超声模型评估卵巢肿瘤的诊断准确性:系统综述与Meta分析
该系统综述与Meta分析纳入99项研究、42496个卵巢肿瘤,评估RMI 1/2/3、LR2、简单超声规则(SR)、ADNEX模型及主观评估(SA)鉴别卵巢肿瘤良恶性的诊断准确性。主观评估敏感度90.2%、特异度91.4%均最高;ADNEX模型20%阈值与SA性能无显著差异,RMI诊断准确性最低。绝经状态和恶性患病率显著影响敏感度与特异度。
要点
- 主观评估(SA)敏感度90.2%、特异度91.4%,为唯一两项均超90%的策略。
- ADNEX模型20%阈值敏感度86.7%、特异度87.9%,与SA无显著差异。
- RMI 1以200为阈值敏感度69.7%、特异度90.5%,诊断准确性最低。
核心结论
- 除RMI外所有策略均表现良好,可用于鉴别卵巢肿瘤良恶性。
- SA联合或不联合SR诊断性能最高,但依赖操作者经验。
- 若需不依赖操作者经验的策略,推荐ADNEX模型。
- ADNEX模型敏感度高,漏诊恶性肿瘤的可能性低。
- 绝经后女性特异度降低,可能需要更高阈值,取决于对假阳性结果影响的评估。
研究设计与样本
- 系统综述与Meta分析,遵循PRISMA指南,方案注册于PROSPERO(CRD42022282438)。
- 检索Ovid/MEDLINE、EMBASE和Cochrane Library自建库至2025年6月19日,手动检索参考文献补充27篇。
- 纳入99项研究,共42496个卵巢肿瘤,其中良性31371个(74%)、恶性11125个(26%)。
- 76/99项(77%)为前瞻性研究,70/99项(71%)为单中心研究,最大多中心研究涉及23个中心。
- 采用QUADAS-2及QUADAS-C扩展工具评估偏倚风险,参考标准为组织学或至少1年随访。
诊断标准与关键数值
- SA敏感度90.2%(95%CI 87.8-92.2%)、特异度91.4%(95%CI 89.3-93.2%)。
- SR+SA敏感度88.6%(95%CI 85.7-91.0%)、特异度91.0%(95%CI 89.0-92.7%),与SA无显著差异(敏感度P=0.397,特异度P=0.811)。
- ADNEX 20%阈值敏感度86.7%(95%CI 80.6-91.0%)、特异度87.9%(95%CI 80.1-92.9%),与SA无显著差异(敏感度P=0.095,特异度P=0.119)。
- ADNEX 10%阈值敏感度92.7%(95%CI 90.8-94.2%)、特异度78.4%(95%CI 71.7-83.8%),敏感度与SA无显著差异(P=0.130),特异度显著低于SA(P<0.001)。
- RMI 1以200为阈值敏感度69.7%(95%CI 67.0-72.2%)、特异度90.5%(95%CI 88.3-92.4%);LR2 10%阈值敏感度89.5%(95%CI 85.8-92.4%)、特异度82.3%(95%CI 75.0-87.8%)。
临床应用与阅片要点
- SA联合或不联合SR诊断性能最高,适合有经验超声医师使用。
- 若需不依赖操作者经验的策略,作者推荐ADNEX模型。
- ADNEX模型阈值升高敏感度下降、阈值降低特异度下降,需根据临床场景选择阈值。
- 绝经后女性及高恶性患病率人群特异度降低,作者认为可考虑更高阈值。
- RMI诊断准确性最低,但特异度>90%可见于RMI 1-200、RMI 1-250等阈值。
局限性
- 仅41%的研究明确说明连续纳入患者,45%的研究存在不恰当排除患者的风险。
- 仅56%的研究认为指标试验与参考标准间的时间间隔适当(<120天)。
- 漏斗图视觉检查提示存在发表偏倚,较小研究显示更高的敏感度和特异度估计值。
- Egger回归检验对敏感度和特异度均具有统计学显著性(P<0.001),证实漏斗图不对称。
- 森林图与预测椭圆视觉检查提示存在中等异质性。
全文中译21 节 · 点击展开
引言
