单视图乳腺断层合成筛查中未检出癌症的特征及未检出原因
该研究基于前瞻性单中心Malmö乳腺断层合成筛查试验(MBTST),对单视图DBT筛查未检出的89例癌症进行回顾性知情阅片复核,其中25%(22/89)基于DBT图像被判为假阴性,主要未检出原因为表现正常的密度(50%),假阴性较真阳性更少表现为毛刺状密度(41% vs 68%,p=0.01)且高乳腺密度比例更低(36% vs 61%,p=0.04)。
要点
- 单视图DBT筛查未检出癌症中假阴性占25%(22/89),DM阅片为17%(14/81)。
- 假阴性最常见未检出原因为表现正常的密度,占50%(11/22)。
- 假阴性中毛刺状密度占41%(9/22),低于真阳性的68%(88/129),p=0.01。
核心结论
- 单视图DBT筛查中假阴性癌症常表现为毛刺状特征,但出现频率低于真阳性癌症,且因表现良性而被漏诊或误判。
- DBT筛查未检出癌症中,基于筛查时DBT图像回顾判为假阴性的比例为25%(22/89),基于DM图像为17%(14/81)。
研究设计与样本
- 本研究为对前瞻性单中心Malmö乳腺断层合成筛查试验(MBTST)中癌症的回顾性复核,试验于2010年1月至2015年2月在瑞典马尔默随机邀请40至74岁符合筛查条件的女性。
- MBTST共邀请21691名女性,14851名接受试验检查,3名撤回知情同意后最终参与女性为14848名。
- 所有女性在同一筛查场合接受单视图DBT(内外侧斜位)和两视图DM(内外侧斜位和头尾位),使用Siemens Healthineers的广角(50°)Mammomat Inspiration设备。
- 图像判读分DBT阅片模式和DM阅片模式,各含三个连续步骤;DBT阅片模式步骤1为单视图DBT,步骤2加入当前头尾位DM,步骤3加入既往筛查DM(如有)。
- 未检出癌症定义为仅在DM阅片模式中检出的癌症、间期癌症及MBTST后第一轮后续DM筛查中检出的癌症,共89例(仅DM检出8例、后续DM筛查轮检出59例、间期癌症22例)。
关键影像表现/征象
- 假阴性癌症在诊断时DM上最常见的主导影像表现为毛刺状密度,占41%(9/22),其次为局限/不清密度18%(4/22)和钙化18%(4/22)。
- 真阴性微小征象中最常见影像表现为钙化,占48%(10/21);真阳性中最常见为毛刺状密度,占68%(88/129)。
- 假阴性中毛刺状密度比例低于真阳性,p=0.01。
- 图2示64岁女性筛查时头尾位、内外侧斜位及断层合成内外侧斜位图像,24个月后下一轮筛查诊断6 mm 1级管状癌,回顾判为断层合成假阴性(毛刺状密度)而乳腺X线真阴性,未检出原因为表现良性的密度。
- 图3示71岁女性诊断12 mm非特殊型乳腺癌,仅数字乳腺X线检出,筛查时单视图DBT回顾判为假阴性,未检出原因为乳腺组织繁忙。
诊断标准与关键数值
- 假阴性定义为既往筛查时癌症可见、提示癌症或足以召回评估,但被放射科医生漏诊或误判。
- 真阴性不可见定义为既往筛查时不可见或征象极不明确,或乳腺X线隐匿(筛查及诊断性DM或DBT均不可见)。
- 真阴性微小征象定义为非特异性或不足以召回评估的征象。
- DBT筛查总体假阴性率为每1000名筛查女性1.5例(22/14848,95%CI 0.9−2.2)。
- 假阴性中误判比例基于DBT为18%(16/89),基于DM为15%(12/81)。
临床应用与阅片要点
- 作者指出,认识DBT筛查中导致假阴性的因素对于进一步提高癌症检出至关重要。
- 作者认为,DBT显示毛刺状特征的能力对筛查判读有启示,尤其在没有既往DBT可比较的患病率筛查场景中。
- 作者指出,DBT筛查中的假阴性癌症常表现为毛刺状特征但频率低于真阳性,且因良性表现被漏诊或误判,这些特征差异强调筛查判读中认识DBT特异性学习要点的重要性。
