膝关节MRI报告模板的一致性：ISS调查与共同数据元素分析

引言

已有研究表明，MRI 的标准化报告可提高报告的一致性和整体诊断质量 [1–6]。多项研究报告了使用报告模板的益处。然而，膝关节 MRI 报告模板的实施似乎并不一致，仍是一个有争议的话题 [7]。美国国立卫生研究院 CDE 仓库将通用数据元素（CDEs）定义为标准化的、可重复使用的问题，具有预定义的一套答案，可跨系统和研究使用 [8]。引入 CDEs 是为了促进临床试验中不同站点之间一致且系统化的数据收集，但如今越来越多地应用于真实世界数据的收集。CDEs 有助于将叙述性文字转换为可计算的数据单元。在膝关节 MRI 报告中，示例包括值列表项，如 ACL 完整性（例如完整、部分撕裂、完全撕裂），文本项，如半月板状态的自由文本描述，以及数字项，如 TT-TG 距离或 Insall-Salvati 比值。表 1 提供了 CDEs 的说明性示例及其分类。放射学报告和研究可能受益于可跨系统和研究共享的标准化 CDEs 的使用 [8]。

据我们所知，关于国际骨骼学会（ISS）放射科医师当前膝关节 MRI 报告模板实践的数据有限。特别是，在此背景下，尚未通过基于 CDE 的分析来考察报告模板的使用和内容。

先前关于膝关节 MRI 和肌肉骨骼放射学结构化报告的研究表明，不同放射科医师在报告结构和术语方面存在差异，同时也表明可以预期形成一个针对膝关节主要结构和疾病的共享核心必要报告要素 [1, 2, 5, 9]。在本手稿中，“模板”一词用于指标准化的膝关节 MRI 报告格式，“受访者”用于指完成调查的个体。

本研究的主要目的是分析 ISS 放射科医师的膝关节 MRI 报告模板，并确定最一致使用的 CDEs。次要终点包括探索 CDE 数据类型的分布，例如特殊专用主题模板的普及率以及标准化评分的使用。

材料与方法

调查

2025 年 2 月至 5 月期间，使用在线调查工具（Jotform，旧金山，加利福尼亚州，美国）对 510 名 ISS 成员进行了一项调查。肌肉骨骼放射科医师，均为 ISS 成员，于 2025 年 2 月通过 ISS 成员名录获取信息后经电子邮件受邀参与 [10]。招募基于该名录，未进行随机化。放射科医师被要求通过调查工具或电子邮件提供其所在机构使用的模板（图 1）。

完整的调查问卷见补充材料1。该问卷由两名放射科研究协调员作为研究专用的非标准化工具创建，未经正式验证。问卷询问了科室层面膝关节MRI模板的使用和推荐情况以及相关报告实践。所有调查项目均为必答项，部分问题允许多选。即使没有可用模板，受访者也可完成调查。调查回复定义为已完成的问卷。科室层面的采用情况未经独立核实。

为减少重复提交，当多名ISS成员隶属于同一机构时，首先联系一名成员，仅在未收到回复时才联系其他成员。未向无应答者发送提醒。后续联系仅限于报告使用模板但尚未提交模板的受访者。

模板

所有收到的模板均被纳入，以全面了解受访者的报告实践，未对模板的形式、语言或结构提供具体指导。非英文模板使用DeepL Translator（德国科隆）翻译，并返回给受访者进行语言验证。提出的修改在评估过程中予以考虑，德语翻译由母语者（两名研究者）审校。报告模板未进行进一步编辑。

模板被分类为通用膝关节MRI报告模板或专用模板，后者针对特定疾病进行定制化重点报告。

报告结构的分类框架改编自Chundru等[1]，措辞略有修改。模板不再分类为自由文本、带头部的结构化和结构化分项，而是分别称为“低结构”、“中等结构”和“高结构”。模板若主要基于自由文本则分类为“低结构”，若使用结构化头部则分类为“中等结构”，若为结构化且分项则分类为“高结构”。中等结构模板根据其主要的组织逻辑进一步细分为基于解剖或基于间室。本研究使用的操作定义及这些类别的示例组织模式见表2。