卵巢肿瘤是各年龄段女性中的常见发现1, 2。每年,大约每1500至1700名女性中就有1名因卵巢肿瘤接受手术。仅少数肿瘤(10–17%)被发现为恶性3, 4。卵巢肿瘤的准确术前定性至关重要,因为最佳治疗路径取决于肿瘤的组织学类型。卵巢恶性肿瘤女性应转诊至肿瘤中心,由妇科肿瘤学家进行手术分期5, 6。相反,良性卵巢肿瘤女性可在综合医院接受治疗, either采用微创手术或保守治疗,从而减少并发症和发病率,并尽量减少对正常活动的影响6, 7, 8。
为指导转诊和治疗决策,现有多种模型可用,大多基于卵巢肿瘤的超声特征。既往研究已证明,由专家超声医师进行的主观评估(SA)在区分良性和恶性卵巢肿瘤方面具有高诊断准确性9。SA基于图像识别,因此需要大量的接触和培训。然而,若无法获得专家,基于超声的模型是有用的替代方案6。恶性风险指数(RMI)在2021年之前是荷兰的首选策略,且仍在若干国际指南中推荐10, 11。国际卵巢肿瘤分析(IOTA)小组已开发了多种超声模型,包括逻辑回归模型2(LR2)12、简单超声规则(SR)13和附件区不同肿瘤评估(ADNEX)模型14,在研究环境中这些模型均优于RMI9, 15。此前,Meys等9、Westwood等15和Davenport等16进行了系统综述和荟萃分析,比较了这些模型。然而,他们均未纳入所有当前相关的超声模型。此外,近年来已发表了若干关于上述模型诊断价值的新研究,凸显了更新现有综述的必要性。因此,本研究旨在生成关于基于超声的模型在区分良性和恶性卵巢肿瘤方面诊断准确性的最新证据。
方法
本系统综述和荟萃分析按照PRISMA指南17进行和报告。本研究方案于2022年12月在国际前瞻性系统综述注册库(PROSPERO)中注册(CRD42022282438)18。
纳入标准
若研究探讨了风险恶性指数(RMI)、逻辑回归模型2(LR2)、简单规则(SR)、ADNEX模型和/或主观评估(SA)中至少一种模型在鉴别卵巢肿瘤良恶性方面的诊断准确性,则符合纳入条件。我们聚焦于最广泛使用和临床实施的模型。虽然我们认识到其他经验证模型的相关性,如简单规则风险评估(SRR)、卵巢恶性肿瘤风险算法(ROMA)以及Ferrazzi等、Lerner等和Sassone等开发的评分系统,但我们选择不将其纳入,以保持清晰和聚焦的研究范围19, 20, 21。前瞻性研究和回顾性研究均符合纳入条件,前提是超声模型变量为前瞻性收集并在超声检查时确定。回顾性应用模型的研究,如应用于存储的图像或视频,被排除在外,因为这不能反映真实世界的临床实践,在真实世界中模型是前瞻性用于指导治疗决策的。对超声扫描的执行或超声检查者的技能水平或专业没有特定要求。此外,研究必须提供足够的数据以构建测试性能或临床结局的2×2表格。
纳入探讨RMI版本1、2和3在最常用截断值200和/或250(分别为RMI 1/2/3 − 200和 − 250)的研究。对于LR2,仅纳入探讨广泛使用的10%截断值(LR2 − 10%)的研究。对于SR,我们考虑了将应用SR后所有不确定病例视为恶性的研究(SR + Mal策略)以及所有不确定病例由专家SA重新评估的研究(SR + SA策略)。如果文章中未报告SR + Mal策略但可用数据允许计算该策略,文章也符合纳入条件。目前文献中报道了ADNEX模型的不同截断值,除常用的10%截断值外22。因此,采用不同截断值的研究被纳入本综述,以提供可用数据的全面概览。荟萃分析仅限于5%、10%、20%、30%和40%的截断值(分别为ADNEX − 5%、− 10%、− 20%、− 30%和 − 40%)。ADNEX模型的两个版本(含和不含癌抗原125(CA-125))被视为单一策略,因为加入CA-125似乎不影响该模型的诊断准确性23。若一项研究验证了ADNEX模型的两个版本,则纳入含CA-125的版本。对于SA,若评估仅基于卵巢肿瘤的超声检查和临床信息,则研究符合纳入条件。对于SR和SA,若研究未明确报告如何处理不确定结果或明确排除了不确定结果,则被排除。若一项研究探讨了多个模型但并非所有模型均符合纳入标准,则仅纳入符合我们标准的模型。来自所有医疗环境的研究均被纳入,即在肿瘤中心、非肿瘤中心和混合环境中进行的研究,以及未明确研究环境的研究。
