指南与共识胸部CT

基线CT筛查检出结节的恶性风险估计:PanCan模型、Lung-RADS与NCCN指南的比较

Malignancy risk estimation of screen-detected nodules at baseline CT: comparison of the PanCan model, Lung-RADS and NCCN guidelines.
指南 / 共识 · Eur Radiol · 2017-03-14

该回顾性研究基于丹麦肺癌筛查试验数据,纳入64例恶性结节和549例良性结节的基线CT,比较PanCan模型、Lung-RADS及1.2016 NCCN指南鉴别良恶性结节的表现。采用各自原始直径定义时,PanCan模型AUC为0.874,优于Lung-RADS的0.813(p=0.003)和NCCN的0.836(p=0.010);统一直径定义后PanCan仍优于两者。NCCN指南对结节大小定义最敏感。

要点

  • 基线CT无随访信息时,PanCan模型鉴别良恶性结节的AUC(0.874)显著优于Lung-RADS(0.813)和NCCN(0.836)。
  • 所有系统使用三维平均直径(Dmean3D)时AUC最高,使用最长直径(Dlongest-C)时表现最差。
  • NCCN指南对结节大小定义最敏感,使用平均直径时显著优于最长直径(p=0.005和p=0.016)。

核心结论

  • 在没有随访信息的情况下,PanCan模型在区分良恶性结节方面显著优于Lung-RADS和1.2016 NCCN指南。
  • NCCN指南对结节大小定义最为敏感,使用平均直径时表现显著优于最长直径。
  • 结节大小定义对所有风险估计系统的性能均有显著影响,应仔细定义并记录。

研究设计与样本

  • 回顾性研究,数据来自丹麦肺癌筛查试验(DLCST)数据库。
  • 纳入613名参与者的930个结节:64名参与者的70个恶性结节和549名参与者的860个良性结节。
  • CT采用16排飞利浦Mx 8000多排CT扫描仪,低剂量方案120 kV和40 mAs,1 mm薄层重建。
  • 参考标准为病理证实的肺癌,良性结节随访约9年。

关键影像表现/征象

  • 所有系统在497/613名参与者(81%)中识别出相同的风险主导结节,在116/613名参与者(19%)中识别出不同的风险主导结节。
  • 图1示例:良性纯磨玻璃结节Dlongest-C 10.0 mm、Dmean3D 9.4 mm、DmeanAxial 8.8 mm,PanCan风险指数5.5%,Lung-RADS 2类,NCCN 3类。
  • 图1示例:恶性实性结节Dlongest-C 15.2 mm、Dmean3D 13.5 mm、DmeanAxial 13.2 mm,PanCan风险指数18.1%,Lung-RADS 4A类,NCCN 6类。
  • 图2示例:同一参与者中,NCCN将实性良性结节(DmeanAxial 6.1 mm,5类)视为风险主导,Lung-RADS将另一实性良性结节(Dmean3D 8.7 mm,4A类)视为风险主导,PanCan将纯磨玻璃良性结节(Dlongest-C 14.3 mm,风险指数0.14%)视为风险主导。
  • 图3示例:良性实性结节Dlongest-C 7.8 mm、Dmean3D 5.3 mm、DmeanAxial 6.3 mm;恶性部分实性结节总结节Dlongest-C 16.6 mm、Dmean3D 12.3 mm、DmeanAxial 15.0 mm。

诊断标准与关键数值

  • PanCan模型使用原始直径定义Dlongest-C时AUC为0.874,使用手动最长直径Dlongest-M时AUC为0.869(差异无统计学意义,p=0.586)。
  • NCCN指南使用原始直径定义DmeanAxial时AUC为0.836,Lung-RADS使用原始直径定义Dmean3D时AUC为0.813。
  • 统一使用Dlongest-C时,PanCan模型AUC 0.874 vs. Lung-RADS 0.796(p<0.001)vs. NCCN 0.806(p<0.001)。
  • 统一使用Dmean3D时,PanCan模型AUC 0.880 vs. Lung-RADS 0.813(p<0.001)vs. NCCN 0.845(p<0.016)。
  • 统一使用DmeanAxial时,PanCan模型AUC 0.879 vs. Lung-RADS 0.812(p=0.001)vs. NCCN 0.836(p=0.003)。

