文献速递泌尿生殖腹部MR

改进前列腺MRI上膜部尿道长度测量:在线培训方法的比较

Improving membranous urethral length measurements on prostate MRI: a comparison of online training methods.
PubMed 文献 · Eur Radiol · 2026-03-31

本研究比较三种在线培训方法对放射科医生测量前列腺MRI膜部尿道长度(MUL)的诊断性能、阅片者信心和阅片者间一致性的影响。81名完成研究的参与者被分为书面说明组、案例自学组和专家主导的实操组,所有组在培训后诊断性能和信心均显著改善(p < 0.001),阅片者间一致性从ICC 0.52-0.56提升至0.74-0.80,组间无显著差异。

要点

  • 所有在线培训方法均能显著改善MUL测量的诊断性能、阅片者信心和阅片者间一致性。
  • 培训后阅片者间一致性ICC从0.52-0.56提升至0.74-0.80。
  • 书面说明组有17%认为培训不足,专家主导组有30-35%认为培训过于耗时。

核心结论

  • 所有培训方法——从仅提供书面说明到更全面的案例项目——均有效改善了前列腺MRI上MUL测量的诊断性能、阅片者信心和阅片者间一致性。
  • 独立在线培训相比更耗时的实操课程具有实用优势,支持基于MUL的个体化尿控预测的更广泛临床实施。

研究设计与样本

  • 回顾性分析,比较三种在线培训方法对MUL测量的影响,经当地机构审查委员会批准(IRBd24-268),豁免知情同意。
  • 99名参与者入组,81名(82%)完成研究并纳入最终分析:A组29名、B组26名、C组26名,来自21个国家(欧洲14个、欧洲以外7个)。
  • 参与者为至少具有前列腺MRI报告基本经验的放射科医生和住院医师,于2024年9月至10月通过荷兰放射学会、欧洲胃肠道和腹部放射学会、欧洲泌尿生殖放射学会及作者网络公开招募。
  • 使用3-Tesla MR系统(Achieva或Ingenia,Philips Medical Systems),选取矢状面、斜轴面和斜冠状面T2加权图像(层厚3 mm;体素0.7×0.7 mm,重建0.4×0.4 mm)。
  • 参考标准为两名独立教职人员(T.B.、M.D.-H.)的平均测量值,两人间一致性ICC为0.90(95%CI 0.76–0.96),平均差(SD)为0.3(±2.4)mm,95%阅片者间一致性界限为−4.4 mm和+5.1 mm。

关键影像表现/征象

  • MUL定义为前列腺尖部下缘与阴茎球上缘之间的线性距离。
  • 培训后阅片者间一致性改善,ICC从基线范围0.52–0.56提升至培训后范围0.74–0.80。
  • 所有组诊断性能均显著改善(p < 0.001),组间诊断增益无显著差异。
  • 经验丰富与经验较少的放射科医生之间差异不显著,经验较少者诊断增益略高(p = 0.13);住院医师与放射科医生培训效果无统计学显著差异(p = 0.77)。
  • 所有组阅片者信心评分在培训后显著增加(p < 0.001)。

诊断标准与关键数值

  • 诊断性能定义为参与者测量值与参考标准之间的绝对差值(mm)。
  • 阅片者间一致性采用组内相关系数(ICC)评估:≤0为无一致性,0.01–0.20为轻微,0.21–0.40为一般,0.41–0.60为中等,0.61–0.80为显著,0.81–1.00为高度一致。
  • 参考标准为两名教职人员独立测量的平均值。

临床应用与阅片要点

  • MUL测量可在在线平台上通过书面说明、案例自学或专家主导培训有效教学,各方法效果相似。
  • 案例自学在感知信心方面可能略有优势,而仅从性能角度看,书面说明可能已足够。
  • 专家主导培训被约三分之一参与者认为过于耗时。
  • 在线培训提升的测量准确性和阅片者间一致性可促进MUL-based尿控预测的临床实施,加强患者咨询和共享决策。

