文献速递泌尿生殖MR

前列腺MRI表观扩散系数定量评估的扩散水平分级:一项双中心概念验证研究

Diffusion levels for quantitative assessment of the apparent diffusion coefficient value in prostate MRI: a proof-of-concept bicentric study.
PubMed 文献 · Eur Radiol · 2025-04-07

这项回顾性双中心研究纳入261例接受3.0-T前列腺MRI的男性,基于528个PI-RADS 1–5外周带病灶的ADC值建立四个扩散水平(DLs)。将DLs与PI-RADS v2.1结合调整活检决策,与单纯PI-RADS或ADC阈值策略相比,DLs策略提高了特异度和阳性预测值并保留高敏感度,最佳策略敏感度94.7%、特异度82.9%、PPV 69.2%、NPV 97.5%。作者认为DLs有潜力改善基于PI-RADS的活检决策,但需更大规模验证。

要点

  • 基于ADC值建立四个扩散水平(VL-DL、L-DL、I-DL、H-DL),与ISUP分级组呈显著负相关(tau −0.614)。
  • 最佳DLs策略(策略7)敏感度94.7%、特异度82.9%、PPV 69.2%、NPV 97.5%。
  • PI-RADS 4病灶使用DLs后假阳性从89例降至38例。

核心结论

  • DLs与PI-RADS v2.1结合调整外周带病灶分类可提高特异度和PPV,同时保留高敏感度,最佳策略敏感度94.7%、特异度82.9%、PPV 69.2%、NPV 97.5%。
  • DLs有潜力改善基于PI-RADS的活检决策以检测外周带临床显著前列腺癌,但需更大规模验证。

研究设计与样本

  • 回顾性双中心研究,纳入261例男性、528个PI-RADS 1–5外周带病灶,于2020年3月至2023年4月接受3.0-T前列腺MRI并行系统穿刺加靶向穿刺。
  • 参考标准为穿刺组织病理学,临床显著前列腺癌定义为ISUP分级组≥2。
  • 由两名读者测量外周带PI-RADS 1–5病灶的ADC值,通过累积频率图和ROC分析衍生四个扩散水平(VL-DL、L-DL、I-DL、H-DL)。
  • 比较七种活检策略:策略1为穿刺所有PI-RADS≥3病灶;策略2–4用绝对ADC cutoff调整PI-RADS分类;策略5–7用DLs调整PI-RADS分类。

关键影像表现/征象

  • ADC值与恶性率呈强负相关(tau −0.970,p<0.0001),ADC值低于1.03×10−3 mm²/s时关系近乎线性。
  • VL-DL中ISUP≥2癌症占72.2%(91/126),其中ISUP≥3占50.8%(64/126);L-DL中ISUP≥2占54.4%(25/46),其中ISUP 2占64%(16/25)。
  • H-DL和I-DL主要包含良性病变(分别为229/280,81.8%)或良性病变/ISUP 1癌症(47/76,61.8%)。
  • H-DL病例多归类为PI-RADS 1–2(198/280,70.7%),而大多数I-DL、L-DL和VL-DL病例归类为PI-RADS≥3(分别为54/76,71.1%;40/46,87.0%;118/125,94.4%)。

诊断标准与关键数值

  • VL-DL定义为敏感度<60%且特异度>90%对应的ADC值范围。
  • L-DL定义为敏感度60–75%且特异度85–90%对应的ADC值范围。
  • I-DL定义为敏感度75–95%且特异度70–85%对应的ADC值范围。
  • H-DL定义为敏感度>95%且特异度≤70%对应的ADC值范围。
  • 临床显著前列腺癌的绝对ADC cutoff为≤1.0×10−3 mm²/s,敏感度93.4%(95%CI 88.2–96.8),特异度75.5%(95%CI 70.9–79.8)。

临床应用与阅片要点

  • DLs策略较ADC策略或单纯PI-RADS提高特异度、PPV和净获益,策略7在参考概率下的净获益最高(10%概率时0.593、20%时0.2424、30%时0.2208、40%时0.1919)。
  • 策略7假阴性最少(n=8),与策略1相同,且仅遗漏侵袭性较低的癌症(均为ISUP 2),同时特异度和PPV最高。
  • PI-RADS 4病灶从DLs中获益最大,使用策略7时PI-RADS 4内假阳性从89例降至38例。
  • DLs简化ADC测量,无需在难以标准化的参考区域额外放置ROI。