- 作者提到人工智能有潜力辅助筛查阅片以减少假阴性数量,但迄今DBT筛查中人工智能证据有限。
局限性
- 鉴于未检出癌症数量少、判为假阴性者更少,研究把握度不足以充分显示或排除差异,组间比较应谨慎解读。
- 采用完全知情阅片设计可能影响观察到的微小征象和假阴性癌症比例,与盲法阅片相比。
- 并非所有4名复核成员评估了所有未检出癌症,主要由于后勤原因,尽管最有经验的成员参与了所有复核。
- MBTST中DM筛查未检出癌症的影像表现和肿瘤特征此前已有描述,但本研究未针对假阴性或未检出原因进行评估,因此无法比较DBT与DM的假阴性率。
- DBT检查仅采用内外侧斜位,可能是假阴性的原因之一。
全文中译11 节 · 点击展开
引言
与数字乳腺X线摄影(DM)相比,利用数字乳腺断层合成(DBT)进行筛查已被证实能提高乳腺癌检出率,前瞻性试验和回顾性研究均提供了证据[1]。通过DBT检出的癌症表现出与DM筛查所检出的癌症相似甚至更有利的特征[2–4]。此外,研究表明,与DM筛查相比,DBT筛查检出的癌症中具有毛刺状影像学特征的比例更高[2, 5]。
假阴性癌症,即在筛查检查中未被检出但回顾性可见的癌症,是筛查不可避免的结果。关于DBT筛查中假阴性癌症的了解尚不多,但迄今为止的结果表明,DBT与DM之间真阴性和假阴性癌症的比例相似[6]。深入了解假阴性癌症及其他在DBT筛查中未被检出的癌症,有助于改进图像判读并在未来进一步提高癌症检出率。
配对Malmö乳腺断层合成筛查试验(MBTST)比较了单视角DBT与标准双视角DM。该试验显示癌症检出率提高[7],间期癌症的比值比降低[8],尽管与DM相比假阳性召回率略高[9]。然而,尽管DBT方法更为敏感,该试验中仍未被检出的癌症,特别是假阴性癌症,仍部分未被探索。因此,本研究的目的是在知情共识回顾中将MBTST中DBT未检出的癌症分类为真阴性或假阴性,并评估这些癌症的影像学表现、乳腺密度、未检出原因及肿瘤特征。此外,目的还在于比较MBTST中未检出癌症与DBT检出癌症的影像学表现和肿瘤特征。
材料与方法
本研究是对MBTST中癌症的回顾性回顾,该试验是一项在瑞典马尔默市开展的基于人群的配对试验。该试验针对符合瑞典筛查计划资格的妇女,年龄范围为40至74岁,于2010年1月至2015年2月间随机邀请。参与妇女签署了书面知情同意书,研究方案获得了隆德大学伦理委员会的批准(2009/770)。所有妇女在单次筛查场合接受了单视角DBT(内外斜位)和双视角DM(包括内外斜位和头尾位)。使用的成像设备为Siemens Healthineers生产的广角(50°)Mammomat Inspiration。图像判读通过两种独立的阅片模式进行:DBT阅片模式和DM阅片模式,每种模式均包括三个连续的阅片步骤。在DBT阅片模式中,步骤1为单视角DBT,步骤2为加入当前头尾位DM图像,步骤3为加入既往筛查DM图像(如有)。在DM阅片模式中,步骤1为当前图像,步骤2为加入既往筛查DM图像(如有),步骤3为根据乳腺影像报告和数据系统(BI-RADS)第4版进行密度评估。阅片流程已在先前更详细地描述[7]。该试验已在ClinicalTrials.gov注册,NCT01091545。
DBT未检出的癌症
本研究将仅在数字乳腺X线摄影(DM)阅片模式下检出的癌症,以及间期癌症和在乳腺断层摄影筛查试验(MBTST)后首轮后续DM筛查中检出的癌症,定义为未检出癌症,代表潜在的假阴性癌症。乳腺癌病例通过与该地区瑞典癌症登记处(Swedish cancer registry South)交叉链接确定。间期癌症定义为在MBTST筛查阴性之后、但在下一预定筛查轮次之前诊断的癌症。对于诊断时为多灶性或双侧性癌症的病例,本研究纳入最大的浸润性癌。
