文献速递泌尿生殖腹部MRUS

临床怀疑前列腺癌时行前列腺MRI的估计诊断性能

Estimated diagnostic performance of prostate MRI performed with clinical suspicion of prostate cancer.
PubMed 文献 · Insights Imaging · 2024-11-15

这项三中心回顾性研究纳入2018至2022年间因临床怀疑临床显著前列腺癌而行的12191例前列腺MRI检查,利用有病理证实患者的风险预测模型估计无病理证实患者的csPCa比例,从而估算PI-RADS≥3的诊断性能;估计AUC为0.78-0.81,敏感度76.6-77.3%,特异度67.5-78.6%。

要点

  • PI-RADS 1-2占全部检查55.4%,其病理证实率仅14.0-18.2%,仅用活检人群计算性能可能偏倚。
  • 估计PI-RADS 1-2、3、4、5的csPCa比例分别为12.6-15.3%、18.4-31.4%、45.7-69.9%、75.4-88.3%。
  • PI-RADS≥3估计敏感度76.6-77.3%、特异度67.5-78.6%、AUC 0.78-0.81。

核心结论

  • 作者提出一种估计因临床怀疑前列腺癌而行MRI患者携带csPCa概率的方法,可更全面理解PI-RADS的诊断性能。
  • 作者认为所报告的估计性能指标有助于理解PI-RADS在全部前列腺MRI人群中的真实诊断价值。

研究设计与样本

  • 三中心回顾性研究,纳入2018至2022年因临床怀疑csPCa(Grade group≥2)而行前列腺MRI的12191例检查(10718例患者,平均年龄65.7岁±8.4)。
  • MRI按PI-RADS 2.0或2.1技术规范执行,多数在3-T扫描仪完成,3-T禁忌时使用1.5-T,除非禁忌使用对比剂。
  • 由41名委员会认证的腹部放射科医师按PI-RADS标准并使用同一标准化报告模板判读。
  • 参考标准为MRI后1年内前列腺病理,csPCa定义为Grade group≥2或仅从转移灶病理诊断而无Gleason评分的前列腺癌。
  • 对无病理证实者用有病理证实者建立的风险预测模型估计csPCa比例,模型纳入年龄、既往良性前列腺活检史、机构、PI-RADS评分、PSAD和前列腺体积。

关键影像表现/征象

  • PI-RADS 1-2最为常见(55.4%),其病理证实率最低,各机构为14.0-18.2%。
  • MRI后1年内获得前列腺病理者5670例(46.5%),其中发现csPCa 3086例(25.3%)。
  • 有病理证实的PI-RADS 1-2中165例为csPCa,其中ISUP Grade Group 2占70.9%(117/165)、Grade Group 3占20.6%(34/165)。

诊断标准与关键数值

  • 以PI-RADS≥3为阳性阈值,估计敏感度76.6-77.3%、特异度67.5-78.6%。
  • 以PI-RADS≥3为阳性阈值,估计PPV 49.8-66.6%(观察值52.0-66.7%)、NPV 84.4-87.2%(观察值82.4-86.6%)。
  • 估计AUC为0.78-0.81,观察AUC为0.76-0.79。
  • 估计CDR 22.7-28.8%(观察值19.5-25.4%),估计csPCa患病率29.6-37.7%。
  • 估计PI-RADS 1-2、3、4、5的csPCa比例分别为12.6-15.3%、18.4-31.4%、45.7-69.9%、75.4-88.3%;观察值在PI-RADS 1-2为13.4-17.6%、在PI-RADS 5为73.2-87.8%。

临床应用与阅片要点

  • 作者认为按既往活检状态分别计算性能指标更可取,因活检初治者估计敏感度和AUC高于既往良性活检者。
  • 作者指出PI-RADS 1-2占全部检查一半以上但病理证实不足20%,其估计csPCa比例对总体估计统计量影响很大。
  • 作者提出可将估计指标用于机构间比较,并可能用于识别诊断性能高的机构,如美国放射学会前列腺癌MRI中心认证。