我们排除了病例报告、综述和模型开发研究。此外,我们排除了以下研究:缺乏全文可获取性、未评估所研究模型之一的诊断准确性、无法以荷兰语或英语获取、纳入资格状态不明确(例如数据收集方法(前瞻性或回顾性)不明确或交界性肿瘤分类方法不明确)、使用了错误的RMI或绝经状态定义、纳入了亚人群(例如仅纳入基于其他风险评分或特定肿瘤特征具有特定风险特征的女性、仅纳入孕妇、仅纳入儿童或仅纳入有卵巢癌治疗史的女性)、仅关注卵巢癌的特定组织学亚型、缺乏足够数据以构建2×2表、使用了除组织学和/或至少1年随访以外的参考标准、或未经同行评审。
检索策略
由医学信息专家(E.J.L.G.D.)对Ovid/MEDLINE、EMBASE和Cochrane Library从数据库建库至2025年6月19日进行了系统检索。使用了针对不同风险评估策略和卵巢癌目标疾病的Keywords。完整检索策略见表S1。此外,手动检索了系统综述、指南和相关文章的参考文献以获取额外的合格记录。重复文章被排除。
选择过程
两名评审者(E.L.、A.H.K.)使用综述管理工具Rayyan 24和Covidence(Veritas Health Innovation,墨尔本,澳大利亚)独立审查了所有已识别记录的纳入资格,并选择全文文章纳入。任何分歧通过讨论或与第三名评审者(P.M.A.J.G.)协商解决。如果因信息缺失而对研究纳入资格存在疑问,则联系原作者获取更多信息,之后做出最终决定。如果未提供信息且文章是否满足纳入标准仍不明确,则该文章以“纳入资格状态不明确”为由被排除。
数据提取
数据提取由两名研究者(E.L.、A.H.K.)使用预先设计的数据提取表独立完成。提取了关于研究特征、研究人群、指标试验和参考试验特征以及卵巢恶性肿瘤患病率的数据。对于研究SA的研究,记录了超声检查者的经验,最好使用欧洲超声医学与生物学联合会(EFSUMB)分类(如有报告)25。咨询了原始研究作者以澄清数据疑问。如果同一人群在多篇出版物中被报告,则选择每种策略中人群最大的出版物进行数据提取。尽可能分别提取绝经前和绝经后女性的数据,以便进行额外的亚组分析。提取数据项的概览见表S2。
偏倚风险评估
所有纳入研究的方法学质量由两名研究者(E.L.、A.H.K.)使用诊断准确性研究质量评价(QUADAS)-2工具独立评估 26 。此外,当单项研究调查了多个模型时,使用了QUADAS-C扩展版。对于患者选择、索引试验、参考标准和流程与时机这四个领域中的每一个,偏倚风险被分类为“低”、“高”或“不明确”(附录S1)。任何分歧均通过讨论解决,必要时咨询第三名研究者(P.M.A.J.G.)。纳入研究中没有任何一项被列入Retraction Watch数据库 27 。用于展示纳入研究中偏倚风险的图件使用R版本4.2.2(R Foundation for Statistical Computing,维也纳,奥地利)中的Robvis包创建 28 。
统计分析
主要结局为每种策略在不同阈值下诊断卵巢癌的敏感度和特异度,因为这些是指导临床决策最相关的参数。统计分析使用统计程序R(版本4.2.2)进行,使用mada包进行诊断准确性的荟萃分析,使用metafor包评估发表偏倚。对于所有策略(RMI 1、RMI 2、RMI 3、LR2、SR + Mal、SR + SA、ADNEX、SA),按各截断值分组的单项研究结果被汇总并以95% CI图形化绘制。此外,计算了所有模型的合并阳性和阴性预测值并以图形化绘制。敏感度和特异度的配对数据使用双变量模型(Reitsma)联合分析,以产生敏感度和特异度的合并汇总估计值及95% CI。这些估计值被转换为汇总点估计值,并在适当时从拟合的双变量模型生成分层汇总受试者工作特征(HSROC)曲线。异质性主要通过目视检查森林图、预测椭圆和95% CI进行评估。此外,进行了双变量随机效应meta回归,将所有具有三项或更多研究的模型作为协变量纳入,以评估模型之间性能的统计学显著差异。漏斗图分别用于评估敏感度和特异度的发表偏倚和小研究效应。等高线表示10%、5%和1%水平的常规显著性阈值(分别对应90%、95%和99%的CI)。漏斗图不对称性使用Egger回归检验评估 29 。将交界性肿瘤分类为良性或将其排除的研究被单独分析并从主要分析中排除。P值 < 0.05被认为具有统计学显著性。
