影像基因组学特征预测BRCA基因改变状态的系统综述与Meta分析
该系统综述与Meta分析纳入13项研究共2835例患者(857例BRCA改变携带者),评估影像基因组学判断BRCA改变状态的诊断准确性,合并敏感度0.82(95%CI 0.79-0.84)、特异度0.81(95%CI 0.78-0.83);作者认为影像基因组学可能是一种准确的预测方法,但尚需在更大规模的前瞻性研究中验证,目前DNA测序仍是金标准。
要点
- 合并敏感度0.82、特异度0.81,提示影像基因组学对BRCA改变状态具有较强诊断准确性。
- 纳入研究全部为单中心回顾性队列设计,作者指出其较前瞻性研究更易产生选择偏倚和混杂偏倚。
- 作者认为影像基因组学应被视为对现行实践的补充而非替代,DNA测序仍为金标准。
核心结论
- 影像基因组学可能是一种准确预测BRCA改变的方法,合并敏感度0.82(95%CI 0.79-0.84)、合并特异度0.81(95%CI 0.78-0.83)。
- 作者建议(弱推荐)上述发现需在更大规模的前瞻性研究中验证,以确定其在临床实践中的效用。
- 在方法进一步改进之前,DNA测序应继续作为金标准。
研究设计与样本
- 系统综述与Meta分析,按PRISMA指南和Cochrane诊断准确性系统综述手册实施,已在PROSPERO前瞻性注册(CRD42023476196)。
- 纳入13项研究共2835例患者,其中857例为BRCA改变携带者,平均年龄46岁(范围19-89岁,10项研究报告)。
- 仅纳入英文文献,检索PubMed Medline、EMBASE和Scopus,初次检索于2023年2月8日,更新检索于2025年2月20日,检索时限为建库至2025年2月。
- 纳入标准为评估影像基因组学特征算法预测BRCA基因改变状态、涉及乳腺或卵巢区域、使用乳腺X线、超声、CT、MRI、PET等常规影像模态并提供敏感度、特异度或ROC分析的研究。
- 参考标准为直接DNA测序或下一代测序;13项研究中10项提供可纳入Meta分析的数据。
关键影像表现/征象
- 2项MRI研究评估乳腺肿瘤,敏感度范围0.76-0.84,特异度范围0.64-0.83。
- 5项CT研究评估卵巢肿瘤,敏感度范围0.60-0.83,特异度范围0.55-0.90。
- 3项乳腺X线研究评估健康乳腺的乳晕后区域;3项超声研究中Nero等对健康卵巢采用多种影像基因组学策略和超声机器型号,敏感度范围0.18-0.75、特异度范围0.48-0.91,另2项超声研究评估乳腺肿瘤。
- 12项纳入研究在预测BRCA改变方面显示阳性结果;Meier等(n=88,BRCA亚组n=28)未能区分BRCA改变与非改变携带者,作者认为样本量小可能是原因之一。
诊断标准与关键数值
- Meta分析合并敏感度0.82(95%CI 0.79-0.84)、合并特异度0.81(95%CI 0.78-0.83),对应对象为影像基因组学判断BRCA改变状态。
- 统计显著性定为P值<.05;因敏感度与特异度分析不适合,未进行异质性检验。
- 研究质量采用影像组学质量评分(RQS)评估,平均17.6/36(范围12-21);偏倚风险采用QUADAS-2评估,总体偏倚风险低。
- 多项研究将非影像变量与影像基因组学分析联合使用以提高预测性能,该做法在RQS中可获更高评分。
临床应用与阅片要点
- 作者认为影像基因组学应被视为对当前实践的补充而非替代,用于提供诊断、预后和预测价值。
- 作者提出影像基因组学未来可能作为患者选择的辅助手段,并随着技术发展可能成为经验证的诊断工具。
- 作者建议(弱推荐)在用于临床实践前,上述发现需在更大规模的前瞻性研究中验证。
- 爱尔兰国家癌症控制规划署(NCCP)的遗传性癌症照护模式建议建立BRCA改变携带者随访的国家数据库,作者认为该数据库在GDPR框架内可用于训练未来的影像基因组学模型。