局限性

  • 本研究最大局限是需假设有与无病理证实两组间未提取的临床变量无显著差异。
  • 有与无病理证实人群间可能存在差异,如临床信息的记录/提取率不同。
  • 存在回顾性单机构研究设计导致的选择偏倚,尽管该机构由多州医疗系统组成。
  • 本研究假设研究期间活检指征无显著变化。
  • 与已发表研究比较时因可供比较的研究数量有限(n=2)未进行统计学检验。
全文中译15 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:Insights Imaging. 2024 Nov 15;15:271. doi: 10.1186/s13244-024-01845-y

引言

前列腺影像报告和数据系统(PI-RADS)旨在提高临床显著性前列腺癌(csPCa)的早期诊断[1]。阳性预测值(PPV)是PI-RADS阳性病例最广泛使用的性能指标,通常定义为PI-RADS ≥ 3[2–5]。由于使用单一性能指标(例如仅使用PPV)可能产生误导[6],因此需要多个指标来评估前列腺MRI的诊断性能。近年来,癌症检出率(CDR)和异常判读率(AIR)已被提出作为PI-RADS阳性病例的新联合指标[7, 8]。

同样,阴性预测值(NPV)是PI-RADS阴性病例的常用性能指标,通常定义为PI-RADS 1–2[9, 10]。NPV影响临床医生避免前列腺活检的决策[11],但同样地,仅使用NPV作为性能指标可能产生误导。遗憾的是,对于PI-RADS阴性病例,尚无其他公认的指标。

仅从接受前列腺活检的患者中计算性能指标可能因活检选择标准而产生偏倚。这一问题对于PI-RADS阴性病例尤为突出,因为前列腺活检率较低,例如,在一项既往研究中为12.4%[12]。

在本研究中,我们提出从因临床怀疑csPCa而接受前列腺MRI的全部患者中估计诊断性能指标。为此,需要估计无病理确诊患者中的csPCa比例。为使该估计合理,应考虑若干已知的csPCa相关因素,包括年龄[13]、前列腺特异性抗原密度(PSAD)[14, 15]、既往前列腺活检史[16]以及前列腺癌家族史[17]。我们近期开发了一种自然语言处理流程,可从放射学报告和临床记录中捕获此类信息[18]。通过估计csPCa比例,我们不仅可以计算NPV,还可以计算其他关键性能指标,包括灵敏度、特异度和受试者工作特征曲线下面积(AUC)。这可能有助于我们了解前列腺MRI的真实诊断性能,无论前列腺是否存在病理确诊。

本研究的目的是通过估计无前列腺病理确诊患者中的csPCa比例,来评估因临床怀疑csPCa而进行的前列腺MRI的诊断性能。

材料与方法

本项符合HIPAA的回顾性研究经我院机构审查委员会批准,并豁免知情同意。数千名患者与已发表的关于前列腺MRI CDR的研究存在重叠[7, 8, 18–20]。

研究人群

纳入2018年至2022年在单一机构三个院区接受前列腺MRI的患者。排除在MRI时已知患有前列腺癌(Grade group ≥ 1)或检查不完整的患者(图1)。

图1 患者流程图。PI-RADS,前列腺影像报告和数据系统 查看原图 ↗

MRI

所有检查均在PI-RADS 2.0或2.1技术规范下进行。大多数检查在3-T扫描仪(GE Medical Systems,伊利诺伊州,美国,或Siemens Healthineers,埃尔朗根,德国)上进行,但当3-T磁体禁忌时使用1.5-T扫描仪。除非有禁忌,否则使用对比剂。委员会认证、专科培训的腹部放射科医师根据PI-RADS标准使用相同的标准化报告模板解读MRI。当存在PI-RADS ≥ 3病灶时,在DynaCAD(Philips Healthcare,贝斯特,荷兰)上进行前列腺分割和三维病灶标记以进行靶向活检。