局限性

  • MUL测量无真正金标准;参考标准定义为两名专家阅片者MUL测量的平均值,支持以极佳的阅片者间一致性(ICC 0.90)。
  • 培训后评估在培训完成后1周进行,但各组培训时长不同(A组1周、B组1个月、C组1天),导致测试前与测试后间隔可变;较短间隔可能引入回忆偏倚,较长间隔可能允许技能衰退,回忆偏倚风险被认为极小。
  • 研究长期知识保留超出当前项目范围,但将是未来研究的有趣课题。
  • 组构成略有差异:A组经验较丰富的放射科医生稍多,而C组住院医师数量最多;这些差异较小、无统计学显著性,且住院医师与放射科医生之间未观察到显著培训差异。
  • 研究使用仅含高质量图像的选择性病例数据库,可能不能完全反映真实世界中图像质量的变异性。
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. 2026 Mar 31;36(8):6419–27. doi: 10.1007/s00330-026-12468-w

引言

MRI在前列腺癌的初步诊断、分期和复发检测中发挥着重要作用[1]。根据临床指南,局限性病变可通过放射治疗或根治性前列腺切除术进行治疗[2, 3]。尽管根治性前列腺切除术具有治疗效力,但常伴有术后并发症,包括性功能障碍以及——最值得注意的是——尿失禁。

已有多种术前预后因素与尿控恢复的关系被研究,其中解剖学参数尤其值得关注[4]。在这些参数中,膜性尿道长度(MUL)——定义为前列腺尖部下缘与阴茎球上界之间的线性距离——是迄今为止研究最多的MRI参数,其对于尿控恢复的预测能力已被多项荟萃分析证实[4–7]。Tillier等人证明,纳入MUL测量的尿控预测工具可支持接受机器人辅助根治性前列腺切除术的患者做出更明智的个体化治疗决策[8]。尽管越来越多的证据支持MUL在预测尿控恢复方面的价值,但该测量方法尚未被广泛纳入常规治疗前风险评估方案中。

为实现更广泛的临床采用,确保高观察者间信度和测量技术的标准化至关重要。实现这一目标需要对放射科医师进行有针对性的培训。既往研究强调了教育干预在改善前列腺癌及其他癌症放射学判读中的重要性[9–13]。例如,Rosenkrantz等人评估了自主学习和持续反馈对MRI前列腺癌检测学习曲线的作用[12]。他们展示了陡峭的学习曲线,在40例后达到平台期,并发现——尽管反馈的可用性并未显著影响整体学习曲线或准确性——但确实提高了判读者的信心。Bregendahl等人在直肠癌中的另一项研究探讨了各种教育要素对放射科医师诊断分期表现的影响。他们表明,主要是个人反馈产生了显著影响[13]。这些结果凸显了在放射学教育中进行有针对性的反馈培训的价值。由于后勤和财务方面的限制,举办面对面培训项目并不总是可行的,这强调了开发有效、可及的在线教育策略的重要性。

本研究的目标是开发和比较不同的在线培训方法,纳入不同程度的针对性反馈,以提高术前前列腺MRI上测量MUL的诊断表现和测量一致性。

材料与方法

本研究是一项回顾性分析,比较多种用于在前列腺癌术前MRI上测量MUL的培训方法。本研究经当地机构审查委员会批准(IRBd24-268)。免除知情同意的要求。

患者选择

患者病例(20例测试,40例训练)从Veerman等[14]先前描述的研究数据库中随机选取。主要纳入标准是可获得三个平面的高质量T2加权序列,以充分显示膜部尿道。MRI使用3特斯拉MR系统(Achieva或Ingenia,Philips Medical Systems)完成。从完整方案中选取矢状面、斜轴面和斜冠状面T2加权图像(层厚3 mm;体素大小0.7 × 0.7 mm,重建为0.4 × 0.4 mm),角度垂直于和平行于外周带-直肠壁边界。