临床应用与阅片要点

  • 在基线CT筛查中,PanCan模型可能有助于更准确地区分需要进一步检查的高风险结节和低风险结节。
  • 结节大小测量建议采用三维平均直径(Dmean3D)或轴位平均直径(DmeanAxial),而非仅用最长直径。
  • NCCN指南的结节分类对直径定义高度敏感,使用最长直径可能降低其风险区分能力。
  • 原文指出,直径测量可在轴位扫描上单独完成,无需其他投影平面,因为Dmean3D与DmeanAxial在所有系统中均无显著差异。
  • 原文认为,半自动或自动体积评估可能有助于减少观察者间变异。

局限性

  • 原文指出,本研究为回顾性研究设计。
  • 原文指出,最重要的局限性是使用ROC统计量评估临床决策规则的性能,而ROC分析设计用于估计二分类分类器系统的性能并确定最佳阈值。
  • 原文指出,本研究所测试的风险估计系统使用连续尺度(PanCan模型)或多个分类阈值(Lung-RADS和NCCN)来平衡结节恶性风险与良性可能性。
  • 原文指出,快速生长的侵袭性恶性肿瘤与缓慢生长的低侵袭性恶性肿瘤的不同生物学行为进一步增加了临床决策的复杂性。
  • 原文指出,在PanCan研究中,20%的肺癌并非起源于最大的(风险主导)结节。
全文中译14 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. 2017 Mar 14;27(10):4019–29. doi: 10.1007/s00330-017-4767-2

引言

肺癌筛查项目的成本效益受肺结节管理方案的影响 [1]。基于结节特征将高风险结节与低风险结节区分开来仍然是一项艰巨的任务 [2, 3]。为了帮助放射科医生推荐最合适的随访程序,近期已发表了若干分类管理方案和评分系统。2014年,美国放射学会(ACR)发布了肺影像报告和数据系统(Lung-RADS)评估分类1.0版,以规范CT肺癌筛查报告和管理建议 [4]。Lung-RADS和2016年第1版美国国家综合癌症网络(NCCN)指南均基于结节类型、大小及结节随时间生长情况来制定结节管理策略 [5]。其分类定义及相关管理建议系基于既往文献和临床经验经经验性确定,导致各系统之间存在细微差异。

2013年,PanCan预测模型发表 [6],用于估计首次筛查CT检出的肺结节为恶性的概率。这些模型的参数基于筛查数据经数学推导得出。除结节相关因素(如大小、类型或位置)外,它们还将受试者特征纳入考量,以连续量表计算结节风险指数。这些模型的验证使用了不列颠哥伦比亚癌症机构(BCCA)化学预防试验的数据 [6],并独立使用丹麦肺癌筛查试验(DLCST)的数据进行验证 [7],结果显示受试者工作特征(ROC)曲线下面积(AUC)分别从前者的0.940到后者的0.834。

结节管理策略对筛查项目影响重大,尤其是在需要分析大型数据库时。由于目前尚不清楚哪种方法最能有效确定筛查检出结节中需要更深入检查的亚组,我们对这三种策略之间的性能差异产生了兴趣。

本研究旨在比较PanCan模型、Lung-RADS和2016年第1版NCCN指南在区分同一组筛查检出肺结节的恶性与良性方面的性能,并确定不同直径测量方法对模型性能的影响。