局限性
- 所有纳入研究均为单中心、回顾性设计,作者指出其较前瞻性研究更易产生选择偏倚和混杂偏倚。
- 样本量相对较小,限制了结果的效能。
- 纳入研究使用不同影像模态并涉及两个不同解剖感兴趣区,一定程度上限制了结果解读。
- 影像组学仍是异质性领域,建模技术涵盖机器学习和神经网络等多种方法,本研究合并了所有影像基因组学研究而不区分模型,作者承认不同技术的数据可重复性可能存在差异。
- 作者建议(弱推荐)研究结果需在更大规模的前瞻性研究中验证。
全文中译14 节 · 点击展开
引言
遗传性乳腺和卵巢癌综合征(HBOC)是一种会增加乳腺、卵巢及其他实体器官癌症发生风险的疾病。1 尽管有多种基因改变与乳腺癌的遗传性发生相关,但乳腺癌基因(BRCA)1和2是最常见的相关基因。2 因此,在该人群中进行BRCA改变的规范化检测现已成为临床实践中的常规做法。金标准分析方法为直接(Sanger)DNA测序,已使用超过20年。3 该方法费用高昂且耗时,随着检测需求的不断增长,临床实验室目前面临不堪重负的风险。4 近年来已开发出新一代测序等更新的方法,以提高基因检测的速度和效率。4
检测这些基因的有害改变对于受乳腺癌或卵巢癌影响者的预后和管理以及其未受累亲属均具有重要意义。总体而言,BRCA1改变女性至80岁的乳腺癌累积风险为72%,BRCA2改变者为69%;对于卵巢癌,至80岁的累积风险在BRCA1中为44%,在BRCA2中为17%。5 Chen等6的一项荟萃分析发现,与散发性疾病女性相比,携带BRCA1突变的女性与三阴性乳腺癌、更高级别和更大肿瘤负荷具有更高的相关性。相反,研究表明,由BRCA基因导致的遗传性卵巢癌预后更为有利,对铂类治疗的应答更好,且可作为聚(ADP-核糖)聚合酶(PARP)抑制剂治疗的靶点。7,8 在确诊BRCA基因改变的女性中,以预防性乳房切除术和输卵管卵巢切除术形式进行的降低风险手术已被证明可有效减少癌症。1
个性化医疗是肿瘤学中一种新兴方法,涉及根据每位患者的基因特征来定制治疗决策。9 一项正在改变个性化医疗格局的技术进步是影像组学。“影像组学”由Lambin等10首次提出,是精准医学中一个快速发展的领域,涉及从医学图像中提取大量人眼不可察觉的数据,并将这些数据应用于先进的数学模型,以增强诊断、预后并辅助临床决策。11 影像组学分析是一个复杂的多步骤过程,但一般工作流程包括:图像采集、图像准备与分割、特征提取、特征选择、模型验证和性能评估。11 其最重要的应用一直在肿瘤学领域,当影像特征与潜在基因表达相关时,使用更具体的术语“影像基因组学”。12 然而,在文献中,“影像组学”和“影像基因组学”这两个术语往往被互换使用。自这些术语最初被提出以来,其在文献中的出现呈指数级增长,2020年发表超过1500篇。11
实体瘤在空间和时间上均具有异质性,传统活检可能遗漏具有临床意义的信息。放射基因组学的潜在优势之一是医学影像能够无创地捕捉整个肿瘤的异质性。10 因此,应用放射基因组学来提示基因改变,可能根据每位患者的各自需求进一步实现治疗和手术策略的个体化。
在当代实践中,患者接受BRCA检测是基于考虑年龄和家族癌症史的预测模型来选择的;然而,关于家族结构的信息可能不完整,这可能使具有遗传易感性的个体无法接受检测。13 通过使用放射组学可靠地提取与BRCA1/2改变一致的影像特征,可能有助于改善患者接受基因检测的选择,从而可能使该人群中的BRCA改变在这些改变导致乳腺癌和卵巢癌诊断之前数年即获得准确诊断。14 因此,本研究的目的是进行系统评价和荟萃分析,以评估放射基因组学分析准确预测BRCA基因改变的诊断能力。
方法
研究设计
