儿童患者使用锝-99m二巯基丁二酸闪烁显像解读肾瘢痕的一致性如何
这项前瞻性研究分析220例疑似肾瘢痕的儿童患者,由4名经验丰富的放射科医生间隔3-4周两次独立解读DMSA扫描,评估观察者内和观察者间一致性。结果显示观察者内一致性高(肾瘢痕分期Cohen kappa 0.704-0.955),但观察者间一致性差异大,尤其涉及Observer-2的配对一致性差至轻微,评估瘢痕严重程度和缺损定位时变异性明显。
要点
- 观察者内一致性高,肾瘢痕分期Cohen kappa为0.704-0.955。
- 观察者间一致性因配对而异,排除Observer-2的配对达中等至几乎完美(kappa最高0.8268)。
- 涉及Observer-2的配对一致性差至轻微,左肾kappa仅0.0801-0.22。
核心结论
- 观察者内解读DMSA扫描的一致性高,但观察者间变异性仍是问题,尤其在评估肾瘢痕严重程度和位置时。
- 这些发现强调需要标准化协议和针对性培训以提高诊断准确性,并开发验证数据集支持机器学习模型实现自动化精确检测。
研究设计与样本
- 前瞻性研究分析220例疑似肾瘢痕的儿童患者(年龄<18岁),中位年龄50.0个月(IQR 19.75–111.25个月),男120例、女100例。
- 4名核医学专家(儿科肾影像解读经验至少10年)间隔约3-4周两次独立盲法解读DMSA扫描,仅使用后位静态图像。
- DMSA方案遵循SNMMI儿科剂量程序,给药剂量18.5 MBq(0.5 mCi)至110 MBq(3.0 mCi),注射后约3小时用Siemens Symbia Intevo Bold伽马相机配高分辨率准直器成像。
- 观察者间一致性用配对Cohen kappa评估分类变量,用Kendall tau-b评估肾脏受累百分比。
关键影像表现/征象
- DMSA扫描通过显示皮质摄取减低或缺失区域来识别肾皮质缺损和瘢痕。
- 根据临床解读,287个肾脏分类为正常(无瘢痕),153个肾脏识别为有肾瘢痕。
诊断标准与关键数值
- 观察者内肾瘢痕分期Cohen kappa为0.704-0.955(Observer-4最高:左肾0.91、右肾0.95;Observer-1最低:左肾0.703、右肾0.77)。
- 观察者内肾实质缺损检测Cohen kappa:Observer-2最低(左肾0.504、右肾0.55),Observer-4最高(左肾0.89、右肾0.91)。
- 观察者内肾脏受累百分比Kendall tau-b:Observer-4最高(左肾0.87、右肾0.91),Observer-2最低(左肾0.43、右肾0.52)。
- 涉及Observer-2的配对左肾Cohen kappa为0.0801-0.22(差至轻微),Kendall tau-b为0.12-0.303;排除Observer-2的配对kappa最高0.8268、Kendall tau-b最高0.7192。
- 总体印象和缺损位置分类:无瘢痕/有瘢痕;位置分为未受累、上极、中区、下极或多区域;受累百分比分为0%、<10%、10–24%、25–49%、50–74%、>74%。
临床应用与阅片要点
- DMSA扫描解读具有主观性,观察者间在瘢痕严重程度和缺损定位上存在明显变异性,报告时应意识到这一局限。
- 标准化评估标准和针对性培训可能有助于减少观察者间差异。
- 基于专家标注数据集开发的人工智能工具可能作为第二读者提供客观解读基准。
局限性
- 原文未报告局限性。
全文中译12 节 · 点击展开
引言
