高b值扩散加权与T2加权成像检测前列腺癌的诊断准确性:一项Meta分析
该系统评价与Meta分析纳入33项研究、2949例患者,评估DWI联合T2WI视觉评估诊断前列腺癌的准确性。合并敏感度0.69(95%CI 0.68-0.69)、特异度0.84(95%CI 0.83-0.85),sROC AUC为0.84(95%CI 0.81-0.87);高b值(>1000 s/mm2)组敏感度显著更优。作者认为联合DWI与T2WI诊断准确性良好,高b值似乎可在维持特异度的同时提高总体敏感度,但在作出明确推荐前需进一步大规模研究专门探讨b值选择。
要点
- 联合DWI与T2WI视觉评估前列腺癌的合并敏感度0.69、特异度0.84,sROC AUC 0.84。
- 亚组分析显示高b值(>1000 s/mm2)组敏感度显著优于其他b值组。
- 作者指出因异质性大,尚不能明确推荐所有DWI方案采用最高b值至2000 s/mm2。
核心结论
- 联合DWI与T2WI视觉评估诊断前列腺癌的准确性良好,高b值(>1000 s/mm2)似乎可在维持特异度的同时提高总体敏感度。
- 因研究间异质性大,作者认为在作出明确推荐前需进一步大规模研究专门探讨b值选择。
研究设计与样本
- 系统评价与Meta分析,检索MEDLINE、EMBASE和OpenSIGLE至2017年9月1日,按PRISMA进行,已在PROSPERO注册(注册号42016036196)。
- 最终纳入33项研究、共2949例患者,参考标准为组织病理学(穿刺活检或根治性前列腺切除术)。
- 纳入标准要求DWI与T2WI联合并均经视觉评估、可提取2×2表、英文发表、评估超过10例患者;采用QUADAS-2评估质量。
- 合并敏感度、特异度、似然比和诊断比值比并构建sROC曲线,预设亚组分析;采用随机效应模型合并。
关键影像表现/征象
- 全组合并敏感度0.69(95%CI 0.68-0.69)、合并特异度0.84(95%CI 0.83-0.85),合并诊断比值比12.27(95%CI 9.60-15.68),sROC AUC为0.839。
- 敏感度异质性I²=94.6%、Q=882.53(p<0.001),特异度异质性I²=96.7%、Q=1446.59(p<0.001),提示显著统计学异质性。
- ROC平面未见「肩臂」形状,但敏感度logit与(1-特异度)logit的Spearman相关系数为0.335(p=0.018),提示可能存在阈值效应所致异质性。
- 亚组分析中诊断比值比最高见于使用ADC图(联合或不联合DWI源图像)评估肿瘤以及b值>1000 s/mm2时。
诊断标准与关键数值
- 全组联合DWI与T2WI视觉评估诊断前列腺癌:敏感度0.69(95%CI 0.68-0.69)、特异度0.84(95%CI 0.83-0.85)、sROC AUC 0.84(95%CI 0.81-0.87)。
- b值>1000 s/mm2组敏感度显著更高;b值≥1000 s/mm2组特异度更高,具体数值见原文表6。
- 3T组敏感度显著更高、特异度显著更低;1.5T组特异度显著更高,1.5T与3T组诊断比值比无显著差异(p=0.418)。
- 评估外周带肿瘤敏感度显著更高,评估移行带肿瘤特异度显著更高;使用ADC图(联合或不联合DWI源图像)较单用DWI源图像敏感度与特异度均显著提高。
- 以活检为参考标准的研究敏感度显著更高,以根治性前列腺切除术为参考标准的研究特异度显著更高。
临床应用与阅片要点
- 作者指出联合DWI与T2WI视觉评估诊断准确性良好,其结果支持PI-RADS v2指南。
- 作者指出最高b值>1000 s/mm2似乎可提高敏感度并维持特异度,但因异质性大不能明确推荐所有DWI方案采用最高b值至2000 s/mm2。