本系统评价按照系统评价和荟萃分析优先报告条目(PRISMA)指南15和Cochrane诊断试验准确性系统评价手册16进行。本研究已在国际系统评价前瞻性注册平台(PROSPERO—CRD42023476196)前瞻性注册。由于结局数据此前已发表,本研究无需伦理批准。
人群、干预、对照和结局
采用人群、干预、对照和结局(PICO)框架来构建研究问题。17
人群:经基因检测确认存在BRCA1或2基因改变,并接受过乳腺或卵巢放射组学分析的患者。
干预:通过放射基因组学分析检测BRCA基因改变。
对照:通过直接DNA测序或下一代测序检测BRCA基因改变。
结局:以灵敏度和特异度诊断参数为证据,评估放射组学检测BRCA基因改变的准确性及由此体现的临床效用。
检索策略
最初于2023年2月8日对PubMed Medline、EMBASE和Scopus数据库进行了电子检索,并于2025年2月20日进行了进一步更新检索。检索由2名独立评价员(DMcA和MGD)完成。检索使用以下术语:(乳腺癌基因)OR(BRCA)AND(影像组学)OR(影像基因组学)。检索时间范围为建库至2025年2月。仅纳入以英文发表的研究。检索结果在筛选前导出至EndNote20。去除重复研究后,根据纳入标准对所有剩余研究的标题和摘要进行筛选。当2名主要评价员意见不一致时,由第三名评价员(MJK)担任仲裁者。所有可能符合条件的研究随后在应用我们的纳入和排除标准的情况下进行全文审查。对纳入研究的参考文献列表进行筛选,以确保捕获任何额外的相关研究。
纳入和排除标准
在研究开始前,两名评价员和资深作者就纳入和排除标准以及数据收集表格达成一致。符合以下纳入标准的研究被纳入本综述:(1)主要目的是评估影像基因组学特征分析算法预测BRCA基因改变状态能力的研究,(2)仅涉及卵巢和乳腺区域的研究,(3)考虑使用任何常规成像模式(乳腺X线摄影、超声(US)、计算机断层扫描(CT)、磁共振成像(MRI)、正电子发射断层扫描(PET))的研究,(4)详细报告灵敏度、特异度或受试者工作特征(ROC)曲线分析以评估预测BRCA改变诊断能力的研究,以及(5)以英文发表的研究。虽然只有提供可用于分析灵敏度和特异度数据结果的研究才符合纳入荟萃分析的条件,但我们在本研究的系统综述部分纳入了所有与应用影像组学特征分析解读BRCA改变相关的文献。
排除标准包括:(1)使用影像学特征而未使用影像基因组学(即放射科医师意见、对比剂摄取参数等)来确定BRCA改变状态的研究,(2)涉及相同患者人群的后续研究,(3)会议摘要,以及(4)病例报告。
数据提取和质量评估
以下数据从符合条件的研究中提取至数据收集表中:(1)第一作者姓名,(2)发表年份,(3)研究设计,(4)国家,(5)证据等级,(6)参与者数量,(7)年龄人口学特征,(8)BRCA阳性改变参与者数量,(9)使用的成像模态,(10)感兴趣区,以及(11)在可获得的情况下,来自ROC分析的灵敏度、特异度和曲线下面积(AUC)评分。灵敏度和特异度直接从表格和研究正文中提取。当研究测试了多种放射基因组学方法时,仅提取与表现最佳方法相关的数据。在参与者被分为训练队列和测试队列的研究中,使用测试队列的结果,以尽量减少训练队列可能产生的潜在偏倚。同样,当研究使用年龄匹配队列时,提取这些队列的结果。纳入的放射基因组学研究的质量和偏倚风险由2名评价者(DMcA和MGD)独立进行评估,并使用Lambin等18描述的放射组学质量评分(RQS)以及诊断准确性研究质量评估2(QUADAS-2)19进行评定。这些工具的说明以及本研究中包含的结果可在补充材料中找到。评价者之间的任何分歧均经与资深作者(MJK)讨论后由其最终判断解决。
统计分析