到七岁时,尿路感染(UTI)影响7.8%的女性和1.7%的男孩。UTI可累及上尿路(肾盂肾炎)或下尿路(膀胱炎),若未经治疗,可导致肾瘢痕形成及长期并发症,如高血压和慢性肾脏病[1]。新生儿UTI的早期发现可能具有挑战性,因为其体征非特异性,包括发热、烦躁和喂养不良,而复发性UTI会增加持久性肾损伤的风险[2]。这些挑战凸显了准确及时评估肾脏受累情况以指导长期管理的必要性[3, 4]。
锝-99m二巯基丁二酸(DMSA)闪烁显像被广泛认为是检测儿童肾皮质缺损最敏感的影像学方法,主要用于评估尿路感染(UTI)后数月(尤其是急性肾盂肾炎发作后)的肾实质受累情况及长期后遗症如瘢痕形成[5]。急性肾盂肾炎涉及肾实质的感染和炎症,若未得到有效治疗,可导致肾脏不可逆损伤[6]。虽然尿培养仍是急性期诊断UTI的金标准,但DMSA闪烁显像在评估肾脏是否受累及受累程度上发挥着不同但互补的作用。在临床实践中,采用自上而下的方法,即在UTI急性期进行DMSA以检测肾实质受累情况,然后再进行更具侵入性的检查。通过提供高分辨率解剖图像并突出显示皮质摄取减低或缺损区域,DMSA扫描使临床医生能够确定包括瘢痕在内的肾脏缺损的范围和分布[7, 8]。该信息对于易发生进行性肾损伤及其相关并发症的儿科患者的风险分层、长期监测和干预规划至关重要。
尽管DMSA扫描具有诊断价值,但其判读本质上是主观的,并受阅片者经验和技能的影响。放射性药物的质量、成像系统的精密度以及用于定义瘢痕或肾功能衰竭存在的标准也可能带来额外变异。既往研究表明,此类变异可导致诊断不一致,最终影响尿路感染(UTI)患儿的治疗决策和长期结局[9]。为评估DMSA闪烁显像的整体可靠性,重要的是量化单一观察者随时间推移判读扫描的一致性,同时也要评估不同观察者之间的一致程度。一致性低表明需要标准化和培训以减少主观变异,而观察者之间及观察者内部一致性高则表明诊断技术良好(可通过标准化阅片流程、自动或半自动图像处理以及定期观察者间校准进一步改善)[9, 10]。本研究的主要目的是评估观察者在判读DMSA扫描以检测儿科患者肾瘢痕方面的可靠性。具体而言,本研究旨在评估观察者内和观察者间一致性,重点关注确定个体观察者随时间推移判读的一致性(观察者内一致性)以及不同观察者之间的一致程度(观察者间一致性)。研究假设为:一致性低将凸显改进标准化和培训的必要性,这可通过定期校准以及使用自动或半自动图像处理技术来解决。
材料与方法
为确保对儿科患者肾皮质缺损进行严谨而全面的评估,本回顾性队列研究旨在使用DMSA扫描评估观察者间和观察者内一致性。
患者信息收集
本研究纳入了一个由693名接受DMSA扫描的个体组成的队列的患者信息,并从中选取220名患者进行评估。研究队列包括儿科患者,定义为年龄<18岁的个体。未纳入任何已达到18岁的患者,这符合本中心的临床实践和数据集标准。每名患者均接受双肾成像,选择标准包括高质量扫描、肾皮质完整显示以及整个肾脏的代表性切面。所选患者的中位年龄为50.0个月(四分位距[IQR]:19.75–111.25个月),队列包括120名男性和100名女性。本研究中DMSA扫描主要用于评估尿路感染(UTI)——以检测急性肾盂肾炎或肾瘢痕——以及检查肾脏和尿路的先天性异常。根据临床判读,287个肾脏被分类为正常(无瘢痕),153个肾脏被确定为存在肾瘢痕(瘢痕)。数据汇编自Cerner PowerChart,整合了既往诊断性影像学检查、医生记录文书以及从实验室记录中检索的微生物学结果。图1展示了本研究使用的总体方法学。
锝-99m二巯基丁二酸扫描方案