真阳性癌症
在MBTST期间以数字乳腺断层摄影(DBT)阅片模式检出的癌症代表真阳性,用于比较。这些癌症的影像学表现此前已基于放射学报告中描述的主要表现进行评估,对于不明确的病例则通过复核评估(复核者中包括I.A.和S.Z.)[7]。
图像的回顾性复核
DBT未检出癌症的图像由四名乳腺放射科医师中的两至三名(其中经验范围为8至50年,中位数为21年;复核者中包括I.A.、D.I.和S.Z.)进行回顾性复核。复核过程为开放式的,可获取所有既往图像和报告,且所有临床信息均可应复核者要求提供。复核者参照Houssami等[10]的方法对癌症进行分类:真阴性不可见(既往筛查时不可见或表现非常隐匿,或乳腺X线摄影隐匿,即在筛查及诊断性DM或DBT检查中均不可见)、真阴性微小征象(非特异性或不足以召回进行评估)、或假阴性漏诊/误判(既往筛查时癌症可见,提示癌症或足以召回进行评估,但被放射科医师漏诊/误判)。该分类分别针对MBTST筛查时的DBT和DM进行独立评估。此外,复核者评估了诊断时DM和筛查时DBT下癌症的主要影像学表现,分为七个类别:毛刺状密度、局限/模糊密度、钙化、结构扭曲、不对称、其他或不可见。另外,复核者评估了未检出的原因:病灶过小、组织致密、乳腺背景杂乱、密度表现正常、钙化表现正常、或术后改变。回顾性复核未纳入DBT检出而DM未检出的癌症,但这些癌症的影像学表现此前已进行评估并用于比较[2, 9]。
肿瘤特征与乳腺密度
乳腺癌大小(mm)和组织学类型(非特殊型浸润性癌、浸润性小叶癌、管状癌或导管原位癌)通过病理报告评估。St Gallen分子亚型根据病理报告中的雌激素受体、孕激素受体、HER2和Ki67状态确定。乳腺密度分为两组:低密度(BI-RADS第4版1-2类)和高密度(3-4类)。
统计学
采用描述性方法(数量和百分比)分析和呈现未检出癌和真阳性癌的数据。采用Pearson X2检验对以下方面进行描述性比较:高乳腺密度与低乳腺密度、有毛刺与无毛刺影像表现、浸润性癌与原位导管癌、以及管腔A型样与非管腔A型样亚型在假阴性癌与真阳性癌之间的比较。DBT筛查中的假阴性率定义为每1000名受筛女性中的假阴性癌数量,并使用样本量计算器[11]计算相应的95%置信区间。其他统计分析使用IBM SPSS Statistics 29.0.0.0版本软件进行。
结果
共有21,691名女性被邀请参加MBTST,其中14,851人接受了试验检查。在3人撤回知情同意后,最终参与女性人数为14,848人。在MBTST中,共有137名女性被诊断为筛查检出乳腺癌,其中129名在DBT阅片模式下被诊断。在MBTST中,共有89例癌症未被DBT检出;8例癌症仅在DM阅片模式下被检出,59例在后续DM筛查轮次中被诊断,22例为间期癌。由于仅经DM检出的8例癌症为DM真阳性,因此没有后续影像可供复核,故有81例癌症可基于DM进行真/假阴性评估。在MBTST筛查期间未检出癌症的女性在癌症诊断时的平均年龄为61岁(标准差(SD)9),而在MBTST中经DBT检出癌症者的平均年龄为60岁(SD 9)(图1)。
影像回顾性复核
在DBT未检出癌症中,基于筛查时DBT复核,被归类为假阴性的癌症比例为25%(22/89);基于筛查时DM复核,该比例为17%(14/81)。在假阴性中被归类为误判的假阴性比例为:基于DBT为18%(16/89),基于DM为15%(12/81)。DBT筛查的总体假阴性率为每1000名受筛女性1.5例(22/14,848,95%置信区间0.9−2.2)。与DBT相关,46例癌症(52%)被归类为真阴性不可见,21例(24%)被归类为真阴性微小征象;与DM相关,分别为45例(56%)和22例(27%)(表1)。