局限性

  • 本系列DLs并非来自荟萃分析参考值或更大的多中心数据集,源数据异质,包括中心间MRI扫描仪、生成ADC图的b值组合、人群、前列腺穿刺途径(经直肠 vs 经会阴)和PI-RADS v2.1分类分布差异。
  • 未评估ADC测量在中心内和中心间的可靠性和可重复性。
  • 回顾性设计导致无法对PI-RADS 1和PI-RADS 2病灶进行靶向穿刺,与测量ADC的相关性仅通过相邻前列腺象限的系统穿刺间接获得。
  • PI-RADS 1–2且无临床危险因素的男性未纳入研究,因未接受系统穿刺,可能轻微高估了敏感度和NPV。
  • 临床显著前列腺癌患病率处于预期30–50%范围的下限。
全文中译11 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:Eur Radiol. 2025 Apr 7;35(10):6171–82. doi: 10.1007/s00330-025-11547-8

引言

根据前列腺影像报告和数据系统(PI-RADS)[1, 2],扩散加权成像(DWI)是前列腺MRI的关键组成部分,在确定位于外周带(PZ)病变的PI-RADS分类中起主导作用。这反过来对活检决策以及MRI引导下前列腺活检靶点的选择产生关键影响[3]。

尽管表观扩散系数(ADC)被期望作为前列腺癌诊断、主动监测和风险分层中的潜在生物标志物[4],目前DWI的使用仅依赖于对ADC图上扩散受限的视觉评估[2]。虽然PI-RADS第2版建议ADC值0.75–0.90 × 10–3 mm²/s以协助区分PZ中的良性与恶性前列腺组织[1],但由于ADC测量在不同阅片者、队列、MRI机器、线圈和协议间的变异性,以及定义绝对恶性截断值的挑战,可靠量化DWI的标准化方法仍然难以实现[5–7]。

病变ADC与参考组织之间的“ADC比值”在克服这些局限性方面显示出有希望的结果[8–10]。然而,在参考组织如膀胱壁、尿液、盆腔肌肉[5],甚至在受良性前列腺增生或活动性前列腺炎影响的男性中的“正常前列腺”上放置感兴趣区(ROI)可能导致难以重复的结果。多项研究显示使用ADC比值没有附加价值[11–14]。

将ADC应用于前列腺MRI解读的潜在解决方案来自不同的临床环境。2020年,欧洲乳腺影像学会(EUSOBI)DWI工作组的共识和使命声明提出了技术建议和解读规则,以促进DWI在乳腺MRI中的应用[15]。该工作组定义了源自荟萃分析的五个不同ADC值范围[16],并假定它们对应同样多的扩散水平(DL)(极低、低、中等、高和极高),反映不同的恶性风险和病变类型。该策略克服了对绝对恶性阈值的要求,并通过补充乳腺影像报告和数据系统提高了评估乳腺癌的诊断性能[17]。Bickel等[18]通过从不同中心真实世界乳腺MRI的大型数据集构建DL,证实了可重复且准确使用ADC的潜力。

据我们所知,此前没有研究评估DL是否可从前列腺MRI中导出,以及它们是否能可靠地对应于临床显著前列腺癌(csPCa)的风险或不同的国际泌尿病理学会(ISUP)分级分组。如果是这样,DL可以代表一种标准化前列腺病变ADC解读的策略,进而补充PI-RADS并据此细化活检决策。

我们旨在从双中心真实世界前列腺MRI检查数据集构建DL,并测试其作为独立工具或与PI-RADS第2.1版联合评估csPCa的诊断性能。分析集中在外周带病变,因为我们假定DL应首先在DWI占主导地位的前列腺区域进行测试。