若一名受访者提交了多个模板，则将其合并为一个综合模板，以避免少数中心在CDE定量分析中被过度代表。

通用数据元素

对模板进行了候选CDE（常见数据元素）的调查。由于提交的模板在语言、结构、语义措辞和细化程度上存在差异，CDE提取需要反复进行解释性判断。这些判断包括：某一报告条目是否构成独立的CDE、语义重叠的条目是否应合并、以及某一条目更适合归类为值列表CDE还是文本CDE。为保持这些操作性判断在整个数据集中的内部一致性，每个模板的CDE提取由一名审查者完成。随后由第二名和第三名审查者验证所有提取的条目，解释上的任何分歧均通过共识协议解决。由于未进行独立的重复提取，因此未计算正式的评分者间信度统计量，如Cohen's kappa。提交模板中包含的其他要素，如文档页眉和页脚中的条目（例如检查日期或所使用的MRI序列），因不构成报告模板的必要组成部分，被排除在进一步分析之外。

通过文档分析推导CDE的方法学路径（图2）基于Dennstädt等人[11]的既往工作。任何独立的可复用报告条目均被视为候选CDE，并保留原始措辞和允许值。语义相同或广泛重叠的CDE（例如“joint_effusion_size”和“effusion_grade”）由一名审查者合并为一个共同的CDE，提取的条目由第二名审查者验证。提取的条目按照美国国立卫生研究院的定义分为三种CDE类型：值列表、文本和数值[12]。

值列表CDE被定义为具有预定义的名义或有序允许值集合的参数（例如“关节积液量”，其值为“无”、“少量”、“中等”和“大量”）。许多值列表CDE包含两个以上的可能值。对于这些候选CDE，每个值均使用变量“TRUE”或“FALSE”进行二值化，以将特定CDE简化为可回答的二元问题，如“joint_effusion_none”、“joint_effusion_small”、“joint_effusion_moderate”和“joint_effusion_large”。为量化特定CDE在所有模板中的出现情况，将值列表CDE重新编码为二值（是/否）条目，在单个模板中出现赋值为1，未出现赋值为0。对所有提取的CDE均进行此操作，然后进行汇总以计数某一CDE在所有提交模板中的总体存在情况。文本CDE捕获无法归约为预定义类别或数值的叙述性输入，数值CDE包括数值、放射学比值（例如Insall-Salvati比值）和角度测量值（例如滑车沟角）。

统计分析

仅当某一CDE出现在两名或以上受访者的模板中时才予以计数，以排除单一受访者的个人偏好。随后由两名放射科研究协调员将CDE分配到层级语义组（主类别和子类别）。

主要类别被定义为膝关节的基本解剖结构。亚类被定义为主要类别内更具体的解剖亚结构或可报告的方面。以诊断或发现为导向的条目（例如骨折、骨关节炎、关节积液）作为一个单独的板块呈现，与解剖学主要类别和解剖亚结构/方面区分开来。主要类别和亚类的完整列表，以及CDE分组的排名及其各自百分比，见表3。较高的百分比表明在膝关节MRI报告模板中包含的组成部分更频繁。

对于每个CDE，使用Wilson评分法计算双侧95%置信区间，z = 1.96，未应用连续性校正。比例定义为其中是样本比例，x是其提交的模板包含该CDE的受访者人数，n是可评估的受访者人数（n = 39）。统计分析使用R（R Foundation for Statistical Computing，维也纳，奥地利）进行。数据处理和表格准备使用Microsoft Excel（Microsoft Corporation，美国）进行，流程图可视化使用Lucid（Lucid Software Inc.，South Jordan，UT，美国）创建。在手稿准备过程中，大型语言模型仅用于语言编辑和措辞润色。

结果

调查

510名受邀ISS成员中有73名（14%）完成了调查。41名受访者（56%）报告使用至少一个模板，而32名（44%）报告未使用模板。两名受访者报告使用模板但尽管跟进后未提交任何文件。因此，39名提交了模板的受访者被纳入分析。