DBT筛查中假阴性癌症未检出的最常见原因是表现正常的密度,占50%(11/22),其次是表现正常的钙化,占18%(4/22)。在被归类为真阴性微小征象的癌症中,最常见的原因是病灶被认为过小,占52%(11/21)(表2)。
在数字乳腺断层合成(DBT)筛查中,假阴性癌症在诊断时经数字乳腺X线摄影(DM)评估的最常见主要影像学表现为毛刺状密度,占41%(9/22),其次为边界清楚/不清的密度,占18%(4/22)和钙化,占18%(4/22)。图2和图3提供了假阴性癌症的图像示例。在真阴性微小征象中,最常见的影像学表现为钙化,占48%(10/21),而在真阳性中,最常见的影像学表现为毛刺状密度,占68%(88/129)。与真阳性相比,假阴性中毛刺状密度的比例较低,p = 0.01。
肿瘤特征和乳腺密度
假阴性在高密度女性中占36%(8/22),而真阴性中占58%(39/67),真阳性中占61%(78/129)。与真阳性相比,假阴性中高乳腺密度病例的比例较低,p = 0.04(表3和表4)。
乳腺癌肿瘤的平均大小在假阴性(13 mm,标准差 8)、真阴性(15 mm,标准差 10)和真阳性(14 mm,标准差 10)之间无差异。假阴性与真阳性中浸润性癌的比例无差异(82%(18/22)对 87%(112/129),p = 0.53)。所有组中最常见的组织学癌类型均为非特殊型:假阴性中为 46%(13/22),真阴性中为 57%(38/67),真阳性中为 55%(71/129)。浸润性小叶癌的比例在假阴性中为 23%(5/22),而真阴性中为 10%(7/67),真阳性中为 18%(23/129),而导管原位癌的比例在假阴性中为 18%(4/22),真阴性中为 31%(21/67),真阳性中为 13%(17/129)(表4)。此外,浸润性假阴性和真阳性癌中Luminal A样癌的比例存在差异(24%(4/17)对 49%(54/111)),但该研究未针对亚组分析进行效能设计(p = 0.053)。
讨论
数字乳腺断层合成(DBT)是比数字乳腺X线摄影(DM)更敏感的筛查方法。然而,仍有癌症未被检出。这项对马尔默乳腺断层合成筛查试验(MBTST)中未检出癌症的回顾性知情共识审查,根据筛查时的DBT图像,将单视图DBT筛查中未检出的89例癌症中的22例(25%)归类为假阴性—— either误判或漏诊。基于筛查时DM的假阴性癌症比例略低,占81例癌症中的14例(17%)。DBT筛查中假阴性和微小征象癌症背后的主要原因是存在外观正常的密度,占病例的34%(14/43)。高乳腺密度在假阴性癌症中较少见。此外,与DBT筛查中的真阳性癌症相比,毛刺状密度的发生率较低。我们的研究结果表明,与DM筛查相比,DBT筛查对未检出癌症的回顾性可见度略高,强调了DBT筛查判读中的关键学习要点。
我们的研究显示,与数字乳腺摄影(DM)筛查相比,在考虑假阴性的情况下,数字乳腺断层摄影(DBT)筛查中检出的癌症净增加,这进一步增加了DBT筛查的获益。但迄今为止,探讨DBT筛查中假阴性癌症的研究仍然 scarcity。对奥斯陆乳腺断层合成筛查试验中筛查检出癌症的一项回顾性独立审查,纳入两名阅片者之一的假阴性评分及间期癌症,显示DBT筛查的未检出率为31%,DM筛查为30%,与我们的发现不同[6]。然而,奥斯陆研究的研究设计与我们不同,且其审查未纳入随后DM轮次中的筛查检出癌症。一项关于随机对照挪威To-Be DBT试验1中未检出癌症的近期研究进行了盲法及知情共识审查,使用间期癌症和下一轮癌症(n = 110)[12]。他们显示开放共识审查中的假阴性率为16.4%,低于我们的25%,但如果将该研究中显著的微小征象视为假阴性(与我们的定义一致),则比率为30.9%,更为接近。一项先前关于DM的研究也使用间期癌症和筛查检出癌症作为潜在假阴性。Hoff等人在四名放射科医师的共识审查中将33%的IC和20%的筛查检出癌症分类为假阴性,与我们的结果相似[13]。