进行以下亚组分析以探究异质性的潜在来源,每个亚组仅纳入具有三项或更多研究的模型:绝经状态(绝经前 vs 绝经后);恶性肿瘤患病率(低 vs 高,以纳入研究中卵巢癌患病率的第一四分位数(Q1)作为截断值,以及将患病率作为连续变量);参考标准(组织学 vs 组织学与随访);总体偏倚风险(低 vs 高,任何领域被评为不明确或高的研究归类为“总体高”);以及交界性肿瘤的分类(恶性 vs 良性)。为探究这些协变量的影响,首先对每个协变量进行单独检验。随后,将协变量与模型一起作为交互项纳入,以探索潜在的效应修饰。对于显著影响灵敏度或特异度的协变量(即被认为具有效应修饰作用),随后进行分层分析。
结果
研究选择与特征
我们的检索策略从Ovid/MEDLINE(n = 1451)、EMBASE(n = 1629)和Cochrane(n = 230)数据库中识别出3310篇可能符合条件的文章,另外通过人工审查参考文献又识别出27篇文章(图1)。在去除重复文献并应用纳入和排除标准后,共纳入99篇文章。被排除的研究详见表S3。共描述了42 496个卵巢肿瘤,其中31 371个(74%)为良性,11 125个(26%)为恶性。大多数纳入的研究(76/99(77%))为前瞻性研究。在若干研究(n = 34)中,探讨了多种策略。同时探讨SR两种变体(SR + Mal和SR + SA)的研究被视为单一策略研究。大多数研究(70/99(71%))在单中心进行,而最大的多中心研究涉及23个中心。大多数研究(70/99(71%))在肿瘤中心进行,但22/99(22%)在混合环境中进行,4/99(4%)在非肿瘤中心进行,另有3/99(3%)的研究环境不明确。所报告的恶性肿瘤患病率范围为3.0%至63.9%,交界性肿瘤计为恶性(图S1)。共有32项研究被纳入RMI 1分析30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61,18项研究被纳入RMI 2分析30, 32, 33, 35, 37, 44, 45, 59, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71,10项研究被纳入RMI 3分析30, 35, 37, 44, 45, 70, 72, 73, 74, 75,16项研究被纳入LR2分析34, 44, 46, 49, 51, 55, 58, 74, 76, 77, 78, 79, 80, 81, 82, 83,32项研究被纳入SR分析34, 36, 44, 47, 48, 49, 51, 52, 55, 69, 80, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104(其中28项报告了SR + Mal策略,18项报告了SR + SA策略),22项研究被纳入ADNEX模型分析34, 44, 52, 58, 60, 69, 74, 83, 105, 106, 107, 108, 109, 110, 111, 112, 113, 114, 115, 116, 117, 118,27项研究被纳入SA分析34, 40, 44, 46, 49, 51, 55, 69, 74, 77, 78, 81, 86, 87, 90, 92, 112, 119, 120, 121, 122, 123, 124, 125, 126, 127, 128。在探讨SA的16/27项研究中,明确说明所有超声扫描均由专家检查者或欧洲超声医学与生物学联合会(EFSUMB)3级检查者执行44, 55, 77, 78, 81, 86, 87, 90, 92, 119, 121, 122, 123, 124, 125, 128。在一项研究中,未提供关于检查者经验水平的信息120。所有其他研究涉及EFSUMB 2级检查者、EFSUMB 2级和3级检查者的组合,或未进一步定义的“经验丰富的检查者”34, 40, 46, 49, 51, 69, 74, 112, 126, 127。在五项研究中,交界性肿瘤被归类为良性或被排除(表S4)30, 52, 66, 118, 129。然而,在其中两项研究中,这仅适用于附加数据;原始报告将交界性肿瘤归类为恶性,因此这些研究被纳入主要荟萃分析52, 118。系统评价所纳入研究的特征总结于表S5。