总共从39名（53%）受访者获得了62个模板，平均每名受访者1.6个模板（中位数 = 1；IQR = 0）。模板来自22个不同国家（阿根廷、比利时、巴西、加拿大、哥伦比亚、埃及、法国、德国、希腊、印度、意大利、日本、荷兰、新西兰、卡塔尔、新加坡、西班牙、瑞典、瑞士、土耳其、英国和美国）。一名受访者提供了来自两个国家机构的独立数据，因此被计为两个独立实体。在510封邀请邮件中，405封（79%）未收到回复。11封（2%）邮件无法送达。15封邮件（3%）收到自动外出回复，随后未再跟进。三名收件人（< 1%）随后表示已退休，两名收件人选择不再联系，一名收件人已去世。

模板使用的地理分布

美国占比最高，12名受访者中有10名（83%）使用模板。英国有9名受访者；1名受访者（11%）报告使用模板，7名受访者报告未使用，1名受访者表示使用模板但未提交模板。加拿大6名受访者中有2名（33%）使用模板。德国6名受访者中有4名（67%）使用模板。法国有5名受访者，1名使用模板（20%），3名未使用，1名表示使用模板但未提供模板。瑞士5名受访者中有2名（40%）使用模板。希腊4名受访者中有2名（50%）使用模板。芬兰的2名受访者中无人报告使用模板。总体而言，来自意大利、日本和荷兰的受访者中有50%（每个国家1/2）以及来自印度和土耳其的受访者中有100%（每个国家2/2）报告使用模板。阿根廷、比利时、巴西、哥伦比亚、埃及、新西兰、卡塔尔、新加坡、西班牙和瑞典各有1名受访者使用模板（各100%）。澳大利亚、智利、香港和以色列各有1名受访者，均未使用模板（0%）。

这导致来自欧洲的受访者有15名（38%），北美12名（31%），亚洲7名（18%），南美3名（8%），非洲1名（3%），大洋洲1名（2%）。未收到重复模板。在提交模板的受访者中，30/39（77%）在所有膝关节MRI检查中依赖单一模板。少数情况下使用了两个密切相关的版本，通常用于区分侧别或详细程度。

模板

共获得19份具有特殊专用主题的模板。4名受访者的模板中出现了髌骨不稳这一主题。2名受访者使用了前交叉韧带撕裂的专用模板。另外2名受访者使用了退行性关节病的专用模板，其聚焦的解剖结构略有差异。其他专用主题包括前交叉韧带移植物、骨-腱-骨移植物、半月板撕裂、退行性半月板切除术、术后半月板、创伤后关节疾病和幼年特发性关节炎。这些主题均仅限于1名受访者，未在其他受访者中出现。

使用DeepL翻译的模板被返还给各受访者，以验证翻译内容在语义上仍然准确。在此验证步骤中仅收到少量微小修正，并已纳入分析。23名受访者提交的模板包含文档页眉和/或页脚元素，而16名仅提交了核心报告模板，不含附加元素。仅1名受访者报告使用其国家放射学会推荐的模板。该受访者同时也是该模板的作者。其他每位受访者均提交了各自的个人模板。因此，ISS成员之间并未使用共享的“共识”模板，例如来自RSNA的RadReports.org的模板[13]。

在收到的62份模板中，13份（21%）符合改良Chundru [1]低结构标准，23份（37%）为中等结构，26份（42%）为高结构。在中等结构模板中，18份（78%）基于解剖，5份（22%）基于间室。在提交模板的受访者中（n = 39），近一半使用了高结构模板（19/39，49%）。中等结构模板由13/39名受访者使用（33%），其中大多数基于解剖（8/13）而非基于间室（5/13）。低结构模板最不常见（7/39，18%）。使用多个模板的受访者始终使用相同的总体结构类别（低、中或高）。在中等结构类别内，保持了相同的主要组织格式。

常见数据元素

在汇总完全相同的重复项并排除文档页眉和页脚内容后，从所有模板中提取了507个独立CDE。总体而言，识别出381个值列表CDE（75%）、116个文本CDE（23%）和10个数字CDE（2%）（图3）。数字CDE包括特定的放射学评分或测量值，如髌骨角、Insall-Salvati比值、Caton-Deschamps指数、滑车沟角、外侧滑车倾斜度、滑车面不对称性、滑车深度、TT-TG距离、TT-PCL距离和贝克囊肿大小。CDE常以不同的粒度水平表示。因此，同一解剖结构可能在一个模板中作为值列表CDE出现，而在另一个模板中作为文本CDE出现，取决于上下文（例如，骨髓水肿）。未进一步说明的总括条目（例如，“半月板”）被归类为文本CDE并标记为“未另作说明”（NOS）。

