的筛查项目中进行的非随机研究(九项在欧洲,一项在澳大利亚)。所有研究均提供了 CDR、ICR 和召回率的数据。所有研究在 QUADAS-2 上均被评为低偏倚风险(补充表 2)。
ICR
在所有研究中,205,245名接受数字乳腺断层摄影(DBT)筛查的参与者中有307例间期癌,306,476名接受数字乳腺摄影(DM)筛查的参与者中有542例间期癌。对于间期癌检出率(ICR)结局,随机对照试验(RCT)与非随机前瞻性研究之间的相对差(RD)未见亚组差异证据(QM = 0.09,p = 0.76;图2a),因此我们报告总体合并估计值。比较DBT与DM的ICR的合并相对危险度(RR)为0.84(95% CI:0.68–1.04),存在高度异质性(95% PI:0.51–1.39;I2 = 49.4%,补充图4)。比较DBT与DM的ICR每10,000次筛查的合并RD为−2.92(95% CI:−6.39至0.54),图3)。使用相对效应估计RD的敏感性分析产生了相似的效应量估计(RD = −2.81(95% CI:−7.09至0.67)。随访亚组分析比较了从同一时间和地区来源分组的研穷与未从同一时间和地区来源分组的研究,提示亚组间存在差异(QM = 5.45,p = 0.02;补充图5)。在从同一时间和地区来源分组的试验亚组中,DBT使间期癌(IC)产生相对降低(RR:0.72,95% CI:0.58–0.89,I2 = 6.6,95% PI:0.55–0.93,补充图5),绝对降低显著,为每10,000次筛查−5.50例IC(95% CI:−9.47至−1.54,I2 = 29.7,95% PI:−12.39至1.38,图3B)。
癌症检出率(CDR)
在所有研究中,209,634次DBT筛查中检出1774例癌症,310,716次DM筛查中检出1850例癌症。对于CDR,RCT与非随机前瞻性研究之间的相对效应未见亚组差异证据(QM = 0.09,p = 0.76;补充图3),因此我们报告总体合并估计值。比较DBT与DM的CDR的合并RR为1.42(95% CI:1.30–1.55,补充图3)。预测区间(95% PI:1.19–1.71,I2 = 35.8%)表明,无论异质性如何,预计一项新研究将发现DBT的CDR高于DM。绝对CDR差异(RD)为每10,000次筛查24.26(95% CI:16.82–31.69)(图4)。预测区间(95% PI:6.00–42.51)表明,无论异质性如何,预计一项新研究将发现DBT的CDR高于DM。使用相对效应的敏感性分析产生了可比的RD结果(RD = 25.32;95% CI:17.51–34.29,图4)。亚组分析比较了从同一时间和地区来源分组的研究与未从同一时间和地区来源分组的研究,未提示亚组间存在显著差异(QM = 3.52,p = 0.06;补充图6)。
召回率
总体而言,209,636次DBT筛查中有8416次被召回,362,251次DM筛查中有13,110次被召回。没有证据表明随机对照试验和非随机前瞻性研究中召回的相对效应存在亚组差异(QM = 0.16,p = 0.69;补充图1),因此我们合并了两种研究设计。没有证据表明筛查方法之间召回率存在差异:RR = 1.04(95% CI:0.89–1.23,补充图1)。存在显著异质性(95% PI:0.62–1.76,I2 = 96.9%)。绝对RD为每100次筛查0.24次召回(95% CI:−0.40至0.87,补充图2),存在显著异质性(95% PI:−1.82至2.29,I2 = 96.9%)。使用相对效应估计RD的敏感性分析产生了可比的结果(RD = 0.18;95% CI:−0.48至1.03,补充图2)。随访亚组分析(从同一时间/地区来源分组的研究 vs 非同一来源分组的研究)未表明亚组存在显著差异(QM = 2.66,p = 0.10;补充图7)。
讨论
在本系统综述和荟萃分析中,我们聚焦于报告接受DBT vs DM筛查的参与者随访时ICR的前瞻性研究(包括随机对照试验),以确定对该乳腺癌筛查关键结局的影响。尽管早期综述已探讨了DBT的筛查检出[2, 4, 28],我们使用高级别证据(所有前瞻性研究)填补了关于ICR的关键证据空白。除了DBT已知的显著增加CDR的效应[2, 4, 28]外,我们报告了提示性证据表明DBT可能与ICR降低相关。目前,许多有组织的筛查项目有条件地推荐DBT替代DM,但证据确定性极低,原因是其对间期癌症影响很小或没有影响。我们的发现适时且与这些筛查实践推荐相关[8]。
纳入随机对照试验(RCT)和前瞻性非随机研究扩大了可用于证据合成的样本量,并使我们能够探讨非随机研究中可能引入的偏倚。虽然我们未发现数字乳腺断层摄影(DBT)较数字乳腺摄影(DM)显著降低间期癌率(ICR),但估计值和置信区间(CI)提示可能存在效应(合并风险差(RD)−2.92/10,000;95% CI:−6.39至0.54)——这可被视为效应的弱(提示性)证据。尽管我们在亚组分析中未发现非随机研究在任何结局上存在偏倚的证据,但我们确实发现从不同时期或地点来源队列的研究可能使ICR估计产生偏倚。三项研究从不同人群来源组(这样做是为了比较独立组的ICR):OVVV研究根据居住县分配筛查方式(奥斯陆为DBT,西福尔和西维肯为DM),OTST和特伦托试点研究比较了不同时间段的队列(使用历史队列)。