文献速递头颈神经MR

鼻咽癌放疗后随访中MRI颈部影像报告和数据系统(NI-RADS)的评分者间信度

Interrater reliability of MRI Neck Imaging Reporting and Data System (NI-RADS) in the follow-up of nasopharyngeal carcinoma after radiation therapy.
PubMed 文献 · Radiol Med · 2025-04-01

回顾性观察研究纳入30例鼻咽癌放疗后患者共97次MRI,由5名不同经验放射科医生按NI-RADS评分,总体评分者间一致性为中等(κ=0.41,POA=81%),原发肿瘤强化和大小评估一致性较低,DWI一致性高(κ=0.79,POA=96%)。

要点

  • NI-RADS总体评分者间一致性中等(κ=0.41,POA=81%),原发肿瘤强化一致性最低(κ=0.27,POA=74%)。
  • 首次随访MRI的NI-RADS一致性为fair(κ=0.21,POA=76%),原发肿瘤强化和大小评估一致性低。
  • DWI在首次随访中一致性高(κ=0.79,POA=96%),提示多参数评估的重要性。

核心结论

  • MRI NI-RADS在鼻咽癌放疗后患者中具有中等的评分者间一致性。
  • 教育应侧重于首次治疗后检查中原发肿瘤强化和大小的评估与解读,并考虑DWI信息。

研究设计与样本

  • 回顾性观察研究,纳入30例经组织学证实的鼻咽鳞状细胞癌患者,放疗后至少2次至多4次头颈部MRI,共97次MRI(每名评分者),5名放射科医生(2名头颈专家、1名普通放射科医生、2名放射科住院医师)独立评分。
  • MRI在3家医院使用1.5T设备(Magnetom Aera, Siemens和Optima MR450w, GE)按机构头颈部肿瘤方案采集,包括轴位T1WI、轴位T2WI、轴位和冠状位脂肪抑制T2WI、轴位DWI及ADC图、增强3D脂肪抑制T1WI(钆特酸葡胺或钆布醇0.01 mmol/kg)。
  • 参考标准为专家放射科医生(读者A)的NI-RADS评分及患者结局(缓解或复发)。

关键影像表现/征象

  • 放疗后改变包括椎前软组织低信号(瘢痕)、咽隐窝高信号软组织(水肿)、中等高信号「evil grey」软组织(肿瘤复发)、薄线状黏膜强化(炎症)、局灶性强化(肿瘤复发)及颅底孔和神经周围区域广泛强化(肿瘤复发)。

诊断标准与关键数值

  • NI-RADS评分范围1–4,值越高复发可能性越大;本研究不适用0类(无既往可比图像的新基线检查)。
  • 最终评分取原发肿瘤部位和颈部淋巴结两个类别中较高者。
  • 原发肿瘤大小分为消失、缩小、稳定或增大;T2WI信号分为出现高信号或明显低信号、不变或出现中等信号(「evil grey」);强化分为消失、弥漫线状或局灶;淋巴结大小分为消失、减小、稳定或增大;DWI扩散受限分为减低、不变或增高。
  • Kappa值分级:<0无一致性,0.01–0.20轻微,0.21–0.40fair,0.41–0.60中等,0.61–0.80显著,0.81–0.99几乎完美。
  • 全部读者间NI-RADS一致性中等(κ=0.41,POA=81%),原发肿瘤大小中等(κ=0.43,POA=65%),T2WI信号显著(κ=0.68,POA=85%),扩散受限显著(κ=0.70,POA=84%),淋巴结大小显著(κ=0.68,POA=83%),原发肿瘤强化最低(κ=0.27,POA=74%)。

临床应用与阅片要点

  • 作者建议教育应侧重于首次治疗后检查中原发肿瘤强化和大小的评估与解读,并考虑DWI信息。
  • DWI虽未严格纳入NI-RADS计算所需标准,但已显示可提高评分诊断准确性。