偏倚风险
使用QUADAS-2和QUADAS-C扩展工具进行偏倚风险评估的结果总结于图2。关于各单项研究中偏倚风险评估的详细信息可见于表S6。在患者选择、指标试验、参考标准和流程与时机领域,分别有51项(52%)、81项(82%)、93项(94%)和52项(53%)研究被判定为低偏倚风险。仅41%的研究明确说明患者为连续收集,45%的研究存在不恰当排除患者的风险。在56%的研究中,指标试验与参考标准之间的时间间隔被认为适当,即< 120天。所有在同一人群中研究多种风险评估策略的纳入研究在使用QUADAS-C工具时均被评分为低风险,因为所有研究均采用完全配对设计并同时应用指标试验。
对漏斗图的目视检查提示存在一些发表偏倚的证据,因为较小的研究显示出更高的灵敏度和特异度估计值(图S2)。Egger回归检验对两个结局均具有统计学显著性(P < 0.001),证实了漏斗图不对称。按策略分层的漏斗图目视检查显示相似模式,提示发表偏倚的存在在各策略间一致,并非由单一策略偏倚总体结果所致。
主要分析
共纳入96项将交界性肿瘤归类为恶性的研究进行主要分析。各模型的敏感性和特异性合并汇总估计值见表1和图3。按模型和截断值分组的单项研究结果及估计的合并预测值见图S3和图S4。在总体人群中,SA是唯一敏感性和特异性均超过90%的模型(分别为90.2%(95% CI,87.8–92.2%)和91.4%(95% CI,89.3–93.2%))。此外,SR + Mal、ADNEX – 5%和ADNEX – 10%策略的敏感性> 90%,而RMI 1 – 200、RMI 1 – 250、SR + SA、ADNEX – 30%和ADNEX – 40%的规范性> 90%。SA表现出最佳的诊断性能,SR + SA紧随其后;基于荟萃回归分析,两个模型之间的敏感性和特异性均无显著差异(敏感性P = 0.397,特异性P = 0.811)(表2)。同样,ADNEX – 20%的敏感性和特异性与SA(敏感性P = 0.095,特异性P = 0.119)或SR + SA(敏感性P = 0.377,特异性P = 0.201)无显著差异。SR + Mal表现出相似的敏感性,但与SA和SR + SA相比特异性显著降低(两项比较均P < 0.001)。除SA和SR + SA外,ADNEX和LR2模型显示出较高的总体诊断准确性。ADNEX模型较高的截断值导致敏感性降低,而较低的截断值导致特异性降低。所有模型均优于各种版本的RMI,具有一致的较高敏感性(图3)。对森林图和预测椭圆的目视检查提示中度异质性(图S3和图S4)。
亚组分析
绝经状态
共有24项研究报告了绝经前女性的数据,25项研究报告了绝经后女性的数据。除RMI 2 – 250、RMI 3 – 250、ADNEX – 30%和ADNEX – 40%外,所有策略均可获得绝经前和绝经后女性的单独数据。绝经状态对敏感性(P < 0.001)和特异性(P < 0.001)均有影响。绝经前和绝经后女性各项研究结果的森林图分别见图S5和图S6。对于所有策略,绝经前女性的特异性均高于绝经后女性,尤其是LR2 – 10%(88.9%(95% CI,81.3–93.7%)vs 68.0%(95% CI,64.5–71.3%))和ADNEX模型(ADNEX – 10%为83.5%(95% CI,73.9–90.1%)vs 61.4%(95% CI,47.7–73.5%))(表3,图S7)。仅RMI 1、SR + SA和SA在绝经后女性中特异性> 80%。绝经前女性的敏感性低于绝经后女性,尤其是RMI(RMI 1 – 200为53.9%(95% CI,47.7–60.0%)vs 77.1%(95% CI,72.5–81.1%))。在两组中,SA和SR + SA的总体性能最高(表S7)。在绝经前女性中,SR + Mal和ADNEX也表现良好。在绝经后女性中,这些模型在SA和SR + SA之后也表现出最高的性能,尽管其特异性大幅下降,其中ADNEX模型的下降幅度取决于所选截断值。