已有充分文献记载,欧洲乳腺癌(BC)发病率随时间和地点而变化[29, 30]。虽然发病率可能受许多背景因素影响,但不同时间和不同地区采样的组其基线ICR风险可能发生变化是合理的。亚组检验显示,从同一时期和地区来源组的研究产生的ICR结局与未如此做的研究不同(p = 0.02)。亚组间差异的一种解释是,从不同人群采样可能导致队列具有不同的基线癌症风险,这可能使研究内的ICR估计产生偏倚。合并从同一时间段和地区采样组的亚组研究(n = 7),DBT使间期癌(IC)产生相对降低(相对危险度(RR):0.72,95% CI:0.58–0.89,I2 = 6.6),绝对降低为5.50例IC/10,000次筛查(95% CI:−9.47至−1.54,I2 = 29.7)。相对异质性(由I2表示)从所有研究的52%降至仅纳入从同一人群来源筛查组的研究时的29%。这提示从不同时间段和地区来源队列的研究可能在估计中引入了 substantial 异质性。这也表明,在控制从同一人群采样的组时,DBT较DM降低了IC率。在解释这些发现时,应注意从同一时间和人群采样的研究亚组(图2b)为探索性比较,需要积累更多证据以确认这一ICR发现。
检查次要结局证实,DBT较DM显著提高癌症检出率(CDR)(合并绝对RD 24.17/10,000次筛查),亚组分析(按研究设计)和敏感性分析结果一致。相比之下,合并分析中无证据表明DBT与DM在召回率方面存在差异,且各研究间召回率存在异质性。这些发现与既往综述一致,既往综述也发现DBT较DM具有更高的CDR,但召回率结果不一[2, 4, 27]。
越来越多的证据表明,与数字乳腺摄影(DM)相比,数字乳腺断层摄影(DBT)具有更高的癌症检出率(CDR),尤其是在两年一次的筛查中。与此形成对比的是,关于DBT筛查人群随访结局的信息稀少且研究结果尚无定论,特别是间隔期癌症发生率(ICR)[11]。此类证据对于为乳腺癌(BC)筛查政策决策提供依据至关重要。间隔期乳腺癌是在筛查阴性之后被诊断的,研究发现其具有与临床诊断癌症相似的预后特征[9]。因此,它们被监测作为筛查敏感性和潜在获益的指标[9, 31]。我们已将ICR作为筛查效果的替代指标进行报告。在我们的主要分析中,我们得出微弱但尚无定论的证据表明DBT相对于DM筛查可降低ICR。然而,在仅纳入可比人群的事后敏感性分析中,我们报告DBT在随访中通过降低ICR具有有益效应,这意味着DBT检出了部分本会在筛查后两年内临床进展的癌症,可能有助于降低死亡率。这表明DBT增加的CDR并不完全反映过度检出[10]。虽然需要更多证据来确认筛查方法之间ICR的任何相对差异,但本综述为DBT在规划性筛查中的应用提供了初步支持。
本综述提请关注从不同人群取样分组可能引入的偏倚。虽然我们无法厘清所有偏倚来源的真实影响,但从相同时间和地点来源分组的试验与未如此做的试验之间ICR结果的差异,提供了提示性证据表明此类因素可能影响ICR。政策制定者和从业者在利用综合筛查结局进行决策时,可能需要留意此类设计特征。
我们的亚组分析(图2)的一个局限性在于,亚组是根据作者对最重要的潜在偏倚来源的判断来划分的(是否采用随机化;所比较各组之间的地点或时间差异),然而这种方法并不穷尽,可能存在来自已知或未知因素的其他偏倚来源。特定试验中可能存在的偏倚来源示例包括:科尔多瓦乳腺断层合成筛查试验中各组之间阅片策略的差异(DM采用标准双阅片,DBT采用四阅片),以及BreastScreen Victoria试点试验中5%的DBT“退出”率,这意味着DM组中约10%的女性选择不接受DBT。
既往研究发现,DBT可能对致密型乳腺更有效[32]。然而,我们未尝试分析结局是否与乳腺密度存在交互作用,因为仅有四项符合条件的研究报告了此类数据[18–20, 25]。未来的综述应考虑使用IPD荟萃分析或获取更多汇总信息,以评估乳腺密度是否为筛查获益的效应修饰因素。本综述的另一局限性是无法直接评估过度诊断。我们的研究结果表明,使用DBT每10,000人中额外检出24例癌症,并且在两年筛查间隔期间,DBT每10,000次筛查还可能产生约5–3例更少的间期癌症;若果真如此,DBT检出的额外癌症中有一部分在两年内未进展为间期癌症(因此可能存在一定的领先时间效应)[10]。需要更长期的随访数据来估计DBT与DM筛查相比的过度诊断情况。
总之,我们提出了初步但较弱的证据,表明DBT正在检出额外的具有临床意义的癌症。虽然这是一个有前景的发现,但未来仍需研究以量化长期(超过2年)获益和潜在过度诊断。
补充信息
电子补充材料
引用
- Libesman S, Li T, Marinovich ML, et al. Interval breast cancer rates for tomosynthesis vs mammography population screening: a systematic review and meta-analysis of prospective studies. Eur Radiol. 2024. PMID: 39363049. doi:10.1007/s00330-024-11085-9
- 全文:PMC11836155(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11836155/
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。