局限性

  • 回顾性设计妨碍了对患者临床数据的全面获取。
  • 患者队列相对较小,可能被视为研究局限;但鉴于NI-RADS用于监测而非诊断,重点应放在纵向分析的大量随访MRI检查(n=97)而非患者数(n=30)。
  • 患者队列相对较小,尤其残留或复发疾病患者,限制了建立NI-RADS与组织病理学之间确定性相关性的能力。
  • 患者数量少无法评估特定患者相关因素对NI-RADS评分的潜在影响。
  • 分析涵盖多台扫描仪采集的MRI数据,虽反映真实放射学实践,但引入图像采集潜在变异性,标准化成像方案具有挑战性。
全文中译9 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. 2025 Apr 1;130(6):854–64. doi: 10.1007/s11547-025-01982-4

引言

鼻咽癌(NPC)在流行区(如东亚和东南亚)以外的地区是一种相对少见的癌症[1]。在欧洲,2020年估计有5000例新发病例被诊断,而意大利同年报告的新发鼻咽癌病例不足700例[2]。放射治疗是鼻咽癌的基石治疗手段,对于实现局限期疾病患者的治愈不可或缺[1]。再程放疗是复发性鼻咽癌的一种个体化治疗选择,仅适用于经过仔细筛选的患者,并需要在配备专用技术的专科中心实施[3, 4]。

磁共振成像(MRI)在鼻咽癌患者的管理中发挥关键作用,在勾画原发肿瘤和淋巴结受累方面表现优异。事实上,它是确定局部和淋巴结肿瘤分期最准确的方法。虽然MRI和正电子发射断层扫描(PET)在治疗后监测中显示出相当的敏感性,但PET在区分放疗后改变与复发性疾病方面具有更高的特异性,这往往被成本和可及性限制所抵消。建议在治疗后3个月进行首次影像学检查,随后前3年内每6个月对鼻咽和颅底进行定期MRI检查[1]。

目前不一致的报告规范阻碍了已治疗头颈癌患者影像学发现的清晰性和理解。为解决这一问题,美国放射学会推出了颈部影像报告和数据系统(NI-RADS)[5, 6]。NI-RADS最初设计用于使用增强计算机断层扫描(CT)联合或不联合PET进行治疗后监测,最近已被适配用于MRI[7, 8]。标准化的报告词典帮助放射科医生应对复杂的治疗后影像学格局,其特征往往是重建手术导致的解剖改变和放射引起的组织改变。此外,NI-RADS促进了与外科医生的沟通,并支持关于后续患者管理的有依据的决策[9]。

与其他RADS[10–12]类似,MRI NI-RADS需要通过观察者间一致性研究进行严格验证。目前,支持MRI NI-RADS在放射科医生之间可靠性(特别是在鼻咽癌患者群体中)的证据仍然有限[9, 13, 14]。本研究旨在评估在放疗后接受监测影像学检查的鼻咽癌患者队列中,不同专业水平放射科医生之间MRI NI-RADS的评分者间一致性。

材料与方法

研究设计与患者选择

本回顾性观察性研究的伦理批准由伦理委员会根据2013年《赫尔辛基宣言》指南获得(识别码:2024-087ESA)。鉴于研究的回顾性性质及仅使用匿名化的已有数据,知情同意被豁免。

研究期间涵盖2009年1月1日至2024年1月31日之间的日期。患者纳入标准为:经组织学证实诊断为鼻咽鳞状细胞癌,且在放射治疗后接受至少两次、最多四次头颈部MRI检查。排除标准包括:缺乏鼻咽癌组织学确认的病例、接受非放射治疗的患者、仅出于分期目的进行MRI扫描者,以及使用CT或PET-CT扫描进行监测的个体。