前列腺活检

经直肠或经会阴超声引导下的靶向活检(每个病灶3–5针)由泌尿科医师利用融合软件(UroNav,Philips Healthcare)进行。同时进行系统活检(10–12针)。对于PI-RADS 1–2,如果临床高度怀疑csPCa,则进行系统活检。

csPCa比例的估计

概述而言,对于MRI后1年内未获得病理确认的患者,其csPCa比例使用从各PI-RADS评分获得病理确认的患者中开发的逻辑回归模型进行估计。

数据收集

目标变量为MRI后1年内csPCa的存在,从2018年1月至2023年10月期间的病理报告中提取。csPCa定义为Grade group ≥ 2或仅从转移灶病理诊断的前列腺癌而无Gleason评分。以下十个MRI时的预测变量从临床记录或MRI报告中提取:年龄;机构;MRI时的前列腺特异性抗原(PSA)值;既往良性前列腺活检史[16];患者层面最高PI-RADS评分;MRI测量的前列腺体积;前列腺癌家族史;乳腺癌家族史(可能的BRCA基因突变的替代指标[17, 21]);直肠指检发现前列腺结节[22];以及种族[13]。此外,PSAD值通过将PSA值除以前列腺体积计算。

为提取临床记录,使用了内部软件MedTagger(https://github.com/OHNLP/MedTagger/)[23]。然后,通过应用使用来自Transformers的双向编码器表示[18]开发的自然语言处理流程进行患者层面分类。

数据预处理和特征选择

首先,对PSA和前列腺体积进行对数转换,使原本偏态的分布更接近正态分布。其次,对连续变量(包括上述两个变量及年龄)进行标准化处理,使其均值为0、标准差为1。机构信息为三分类变量,采用独热编码进行二值化处理。第三,对于转换后PSA和转换后前列腺体积存在缺失值的变量,采用链式方程多重插补技术[24]进行缺失值插补。随后,计算PSAD,并对其进行对数转换和标准化。采用前向特征选择技术,利用数据子集筛选纳入逻辑回归模型的特征。通过受试者工作特征曲线下面积和一标准误规则[25],选择误差较低且最为简约的特征集。最终纳入的特征为年龄、既往良性前列腺穿刺活检史、机构、PI-RADS评分、PSAD和前列腺体积。上述步骤的详细内容将另行报告。

Bootstrap聚合

从每个经病理证实的PI-RADS人群中,通过有放回随机抽样[26]生成不同的数据子集,共建立一千个预测模型。然后,将这些模型应用于未经病理证实的患者数据,以估计csPCa比例,定义为每个PI-RADS评分下所有患者模型输出的平均值。同样,估计偏倚程度(即观察到的与估计的csPCa比例之间的差异)利用经病理证实但未被随机抽样选中的样本(袋外样本)进行计算。有关该过程的更多细节见图2。

上述数据预处理步骤对每次bootstrap重复独立执行,以避免数据泄漏。标准化基于训练集进行,并应用于其他数据。取bootstrap统计量的平均值,以计算更准确的估计值及其不确定程度。

图2 估计未经病理证实患者中临床显著性前列腺癌比例的模式图。未经病理证实患者中临床显著性前列腺癌(csPCa)的比例通过一千次重复过程进行估计,该过程称为bootstrap聚合,是一种常用于降低方差的机器学习技术。对于每次重复,利用称为“袋”的数据集子集独立建立模型,该子集通过有放回抽样选取。抽样过程中未被选中的剩余数据称为“袋外”,用于计算经病理证实人群中的估计偏倚程度。一个模型由三个经校准的逻辑模型组成,通过三折交叉验证建立,并输出其输出的平均值。在每一折中,利用“袋”的三分之二数据建立逻辑回归模型。然后,利用该模型对剩余子集的预测结果,通过sigmoid回归器拟合与观察到的csPCa比例的一致性。将一千个估计结果聚合,利用bootstrap分布的百分位数计算均值及95%置信区间。该过程按每个PI-RADS评分的数据分别进行。 查看原图 ↗