研究参与者与培训分组

研究参与者于2024年9月至10月间通过向荷兰放射学会、欧洲胃肠道与腹部放射学会、欧洲泌尿生殖放射学会及作者专业网络发送的公开招募通知进行招募。具有至少基本前列腺MRI报告经验的放射科医师和住院医师被邀请参加。共99名参与者入选,并被半随机分配至三个培训组之一(确保各组间经验水平分布均衡,同时考虑先前是否接触过课程文献以及参与者参加C组现场培训活动的可用性)。A组仅接受书面指导;B组完成独立的在线病例培训;C组参加由专家指导的实操培训活动。培训详情如下所述。

虚拟培训设置

本研究使用了专用的网络培训平台,该平台将Open Health Imaging Foundation(OHIF)DICOM查看平台与电子病例报告表相结合[10, 15]。该平台由两位作者(J.v.G.、A.K.)针对本研究进行了定制。

培训设置包括三个步骤。首先,参与者完成20例测试病例以建立其基线(培训前)表现。对于每个病例,参与者测量MUL并表明其信心程度(无信心、不确定、有信心)。此步骤中未提供反馈。

在第二步中,各组遵循不同的培训方案:A组(书面指导)独立学习一份详细的数字指导文件,该文件基于先前发表的文章[5],详细说明MUL测量方法,包括标志点、插图和图像示例。未提供培训病例。给予一周准备时间。

B组(自学)在1个月内完成40例培训病例。对于每个病例,参与者测量MUL,并通过在线反馈表获得反馈,反馈表包含标注的关键图像、常见陷阱和实用技巧,以及嵌入DICOM序列中的参考测量值(见补充材料1)。在线反馈由培训教员成员(M.D.-H.)生成。参考测量值基于两名教员成员(T.B.、M.D.-H.)的平均值。

C组(专家主导)通过Microsoft Teams参加了为期6小时的互动在线培训,由三位专家放射科医师(T.B.、M.D.-H.、S.H.)主持(在前列腺MRI方面有8–21年的专门经验)。在带有问答环节的全员讲座之后,参与者在分组小组中工作(每位教员约10名参与者)。参与者完成了与B组相同的40个培训病例,但有实时指导。C组可以获取参考测量值,但未收到B组使用的在线反馈表。取而代之的是,教员实时审查参与者的测量结果,以识别错误和挑战。纳入了多轮互动反馈,以讨论和纠正常见错误。

最后,在完成其培训方案1周后,参与者在20个测试病例上重复了MUL测量,以评估其培训后的表现。此外,他们完成了一份问卷(通过Google Forms),以反馈他们对各自培训方案的看法,以及对其测量信心的总体影响(采用5点Likert量表评分,从“非常不自信”到“非常自信”)。

统计分析

对20个测试病例在培训前后比较了诊断表现和观察者间一致性(IOA)。两名独立教员(T.B.、M.D.-H.)的平均测量值作为参考标准。诊断表现定义为参与者测量值与该参考值之间的绝对差值(mm)。IOA使用组内相关系数(ICC)计算,其中≤ 0表示无一致性,0.01–0.20轻微,0.21–0.40一般,0.41–0.60中等,0.61–0.80高度一致,0.81–1.00高度一致[16]。采用混合效应线性回归模型检验不同培训对诊断表现的影响。为建模观察值之间的关系,使用2个随机效应来解释每名参与者的重复测量以及每次扫描在培训前后的重复测量。协变量包括基线经验(< 10年 vs. ≥ 10年)、培训组(A、B、C)以及课程效应与阅片者经验之间的交互项。第二个模型未将经验作为协变量纳入。第三个模型将住院医师 vs. 放射科医师作为协变量,而不是经验年限。对每个病例自我报告的置信度在培训前后进行分析,仅以组作为协变量。显著性设定为p < 0.05。分析使用R(版本4.3.0)进行:混合效应回归使用lme4(版本1.1-32),ICC使用psych(版本2.3.3)。