从电子病历和影像归档与通信系统(PACS)中提取患者人口学资料(性别、年龄)、MRI日期、放疗后MRI扫描次数、鼻咽癌组织学类型以及治疗结局(缓解或复发)。

MRI方案

头颈部MRI在三家不同医院使用1.5T设备(Magnetom Aera,Siemens和Optima MR450w,GE)按照机构头颈部肿瘤方案进行,包括以下序列:轴位T1加权涡轮自旋回波、轴位T2加权涡轮自旋回波、轴位和冠状位脂肪抑制T2加权涡轮自旋回波、轴位弥散加权成像(DWI)及相应的表观弥散系数图,以及静脉注射0.01 mmol/kg钆特酸葡甲胺或钆布醇后的三维对比增强和脂肪抑制T1加权梯度回波。13次MRI检查缺失DWI数据,2次MRI检查缺失对比增强图像。每次评估的MRI扫描中所有可用序列均可供阅片者查阅。

图像判读

五位不同经验水平的放射科医师通过提供报告参与研究(A:头颈部放射科专家,拥有22年经验;B:头颈部放射科专家,拥有21年经验;C:普通放射科医师,拥有20年经验;D和E:处于研究生教育第三年的放射科住院医师)。为标准化评估,所有阅片者均收到了关于NI-RADS的入门材料,包括代表四个NI-RADS评分各自的示例病例。

所有纳入的MRI数据集均通过移除任何患者特异性信息进行去标识化,随后进行随机化。匿名数据使用Synapse PACS(版本7.3.002,Fujifilm)显示在配备双诊断显示器和单一管理显示器的放射科工作站上。当前MRI检查显示在左侧显示器上,以便与显示在右侧显示器上的前次检查同时对比。

每次影像检查分别分配两个独立的NI-RADS分类:一个针对原发肿瘤部位,另一个针对颈部淋巴结。两者中较高的分类决定最终评分,该评分是我们分析的唯一重点。NI-RADS范围为1至4,数值越高对应于癌症复发可能性越高。鉴于研究设计,分类0(表示无可比既往图像的新基线检查)不适用[7]。

对于每次MRI,我们还评估了NI-RADS评价所需的各个特征,并根据肿瘤复发或残留疾病风险对其进行分类[15]:原发肿瘤大小,分类为消失、缩小、稳定或增大;原发肿瘤在T2加权图像上的信号,分类为出现高信号或出现明显低信号、无变化或出现中等信号(“恶性灰”);原发肿瘤的对比增强,分类为消失、弥漫线样或局灶性;以及淋巴结大小,分类为消失、减小、稳定或增大。此外,阅片者评估了DWI序列上原发肿瘤内的弥散受限,将其分类为减低、无变化或增高。

参见图1,为放疗后鼻咽癌(NPC)主要特征在T2加权图像和对比增强T1加权图像上的示例。

图1 放疗后鼻咽癌特征(白圈)在T2加权图像(A、C、E)和对比增强T1加权图像(B、D、F)上的示例。B、D和C、E分别来自同一患者。A 椎前软组织低信号,代表瘢痕。B 右侧咽隐窝软组织高信号,代表水肿。C 右侧咽隐窝中等高信号(“邪恶灰色”)软组织,代表肿瘤复发。D 右侧咽隐窝薄线状黏膜强化,代表炎症。E 软组织伴局灶性对比强化,代表肿瘤复发。F 颅底孔道及神经周围区域软组织伴广泛对比强化,代表肿瘤复发 查看原图 ↗

统计分析

采用Fleiss' kappa(κ)和一致率(POA)评估全部五位读者的观察者间信度,检查总体NI-RADS评分和各个特征的一致性(原发肿瘤大小、T2加权图像信号、对比强化、弥散受限和淋巴结大小)。进行亚组分析以探讨读者经验对NI-RADS信度的影响(比较读者对A-B、A-C和D-E,以及将A、D和E分组),两名读者比较采用Cohen's κ。此外,分别对首次随访MRI和后续扫描检查一致性。Kappa值分类以解释一致性水平:< 0(无一致性)、0.01–0.20(轻微)、0.21–0.40(一般)、0.41–0.60(中等)、0.61–0.80(显著)、0.81–0.99(几乎完美)[16]。