- 作者认为使用ADC图有助于鉴别DWI高信号由T2透过效应(如活检后出血)所致者,从而减少假阳性、提高特异度。
- 作者指出TRUS活检为「盲」取样且假阴性率20–30%,以之为参考标准会增加影像假阳性、降低特异度。
- 作者指出读者经验对mpMRI判读重要,但本分析未评估该因素。
局限性
- 检索受限于有限数量的数据库,尽管所选数据库包含多数相关期刊,并通过检索灰色文献和手工检索参考文献以保证检索敏感性。
- 检索仅限于英语文献,可能遗漏其他语言的数据。
- 未评估发表偏倚,原因是目前尚无公认且足够效能适用于诊断准确性研究的方法,发表偏倚对该类研究的影响未知。
- 未审查纳入研究的确切T2WI参数,这可能解释部分异质性。
- 未评估读者经验,因其报告常不充分且格式不一(如执业年数、报告前列腺mpMRI年数或例数)。
全文中译14 节 · 点击展开
前列腺癌的粗发病率为每10万人134.3例,是男性最常见的癌症,也是癌症死亡的第二大原因[1, 2]。近年来所报告的发病率有所上升;然而,这可能归因于前列腺特异性抗原(PSA)血液检测的使用。大多数疑似病例若PSA升高、直肠指检(DRE)异常或有提示性症状,将接受经直肠超声引导下穿刺活检(TRUS)以确认和组织病理学分级诊断[3]。如果结果为阳性且患者适合根治性治疗,他们将接受多参数磁共振成像(mpMRI)以评估癌症生长的范围。然而,目前已有相当数量的中心选择在活检前进行mpMRI,随后进行更有针对性的穿刺活检。
多参数MRI是评估前列腺癌的成熟影像学方法,主要用于排除腺外扩散并判断前列腺受累范围。它由多个序列组成,包括T1和T2加权成像(T2WI)、弥散加权成像(DWI),在某些情况下还包括动态对比增强(DCE)成像。多项荟萃分析已证明DWI具有良好的诊断准确性[4–6];其对比度受众多技术参数控制,其中最重要的参数之一是弥散加权因子,即“b值”。b值反映施加于患者的磁场梯度的强度和时序,采集多个b值可计算表观弥散系数(ADC)图,该图提供组织弥散的定量测量,已被证明与肿瘤Gleason评分呈负相关[7]。目前的建议是使用至少两个b值,一个为50–100 s/mm2、800–1000 s/mm2,如有可能则为1400–2000 s/mm2[8, 9]。理论上,提高最大b值可获得更好的对比噪声比(CNR),因为正常前列腺组织信号被更大程度地抑制,从而使肿瘤更加明显。然而,代价是信噪比(SNR)降低。尽管推荐b值>1400,但支持这一点的证据很少,且尚无广泛接受的最佳“高b值”。在此前的一项荟萃分析中,Wu等表明提高b值并无益处,但该分析中仅有一篇论文使用了超过1000的b值[4]。大量近期研究表明,使用更高的b值并通过视觉评估和ADC值评估均具有高敏感性和特异性[10–12]。出于临床相关性考虑,我们希望研究在b值>1000 s/mm2时通过DWI视觉评估结合T2WI所能达到的诊断准确性。
材料与方法
本综述在开始前已在PROSPERO国际前瞻性系统综述注册库注册(注册号:42016036196)[13]。本综述按照系统综述和荟萃分析优先报告条目(PRISMA)指南进行[14]。
两位评价者独立进行了一项系统性的文献综述,识别出探讨弥散加权成像(DWI)和T2加权成像(T2WI)MRI检测前列腺癌诊断准确性的研究。检索使用MEDLINE和EMBASE电子数据库,以及OpenSIGLE以探索未发表的灰色文献来源。使用科学引文索引(Science Citation Index)识别引用了以原始检索词所检出文章的文章。一旦找到符合条件的研究,即手动检索其参考文献列表以寻找进一步的可能论文。MEDLINE的检索策略(包括布尔运算符和MeSH术语)见表1;各数据库使用相同的检索策略并作适当调整。纳入截至检索日期(2017年9月1日)的所有研究。