方法

材料

本回顾性研究中的所有研究病例均来源于DLCST。有关DLCST方案的详细信息此前已有报道 [8]。已获得DLCST伦理委员会的批准以及所有参与者的知情同意。

数据选择

我们纳入由两名筛查放射科医师中至少一名标注的结节。根据基线标注,定义了两组:(i)被确定为癌症的结节和(ii)在约9年随访期内被认为良性的结节。总共在64名参与者中发现70例原发性肺癌。对于恶性结节,纳入至少一名筛查放射科医师首次标注该恶性结节的那次扫描。因此,对于27名参与者中的29例癌症,本研究纳入的扫描并非基线CT(T0)扫描。为每人仅保留一次CT扫描输入,其中8名参与者的带有标注良性结节的T0扫描被排除。筛查放射科医师在T0标注的所有其他良性结节均被纳入。总体而言,数据集包含613名参与者的930个结节:64名参与者的70个恶性结节和549名参与者的860个良性结节。

CT采集

所有CT扫描均使用多排探测器CT扫描仪(16排Philips Mx 8000,Philips Medical Systems,Eindhoven,The Netherlands)进行,采用120 kV和40 mAs的低剂量方案,并重建为薄层(1 mm)[8]。

结节定量评估

所有结节均进行半自动分割,以评估轴位层面上的最长径和垂直径、基于整个结节体积信息(若存在,还包括实性成分)的平均直径(CIRRUS Observer,Diagnostic Image Analysis Group,RadboudUMC,Nijmegen,The Netherlands)。基于体积测定的平均直径是指尽可能贴近结节在三个维度上延伸范围的球体直径。

PanCan预测模型

我们使用了包括毛刺征(2b)的完整模型(全文称为PanCan模型),以连续尺度计算每个结节的结节风险指数[6]。PanCan模型考虑以下参数:年龄、性别、肺癌家族史、肺气肿、结节大小、结节类型、结节位置、每次扫描的额外结节计数和毛刺征。根据McWilliams等的研究[6],结节大小的定义采用轴位层面上的最长径,来源于计算机半自动体积分割(Dlongest-C)。DLCST数据库中也提供了手动测量的直径(Dlongest-M)。结节类型(实性、部分实性、纯磨玻璃或叶间裂旁结节(PFN))、肺气肿存在、毛刺征和结节钙化等参数由一位参与NELSON试验阅片[9]的经验丰富的放射科医师(E.Th.S)根据PanCan模型定义进行评分。所有其他参数可从DLCST数据库获得。完全钙化和叶间裂旁结节在PanCan模型中被排除,因此在本研究中其结节风险指数设为0%。尽管PanCan模型结果使用0–100%范围内的连续尺度,但PanCan模型结节风险指数的截断点已发表,作为指导临床研究者的框架,包括四个类别[10]。

Lung-RADS评估类别

Lung-RADS 包含五个分类,基于结节类型、大小和生长情况。由于我们未纳入随访信息,本研究未考虑生长情况。在原始文献中,结节大小定义为平均直径,四舍五入至最接近的整数。因此我们使用由半自动体积分割得出的三维平均直径(Dmean3D)。所有结节均按照美国放射学会(ACR)提出的分类之一进行归类 [4]。

美国国家综合癌症网络指南

NCCN 制定了筛查检出肺结节的管理指南,基于结节类型、大小和结节生长情况。指南中将结节大小定义为轴位图像上最长直径与垂直直径的平均值(DmeanAxial)。本研究中我们使用 2015 年发布的 NCCN 指南(版本 1.2016)。本研究中的所有结节均按照该指南提出的六个分类之一进行归类 [5]。

上述评分系统各分类的标准详见表 1。

表 1 结节管理评分系统分类及相应标准概述 查看原表 ↗

统计分析

对每位参与者,分别针对两种分类评分系统和 PanCan 模型独立确定结节风险指数或分类最高的结节(风险优势结节)。随后,基于评分系统的个体表现,三种系统可能将不同的结节确定为风险优势结节。若某参与者在某一评分系统下存在多个风险优势结节,则每个系统随机选择其中一个风险优势结节。采用 ROC 分析确定 PanCan 模型、Lung-RADS 和 1.2016 NCCN 指南的判别能力。由于未纳入随访信息,我们的分析仅限于评估 PanCan 模型分类 4、Lung-RADS 分类 4A 和 4B 以及 1.2016 NCCN 指南分类 6 对恶性肿瘤的预测能力。AUC 值作为性能指标,使用 MedCalc 软件包(MedCalc 版本 16.4.3,https://www.medcalc.org)计算所有三种评分系统的 AUC 值。