锝-99m二巯基丁二酸(DMSA)扫描方案遵循既定指南,以确保对肾皮质缺损进行一致且准确的评估。每位患者接受基于体重的DMSA剂量,该剂量使用核医学与分子影像学会(SNMMI)儿科给药方案计算。给药剂量范围为最低18.5 MBq(0.5 mCi)至最高110 MBq(3.0 mCi),在确保最佳图像质量的同时符合辐射安全标准。注射后约3小时使用配备高分辨率准直器的Siemens Symbia Intevo Bold伽马相机(Siemens Healthineers,埃尔朗根,德国)进行显像。患者取仰卧位获取静态前位和后位图像,随后按照标准临床方案进行单光子发射计算机断层扫描(SPECT)采集。仅后位静态图像用于观察者评估。执行常规质量控制程序,包括伽马相机均匀性检查和剂量校准器评估,以保持成像准确性。示例DMSA扫描见补充材料1。
扫描判读
每份DMSA扫描均由四名具有不同专业水平和经验的核医学专家在相隔约3–4周的两次独立场合下进行独立评估。每位专家在儿科肾脏影像判读方面至少具有10年经验,且均将DMSA扫描判读作为其临床实践的常规组成部分。观察者1:具有10年儿科核医学经验。
观察者2:具有12年儿科核医学经验。
观察者3:具有10年经验,亚专业方向为肾脏影像。
观察者4:具有11年作为儿科核医学高级顾问的经验。
为促进评估的一致性,在研究评估前进行了简短的校准会议,以审查并统一标准化判读标准。观察者对所有临床信息(包括患者病史、诊断和治疗状态)设盲。他们彼此之间的评估以及扫描采集的原始时间点也均设盲。为尽量减少回忆偏倚,每次审阅会议前对DMSA扫描图像顺序进行随机化。观察者独立审阅图像,无法访问先前的标注或评分。为尽量减少回忆偏倚,两次判读会议之间图像呈现顺序进行随机化。观察者不知道第二次会议中审阅的扫描可能此前已由其本人评估过,从而确保对扫描时间点设盲。对于每份扫描,放射科医师提供是否存在瘢痕的评估,确定任何缺损的具体位置,并量化这些缺损中肾脏受累的百分比。DMSA扫描判读的统一标准概述如下:总体印象:肾脏扫描分为两类——有瘢痕和无瘢痕。
肾实质缺损位置:未受累、上极、中区、下极,或若涉及一个以上区域则为多区域。
肾脏受累百分比:使用以下类别量化受累肾实质:0%、<10%、10–24%、25–49%、50–74%和>74%。
此外,每位放射科医师使用 Make Sense AI(MakeSense.AI,波兰克拉科夫)(https://www.makesense.ai/)创建了二值手动注释文件,勾画受瘢痕影响的肾脏区域。该平台能够在所有扫描中实现受影响区域的精确和标准化勾画(示例文件见补充材料2)。ROI 使用 Make Sense AI 平台进行手动注释,未使用任何 AI 辅助或自动分割功能。每位观察者独立注释感兴趣区域。在注释不同的情况下,采用三名观察者中的多数投票来确定最终注释,该注释被指定为后续分析的金标准。本研究生成的手动注释 DMSA 扫描不仅支持观察者变异性分析,还为创建用于潜在 AI 解读工具的高质量训练数据奠定了基础。它也为开发和验证基于 AI 的解读工具提供了有价值的基础。
观察者一致性
总体印象和肾实质缺损位置:通过使用 Cohen's kappa(κ)[11] 的观察者自身内和观察者间分析评估放射科医师之间的一致性和符合度。根据既定指南,kappa 统计量为 0 表示一致性差,0.01–0.20 表示轻微一致,0.21–0.40 表示一般一致,0.41–0.60 表示中等一致,0.61–0.80 表示高度一致,0.81–1.00 表示几乎完全一致(基于 Landis 和 Koch 提出的指南)[12]。