纳入标准
本系统综述纳入研究的纳入标准为:联合使用DWI和T2WI MRI评估前列腺癌;应用于治疗前患者人群的评估,并以组织病理学为参考标准,无论是活检还是根治性前列腺切除术;报告了足够的信息以构建2×2表(真阳性、假阳性、假阴性、真阴性)用于计算灵敏度和特异度;以英文发表;评估了超过十名个体患者。纳入要求T2WI和DWI序列均需进行视觉评估,两个序列均用于评估肿瘤的存在而不仅仅是定位。评分系统的选择(如Likert或PI-RADS)以及采用基于分区还是全腺体评估不影响纳入资格。文章若不符合上述纳入标准,或使用了DWI和T2WI以外的影像序列组合以致无法提取所需组合的个体数据,则被排除。若使用ADC截断值来区分恶性和良性组织而非由认证放射科医师进行视觉评估,也被排除。研究不因原产国、患者年龄或研究设计而被排除。
研究识别
最初论文按标题相关性进行审查,然后按摘要审查。剩余文章对其全文进行审查以对照纳入和排除标准。这同样由相同的两位评价者独立完成。任何分歧通过共识解决,必要时由第三位专家评价者解决。
数据提取
从每项符合条件的研究中提取以下数据:发表年份、原产国、患者组、患者数量、平均年龄和PSA、研究设计(回顾性或前瞻性)以及所使用的组织病理学参考标准。还收集了关于成像规格的进一步信息:场强、所用线圈、视野、b值设置,以及他们对每位患者是视觉评估DWI源图像、ADC图还是两者均评估。还提取了真阳性、假阳性、假阴性和真阴性以汇总结果。对于多阅片者研究,选择最有经验者进行数据提取。当可用数据不足时,评价者在可能的情况下根据其他报告的统计量手动计算。所有数据提取均由两位评价者独立核实。
质量评估
采用诊断准确性研究质量评价(QUADAS-2)工具对纳入的单个文献的方法学质量进行评估,该工具是一种经过验证的、专门用于批判性评价诊断准确性研究的工具[15]。此项工作亦由两名评价者独立完成,分歧通过协商讨论解决,若无法达成共识则咨询第三名专家评价者。
统计分析
利用提取的2×2表详细信息计算每项纳入研究的敏感度和特异度及其95%置信区间(CI),并绘制森林图。
首先,利用数据提取表通过视觉检查研究间的异质性。随后,使用不一致性值(I 2)和卡方值的Q统计量进行统计分析,其中I 2值> 50%或p值< 0.10分别代表显著的统计学异质性。在这些情况下,对数据合并采用随机效应模型。还呈现了敏感度、特异度和诊断比值比(DOR)的合并结果及其95% CI,以及综合受试者工作特征(sROC)曲线。
为探索纳入研究间异质性的可预测来源,将敏感度和1-特异度绘制在ROC平面上,以视觉评估是否存在提示阈值效应的“肩臂”形状。还通过敏感度logit与(1-特异度)logit的Spearman相关系数进行统计学检验,p值< 0.05提示存在阈值效应。按以下因素进行亚组分析:b值(< 1000、1000和> 1000 s/mm2)、场强(1.5T和3T)、线圈类型(腔内线圈和体线圈)、评估方法(DWI源图像、ADC或两者)、参考标准(活检和根治性前列腺切除术)、肿瘤区域(外周带或移行带)和研究设计(回顾性和前瞻性)。如有可能,从各文献中分离出每个亚组的原始数据。对这些亚组进行合并敏感度、特异度、阳性和阴性似然比以及诊断比值比的meta回归分析,p值< 0.05视为具有统计学意义。
未评估发表偏倚,因为目前尚无公认或适当的方法能够在诊断准确性研究中以足够的效能进行此项评估,且发表偏倚对此类研究的影响目前尚不明确[16]。
所有统计分析均使用Meta-DiSc(版本1.4,Javier Zamora)完成。
结果
检索结果