为评估三种系统之间的差异,首先按照各系统出版物中所述的各自结节大小定义确定性能。

对于 PanCan 模型,计算进行了两次:使用 DLCST 数据库中可用的手动测量最长直径(Dlongest-M)和使用计算机半自动软件分割得出的最长直径(Dlongest-C)。

为评估各系统对结节大小定义的敏感性,随后通过统一应用相同的结节大小定义(分别为 Dlongest-C、Dmean3D 和 DmeanAxial)确定性能。

采用 DeLong 方法进行两两比较 [11]。对三种系统之间的比较应用 Bonferroni 校正,统计学显著性差异定义为 p <0.017。

数据集特征的差异在 SPSS 20.0(SPSS Inc.,Chicago,IL,USA)中采用卡方分析比较分类数据,采用非配对 t 检验分析连续数据。统计学显著性差异定义为 p <0.05。

结果

对于497名参与者(497/613,81%),三个系统将同一结节确定为风险主导结节。在116名参与者(116/613,19%)中,三个系统确定了不同的风险主导结节。图1展示了所有系统均认为为风险主导的结节,而图2展示了在单个参与者中三个系统分别确定为风险主导结节的三个结节的示例。图3展示了风险估计取决于所应用的结节大小定义的结节示例。

表2显示了纳入参与者和风险主导结节的人口统计学特征。恶性结节与良性结节在结节大小(Dlongest-C、Dmean3D和DmeanAxial,均p <0.001)、结节类型(p <0.001)、胸膜裂隙旁结节类型(p = 0.017)、毛刺征的存在(p <0.001)、钙化(p = 0.001)或肺癌家族史(p = 0.043)以及结节数量(p = 0.017)方面存在统计学显著差异。本研究使用的CT扫描与肺癌诊断日期之间的中位时间为13.9个月(范围0.3–84.8个月,平均23.2个月)。

图1 所有三个系统均一致认为每位参与者最可疑结节的结节示例。每行描绘一个结节,以轴位(左)和冠状位(右)平面显示,并在视野为60 x 60 mm的图像中居中。(A) 良性纯磨玻璃结节,Dlongest-C 10.0 mm,Dmean3D 9.4 mm,DmeanAxial 8.8 mm,PanCan模型结节指数评分5.5%,Lung-RADS分类2,NCCN分类3;(B) 良性部分实性结节,Dlongest-C总结节9.4 mm、实性成分7.2 mm,Dmean3D总结节8.5 mm、实性成分6.2 mm,DmeanAxial总结节8.8 mm、实性成分6.0 mm,PanCan模型结节指数评分10.0%,Lung-RADS分类4A,NCCN分类6;(C) 良性实性结节,Dlongest-C 10.5 mm,Dmean3D 8.4 mm,DmeanAxial 9.1 mm,PanCan模型结节指数评分4.4%,Lung-RADS分类4A,NCCN分类6。(D) 恶性纯磨玻璃结节,Dlongest-C 12.4 mm,Dmean3D 9.8 mm,DmeanAxial 11.7 mm,PanCan模型结节指数评分8.4%,Lung-RADS分类2,NCCN分类4;(E) 恶性部分实性结节,Dlongest-C总结节17.4 mm、实性成分7.1 mm,Dmean3D总结节14.7 mm、实性成分5.2 mm,DmeanAxial总结节15.7 mm、实性成分6.3 mm,PanCan模型结节指数评分22.2%,Lung-RADS分类3,NCCN分类6;F:恶性实性结节,Dlongest-C 15.2 mm,Dmean3D 13.5 mm,DmeanAxial 13.2 mm,PanCan模型结节指数评分18.1%,Lung-RADS分类4A,NCCN分类6。 查看原图 ↗
图2 一名参与者中三个不同结节被认定为风险主导病灶的示例。每行描绘一个结节,以轴位(左)和冠状位(右)平面显示,并在视野为60 x 60 mm的图像中居中。(A) 实性良性结节,DmeanAxial 6.1 mm,为NCCN指南分类5的风险主导结节;(B) 实性良性结节,Dmean3D 8.7 mm,为Lung-RADS分类4A的风险主导结节;(C) 纯磨玻璃良性结节,Dlongest-C 14.3 mm,为PanCan模型结节风险指数0.14%的风险主导结节。 查看原图 ↗
图3 结节示例,展示最长径、基于体积测量的平均径以及最长径与垂直径平均值之间的差异。每行描绘一个结节,以轴位(左)和冠状位(右)显示,图像居中,视野为60 x 60 mm。(A)良性实性结节,Dlongest-C 7.8 mm,Dmean3D 5.3 mm,DmeanAxial 6.3 mm;(B)恶性部分实性结节,总结节Dlongest-C 16.6 mm,实性成分13.3 mm,总结节Dmean3D 12.3 mm,实性成分7.4 mm,总结节DmeanAxial 15.0 mm,实性成分10.6 mm;(C)良性纯磨玻璃结节,Dlongest-C 20.6 mm,Dmean3D 13.0 mm,DmeanAxial 17.0 mm 查看原图 ↗
表2 参与者人口学特征及风险优势结节特征 查看原表 ↗