肾脏受累百分比:使用 Kendall's tau-b [13] 分析肾脏受累百分比的一致程度。Kendall's tau-b 的值范围为 −1 到 1,其中值越接近 1 表示强正一致性,值越接近 −1 表示强负一致性,值接近 0 表示无一致性。观察者自身内一致性通过计算每位放射科医师第一次和第二次观察之间的一致性来评估。对于观察者间一致性,计算每对观察者的值,提供特定配对之间一致性的全面评估。
结果
观察者自身内一致性
使用表1中显示的各种参数,对四名观察者间DMSA肾扫描评估的一致性和可靠性进行了严格检验。肾瘢痕的Cohen kappa评分范围为0.704至0.95,表明一致性从显著到几乎完美。观察者4获得最高一致性(左肾0.91,右肾0.95),而观察者1报告最低(左侧0.703,右侧0.77)。对于肾实质缺损检测,观察者2的kappa值最低(左侧0.504,右侧0.55),观察者4最高(左侧0.89,右侧0.91)。关于肾脏受累百分比,Kendall tau-b值在各观察者之间也有所不同。观察者4表现出最高一致性(左侧0.87,右侧0.91),而观察者2显示最低一致性(左侧0.43,右侧0.52)。这些指标既突出了 individual 观察者评估的可靠性,也突出了其变异程度。图2展示了观察者3观察者内一致性的热图可视化。观察者内一致性结果的详细分解见补充材料3、5、7和8,其中包含各观察者的结果表。说明每位观察者的Cohen kappa和Kendall tau-b统计量的相应热图和交叉制表见补充材料4、6和9。这些可视化进一步阐明了左右肾总体印象、肾实质缺损位置和受累百分比的一致性模式。
观察者间一致性
表2呈现了DMSA扫描评估的观察者间一致性指标,包括瘢痕存在(“总体印象”)和肾实质缺损位置的Cohen kappa评分,以及肾脏受累百分比的Kendall tau-b值。涉及观察者2的观察者配对(例如,1对2、2对3、2对4)在所有评估参数和分期中一致显示最低一致性。对于左肾,kappa评分范围为0.0801至0.22,表明一致性差至轻微,而相应的Kendall tau-b值范围为0.12至0.303。相比之下,排除观察者2的观察者配对(例如,1对3、1对4、3对4)表现出更高的一致性。1对4配对在所有指标中显示最高一致性,kappa评分达到显著一致(例如,0.64–0.82),双肾的Kendall tau-b值在0.57至0.71之间。这些结果突显了观察者配对之间一致性的显著变异性。
标注可视化
该过程包括对同一医学图像的多个版本进行系统分析,以识别和可视化专家标注者A、B、C和D之间达成共识的区域。目标是确保标注的一致性和可靠性,这对于创建用于训练医学图像分析中机器学习模型的高质量数据集至关重要。
图3展示了标注可视化。对于每张医学图像,收集并对齐四位专家提供的标注。图像的每个版本代表一个二值掩膜,其中相关特征(例如,特定器官或异常等感兴趣区域)根据专家的标注被突出显示。这些二值掩膜指示了每位标注者认为对诊断重要的区域。然后将这些掩膜叠加,创建一幅复合图像,以确定将每个像素标记为共识度量的标注者数量。生成的复合图像随后进行颜色编码,以指示标注者之间不同程度的一致性,突出显示意见趋同的区域。标记为红色的区域表示高置信度水平,因为所有专家在这些区域达成一致,使其成为最准确和最具临床相关性的区域。相反,标记为蓝色、黄色或红色的区域显示不同程度的共识,提供对可能存在差异或不确定性的区域的见解。通过系统评估和可视化多位标注者之间的共识,该过程提高了数据集质量,为未来机器学习模型的训练提供支持。
讨论