卵巢癌患病率
卵巢癌患病率对敏感性(P = 0.001)和特异性(P < 0.001)均有影响。敏感性与患病率、特异性与患病率之间的关系见图S8。随后进行了亚组分析,根据各研究患病率的Q1(为21.1%)将研究分为低患病率与高患病率组。在纳入荟萃分析的96项研究中,24项(25%)被归类为低患病率,72项(75%)为高患病率。总体而言,在人群卵巢癌患病率高的研究中,特异性较低(表4)。在低患病率和高患病率研究中,SA和SR + SA均表现出最高的诊断性能,其次是ADNEX模型、SR + Mal和LR2(表S8,图S9–S11)。
参考标准
以组织学为参考标准的研究与以组织学和随访为参考标准的研究之间,敏感性和特异性均无统计学显著差异(所有比较P > 0.05)。
偏倚风险
总体偏倚风险“低”的研究与总体偏倚风险“高”的研究之间,敏感性和特异性均无统计学显著差异(所有比较P > 0.05)。
交界性肿瘤的分类
由于将交界性肿瘤归类为良性的研究数量有限(表S4),无法对交界性肿瘤归类为良性 vs 恶性进行亚组分析。
讨论
主要发现
在这项系统综述和荟萃分析中,我们评估并总结了基于超声的策略用于鉴别良性和恶性卵巢肿瘤的诊断准确性的证据。我们的结果表明,LR2、SR、ADNEX和SA具有良好的诊断性能,优于RMI。SA同时表现出高灵敏度和高特异度。SR + SA策略的性能与SA相当,其次是ADNEX和LR2模型。所有模型所选的截断值均在灵敏度或特异度上有所折衷。在高患病率环境和绝经后女性中,模型的特异度较低,而绝经前女性的灵敏度较低,尤其是RMI。
我们的结果与既往文献基本一致,灵敏度和特异度与Meys等[9]、Westwood等[15]、Barreñada等[23]和Davenport等[16]所报道的相当。我们的合并灵敏度和特异度估计值与既往综述中报道的相似,这强调了数据的可靠性,并表明纳入更新的研究并未显著改变诊断性能的合并估计值[9, 15, 16, 23]。
优势与局限性
我们这项广泛系统综述的一个优势是纳入的研究数量众多(n = 99)和卵巢肿瘤数量众多(n = 42 496)。其附加价值在于对所有关键预测模型进行了最新分析并直接比较,包括采用不同截断值的SA和ADNEX,从而与既往文献相比提供了更全面的概览。由于严格的选择标准,大多数纳入研究的偏倚风险较低。本综述的数据适用于常规临床实践,因为我们未对超声操作者的经验施加限制。此外,仅纳入前瞻性数据收集的研究,并且我们将使用组织学或组织学加随访作为参考标准的研究纳入其中,进一步确保了与常规临床实践的一致性。
局限性包括:由于对其他语言掌握不够熟练,仅纳入英语和荷兰语研究;作者对补充数据请求的回复率较低,导致部分研究因资格不明确而被排除。我们未纳入文献中描述的所有模型,而是聚焦于最具临床相关性的基于超声的模型。这导致排除两步策略(SR + SA除外),以及排除探究人工智能的研究,因为这些模型尚未经过外部验证 130, 131。我们将使用和不使用CA-125的ADNEX视为单一策略,这妨碍了评估CA-125的附加价值。然而,Barreñada等 23 的研究显示,纳入CA-125并未实质性提高诊断准确性,且仅有少数纳入研究允许进行此类比较。另一局限性是我们仅关注阈值特定的敏感度和特异度,未报告受试者工作特征曲线下面积作为模型整体性能的汇总指标。然而,为支持临床决策,我们优先选择可在临床情境中直接解读的指标。此外,我们未评估校准性能,该校准性能反映预测风险与观察结局的一致程度。再者,我们发现了发表偏倚,提示结果较差的小型研究可能代表性不足。该偏倚可能导致诊断性能的高估。最后,本综述所纳入证据的局限性包括:将交界性肿瘤归类为良性的研究数量较少、使用较高截断值的ADNEX模型的研究数量较少、研究以肿瘤中心开展为主,以及按绝经状态分层的数据报告有限,妨碍了与临床实践相关的稳健分层分析。
对临床实践和研究的启示