三种评分系统的性能

使用原始文献中描述的结节大小定义,PanCan模型表现最佳(AUC 0.874,使用Dlongest-C),其次是NCCN指南(0.836)和Lung-RADS(0.813)。PanCan与Lung-RADS之间(p = 0.003)以及PanCan与NCCN指南之间(p = 0.010)差异有统计学意义。

PanCan模型使用Dlongest-M时性能较低(0.869 vs. 0.874;p = 0.586);差异无统计学意义。结果总结于表3和图4A。

表3 使用不同结节大小定义时PanCan模型、Lung-RADS和NCCN指南之间的性能比较 查看原表 ↗
图4 PanCan模型、Lung-RADS和NCCN指南的性能以ROC曲线展示。在所有图中,PanCan模型以基于连续结节风险指数的连续曲线显示,并基于结节风险指数评分的分类显示操作点,类似于Lung-RADS和NCCN分类。(A)所有系统使用各自的结节大小直径定义进行可视化,PanCan模型使用Dlongest-C;(B)所有系统使用Dlongest-C作为结节大小定义进行可视化;(C)所有系统使用Dmean3D作为结节大小定义进行可视化;D:所有系统使用DmeanAxial作为结节大小定义进行可视化 查看原图 ↗

结节大小定义对各系统性能的影响

所有系统在使用Dmean3D作为结节大小时AUC值最高,其次是DmeanAxial,使用Dlongest-C时性能最差。PanCan模型(AUC 0.880、0.879、0.874)和Lung-RADS(0.813、0.812、0.796)的差异无统计学意义。

NCCN指南(0.845、0.836和0.806)在使用Dmean3D时AUC为0.845,使用DmeanAxial时AUC为0.836,两者统计学等效。然而,使用Dlongest-C时AUC为0.806,显著劣于Dmean3D(p = 0.005)和DmeanAxial(p = 0.016)。见表4。

表4 结节大小定义对PanCan模型、Lung-RADS和NCCN指南性能的影响,以AUC值表示 查看原表 ↗

结节大小定义对系统间性能的影响

所有系统使用DmeanAxial时,PanCan模型在统计学上显著优于Lung-RADS(AUC 0.879 vs. 0.812;p = 0.001)和NCCN指南(0.879 vs. 0.836;p = 0.003)。

应用Dlongest-C导致Lung-RADS(0.796)和NCCN(0.806)性能大幅下降,使两个系统均显著劣于PanCan(0.874;均p <0.001)。

使用Dmean3D再次得出PanCan模型在统计学上显著优于Lung-RADS(0.880对0.813;p <0.001)以及NCCN指南(0.880对0.845;p <0.016)。