采用上述检索策略,共发现2825条引文,去除重复后剩余1880篇独立文献。根据纳入标准审查后,最终共有33项研究纳入分析。检索结果的PRISMA流程图见图1。
质量评估
QUADAS-2评价的完整结果见表2。纳入研究的优势在于绝大多数采用了连续患者选择并具备适当的纳入和排除标准。然而,两项研究[17, 18]将研究范围限于移行区肿瘤,另一项[19]限于“低风险”癌症患者。因此,亚组分析被认为对于评估外周区与移行区肿瘤之间的差异尤为重要。另一优势是所有使用的指标测试均适用于临床实践,未采用任何非标准成像方法。除一项研究外,所有研究均在活检阳性后对患者进行成像,而Tanimoto等人研究的患者则在活检前进行MRI[20]。多项研究未说明活检与MRI之间的时间间隔[21–24],如果间隔过长导致图像与组织病理学相关性之间出现差异,或间隔过短导致活检后出血发生率增加从而可能限制准确性,则可能产生影响。Kitajima等人[25]和Morgan等人[26]报告的活检与成像之间的延迟远低于推荐的六周[27]。纳入研究的主要不足在于患者组的适用性,因为研究通常限于接受根治性前列腺切除术的患者。这些患者往往较年轻,肿瘤分期范围较窄。然而,这对于获得低偏倚的参考标准是可接受的。
研究特征
研究特征提取的数据见表3、表4和表5。33项研究共纳入2949例患者。平均年龄(范围)为65.1(41–86)岁,PSA分别为9(0.4–130)ng/mL。大多数研究(n = 20)采用回顾性研究设计,而非前瞻性(n = 13)。大多数研究(n = 19)使用3T场强,十三项研究使用1.5 T,一项研究两者兼用。各研究的最大b值范围为600至2000,大多数使用1000。九项研究使用了直肠内线圈。九项研究使用DWI源图像进行诊断,七项使用ADC图,十七项两者兼用。大多数研究(n = 20)使用根治性前列腺切除术作为参考标准,七项使用TRUS活检,两项使用MRI引导活检,一项使用经会阴活检,另一项使用TRUS活检与根治性前列腺切除术的混合方式。
Meta分析
对数据提取表的视觉评估表明其同质性足以进行合并的Meta分析。所有纳入研究的合并敏感性(图2)和特异性(图3)分别为0.69(95% CI 0.68–0.69)和0.84(95% CI 0.83–0.85)。合并DOR为12.27(95% CI 9.60–15.68)。sROC(图4)给出的AUC为0.839,表明诊断准确性良好。
敏感性分析的 I 2 值和卡方 Q 值分别为 94.6% 和 882.53(p < 0.001),特异性分析的 I 2 值和卡方 Q 值分别为 96.7% 和 1446.59(p < 0.001),表明存在显著的统计学异质性。ROC 平面(补充图 1)未显示“肩臂”形状;然而,敏感性的 logit 值与(1-特异性)的 logit 值之间的 Spearman 等级相关系数为 0.335(p = 0.018),表明可能存在由阈值效应引起的异质性。
亚组分析
当使用 ADC 图联合或不联合 DWI 进行肿瘤评估以及 b 值 > 1000 s/mm2 时,获得了最高的 DOR。使用 b 值 > 1000 s/mm2、3T 场强、评估 PZ 肿瘤、回顾性设计的研究以及使用活检作为参考标准的研究,获得了显著更高的敏感性。使用 1.5T 场强、评估 TZ 肿瘤、使用 ADC 图联合或不联合 DWI 以及使用根治性前列腺切除术作为参考标准的研究,特异性显著提高。完整的亚组分析见表 6。
讨论