结果

研究参与者

研究纳入流程图和详述三个研究组的研究设置见图1。在最初纳入的99名研究参与者中,81人完成了研究的所有步骤并被纳入最终分析:A组29人,B组26人,C组26人。纳入的参与者来自21个不同国家,其中14个在欧洲,7个在欧洲以外。表1总结了纳入研究的81名参与者的基线特征及其在三个培训组中的分布。基线特征,包括经验水平,在各组之间无显著差异(p值范围为0.12至0.70)。

图1 流程图显示研究参与者的纳入和排除(A)以及研究设置的示意图概览(B) 查看原图 ↗
表1 完成研究的81名参与者的基线特征 查看原表 ↗

不同训练方法对诊断表现和观察者间一致性的影响

表2显示了各组的平均MUL测量值、其与专家参考标准的偏差(=诊断表现),以及训练前后参与者之间的一致性(ICC)。所有组的诊断表现均有统计学显著改善(p < 0.001)。改善在各组间一致,组间诊断增益无显著差异。经验丰富与经验较少的放射科医生之间观察到非显著差异,经验较少的放射科医生的诊断增益略高(p = 0.13)。在比较住院医师与放射科医生时,训练效果无统计学显著差异(p = 0.77)。

观察者间一致性也呈现出积极效果,所有组的ICC均有改善,从基线的0.52–0.56范围提升至训练后的0.74–0.80范围。两位专家(其平均测量值作为参考标准)之间的一致性极好,ICC为0.90(95% CI 0.76–0.96),平均(SD)差异为0.3(±2.4)mm。观察者间一致性的95%界限为−4.4 mm和+5.1 mm。比较两位专家测量值的Bland–Altman图见补充材料2。图2提供了一个病例示例,显示训练后阅片者之间测量一致性有所改善。

表2 各组训练前后测量平均值、差异及IOA结果 查看原表 ↗
图2 其中一个测试病例的示例,显示训练前(A)与训练后(B)相比,MUL测量的观察者间一致性明显改善 查看原图 ↗

阅片者反馈与诊断信心

MUL测量过程中记录的信心评分显示,训练后所有组的信心评分均有统计学显著提高(p < 0.001)。图3总结了研究后问卷的结果。81名参与者中,69人完成了问卷,回复率为85%。所有组自我报告的MUL测量信心均显著改善。当被问及训练的充分性时,所有组的大多数参与者认为他们接受了适量的训练。然而,A组中17%的参与者认为他们接受的训练太少,部分人表示希望有一些示例病例。相比之下,C组中30%的参与者认为训练过多,35%指出为期1天的在线培训活动太耗时。

图3 关键问卷结果概览,展示各组参与者训练前后对MUL测量的总体感知信心(A)及感知训练量(B) 查看原图 ↗

讨论

一个由81名具有不同专业水平的放射科医生组成的国际小组参与了一项研究,比较三种在线培训方法在提高前列腺MRI上MUL测量性能和一致性方面的效果。结果显示,所有培训方法——仅书面说明、基于病例的自学以及专家指导的实操培训——均显著改善了诊断性能、IOA和阅片者信心,各组间增益相似。虽然培训量总体被认为适当,但仅书面说明组的一些参与者希望有更多病例示例,而实操培训组中约三分之一的人认为培训过于耗时。这些感受表明,当考虑感知信心时,基于病例的自学略有优势,而从纯粹基于性能的角度来看,仅书面说明可能已足够。经验较多与经验较少的放射科医生之间在性能改善方面未观察到显著差异。

尽管B组和C组的培训强度高于A组,但未发现培训结局有显著差异。这可能归因于任务相对简单——测量单一解剖参数。Van Merriënboer等人探讨了教学策略的有效性如何随任务复杂性而变化[17]。最低限度的指导通常足以应对简单任务,而复杂任务则需要大量支持、反馈和结构化练习。对于简单任务,过多的指导可能提升短期表现,但会妨碍后续的独立应用。相比之下,复杂任务对学习者提出更高的认知要求,需要更密切的指导和反馈,“阻塞练习”(重复执行任务)进一步增强学习。这些见解表明,MUL测量的简单性可能最小化了各组间的培训差异,提示存在天花板效应,即书面说明可能已经产生足够的性能,而无需更精细的培训。