观察者内一致性始终较强,表明个体解读随时间推移具有可靠性。相比之下,观察者间一致性为中等,在评估瘢痕严重程度和缺陷定位方面存在显著变异性。这些发现强调了DMSA判读主观性所带来的挑战,这可能影响临床决策和结局。解决这些问题需要更高程度的标准化、有针对性的观察者培训以及先进的诊断工具来提高一致性。
DMSA扫描仍然是评估儿童尿路感染(UTI)患者肾皮质瘢痕的金标准,因为与超声相比,其具有更高的敏感性且对肾功能的影响更小[14, 15]。与超声不同,DMSA扫描不受肠道内容物的影响,不施加渗透负荷,也不改变肾功能。此外,该方法在检测急性肾盂肾炎方面具有更高的敏感性,与计算机断层扫描(CT)相比具有相当的敏感性,且在儿科人群中实际限制更少[16]。然而,其诊断可靠性仍然在很大程度上依赖于定性评估,这引入了变异的可能性。成像时机也很重要,因为肾实质疾病的进展可能影响扫描判读。
既往研究探讨了DMSA扫描判读在观察者之间及观察者内部存在的差异。Erdoğan等[17]使用改良分级系统对Tc-99m肾闪烁显像的变异进行分析,该系统将肾实质损伤评为0至V级,随后应用Kendall's tau-b相关性评估观察者一致性。DMSA扫描和MAG3扫描均发现高度一致性,强调明确的判读标准和观察者培训可限制主观性。正如Erdoğan等所指出的,观察者评估的变异性是评价诊断方法可靠性的关键因素。这凸显了标准化判读方案以提高观察者间一致性的必要性。Mattoo等[18]在儿童膀胱输尿管反流随机干预(RIVUR)试验中考察了观察者间DMSA扫描判读。将两名参考放射科医生的报告与各自判读扫描以评估肾瘢痕和肾盂肾炎的当地放射科医生的报告进行比较。对异常DMSA扫描的判读不一致,参考放射科医生报告79%的肾脏存在不同程度的瘢痕。扫描结果的可靠性对于指导临床诊断、治疗和随访至关重要。在既往一项关于儿童急性肾盂肾炎和肾瘢痕的研究中,Patel等[14]安排两名核医学医生按照特定标准分别审阅57份DMSA扫描,评估肾脏形态、肾组织异常和总体印象。观察者内部和观察者间的一致率分别为95.9%和90.6%。
然而,观察者之间明显的差异凸显了改进放射科医生培训和校准以减少主观差异的必要性。在本研究中,尽管观察者内部一致性较强,但观察者间变异性明显。这种固有的主观性可能归因于各放射科医生经验的不同以及他们对复杂或细微影像表现的评估。多项研究已认识到,解剖变异,尤其是与年龄相关的变异,可导致判读差异。例如,梨形肾、极区活性差异和异常肾柱形态等变异可使评估过程复杂化[19]。此外,如Craig等所强调的,新生儿放射性示踪剂摄取不良等技术挑战可导致图像误判[20]。在本研究中,部分病例因这些解剖和技术因素而具有挑战性。
定位肾实质缺损和量化肾脏受累百分比显示中等一致性。观察到的较低一致性水平可能归因于复杂性的增加和分类数量的增多,不同于瘢痕存在与否的二分类。虽然肾脏受累分析显示了稳健的序贯关联,但观察者内部一致性和观察者间一致性仍存在变异性。这表明,尽管观察者在自身评估中保持一致,但由于对组织受累的判读不同,观察者间变异性更为明显。
观察者间一致性分析显示,不同观察者配对之间在肾脏评估一致性方面存在显著差异,并且根据评估标准和评估阶段的不同而呈现出明显变化。对于双肾,这些参数的一致性较强,表明一致性水平良好。这些发现提示这些观察者对扫描图像有着共同的理解或解读,可能归因于相近的培训或经验。多项研究已注意到DMSA扫描解读存在显著差异,皮质闪烁显像的可重复性低是一个反复出现的问题[21, 22]。他们倡导使用标准化标准和术语以提高解读的一致性[23]。