材料和方法

研究人群

中心1的机构审查委员会批准了本研究,并豁免了获取患者知情同意。在该机构中,下文所述的ADC测量是为本研究目的而重新进行的。在中心2,已有一个为不同研究目的而收集的前列腺病灶ADC值完全匿名数据库,经当地伦理审查委员会批准可用于未来任何回顾性研究,且先前已获得书面知情同意。中心1的患者纳入时间为2020年3月至2022年9月,中心2为2021年5月至2023年4月。

在两个机构中,我们纳入了≥18岁、因至少一个PI-RADS ≥ 3病灶或尽管检查阴性(PI-RADS ≤ 2)但临床风险较高而连续接受MRI后继前列腺活检的男性。MRI指征为前列腺特异性抗原(PSA)血清水平升高(两次连续样本中≥ 3.0 ng/mL)和/或直肠指检(DRE)可疑。所有纳入的男性均为白人种族。MRI阴性男性进行前列腺活检的标准未标准化,而是由泌尿科医师根据PSA和PSA密度值、PSA动力学、DRE、家族史以及既往活检阴性(如有)自行决定。排除标准见研究流程图(图1)。正在使用5-α还原酶抑制剂治疗属于排除标准之一,以防止高b值图像上病灶显影性降低[19]。

图1 研究流程图。在中心2,没有男性因缺乏可测量发现而被排除。BPH 良性前列腺增生,bpMRI 双参数磁共振成像,mpMRI 多参数磁共振成像,PZ 外周带,TURP 经尿道前列腺电切术 查看原图 ↗

参考标准

所有纳入的男性均接受了12针系统性前列腺活检,并针对原始MRI报告中提示的所有可疑MRI发现(PI-RADS ≥ 3)进行靶向活检。报告为PI-RADS 1或2的病灶在任何病例中均未进行靶向活检。活检程序的更多细节见补充材料。由转诊泌尿病理学家对活检样本进行组织学分析是csPCa的参考标准,csPCa被定义为ISUP分级分组≥ 2的癌症[20]。

中心1和中心2的靶向活检均包括4针(2针靶内和2针病灶周围)。在两个中心,该程序均在局部麻醉下由经验丰富的泌尿科医师团队中的一员使用超声-mpMRI融合引导(中心1使用Applio 300平台,Toshiba/Canon;中心2使用Philips Healthcare的Uronav系统)完成。中心1的活检路径为经会阴,中心2为经直肠。

MRI检查

MRI检查在若干3.0-T磁体之一上进行(中心1使用Philips Medical Systems的Achieva,中心2使用若干3-T设备,大多为Siemens Healthineers的Prisma fit),使用表面线圈。

两个中心均采用双DWI序列方法,使用厂商软件对第一个DWI序列的信号强度与b值进行线性回归(最大b值至少为1000 s/mm2)以生成ADC图。技术采集细节见补充表1和表2。

ADC测量、DL构建和活检策略

在中心1,一位根据参考文献标准[21]符合专家资格的读片者,重复了此前在中心2由另一位经验相当的放射科医师所采用的图像分析策略。中心1的读片为回顾性进行,并与MRI和前列腺活检结果进行比较。读片者对临床病史和活检结果设盲,但未对MRI报告设盲,并被要求在专用工作站(中心1为SuitEstensa,Esaote;中心2为Impax,Agfa HealthCare)上测量前列腺外周带(PZ)内任何既往报告的PI-RADS 1–5病灶的ADC值。在两个中心,既往报告的病灶均通过PI-RADS分区图和附于原始报告中描述的关键图像来识别以进行ADC测量。为体现EUSOBI获取扩散水平(DLs)的原则[15],ADC的测量方法为:在ADC图上于病灶最暗部分放置尽可能大的感兴趣区(ROI),并注意该区域对应于高b值图像和/或动态对比增强成像(如有)上可见的信号改变。若对病灶最暗部分存在不确定,则放置多个ROI,并选择ADC值最低者进行分析。值得注意的是,被分类为PI-RADS 1且在外周带完全未见局灶性病灶的MRI检查被排除于分析之外(图1),其假设是在缺乏可测量发现的情况下DLs意义有限。因此,ADC是在“PI-RADS 1”可测量病灶上测量的,这些病灶因外观明显良性(例如移行区的异位结节)而被如此报告。这导致DLs建立在全部可测量病灶谱系之上。