描述性统计用于概述各纳入研究的特征。统计分析按照Cochrane指南进行。16研究特定的灵敏度和特异度估计值根据研究数据计算。采用汇总ROC分析来反映放射基因组学分析在检测BRCA基因改变中灵敏度和特异度之间的关系,并展示放射基因组学检测BRCA基因改变的诊断试验性能。当作者未明确说明灵敏度和特异度时,根据ROC分析计算估计的诊断试验灵敏度和特异度,并优先选择最准确的灵敏度。对于所有灵敏度和特异度分析,均报告95%置信区间(CI)。统计显著性确定为P值<.05。未应用异质性检验,因为灵敏度和特异度分析不提供进行此类分析的机会。统计分析使用Review Manager(RevMan)版本5.4(Nordic Cochrane Centre,哥本哈根,丹麦)进行。
结果
文献检索
初步电子数据库检索共获得283项研究,其中15项为重复文献,剩余268项待审阅。在筛选标题和摘要后,18篇手稿被认为适合进行全文和参考文献筛选。由此,11项研究被认为符合纳入标准,并在参考文献筛选中又识别出2项研究,最终共有13项研究纳入系统评价。14,20–31此后,我们注意到其中10项提供了符合纳入荟萃分析条件的数据。14,20–23,25,26,28,30文献检索未产生任何作者认为可能具有潜在相关结果的非英文论文。研究选择的PRISMA流程图见图1。
研究特征与研究质量
纳入的13项研究共涉及2835例患者,其中1255例用于试验组和年龄匹配队列。共有857例BRCA基因改变携带者。平均年龄为46岁(范围:19-89岁)(10项研究)。其中7项研究关注乳腺的影像基因组学分析,6项关注卵巢组织。两个感兴趣区域均涵盖了健康组织和肿瘤组织。大多数研究在中国进行(46%)。所有纳入的研究均为回顾性队列设计。纳入研究的质量令人满意,平均RQS为17.6/36(范围12-21)。虽然纳入研究的回顾性性质增加了偏倚的可能性,但使用QUADAS 2工具评估后认为总体偏倚风险较低。表1和表2提供了研究特征的汇总。
放射影像学检查方式
所使用的影像学检查方式包括CT、MRI、乳腺X线摄影和超声。五项研究14,20–22,25在其结果中纳入了非影像学变量与影像基因组学分析,而Li等人28将常规CT特征与影像基因组学分析结合使用。
按检查方式分类的影像基因组学诊断准确性
两项研究使用MRI并关注乳腺肿瘤的影像基因组学分析。14,23这些研究的灵敏度和特异度分别为0.76至0.84和0.64至0.83。
五项研究采用CT并评估卵巢肿瘤,20,21,28–30其灵敏度和特异度分别为0.60至0.83和0.55至0.90。
三项研究采用乳腺X线摄影评估乳腺组织。24,26,27这些研究关注健康乳腺的乳晕后区域。
三项研究使用基于超声的影像基因组学。Nero等人31对健康卵巢进行了影像基因组学分析。他们使用了多种不同的影像基因组学策略和超声仪器型号。所报告的各种策略和仪器的灵敏度与特异度分别为0.18至0.75和0.48至0.91。另外两项超声研究关注乳腺肿瘤。22,25纳入荟萃分析的各研究灵敏度和特异度分析数据汇总见表3。
影像基因组学的合并诊断准确性
纳入荟萃分析的各研究的总合并灵敏度和特异度分别为0.82(95% CI 0.79-0.84)和0.81(95% CI 0.78-0.83)。图2展示了各单项研究的灵敏度(图2A)和特异度(图2B)森林图。图3展示了合并数据的灵敏度(图3A)和特异度(图3B)森林图。
讨论
这是首个关注放射基因组学预测BRCA基因改变诊断能力的系统综述。重要的是,纳入研究中有12项显示使用放射基因组学分析预测BRCA改变取得了阳性结果。Meier等29开展的研究评估了卵巢肿瘤内纹理特征与BRCA改变状态之间的关联,但他们无法区分BRCA改变携带者与非改变携带者。他们指出,研究人群较小(n = 88)和BRCA亚群较小(n = 28)可能是这些发现的可能原因。在荟萃分析中,放射基因组学正确识别了BRCA改变状态,具有较高的诊断检验准确性,合并灵敏度和特异度分别为0.82和0.81。Vasileiou等14、Avesani等20、Cao等21、Deng等22和Guo等25结合了非影像学变量以提高其预测性能,该技术已在其他地方描述。32,33非影像学变量的使用也被纳入RQS,从而导致评分更高,代表放射组学质量提高。这进一步说明,在提供诊断、预后和预测价值方面,放射基因组学应被视为对当前实践的补充,而不是替代。