相反,观察者2的表现突出,是变异性的主要来源。在所有涉及观察者2的配对中,一致性评分始终较低。这在其对总体印象和实质缺损位置的评估中尤为明显,Cohen's kappa值经常低于0.2,表明一致性为差至轻微。此外,这些配对中的Kendall's tau-b系数显著较低,表明观察者2的评估与其他观察者的评估不一致。这提示观察者2的解读可能受到不同专业水平、不同经验或在缺乏严格标准化标准的情况下依赖个人判断等因素的影响。这种主观评估可能包括识别细微实质变化、判断局灶性摄取减低的意义或应用不一致的阈值来定义肾瘢痕等方面的变异性。这种变异性的临床意义重大,因为DMSA扫描解读不一致可导致诊断和随访决策的差异,可能影响患者结局。特别是,对肾瘢痕的低估或高估可能影响长期监测或干预的决策。这凸显了加强标准化和决策支持的必要性。未来整合基于人工智能(AI)的工具——在专家标注的数据集上训练——可能有助于通过提供一致、可重复的评估并标记模糊病例以供进一步审查来减轻此类差异。AI系统可作为第二读者,提供客观的解读基准,并协助协调不同经验水平观察者之间的诊断判断。
在标准化标准和明确诊断指南得到更有效应用的参数中,观察到更高的一致性水平。事实上,采用一致的扫描解读方法所带来的益处,由观察者4的高观察者内一致性所体现,其总体印象的kappa评分分别为0.91(左肾)和0.95(右肾)。这种一致性很可能是全面培训、严格遵守标准化方案以及在DMSA扫描解读方面更丰富经验的结果。此外,在肾瘢痕指征明确的较简单病例中,一致性往往更高,因为这些病例较不易受主观变异的影响。这些数据还强调了使用稳健的统计验证来衡量医学影像研究中一致性的价值。
尽管本研究提供了有价值的见解,但未来仍有若干改进空间。样本量相对较小且来自单一中心,这可能限制研究结果的广泛适用性。未来涉及更大规模、多中心队列的研究将有助于增强普适性。此外,尽管回顾性设计允许高效的数据收集和审查,但前瞻性研究可以对潜在偏倚提供更多控制,并能够从一开始就实现标准化的成像和报告方案。当前分析仅依赖于使用平行孔准直器获得的后位平面二巯基丁二酸(DMSA)图像。虽然平面成像在临床实践中被广泛使用,但它无法提供单光子发射计算机断层扫描(SPECT)或针孔准直器图像所能达到的空间分辨率或三维细节。在未来研究中纳入此类先进成像模式可以改善对细微皮质异常的检测,并有助于减少观察者间变异性。这些改进最终可能有助于为儿童肾脏成像建立更稳健、更准确的判读框架。
结论
本研究表明,尽管锝-99m二巯基丁二酸扫描判读的观察者内一致性较强,但观察者间变异性仍然是一个挑战,尤其是在评估肾瘢痕和肾实质缺损方面。这些发现强调了制定标准化判读方案、开展有针对性的观察者培训以及潜在整合先进成像模式的必要性,以提高诊断一致性并支持儿科患者更准确的临床决策。
补充信息
以下是电子补充材料的链接。补充文件1(DOCX 8.30 MB)
引用
- Naznine M, Chowdhury MEH, Salam A, et al. How consistent is the interpretation of renal scarring in pediatric patients using technetium-99m dimercaptosuccinic acid scintigraphy. Pediatr Radiol. 2025. PMID: 40856711. doi:10.1007/s00247-025-06379-z
- 全文:PMC12602622(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12602622/
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。