DLs通过修改Bickel等[18]所使用的逐步方法从ADC值中得出。首先,我们将所有收集的ADC值与临床显著前列腺癌(csPCa)的累积频率进行作图,使用Kendall's tau指数检验相关性。其次,我们进行受试者工作特征(ROC)分析,以确定在评估csPCa时对应于以下敏感度和特异度区间的递增ADC值范围,这些区间又被假定分别代表相应的DLs:敏感度< 60%且特异度> 90%(极低扩散水平(VL-DL));敏感度60–75%且特异度85–90%(低扩散水平(L-DL));敏感度75–95%且特异度70–85%(中等扩散水平(I-DL));敏感度> 95%且特异度≤ 70%(高扩散水平(H-DL))。随后我们按每个DL计算良性病灶、ISUP ≥ 1癌症和ISUP ≥ 2癌症的实际患病率,并使用Kendall's tau指数评估DLs与观察到的ISUP分级组之间的相关性。

在ROC分析中根据Youden指数确定的ADC阈值在下文分析中用作“绝对ADC截断值”。

数据分析

由于Shapiro-Wilk检验显示连续变量呈非正态分布,因此通过报告中位数及四分位距(IQR)对其进行汇总。然而,我们也展示了均值±标准差 values,以便于与既往文献进行比较。Kruskal-Wallis检验用于比较良性病灶、ISUP 1和ISUP ≥ 2癌症之间的ADC值, pairwise比较使用u Mann–Whitney检验。α水平为0.05,适用时采用Bonferroni校正。

为了评估DLs是否改善了基于MRI的活检决策的诊断性能,我们比较了六种不同的活检策略与策略1,即对所有PI-RADS ≥ 3的病灶进行采样(图2)。活检策略2–4旨在根据ROC分析中发现的绝对ADC截断值调整PI-RADS分类。相比之下,策略5–7旨在根据DLs调整PI-RADS分类。我们在病灶水平计算了csPCa的敏感性、特异性、阳性预测值(PPV)和阴性预测值(NPV),假设用于决定是否进行前列腺活检的固定可比阈值,即PI-RADS 3类(策略1)或PI-RADS 3调整类(策略2–7)。高于阈值的活检目标如果在目标活检的至少一个针芯或在相邻象限进行的系统活检中发现csPCa,则归类为“真阳性”。低于阈值的活检目标如果在任何目标活检针芯或相邻象限的系统活检针芯中均无csPCa,则定义为“真阴性”。鉴于活检阈值固定的假设,我们未进行ROC分析来比较各策略。

最后,我们使用决策曲线分析来确定哪种活检策略在网络获益方面表现出最大的临床实用性,即在“不治疗”策略(不对任何病灶进行活检)和“全部治疗”策略(对所有病灶进行活检)的背景下,检测真阳性的优势经假阳性危害调整后的净值。

图2 基于单纯PI-RADS 2.1版(策略1)、以1.0 × 10−3 mm2/s的绝对表观扩散系数(ADC)截断值调整的PI-RADS 2.1版(策略2至4),以及以扩散水平(DLs)调整的PI-RADS 2.1版的活检决策 查看原图 ↗

结果

mpMRI表现与活检结果

最终人群包括261名男性,共计528个PI-RADS 1–5病灶(图1)。男性的中位(IQR)年龄为65.0岁(59.0–71.0),PSA水平为6.19 ng/mL(4.72–8.89),PSA密度为0.12 ng/mL2(0.08–0.18)。其中,230/261(88.1%)为初次活检,而31/261(11.9%)有既往阴性活检史。除中心1中2/261例因禁忌使用对比剂外,所有男性均接受了多参数MRI检查。

病灶特征总结于表1。在79/261名男性(30.3%;95% CI 23.9–37.7)和152/528个病灶(28.8%;95% CI 24.4–33.8)中发现ISUP ≥ 2级癌症。补充表3显示了按中心分层的数据。