分析

主要分析估计了在磁共振成像(MRI)后1年内未获得前列腺病理确诊的患者中,按PI-RADS评分分层的临床显著前列腺癌(csPCa)比例。随后,计算了AUC及以下统计量:

“观察到的”诊断性能指标是针对有病理确诊的患者定义的,而“估计的”指标则在适当时针对有和无病理确诊的患者。临床显著前列腺癌检出率(CDR)和额外癌症检出率(AIR)在PI-RADS ≥ 3时计算。请注意,全人群中(无论是否存在前列腺病理)的“估计”项目,来源于有病理人群中观察到的csPCa患者数与无病理人群中估计的csPCa患者数之和。

为与我们的估计统计量进行比较,检索了评估前列腺MRI诊断性能的已发表研究。尽管大多数研究针对的是已计划进行前列腺活检的患者,但我们认为两项评估MRI引导活检诊断性能的多中心前瞻性研究可能潜在反映因临床怀疑csPCa而进行前列腺MRI的总体人群[27, 28]。Van der Leest等人招募了626例临床怀疑csPCa的活检初治患者,并对所有病例进行了活检,其中包括309例(49.3%)PI-RADS 1–2检查。Rouvier等人招募了251例临床怀疑csPCa的活检初治患者,并对所有病例进行了活检,其中53例(21.1%)为PI-RADS 1–2检查。由于这些研究聚焦于活检初治患者,本研究中的上述统计量分别针对所有患者、活检初治患者以及既往有良性前列腺活检的患者进行报告。我们认为AUC是比其他指标更适合用于比较的性能指标,因为它在理论上独立于疾病患病率,且对PI-RADS赋值的变化具有不变性。本研究队列与已发表研究[27, 28]之间的AUC进行了比较,但由于用于比较的研究数量有限(n = 2),未进行统计学检验。

次要分析评估了各PI-RADS评分下病理确诊的存在与年龄、前列腺特异性抗原密度(PSAD)以及既往良性活检史之间的关联。csPCa的PI-RADS评分分层构成比使用Gleason分级系统展示[29]。所有分析均在检查层面进行,并在各机构层面进行汇总。使用Python 3.11,α水平为0.05。

结果

研究检查队列

2018年至2022年间共进行了30,620次前列腺MRI检查。其中,纳入了来自10,718名独特患者的12,191次检查(平均年龄65.7岁±8.4[标准差])。这些检查由41名委员会认证的腹部放射科医师解读,包括6761次PI-RADS 1–2检查(55.4%)。在MRI后1年内,5670次检查(46.5%)获得了MRI后前列腺病理结果,并在3086次检查(25.3%)中发现了csPCa。表1显示了有和无病理确认患者的提取特征。表2显示了在病理确认患者中,纳入特征与csPCa存在之间的关联。csPCa患者的年龄和PSAD显著高于无csPCa患者。病理确认率在PI-RADS 1–2中最低,各机构间范围为14.0%至18.2%(表3)。

表1 患者特征 查看原表 ↗
表2 纳入的预测变量与临床显著前列腺癌存在之间的关联 查看原表 ↗
表3 各PI-RADS评分的机构级病理确认率 查看原表 ↗

主要分析

表4显示了各PI-RADS评分的观察和估计csPCa比例。病理确认患者的估计偏差范围为−0.6%至1.2%。在PI-RADS 1–2人群中,估计csPCa比例低于观察比例(分别为12.6–15.3% vs. 13.4–17.6%)。相反,在PI-RADS 5人群中发现了相反情况(分别为75.4–88.3% vs. 73.2–87.8%)。