表3总结了按解剖主类别、解剖亚结构/方面以及单独的发现/诊断模块（A–C部分）组织的CDE组频率。表4总结了50个最常见的单一CDE。在解剖主类别中，骨骼被纳入100%的模板，半月板（NOS）为95%，关节与腘窝间隙域为90%（表3 A部分）。软骨（NOS）、交叉韧带和髌股关节各出现在87%的模板中，其次是副韧带为82%，肌肉与软组织为64%。关节周围结构被纳入41%，滑囊为33%，神经血管结构为18%的模板。

在解剖亚结构/方面中，前交叉韧带被纳入85%的模板，而后交叉韧带和伸肌装置各被纳入82%（表3 B部分）。骨形态与骨髓、内侧和外侧半月板以及内侧和外侧副韧带各出现在79%的模板中。关节间室和关节连接在62%中被涉及。软骨最常针对髌股（前）间室（56%）、内侧间室（54%）和外侧间室（49%）进行说明。前部软组织被纳入44%的模板。关节周围复合体较少见，后外侧复合体出现在41%的模板中，前外侧复合体为28%，后内侧复合体为10%。半月板稳定器和半月板囊结构各出现在10%中。神经血管亚结构很少被报告，神经出现在18%的模板中，血管结构为8%。

在所见/诊断部分，85%的模板报告了关节积液，44%报告了腘窝囊肿，36%报告了其他腘窝间隙所见，31%报告了滑膜（表3 C部分）。骨折和髌骨稳定结构及不稳定各在33%的模板中被报告，而骨关节炎和其他各占23%。

讨论

本研究最重要的发现是，共有41名受访者（56%）报告使用模板，而32名（44%）未使用。提交模板的受访者中，近一半（49%）使用高度结构化模板，三分之一（33%）使用中等结构模板，18%使用低结构模板。在提取的507个CDE中，75%为值列表CDE，其次是23%的文本CDE和2%的数字CDE。

本研究中来自ISS受访者样本的膝关节MRI报告模板数据表明，术语和模板结构均存在显著异质性，产生了大量细微的语义变体。尽管进行了协调统一，但由于放射学和解剖学术语本身固有的多样性，变异性仍然存在，这也反映在CDE较宽的95% Wilson区间中。更粗略的聚合可能会提高表观一致性，但代价是可能掩盖具有临床意义的区分。与膝关节主要解剖结构相关的CDE在模板中出现频率最高，表明受访者之间在膝关节MRI报告模板方面具有共享的基本组成部分。

未发现对某一种模板结构类型的明确偏好。专门化的专用模板未被广泛使用。仅少数受访者报告了专用于髌骨不稳定的模板。受访者对何为“模板”的看法各不相同。一些受访者提交了中等或高结构的模板，而另一些受访者主要提交基于自由文本的低结构模板，后者可被视为标准化行文。

Harris等2023 [14] 证明了基于模板的报告的潜在负面影响。查看报告显示器的时间显著增加（67.13秒至112.28秒（主治医师）和57.38秒至109.99秒（住院医师）；（F = 12.10，p = 0.0017），而用于诊断显示器的时间减少（236.79秒至163.40秒（主治医师）和223.55秒至182.48秒（住院医师）；（F = 3.77，p = 0.0623）。Chundru等表明，中等结构的模板提高了可理解性和清晰度。在83%的病例中，临床医生偏好带标题的结构化模板而非自由文本，而自由文本在53%的病例中被认为最为松散不连贯 [1]。Rosskopf等得出结论，任何形式的结构化都优于无结构的自由文本口述。虽然他们的干预措施未发现明确的优胜者，但其中任何一种都改善了结果。例如，报告中具有临床相关性的差异从3.0%降至1.4% [2]。