表1 磁共振成像(MRI)和前列腺活检的病灶特征 查看原表 ↗

ADC值与DLs

表2和补充图1显示了在所有ROI和病灶组织学中测量的ADC平均值和中位值。良性病灶的ADC值显著高于ISUP 1或ISUP ≥ 2级癌症,ISUP 1级癌症的ADC值也显著高于ISUP ≥ 2级癌症(任何比较的p < 0.0001)。甚至良性病灶加ISUP 1级癌症的ADC值也显著高于ISUP ≥ 2级癌症(p = 0.0002)。

累积恶性率随ADC值升高而下降,呈强负相关(tau = −0.970,p < 0.0001)。对于ADC值低于1.03 × 10−3 mm2/s的情况,该关系几乎呈陡峭的线性(图3)。

表3显示了我们从ROC分析中得出的DLs(补充图2中的图)。csPCa的绝对ADC截断值为≤ 1.0 × 10−3 mm2/s,对应的敏感性为93.4%(95% CI 88.2–96.8),特异性为75.5%(95% CI 70.9–79.8)。VL-DL更常对应于ISUP ≥ 2(91/126,72.2%),尤其是ISUP ≥ 3的癌症(64/126,50.8%)。L-DL在不同ISUP分级组之间表现出更大的离散度。ISUP ≥ 2癌症的总体患病率为54.4%(25/46),其中大多数为ISUP 2病变(16/25个病变,64%)。H-DL和I-DL分别主要包含良性病变(229/280,81.8%)和良性病变或ISUP 1癌症(47/76,61.8%)。

H-DL病例大多归类为PI-RADS 1–2(198/280;70.7%),而大多数I-DL、L-DL和VL-DL病例归类为PI-RADS ≥ 3(分别为54/76,71.1%;40/46,87.0%;118/125,94.4%)或PI-RADS ≥ 4(分别为49/76,64.4%;36/46,78.2%和114/126,90.4%)。补充表4和表5详细列出了按每个DLs为基础的良性病变和不同ISUP分级组的患病率或PI-RADS分类。DLs与ISUP分级之间存在显著负相关(p < 0.0001)(tau = −0.614;95% CI −0.660至−0.555)。

表2 根据前列腺活检得到的表观扩散系数(ADC)值 查看原表 ↗
图3 累积恶性率(y轴)对表观扩散系数(ADC)值(x轴)的曲线图。曲线上的点代表每一个前列腺病变。各扩散水平对应的恶性率值分别为:高水平的≤ 2.4%,中间水平的2.8–13.6%,低水平的13.6–22.9%,极低水平的23.1–57.4% 查看原图 ↗
表3 本研究中用于优化活检决策的DLs 查看原表 ↗

诊断性能和净获益

不同活检策略的诊断性能见表4,决策曲线分析图和净获益值见图4和表5。示例病例见图5和图6。总体而言,策略7在参考概率下显示出最高的净获益值,即在csPCa概率为10%、20%、30%和40%时分别为0.593、0.2424、0.2208和0.1919。

补充表6详细列出了不同活检策略的假阴性和假阳性。在基于DLs的方法中,策略7实现了最少的假阴性数(n = 8),与策略1相同,并且是唯一在最高特异性和PPV值下仅漏诊侵袭性较低的癌症(所有病例均为ISUP 2)的策略。就净获益值和较少假阴性病例而言,第二佳的基于DLs的策略是策略6(8例ISUP 2癌症和1例ISUP 4癌症)。PI-RADS 4是从使用DLs中获益最多的类别。例如,当使用PI-RADS与策略7比较时,PI-RADS 4类别内的假阳性从89例降至38例(补充表6)。