最后,为评估专家分配的NI-RADS分类(读者A)与患者结局之间的关系,进行了卡方检验。

结果

研究了30例患者队列,每位评估者共97次MRI,用于评估者间一致性分析的MRI共485次。最常分配的NI-RADS分类为1。稳定性主要体现在原发肿瘤大小、原发肿瘤T2加权信号和淋巴结大小等特征上。在大多数病例中,指示原发肿瘤对比强化减低和原发肿瘤弥散受限减低。表1总结了研究中纳入和分配数据的分布。

所有放射科医生在60/97(62%)的病例中对NI-RADS分级达成一致,四名放射科医生在20/97(21%)的病例中达成一致,三名放射科医生在16/97(16%)的病例中达成一致,两名放射科医生在1/97(1%)的病例中达成一致。读者之间从未出现完全不一致的情况。所有MRI、仅首次随访MRI以及排除首次随访的所有MRI的读者间一致性值分别见表2、表3和表4。补充信息中提供了分别对第二次、第三次和第四次随访进行观察者间一致性分析的额外表格。所有读者之间的读者间一致性在NI-RADS(κ = 0.41,POA = 81%)和原发肿瘤大小评估(κ = 0.43,POA = 65%)方面为中等,而在T2加权图像上原发肿瘤信号(κ = 0.68,POA = 85%)、弥散受限(κ = 0.70,POA = 84%)和淋巴结大小评估(κ = 0.68,POA = 83%)方面为高度一致。原发肿瘤对比增强的κ值最低(κ = 0.27,POA = 74%)。具体而言,亚组分析显示两名放射科住院医师之间原发肿瘤对比增强的一致性为轻微(κ = 0.20,POA = 63%),头颈部专家放射科医生与两名放射科住院医师之间的一致性为一般(κ = 0.21,POA = 69%)。首次随访时所有读者之间NI-RADS分级的评定者间一致性为一般(κ = 0.21,POA = 76%)。两名放射科住院医师之间(κ = 0.10,POA = 42%)以及头颈部专家放射科医生与两名放射科住院医师之间(κ = 0.02,POA = 31%)原发肿瘤对比增强评估的低可靠性得到了证实。此外,首次随访显示两名放射科住院医师之间(κ = 0.10,POA = 54%)以及头颈部专家放射科医生与两名放射科住院医师之间(κ = 0.17,POA = 38%)原发肿瘤大小评估的一致性较低。相反,在初始随访期间,经验较少的放射科医生之间(κ = 0.65,POA = 95%)以及经验较少的放射科医生与经验较丰富的放射科医生之间(κ = 0.79,POA = 96%)对DWI序列的分析具有高度一致性。总体而言,所有读者之间在第二次、第三次和第四次随访时NI-RADS分级的评定者间一致性为中等(κ = 0.43,POA = 93%)。此外,与首次随访相比,后续随访中原发肿瘤对比增强和大小评估的可靠性更高,无论是在两名住院医师之间还是在专家放射科医生与住院医师之间。参见图2,其为放射治疗后首次随访中评估鼻咽癌(NPC)时读者间一致性较低的示例。

在残留或复发疾病患者中,五名观察者之间NI-RADS的读者间一致性经Fleiss' κ计算为0.41 [95% CI:0.39–0.42],总体一致率为61%。在无疾病患者中,五名观察者之间NI-RADS的读者间一致性经Fleiss' κ计算为0.34 [95% CI:0.29–0.36],总体一致率为65%。

以专家放射科医师的NI-RADS分类作为参考标准,卡方检验得出显著结果(p < 0.001),表明NI-RADS与患者结局之间存在强关联。具体而言,我们的列联表显示,所有NI-RADS评分为1的患者均处于缓解状态,而所有NI-RADS评分为3的患者均出现复发。NI-RADS评分为2的患者中缓解与复发分布均等,尽管该组样本量非常小。