图3显示了代表观察和估计csPCa比例的条形图。估计csPCa比例在PI-RADS 1–2中最为不确定(12.8–15.7%)。

图4显示了PI-RADS评分的受试者工作特征曲线。各机构的估计AUC范围为0.78至0.81,而观察AUC范围为0.76至0.79。表5总结了各机构的所有PI-RADS性能指标和csPCa患病率。估计统计量如下(适当时观察统计量显示在括号中):PI-RADS ≥ 3的敏感性,76.6–77.3%;PI-RADS ≥ 3的特异性,67.5–78.6%;PI-RADS ≥ 3的PPV,49.8–66.6%(52.0–66.7%);NPV,84.4–87.2%(82.4–86.6%);CDR,22.7–28.8%(19.5–25.4%);以及csPCa患病率,29.6–37.7%。最大的机构间差异见于PI-RADS ≥ 3的PPV。在所有机构中,活检初治患者的估计敏感性、PPV、CDR、AUC和csPCa患病率均高于既往良性活检患者。相反,活检初治患者的估计NPV低于既往良性活检患者。

补充表1比较了本研究与已发表研究[27, 28]在活检初治患者中的估计诊断性能。估计AUC如下:机构I–III,0.79–0.83 vs. 已发表研究,0.81–0.86。

表4 临床显著前列腺癌的估计和观察比例 查看原表 ↗
图3 临床显著前列腺癌的观察比例与估计比例。a 机构I。b 机构II。c 机构III。较深颜色代表经病理证实的检查,较浅颜色代表未经病理证实的检查。柱状图上方数字代表与相同颜色柱状图对应的类别在PI-RADS评分级别中的比例。估计比例的95%置信区间以方括号显示。浅红色垂直线代表临床显著前列腺癌估计比例的95%置信区间。csPCa,临床显著前列腺癌;PI-RADS,前列腺影像报告和数据系统 查看原图 ↗
图4 观察与估计的受试者工作特征曲线。a 机构I。b 机构II。c 机构III。彩色实线代表经病理证实患者的受试者工作特征(ROC)曲线,同色虚线代表经病理证实和未经病理证实患者的ROC曲线。浅灰色区域代表每次bootstrap重复的ROC曲线分布。ROC曲线下面积以方括号内的95%置信区间显示。95%置信区间采用bootstrap分布的百分位数计算。AUC,受试者工作特征曲线下面积;PI-RADS,前列腺影像报告和数据系统 查看原图 ↗
表5 初诊活检患者诊断性能与已发表研究的比较 查看原表 ↗

二次分析

补充表2显示了经病理证实和未经病理证实患者的特征。与经病理证实的患者相比,未经病理证实的患者年龄显著更大、PSAD值更低,且既往良性前列腺活检比例更低。补充表3显示了csPCa的PI-RADS评分级别分布。在165例PI-RADS 1–2的csPCa检查中,分别有70.9%(117/165)和20.6%(34/165)为ISUP分级分组2和3。

讨论

本研究收集了常见前列腺癌危险因素,并开发了风险预测模型,以估计因临床怀疑csPCa而进行的前列腺MRI的诊断性能。PI-RADS ≥ 3的敏感度和特异度估计分别为76.6–77.3%和67.5–78.6%。在整个PI-RADS 1–2人群中的估计NPV为84.4–87.2%,比经病理证实的PI-RADS 1–2人群中观察到的NPV高0.6–2.0%。

本研究旨在了解PI-RADS在整个人群中的诊断性能,包括未经病理证实的患者。研究假设,未经病理证实患者中患有csPCa的概率可通过csPCa相关临床变量和从经病理证实患者获得的数据充分估计。这一假设被认为是合理的,尤其是在经病理证实的患者中。既往研究表明,使用临床变量可合理估计csPCa比例[30–33]。本研究还显示csPCa比例的估计偏倚较小,支持这一假设。

然而,这些发现并不必然证明无病理确诊患者中估计的csPCa比例是准确的。有病理确诊与无病理确诊的患者之间可能存在人群差异,例如临床信息的记录/提取率。例如,泌尿外科医生可能会在接受前列腺穿刺活检的患者中比未接受活检者更频繁地记录csPCa相关临床因素。本研究需要假设两个人群之间未提取的临床变量无显著差异,这是本研究的最大局限性。为支持我们的估计结果,我们将初诊活检患者的AUC与既往前瞻性研究[27, 28]中的AUC进行了比较。尽管由于研究数量有限未进行统计学检验,但本研究中三个机构与两项已发表研究的平均AUC相近。