表4 活检策略在检测临床显著前列腺癌中的诊断性能 查看原表 ↗
图4 决策曲线分析结果,根据七种不同的活检策略(详情见图2),绘制进行前列腺活检的净获益与患有临床显著前列腺癌概率的关系 查看原图 ↗
表5 活检策略在检测临床显著前列腺癌中的净获益,假设临床显著前列腺癌为分级组ISUP(国际泌尿病理学会)2或更高 查看原表 ↗
图5 一名56岁男性,前列腺特异性抗原水平为21.2 ng/mL,腺体中段右侧后外侧区可见PI-RADS 5病变,对应分级分组3级癌症。该病变在b = 2000 s/mm² b值图像上呈明显高信号(a),在ADC图上呈明显低信号(b),在T2加权成像上呈低信号(c),并呈强烈的早期局灶性对比增强(d)。按照“材料和方法”中所述的標準,感兴趣区置于ADC图上病变最暗的区域(e中病变放大图),测得的表观扩散系数值为0.65 × 10⁻³ mm²/s,对应非常低的扩散水平 查看原图 ↗
图6 一名60岁男性,PSA水平为4.45 ng/mL。PI-RADS 3升级为4类归因于腺体中段右侧后外侧外周带的一个病变,该病变在高b值图像上呈明显高信号(a中箭头),在ADC图上呈轻度低信号(b),在T2加权成像上呈轻度低信号(c),并呈局灶性早期对比增强(d中箭头)。靶向穿刺活检芯包括高级别前列腺上皮内瘤变、非典型小腺泡增生和慢性炎症。活检策略7本可避免活检,因为该病变的ADC值为1.11 × 10⁻³ mm²/s,对应高扩散水平(H-DL) 查看原图 ↗

讨论

在本研究中,几乎所有男性均接受了多参数MRI,我们发现使用DLs调整PI-RADS第2.1版对PZ病变的分类,提高了检查的特异度和PPV。基于DLs的活检策略6和7优于仅依赖ADC的策略2–4。虽然敏感度、特异度、PPV和NPV的差异可能显得微小,但策略6和7在指导活检决策方面显示出更大的净获益,并导致更少的假阴性(大多为ISUP 2级癌症)。策略7总体最佳,与PI-RADS分类相比实现了更高的特异度和PPV(82.9%和69.2%对59.8%和55.6%),同时保持敏感度和NPV > 90%,且无ISUP ≥ 3级癌症漏诊。我们的结果支持DLs有助于将ADC整合到图像判读中,并减少仍影响前列腺MRI的假阳性,尤其是PI-RADS 4病变[19, 22]。

据我们所知,这是首次研究前列腺MRI中DLs的研究。与ADC和Gleason评分之间已确立的关系[9, 23]一致,我们观察到DLs与ISUP分级分组之间呈显著负相关(tau −0.614)。我们还观察到,低于1.03 × 10⁻³ mm²/s的I-DL、L-DL和VL-DL大多被归类为PI-RADS 4或5。这与Gaur等[24]的研究相比较,他们发现ADC截断值1.06 × 10⁻³ mm²/s高度预测PI-RADS ≥ 4分类。我们的结果表明DLs与影像学和组织学表现相关。

基于深度学习(DL)的策略6和7在灵敏度和特异度上均高于荟萃分析中单独使用ADC(78–80%和76.9–77%)[25, 26]或ADC比值(80%和80%)[25]所报告的合并值。我们的结果可能的解释是,DLs对围绕单一参考阈值的微小数值变动所导致的恶性-良性分类显著变化(反之亦然)不如ADC和ADC比值敏感。相反,DLs将病灶ADC与与特定csPCa风险和ISUP分级相关的多个参考范围进行比较,提供了一种比依赖绝对ADC或ADC比值截断值这一“圣杯”更为细致的方法来捕捉csPCa侵袭性之间的ADC变异性。我们的假设得到以下事实的支持:在我们的系列中,VL-DL、L-DL、I-DL和H-DL分别更频繁地对应于ISUP ≥ 3癌症、ISUP 2癌症、良性病变或ISUP 1癌症以及良性病变。此外,DLs通过消除在难以标准化的参考区域上额外放置ROI的需要,简化了ADC测量。