在更广泛的放射组学领域,已有多篇发表的系统综述显示其在不同场景中的临床实用性。这些包括:用MRI预测乳腺癌对新辅助化疗的反应,34预测直肠癌手术切除后的远处转移35以及区分乳腺癌的分子亚型。36
医学成像是现代医学的基本组成部分,鉴于放射基因组学已被证明是一种具有成本效益且非侵入性的表征潜在组织表型的方法,它有可能在BRCA改变检测中得到更广泛的应用。37放射组学最繁琐的方面之一是手动分割步骤;然而,随着人工智能的发展,这项费力的任务正变得越来越少使用,这将大大提高速度并改善结果的可重复性。38
国家癌症控制规划(NCCP)的职责包括在爱尔兰共和国预防和治疗癌症,并提高癌症患者的生存率和生活质量,该机构最近发布了其遗传性癌症照护模式。39该出版物建议建立一个专门的国家数据库,用于接受随访的BRCA改变携带者。该数据库如果得以开发并在《通用数据保护条例》(GDPR)的范围内运行,可用于帮助训练未来的放射基因组学模型,并开发稳健的“放射组学特征”以提高其预测BRCA改变状态的总体准确性。这一新模型随后可能被纳入爱尔兰的国家乳腺癌筛查规划(BreastCheck)。这可能随后促进更早的BRCA改变状态检测,而这些更早的检出率可能转化为许多携带BRCA改变患者的肿瘤学和生存结局改善,否则这些患者可能会延迟诊断。放射组学在癌症筛查规划中的实施此前已显示出有希望的结果。40
本研究存在若干局限性。首先,所有纳入的研究均为单中心、回顾性设计,已知与前瞻性研究相比,此类设计更容易产生选择偏倚和混杂偏倚。41 其次,相对较小的样本量限制了结果的检验效能。最后,纳入的研究使用了不同的影像学模态,并涉及2个不同的解剖感兴趣区,因此在一定程度上限制了结果解读。此外,影像组学仍是一个异质性较大的研究领域,涉及多种不同的建模技术,如机器学习和神经网络。在本研究中,我们合并了所有影像基因组学研究,而不论其所用模型;然而,已认识到这些不同技术所产生的数据在可重复性方面可能存在差异。42 尽管如此,本研究对使用影像基因组学辅助检测BRCA改变的研究进行了全面综述,显示出较强的诊断试验准确性,这拓宽了进一步研究以完善该流程的视野,使其应用更接近临床实践。
结论
影像基因组学是一个快速发展的领域,具有彻底改变个性化医疗的潜力。本综述为使用影像基因组学识别BRCA改变状态提供了证据。我们建议在更大规模的前瞻性研究中验证我们的发现。尽管目前直接DNA测序仍是基因检测的金标准,但未来影像基因组学可能作为患者选择的辅助手段,并且随着技术的进步,其本身也可能成为一种经过验证的诊断工具。
补充材料
引用
- McAuliffe D, Davey MG, Kerin MJ, et al. Radiogenomic profiling to determine BRCA alteration status-a systematic review and meta-analysis. Br J Radiol. 2025. PMID: 40560570. doi:10.1093/bjr/tqaf139
- 全文:PMC12377466(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12377466/
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。