表1 研究中纳入并分配的数据分布 查看原表 ↗
表2 评分者间一致性。五名和三名阅片者信度采用Fleiss' kappa,两名阅片者信度采用Cohen's kappa 查看原表 ↗
表3 第一次随访时评分者间一致性。五名和三名阅片者信度采用Fleiss' kappa,两名阅片者信度采用Cohen's kappa 查看原表 ↗
表4 第二次、第三次和第四次随访时评分者间一致性。五名和三名阅片者信度采用Fleiss' kappa,两名阅片者信度采用Cohen's kappa 查看原表 ↗
图2 鼻咽癌(NPC)放疗后T2加权成像评估中一致性较低的示例。A、B为治疗前图像,显示鼻咽右侧一较大的中等信号NPC。C、D为治疗后图像,显示NPC消退、低信号的放疗后瘢痕(星号)以及瘢痕周围代表水肿的高信号软组织(箭头),后者在后续随访中得到确认。在本例中,一名专家放射科医师和两名放射科住院医师将NPC大小分类为缩小,而一名专家放射科医师和一名普通放射科医师将NPC大小分类为消失。一名放射科住院医师将T2加权图像上的NPC信号分类为稳定,而其他阅片者将其分类为明显低信号。最终分配的NI-RADS为:三名阅片者(专家放射科医师、普通放射科医师和一名放射科住院医师)为1,两名阅片者(专家放射科医师和一名放射科住院医师)为2 查看原图 ↗

讨论

在我们的研究中,MRI NI-RADS在不同经验水平的阅片者之间显示出中等程度的一致性。特别是原发肿瘤T2加权图像信号、弥散受限和淋巴结大小等特征表现出良好的可靠性。相反,原发肿瘤大小和对比增强表现出较低的阅片者间一致性。结果受到阅片者经验的影响,较少经验放射科医师的亚组分析显示一致性值低于经验较丰富者,这证明了上述观点。此外,针对首次和后续治疗后MRI进行了单独的亚组分析,以确定早期放射治疗效应对MRI判读的影响。该方法与NI-RADS提供的指南一致,该指南将初次治疗后扫描与后续检查区分开来[7]。在我们的队列中,首次随访检查的可靠性低于后续复查,尤其是在包含较少经验放射科医师的亚组中。这些数据表明,首次放疗后MRI对年轻放射科医师而言评估更具挑战性,导致在指示残留肿瘤而非完全消失的肿瘤方面,或在区分放疗后对比增强与可疑残留病变的对比增强方面,采取更为谨慎的判读。这最终影响了NI-RADS的选择,在评分1可能合适的情况下高估为评分2。此外,DWI即使在年轻放射科医师中也是一个一致的参数。尽管DWI未被严格纳入NI-RADS计算所需的 критерии 中,但它已证明能提高该评分的诊断准确性[17]。因此,一方面,我们的数据表明需要对年轻放射科医师给予更多关注和教育,以区分正常放疗后表现与肿瘤复发。另一方面,我们的结果强调了多参数MRI评估的重要性,特别是DWI,其已显示出良好的观察者间一致性。为评估阅片者间一致性,我们采用了POA和κ统计量,如表2、3和4所示。然而,这两种指标的比较在某些情况下揭示了差异。例如,所有阅片者中原发肿瘤对比增强的κ值较低(0.27),POA较高(74%);或首次随访时原发肿瘤T2加权信号的κ值为0.05,POA为93%。当大多数受试者落入同一类别时,可能出现这种差异。此类情况会增大偶然一致的概率,从而降低κ值[18, 19]。

据我们所知,尚无其他研究专门探讨不同专业水平的放射科医师在鼻咽癌监测中MRI NI-RADS评估的观察者间一致性。因此,与现有文献的直接比较具有挑战性,且存在差异,可能归因于研究人群、成像技术和阅片者经验的差异。此外,认识到与新模板或结构化报告系统相关的潜在学习曲线至关重要。随着该评分系统广泛融入常规临床实践,观察者间一致性可能会提高,这是合理的。