最具可比性的研究是Moraes等[27]和Jordan等[28]的研究,他们使用ADC(阈值< 0.75 × 10–3 mm2/s)和ADC比值(阈值< 0.62)[27]或不同的ADC阈值[28]对PI-RADS第2版进行回顾性调整。虽然Jordan等分别对132个PZ病灶和118个移行区(TZ)病灶进行分析,证明了曲线下面积的显著增加,但他们未报告灵敏度、特异度或预测值的变化。Moraes等在91名男性中显示,与以PI-RADS ≥ 3类别作为活检阈值(59.9%)相比,特异度增加(ADC为84.9%,ADC比值为86.5%)。与我们的发现一致,作者的结果强调ADC相关信息的主要预期贡献是减少假阳性。与我们不同的是,那些作者发现检测Gleason评分 ≥ 7(3 + 4或4 + 3)的灵敏度下降,分别从97.4%降至70.3%(ADC)和64.9%(ADC比值)。一个可能的解释在于对PZ和TZ病灶使用单一ADC阈值,而众所周知的分区ADC值差异[27]合理地需要不同的截断值。这间接表明需要未来研究来定义TZ特异性DLs及其在DWI作为非优势序列中的作用。

我们必须承认本研究存在若干局限性。第一,与既往乳腺MRI研究不同,我们系列中的DL并非来源于荟萃分析[16]或更大多中心数据集[18]的参考值。源数据本质上具有异质性,例如各中心间MRI扫描仪、用于构建ADC图的b值集合(见补充表1、2)、人群、前列腺活检途径(经直肠与经会阴)以及PI-RADS v2.1分类分布存在差异,这合理反映了该系统有限的中心间一致性[29]。第二,我们未评估ADC测量在中心内和中心间的可靠性和可重复性。第三,回顾性研究设计使得无法针对PI-RADS 1和PI-RADS 2病灶进行前列腺活检靶向穿刺(假设这在伦理上可行)。这导致与所测ADC的相关性仅通过相邻前列腺象限的系统性活检间接体现。虽然我们承认这些病灶需要更直接的相关性,但我们认为这对结果的影响相当有限,因为无论我们假设的活检策略如何,ADC在PI-RADS 1–2病例中并非旨在触发前列腺活检。值得注意的是,PI-RADS 1–2且无临床危险因素的男性未纳入研究,因为他们未接受系统性活检。虽然该策略反映了当前推荐意见且漏诊癌症风险较低[3],但可能略微高估了敏感性和NPV。最后,我们观察到的csPCa患病率处于预期30–50%范围的下限[22],尤其是在PI-RADS 5类别中(67.5%)。虽然与既往使用PI-RADS第1版报告的结果(69%)相当[30],但我们的发现低于以PI-RADS第2.1版为中心的荟萃分析中基于病灶的74%患病率[31]。我们不能排除本系列中对PI-RADS 5的过度判读,进而高估策略7在避免伴随H-DL的PI-RADS 5病灶前列腺活检方面的性能。

综上所述,这些局限性强调了结果可重复性有限和过拟合的风险,因此无法声称我们所发现的DL在ADC范围值、csPCa固有风险以及对PI-RADS相关活检决策的影响方面是“决定性的”。然而,在当前阶段,我们的目的并非验证一个可大规模使用的系统,而是证明DL在前列腺MRI中是可行的,并可通过提高特异性和PPV来改善活检决策。尽管存在异质性,我们实现了这些概念验证目标,并且鉴于ADC值单独的敏感性和特异性分别为93.4%和75.5%,其稳健性得到了合理证明。进一步研究应细化DL的ADC范围,评估对不可避免的中心间差异的耐受性,评价DL是否适用于移行带,将其与ADC比值等策略直接比较,并评估在进行非增强前列腺MRI时DL是否能同样改善诊断性能。

总之,DLs 可从前列腺 MRI 中得出。将其与 PI-RADS 第2.1版结合,可使外周带(PZ)临床显著前列腺癌(csPCa)的每病灶特异度和 PPV 提高,敏感度和 NPV 不变,并且在制定活检决策方面比基于 ADC 的策略或单独 PI-RADS 具有更大的净获益。DLs 有望成为将 ADC 值纳入前列腺 MRI 判读的工具。

补充信息

电子补充材料

引用

  1. Girometti R, Peruzzi V, Clauser P, et al. Diffusion levels for quantitative assessment of the apparent diffusion coefficient value in prostate MRI: a proof-of-concept bicentric study. Eur Radiol. 2025. PMID: 40192805. doi:10.1007/s00330-025-11547-8
  2. 全文:PMC12417251(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12417251/

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。