我们的研究结果与既往研究一致,这些研究证明了数字化培训的有效性。例如,Wachsman等人表明,与传统讲座相比,互动式在线放射学课程后医学生的诊断表现有所提高[18]。同样,Wang等人发现,使用模拟器、基于人工智能的诊断工具、虚拟课程以及带结构化反馈的小组学习的综合方法,在理论知识和实践技能方面均优于传统培训[19]。El Khababi等人开发了一项针对直肠癌MRI分期的在线培训项目,包括讲座、演示、带专门反馈的独立病例练习,以及通过在线平台进行的专家反馈环节[10]。他们的结果与我们的相似,表明在线结构化培训能够有效复制传统面对面动手培训的效果。在肺栓塞和克罗恩病MRI培训方面的类似研究报告了相似的益处[20, 21]。在线平台的一个关键优势在于其能够覆盖广泛的全球受众,从而实现教育内容的大规模传播并促进新方法的临床实施。此外,在线平台的灵活性使参与者能够按照自己的节奏学习材料,这可能增强知识保留并满足多样化的学习需求。

MUL的临床重要性已得到充分确立。较长的MUL与根治性前列腺切除术后更快的控尿恢复相关[6, 22],这一关系在近期前列腺癌临床指南中得到强调,指南指出MUL对于优化术后结局至关重要[2]。此外,它可能有助于识别最有可能从盆底肌训练中获益的患者,从而改善术后早期控尿结局[23]。因此,一致且准确地测量MUL对于广泛临床实施个性化术后控尿预测至关重要。据我们所知,本研究是首个在大量放射科医生和住院医师队列中培训其可靠测量MUL的研究,建立在早期较小群体报告的基础之上。Lamberg等人表明,特定培训可改善放射科医生之间的观察者间一致性(ICC 0.62 vs. 未受训读者0.38)[24],而Veerman等人同样报告了在测量技术达成共识后一致性有所改善(ICC 0.84 vs. 0.63)[14]。

本研究存在若干局限性。第一,MUL测量不存在真正的金标准;参考标准定义为两位专家读者的MUL测量平均值,并有极佳的读者间一致性(ICC 0.90)支持。第二,培训后评估在培训完成后1周进行,但各组培训时长不同(A组1周、B组1个月、C组1天),导致前测与后测之间的间隔长短不一。较短的间隔可能引入回忆偏倚,而较长的间隔则可能允许技能衰退。由于前列腺MRI病例具有相对可互换性,回忆偏倚的风险被认为很小。考察长期知识保留不在本项目范围之内,但这将是未来研究的一个有趣课题。各组构成也略有差异:A组包含经验稍丰富的放射科医师,而C组住院医师人数最多。这些差异较小、无统计学显著性,且住院医师与放射科医师之间未观察到显著的培训差异,提示各组构成很可能未对结果产生有意义的影响。最后,本研究使用了仅含高质量图像的精选用例数据库,可能无法完全反映真实世界中图像质量的变异性。

总之,本研究表明,MRI上的MUL测量可以通过多种在线方法有效教授。所有三种方法——书面说明、独立病例学习和专家主导的实操培训——均被证明有效,参与者在培训后表现出诊断性能改善和信心增强。独立培训可能优于实操培训,后者更常被认为耗费时间。这些发现提示,在临床实践中,放射学技能培训有望转向更易获取、更高效的方式。此外,通过在线培训所获得的性能提升和读者间一致性提高,可支持基于个体化MUL的控尿预测在临床中的广泛实施,从而促进前列腺癌治疗中的共享治疗决策。

补充信息

电子补充材料

引用

  1. Goedegebuure EP, Boellaard TN, van Dijk-de Haan MC, et al. Improving membranous urethral length measurements on prostate MRI: a comparison of online training methods. Eur Radiol. 2026. PMID: 41915072. doi:10.1007/s00330-026-12468-w
  2. 全文:PMC13341907(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13341907/

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。