这些发现得到欧洲放射学会2023年更新的进一步支持，该更新建议以从标准化叙述到完全机器可读报告的梯度来看待结构化报告。由于大多数临床医生偏好结构化报告，建议采用模块化模板以支持协调统一而不影响工作流程效率，尽管只有半数放射科医生偏好这些模板[5]。

国际骨骼学会成员已提出肌肉骨骼放射学术语协调统一是迈向权威和标准化术语的重要一步[15]。然而，肌肉骨骼放射学术语表无法定义具有明确确定允许值（CDEs）的独特报告条目。

将术语表与CDEs相结合可能进一步提高报告的一致性以及研究和计算分析的可比性，同时减少 idiosyncratic 术语。乳腺影像报告和数据系统（BI-RADS）显示出中等至良好的一致性，超声核心描述符的κ = 0.61–0.69，乳腺X线关键描述符的κ = 0.48–0.50 [16]。放射学报告的更多标准化可能有助于取得类似于BI-RADS实施及影像学类似举措所观察到的可衡量成功的结果。

系统化医学临床术语命名法（SNOMED CT）和RadLex未应用于所获取的数据，因为它们不在本研究范围之内。然而，后续项目可以利用所获取的数据集进行词汇ID映射，建立在此工作基础之上。所创建的CDE列表可考虑由北美放射学会和美国放射学院提交至RadElement数据库，以符合美国国立卫生研究院CDE标准。如果模板变为机器可读，所得数据可有助于改善研究并促进自动化数据提取。将CDEs进一步整合到膝关节MRI报告中可能有助于提高报告一致性，类似于乳腺影像中实施BI-RADS后观察到的质量提升[16]。

本CDE数据集可作为未来关于结构化膝关节MRI报告在地方、区域、多语言或国际环境中共识声明的基础[17]。德尔菲技术可能有助于解决这一问题。迭代德尔菲过程可用于评估哪些CDEs应属于核心集，哪些可保持可选[17]。

局限性

本研究存在一些需要考虑的局限性。样本量适中、调查应答率为14%，且仅获得39名受访者的模板，这使得关于放射科医生整体报告习惯的结论有限，并限制了研究结果的普遍性。调查未收集执业环境（如学术机构与私人执业）、工作年限和亚专科方向。因此，无法全面评估受访者类型中使用与不使用模板的趋势以及受访者样本的代表性。该调查基于研究专用的非标准化问卷，未进行正式验证或预试验。尽管调查询问了科室层面模板的使用和推荐情况，但无法对所有提交材料确认科室范围内对所提交模板的采用。受访者均为ISS放射科医生，这可能限制了对ISS成员以外人群的普遍性。考虑到ISS成员主要分布于西方国家，数据不可避免地偏向欧洲和北美。尽管印度和英国拥有相当数量的ISS成员，但在模板提交者中代表性不足。如果使用模板或对模板持赞成态度的放射科医生比不使用者更可能作出应答，则可能存在选择偏倚。

本研究评估并比较了不同放射科医生的膝关节MRI报告模板；然而，由于缺乏明确的目标导向框架、备选方案的明确识别、预定义标准、权衡评估与权重分配以及迭代优化，该研究不符合决策分析的标准。因此，无法基于这些数据构建情境特异性决策树[18]。

CDE提取具有主观因素，在许多情况下两个或多个选项可能同时同样有效。这在将CDE分类为特定类型（值列表与文本）、合并语义相似的CDE以及将CDE归入特定组别时尤为明显。此外，CDE提取由一名审查者完成，随后由另外两名审查者验证。尽管选择这种方法是为了在高度异质的数据集中保持提取决策的内部一致性，但并不能消除主观偏倚。由于未进行独立的重复提取，未评估正式的评分者间信度。

文档页脚和页眉被排除在分析之外，这可能导致信息丢失，因为它们可能包含可编码为CDE的信息，例如所使用的MRI序列或检查日期。

总之，本研究结果表明，在该ISS受访者样本中，膝关节MRI报告未高度标准化。略多数受访者报告使用模板，且观察到模板结构存在显著异质性。CDE分析确定了必要且一致报告的条目。

补充信息

以下是电子补充材料的链接。补充文件1（PDF 178 KB）

补充文件2（XLSX 27 KB）