Lung-RADS与NCCN之间在Dlongest-C、Dmean3D和DmeanAxial方面分别未出现统计学显著差异,p值分别为0.507、0.024和0.139。结果总结于表3。图4B、C和D展示了PanCan模型的ROC曲线,以及统一应用三种结节大小定义时Lung-RADS、NCCN指南和PanCan模型的分类操作点。

讨论

准确区分需要更深入检查的高风险结节与低风险结节,对于实施具有成本效益的肺癌筛查项目至关重要。为提供决策支持和标准化,已开发了多种评分系统,均以结节大小作为最重要的标准。然而,这些系统在受试者人口学特征的使用、结节形态学特征、结节大小定义和截断点方面存在差异。本研究的目的是仅使用基线信息,评估PanCan模型、Lung-RADS和NCCN指南在区分筛查发现的恶性与良性结节方面的性能差异。

我们的结果提示,这三种评分系统确实表现出显著的性能差异;PanCan模型优于NCCN指南和Lung-RADS。PanCan模型的这种显著优势在应用各系统各自的结节大小定义时以及在统一应用相同的结节大小定义(Dlongest-C、Dmean3D或DmeanAxial)时均可见到。

Lung-RADS与NCCN指南之间未观察到统计学显著差异,无论是使用各系统特定的直径定义还是统一应用任何一种结节大小定义时均如此。

所有三种系统在使用Dlongest-C时表现最差,在使用由半自动容积分割获得的平均直径(Dmean3D)时表现最强。这一结果提示,考虑三维信息优于二维信息(例如仅使用轴位测量)。真正的容积测量与从三维信息获得的平均直径是否会导致显著的性能差异只能推测。然而,我们预期自动或半自动容积评估将有助于减少观察者间变异。

然而,与PanCan模型和Lung-RADS不同,NCCN指南对结节大小定义表现出统计学显著的敏感性,DmeanAxial和Dmean3D显著优于Dlongest-C。Dmean3D是唯一使用结节三维范围的直径定义,在三种系统中均未发现其性能与DmeanAxial有显著差异。这一点很重要,因为这意味着直径测量可以仅在轴位扫描上完成,而无需使用其他投影平面。

根据这些结果,我们得出结论:除了结节大小阈值之外,结节大小定义对此类风险估计系统的性能也有显著影响,因此应仔细定义并记录。

除结节大小和结节类型外,结节生长是重要的恶性预测因素,也是获取随访研究的主要依据[12–14]。两个分类系统均考虑了生长,但为基线筛查CT检出的病灶进行风险估计而设计的PanCan模型未考虑生长。为了能够将分类策略与PanCan模型进行比较,我们排除了这一标准。然而,这样做限制了这两个分类系统的潜力。

我们知道手工直径测量容易产生显著的观察者间变异[15]。使用手工直径测量(Dlongest-M)时,PanCan模型的性能低于半自动直径测量(Dlongest-C),但差异未达到显著性。

在本研究中,与来自BCCA的验证数据集相比,PanCan模型对来自DLCST的结节取得了较低的性能(0.881 vs. 0.970)[6]。这一差异可能由数据集之间不同的纳入标准所致。PanCan研究和BCCA数据集纳入的结节小于DLCST,导致本研究中小的良性结节患病率低于BCCA数据集(中位大小5 mm,范围3–90 mm)(BCCA数据集中位大小3 mm,范围1–29 mm)[6]。此外,PanCan模型排除了PFN和钙化结节,但DLCST中对这些结节进行了标注。为考虑这些设计差异,在本研究中,对PanCan模型而言,钙化结节和叶间裂旁结节均被赋予0%的结节风险指数,此类结节共151个(151/740,20%)。当前数据集中PanCan模型性能较低的另一个原因在于,McWilliams等人是在结节水平上计算模型性能的。然而,我们是在参与者水平上使用风险主导结节确定PanCan模型的性能,这引入了选择偏倚,偏向于较大的良性结节,而这些结节更难与恶性病灶区分。我们这样做是为了更接近临床环境,在临床环境中,更倾向于进行个体特异性分析而非结节特异性分析。