Elsholtz 等人在一组 104 例头颈部各类癌症患者(包括 9 例鼻咽癌(NPC))中展示了与我们相似的结果,这些患者接受了监测性增强 MRI 检查。三名经验丰富的头颈部放射科医生独立评估了这些图像。对于原发肿瘤部位的 NI-RADS 分类,观察到中等程度的观察者间一致性(Fleiss‘ κ = 0.53),而颈部淋巴结评估则观察到较高程度的一致性(Fleiss’ κ = 0.67)。原发肿瘤 DWI 的一致性极佳(Fleiss‘ κ = 0.83)[14]。Abdelaziz 等人检查了一组接受过治疗的头颈部鳞状细胞癌患者(包括 10 例 NPC),并报告两名头颈部放射科专家在使用 CT 或 MRI 排除原发性颈部病灶强化时,观察者间一致性近乎完美(κ = 0.83,POA = 96.4%)。在识别离散结节状或弥漫线性黏膜强化方面,观察到较高程度的一致性(分别为 κ = 0.73 和 0.71)。仅对 MRI 数据的集中分析显示,观察者在评估原发肿瘤部位方面具有较高程度的一致性(κ = 0.78,POA = 85%)。此外,淋巴结评估观察到近乎完美的一致性(κ = 0.85,POA = 91%)[13]。另一项研究检查了 50 例口腔鳞状细胞癌术后患者,主要使用 CT,报告四名专家放射科医生在评估原发部位方面具有中等程度的观察者间一致性,在颈部淋巴结评估方面具有较高程度的一致性。两个部位的联合评估产生了强一致性 [9]。

我们的结果与 NI-RADS 评分和患者结局之间已确立的关联相一致 [20]。具体而言,我们发现 NI-RADS 评分为 1 与缓解之间存在强关联,而评分为 3 与复发强相关。然而,由于样本量相对较小,NI-RADS 评分为 2 与患者结局之间的关系在本研究中无法确立。

本研究固有的若干局限性值得考虑。回顾性设计阻碍了对患者临床数据的全面获取。相对较小的患者队列可能被视为研究局限性;然而,鉴于 NI-RADS 在监测而非诊断中的作用,重点应放在纵向分析的大量随访 MRI 检查(n = 97)上,而非患者数量(n = 30)。相对较小的患者队列,尤其是伴有残留或复发疾病的患者,限制了我们在 NI-RADS 与组织病理学之间建立明确相关性的能力。同样,患者数量少也妨碍了评估特定患者相关因素对 NI-RADS 评分的潜在影响。尽管如此,这些并非当前研究的主要焦点。此外,分析涵盖了在多个扫描仪上获取的 MRI 数据。虽然这反映了真实世界的放射学实践,但它引入了图像采集的潜在变异性。因此,标准化成像方案具有挑战性。在一小部分病例中,由于早期检查缺乏标准化的头颈部成像方案,增强后图像或弥散加权成像缺失。此外,研究涵盖了较宽的时间范围。鉴于意大利 NPC 患者人群的低患病率,较长的研究期对于实现足够的患者入组至关重要。

未来的研究可以评估不同头颈部其他类型癌症经验的放射科医生之间对MRI中NI-RADS的读者间一致性。此外,需要更大的样本量来评估个体患者特征(例如,使用单纯放疗以外的治疗方式或诊断时的肿瘤大小)对可靠性的潜在影响。

结论

MRI NI-RADS在不同经验水平的读者之间对鼻咽癌(NPC)患者放疗后监测具有中等程度的评分者间一致性。可靠性有可能提高,特别是通过增强经验较少的放射科医生对原发肿瘤对比增强和大小评估的关注,以及在放疗后进行的首次检查中加入弥散加权成像(DWI)评估。

补充信息

以下是电子补充材料的链接。补充文件1(PDF 160 kb)

引用

  1. Falzone A, Parillo M, Neri M, et al. Interrater reliability of MRI Neck Imaging Reporting and Data System (NI-RADS) in the follow-up of nasopharyngeal carcinoma after radiation therapy. Radiol Med. 2025. PMID: 40167934. doi:10.1007/s11547-025-01982-4
  2. 全文:PMC12185612(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12185612/

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。