这项荟萃分析的研究结果表明,应避免使用RMI,尤其是对于绝经前女性,因为已有更准确的模型可用。基于现有证据,推荐策略为SA或SR+SA。与需要对所有病例进行专家评审的单纯SA不同,SR+SA先应用SR,仅将不确定的病例(在本系统综述中为19%)转诊进行由经验丰富的检查者进行主观评估。这在保持高诊断准确性的同时,大幅减少了经验丰富检查者的工作量。然而,既往研究表明,经验会影响SA的诊断准确性126, 132, 133。如果因检查者不确定性对性能的影响而倾向于避免SA134,则ADNEX模型是最合适的替代方案。与SR不同,它不产生不确定结果,并以百分比形式提供风险估计。与LR2相比,ADNEX还具有多分类风险预测的额外优势,并允许选择特定的截断值,以根据医疗环境平衡灵敏度和特异度,而LR2仅在10%阈值下得到广泛验证。由于ANDEX模型的高灵敏度,遗漏恶性肿瘤的可能性较低。然而,在绝经后女性中,降低的特异度可能需要更高的截断值,这取决于如何评估假阳性检测结果的影响。由于RMI灵敏度较低及相关的遗漏恶性肿瘤风险,不鼓励使用RMI。除转诊决策外,风险模型还可支持手术与保守治疗之间的选择。然而,本综述纳入的大多数研究缺乏保守(非手术)组。纳入文献中基本上缺乏对预测低风险并采取期待治疗的女性的结局数据。因此,我们的荟萃分析无法就用于保守治疗的极低截断值(如1%)的安全性或不适当性提供循证结论。
为提高适用性,未来研究应评估ADNEX模型在不同截断值下、在绝经前和绝经后女性中的性能,并研究将交界性肿瘤归类为良性时的准确性,因为最佳阈值可能因人群而异。仅评估诊断性能并不全面;还应考虑假阳性和假阴性转诊的潜在危害。此外,成本效益分析至关重要,结果可能因医疗系统的后勤安排而异。在荷兰,目前正在ACCEPT研究(试验编号:NL9572)中对此进行调查135。
结论
LR2、SR、ADNEX和SA在卵巢肿瘤良恶性术前鉴别方面均优于RMI。在这些策略中,SA和SR+SA在所有亚组中具有最佳的诊断性能。如果倾向于采用不依赖操作者专业技能的策略,则推荐ADNEX模型。由于ANDEX模型的高灵敏度,遗漏恶性肿瘤的可能性较低。然而,在绝经后女性中,降低的特异度可能需要更高的截断值,这取决于如何评估假阳性检测结果的影响。
支持信息
表S1 检索策略。
表S2 从每项研究中提取的信息。
表S3 被排除的研究及排除原因。
表S4 未纳入分析的个体研究结果。
表S5 纳入研究的特征。
表S6 纳入研究的质量评估。
表S7 绝经前与绝经后女性的荟萃回归分析。
表S8 卵巢癌患病率低(< 21.1%)与高(≥ 21.1%)研究的荟萃回归分析。
附录S1 QUADAS-2和QUADAS-C工具。
图S1 纳入研究的患病率和样本量。
图S2 灵敏度和特异度的漏斗图。
图S3 所有纳入模型和截断值的森林图。
图S4 纳入模型的估计合并预测值。
图S5 绝经前女性亚组中各个体研究结果的森林图。
图S6 绝经后女性亚组中各个体研究结果的森林图。
图S7 绝经前和绝经后女性亚组的灵敏度和特异度汇总点估计值及分层汇总受试者工作特征曲线。
图S8 纳入研究中卵巢癌的灵敏度、特异度和患病率。
图S9 卵巢癌低患病率(< 21.1%)研究中各个体研究结果的森林图。
图S10 卵巢癌高患病率(≥ 21.1%)研究中各个体研究结果的森林图。
图S11 卵巢癌低患病率(< 21.1%)与高患病率(≥ 21.1%)研究的灵敏度和特异度汇总点估计值及分层汇总受试者工作特征曲线。
引用
- Lems E, Koch AH, Delvaux EJLG, et al. Diagnostic accuracy of ultrasound models for assessment of ovarian tumors: systematic review and meta-analysis. Ultrasound Obstet Gynecol. 2025. PMID: 41346086. doi:10.1002/uog.70135
- 全文:PMC13136063(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13136063/
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。