其他结节管理系统已发表[16, 17],其分类和标准与本文讨论的模型相似,但细节不同。本研究决定纳入这三个广为人知的系统。然而,正如Baldwin[18]所讨论的,这并不自动转化为这些模型和指南在临床实践中的广泛实施。

必须指出,我们的数据分析仅限于PanCan 4类、Lung-RADS 4A/4B类和1.2016 NCCN 6类在预测恶性程度以及 thus 选择需要立即检查或最终将变为恶性的结节方面的性能。我们未比较各种随访算法对接受监测结节的性能表现。

我们的研究在回顾性研究设计中比较了各种模型。随着筛查的更广泛应用,可能越来越需要开展考虑多种风险模型的大规模前瞻性审计。这还应解决当前关于结节生长评估应采用直径测量还是容积测量的争论。

我们的研究存在局限性,其中最重要的一点是使用ROC统计量来评估临床决策规则的性能。正如Perandini等人针对四项预测规则的验证研究所指出的,ROC分析旨在评估二分类器系统的性能,并确定用作判别器的最佳阈值[19]。然而,我们研究中测试的风险评估系统使用连续量表(PanCan模型)或多个分类阈值(Lung-RADS和NCCN),以平衡结节代表恶性肿瘤的风险与良性的可能性。快速生长的侵袭性恶性肿瘤与缓慢生长的低侵袭性恶性肿瘤的不同生物学行为进一步使临床决策复杂化。在PanCan研究中,20%的肺癌并非从最大(风险主导)结节发展而来[6]。尽管如此,我们决定使用ROC分析,因为它是评估诊断试验准确性最广泛使用的方法。此外,由于可获得随访9年的病理学金标准,我们能够将研究结节二分为良性和恶性,最后,据我们所知,目前尚无更适合评估筛查检出结节管理中复杂多因素决策的统计检验方法。

我们研究的其他局限性包括肺癌数量相对较少(共65例),以及三个评分系统之间的方法学差异,为了相互比较这三个系统,我们不得不排除这些差异。首先,我们仅考虑了一次性信息,忽略了结节生长信息,而后者是Lung-RADS和NCCN指南的一部分。其次,Lung-RADS提供了一个额外分类,允许放射科医生在存在视觉可及标准时将3类或4类结节升级为4X类,使结节更具可疑性。这一主观程序在我们的研究中被忽略[4]。这些问题可能导致Lung-RADS和NCCN指南的性能较低。在这方面,我们的研究指出了前瞻性评估PanCan模型与Lung-RADS之间推荐差异的临床影响的重要性。

此外,NCCN指南最近已更新(1.2017版)并与Lung-RADS协调一致。尽管如此,我们决定在本研究中保留先前NCCN指南(1.2016版)的结果,以纳入第三种直径定义对风险估计的性能。最后,NCCN指南包含了针对多个纯磨玻璃结节的单独规则,基于其大小和是否存在主导病灶。然而,主导病灶没有明确定义,且迄今为止尚未证明多个纯磨玻璃结节的存在代表增加的风险因素[20]。因此,在我们的研究中,多个(纯磨玻璃)结节的存在未被作为单独的风险因素。

总之,PanCan模型在区分基线筛查CT检出的恶性和良性结节方面显著优于Lung-RADS和1.2016版NCCN指南,且未考虑结节生长因素。不同的结节大小定义对三个系统的性能有影响,仅对NCCN指南具有统计学显著影响。

引用

  1. van Riel SJ, Ciompi F, Jacobs C, et al. Malignancy risk estimation of screen-detected nodules at baseline CT: comparison of the PanCan model, Lung-RADS and NCCN guidelines. Eur Radiol. 2017. PMID: 28293773. doi:10.1007/s00330-017-4767-2
  2. 全文:PMC5579178(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5579178/

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。