PI-RADS 1–2占前列腺MRI检查的50%以上,但其中不到20%的检查有病理确诊。因此,PI-RADS 1–2中估计的csPCa比例对总体估计统计量有实质性影响。通过加入估计数据,受试者工作特征曲线相较于仅由观察数据生成的曲线向左下方偏移。在所有PI-RADS评分阈值下,灵敏度下降而特异度升高。PI-RADS ≥ 3的估计灵敏度约为77%,表明约23%的csPCa被归类为PI-RADS 1–2。此外,被归类为PI-RADS 1–2且无病理确诊的患者中,约13–15%被估计患有csPCa。假阴性的可能原因包括病灶特征,如体积小和肿瘤位于前部区域或移行带[34–36]。大多数被漏诊的csPCa可能为中危癌症(Grade Groups 2–3),因为PI-RADS 1–2中经病理证实的csPCa有90%以上属于中危组。另一个可能原因是图像质量下降。例如,一项既往研究[19]显示,因髋关节假体导致中重度磁敏感伪影的患者CDR降低,主要归因于PI-RADS 1–2频率增加。足够的诊断图像质量对于高效的MRI引导诊断路径至关重要,图像质量指标的标准化(PI-QUAL)已被提出[37–39]。另一方面,约21–33%的非csPCa病例被估计归类为PI-RADS ≥ 3。假阳性的可能原因包括炎性改变和良性增生[40]。如一项既往研究[4]所报道,PPV存在机构间差异。其可能原因包括年龄和种族分布的差异、放射科医生赋予PI-RADS评分的阈值以及前列腺活检的指征[8, 41]。

本研究揭示了前列腺MRI的诊断挑战,尤其是在既往接受过良性前列腺活检的患者中。与初次活检患者相比,PI-RADS ≥ 3的估计敏感度和AUC分别低12–17%和0.18–0.21。一个可能的解释是,许多易于识别的csPCa已在既往活检中被诊断,使得在剩余人群中检测csPCa相对困难。鉴于诊断性能的差异,最好根据既往活检状态分别计算性能指标。

在PI-RADS 1–2中,无病理证实的患者PSAD值显著较低,既往良性活检史比例显著较高,且年龄显著大于有病理证实的患者。前两个因素表明,由于csPCa风险相对较低而未进行前列腺活检,而最后一个因素则提示,尽管csPCa风险较高,但因诊断csPCa的临床影响较低而避免了活检。总体而言,无病理证实患者的估计csPCa比例略低于有病理证实的患者。另一方面,在PI-RADS 5中,无病理证实患者的估计csPCa比例略高于有病理证实的患者。这可能表明,泌尿科医生基于患者状况(如合并症)尽管csPCa风险较高仍避免了前列腺活检。

我们提出的方法允许我们估计若干性能指标,包括敏感度和特异度。在多家机构之间比较这些指标将为提高各中心的诊断性能提供有价值的反馈。此外,这些估计指标可用于识别具有高诊断性能的机构,如美国放射学会前列腺癌MRI中心认证[42]。

除上述潜在偏倚外,本研究的局限性还包括由于回顾性单机构研究设计导致的潜在选择偏倚,尽管该研究涵盖多州卫生系统。此外,本研究假设研究期间活检指征无显著变化。

总之,估计的AUC、PI-RADS ≥ 3时的敏感度和PI-RADS ≥ 3时的特异度分别为0.78–0.81、76.6–77.3%和67.5–78.6%。估计的统计量因既往活检状态而异。我们期望所计算的统计量有助于理解PI-RADS的真实性能,并为未来研究提供参考。

补充信息

电子补充材料

引用

  1. Nakai H, Takahashi H, LeGout JD, et al. Estimated diagnostic performance of prostate MRI performed with clinical suspicion of prostate cancer. Insights Imaging. 2024. PMID: 39546181. doi:10.1186/s13244-024-01845-y
  2. 全文:PMC11568117(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11568117/

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。