鉴于回顾性研究中假阴性定义的固有差异,直接进行比较变得具有挑战性。此外,这些回顾所基于的试验在设计上存在差异,包括不同年龄组及其他变量,进一步使直接比较复杂化。因此,将重点转向从这些回顾中提取学习要点变得至关重要,特别是关于如何通过吸收误判和错误的见解来增强数字乳腺断层摄影(DBT)筛查的判读。此外,人工智能(AI)有潜力辅助筛查判读以减少假阴性数量[14]。然而,迄今为止关于AI在DBT筛查中的证据有限[15]。在MBTST和奥斯陆试验中,假阴性癌症最常见的影像学表现为毛刺状/星状外观[6]。然而,该特征也见于真阳性病灶,在MBTST中也见于假阳性病灶[5, 16]。DBT显示毛刺状特征的能力对筛查判读具有意义,特别是在无既往DBT可供比较的患病率筛查场景中。因此,人们可能预期在DBT发病率筛查轮次中学习曲线会有所改善。既往研究未呈现DBT筛查中假阴性癌症背后的原因。然而,良性外观的密度——我们研究中最常见的回顾性评估原因——是数字乳腺摄影(DM)筛查中已知且常见的误导性表现[17]。我们的研究中假阴性癌症在密度较低的乳腺中更为常见,这一观察可能归因于可见性问题,即致密乳腺中的癌症在回顾性评估中较不可见,因而被归类为真阴性。此外,不同供应商和系统的各种图像采集参数及后处理技术可能同时影响假阴性和影像学表现的分类。值得注意的是,MBTST中使用的重建算法优先考虑软组织而非钙化,这可能对我们的发现产生了影响。
本研究存在若干局限性。首先,由于未检出癌症数量较少,被归类为假阴性的病例更少,研究没有足够的把握度来充分证明或排除差异,组间比较应谨慎解读。与盲法阅片相比,我们采用完全知情的阅片设计可能影响了所观察到的微小征象和假阴性癌症的比例 [18, 19]。此外,并非所有四名阅片小组成员都评估了所有未检出癌症,主要由于后勤原因,尽管最有经验的成员在所有阅片中均在場。此外,MBTST中DM筛查未检出癌症的影像学表现和肿瘤特征此前已有描述 [2, 7],但在这项聚焦于DBT未检出癌症的研究中未就假阴性或未检出的原因进行评估,这意味着我们无法比较DBT和DM之间的假阴性率。此外,DBT检查仅采用内外斜位视图进行,这可能是假阴性的原因之一 [20],但应记住,该成像方案获得的癌症检出率增加34%与包含两视图DBT的研究一致 [3, 4, 21–23]。
总之,尽管DBT与DM相比具有更高的敏感性,癌症仍未被检出。在本研究中,回顾性审阅单视图DBT图像时,DBT筛查中未检出癌症的假阴性比例略高于两视图DM图像。DBT筛查中的假阴性癌症常表现为毛刺状特征,尽管频率低于真阳性癌症,并因良性外观而被遗漏或误判。这些特征差异凸显了在阅片实践中认识DBT特异性学习要点的重要性,以及未来进一步优化DBT筛查中癌症检出的潜力,可能还涉及人工智能。
引用
- Johnson K, Ikeda DM, Andersson I, et al. Cancers not detected in one-view breast tomosynthesis screening-characteristics and reasons for non-detection. Eur Radiol. 2024. PMID: 39706921. doi:10.1007/s00330-024-11278-2
- 全文:PMC12166002(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12166002/
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。