本研究的结果表明,使用视觉评估时,DWI 和 T2WI 对前列腺癌的诊断准确性良好。当 b 值 > 1000 s/mm2 以及同时评估 DWI 源图像和 ADC 图上的病灶时,可获得最大的诊断准确性,尽管敏感性和特异性之间的相互作用可因场强的选择以及肿瘤起源于外周带还是移行带而发生显著改变。本分析所依据的总体证据强度经 QUADAS-2 批判性评价工具评定为良好 [15]。然而,存在高度的未知统计异质性,因此在解释这些结果时应谨慎,尽管本综述无法指定最佳成像方案,但它确实突出了可能需要考虑的重要因素。
我们的汇总结果与 Wu 等和 Tan 等研究 T2WI 和 DWI 的 meta 分析结果一致;这可能是由于纳入研究的大量重叠 [28, 29]。与 Godley 等和 Jie 等仅分析 DWI 使用情况的研究相比,我们观察到更高的敏感性但更低的特异性 [5, 30]。然而,当我们仅比较外周带肿瘤的结果时,我们的汇总结果相似。这表明添加 T2WI 提高了诊断移行带肿瘤的敏感性;然而,Godley 和 Jie 等均未提供 TZ 肿瘤的亚组或比较 [10]。这一发现支持了目前的共识,即 T2WI 联合 DWI 应作为诊断 TZ 肿瘤的主要成像方案 [9]。
我们观察到,使用最大b值>1000 s/mm2时敏感性显著增加,而最大b值≥1000 s/mm2时特异性改善。较高b值下对比噪声比的改善源于正常前列腺组织的相对抑制,这可以通过使肿瘤在视觉上更加明显来解释敏感性的增加。两项研究[23, 24]也使用了计算高b值。这些从低b值数据集外推的合成数据显示,与等效的采集b值相比,敏感性相对降低而特异性相对增加。比较计算DWI与标准DWI诊断准确性的研究有限,但该方法显示出前景,具有减少失真和伪影以及改善肿瘤显著性的优势[31, 32]。
我们还注意到,所有使用b值>1000 s/mm2的研究均限于最大b值2000 s/mm2,Kuhl等人[33]的研究除外。Wang等人和Metens等人发现b值1500 s/mm2比b值1000或2000 s/mm2提供更好的肿瘤对比度和图像质量,Kuhl等人使用b值1400 s/mm2获得了部分最高的敏感性和特异性[33–35]。然而,仍需更多关于b≈1500 DWI诊断准确性的数据。此外,最大b值、最小b值和b值数量均已被证明对计算的ADC值有强烈影响[36]。然而,关于它们对视觉评估诊断准确性影响的证据很少[10, 36]。
本分析中纳入的研究除两项外均使用b = 0 s/mm2作为最小b值,但b值数量从两个到七个不等。Thörmer等人发现,仅使用两个b值且最小b值为50 s/mm2时,与最小b值为0 s/mm2的数据相比,定性图像评分有所改善[37]。然而,他们仅测试了有限数量的组合,且使用的最大b值仅为800 s/mm2。纳入研究中b值选择的显著异质性使得极难得出结论认为高b值在诊断准确性方面确实优越。然而,在同一队列上测试多组b值的个别研究确实显示,使用b = 2000相较于1000或更低时诊断准确性有所改善。需要进一步研究直接比较不同最大、最小及多个中间b值的b值组合,才能对b值选择提出更强有力的推荐。
DOR在1.5T与3T研究之间无显著差异(p = 0.418),但3T研究显示出显著更高的敏感性和显著更低的特异性。更高场强的优势在于SNR增加,可换取更好的空间和时间分辨率;它们也会导致磁敏感伪影和信号不均匀性增加,且关于3T相对于1.5T的分类优势存在相互矛盾的证据[38]。在我们的研究中,3T有诊断准确性更好的趋势,尽管这可能是因为这些系统允许使用更高的b值,从而提高诊断准确性。该结果反映了PI-RADS v2的建议,即1.5T和3T均足够,但如有3T则视为最佳[9]。
对于少数研究,可以分别提取PZ和TZ的结果,我们发现PZ的敏感性显著更高,但TZ的特异性更高。通常TZ肿瘤的分级低于PZ中发现的肿瘤,因此它们在影像上可能不明显[39, 40]。此外,鉴别TZ中常见的良性结节与恶性肿瘤也存在困难,这些良性结节常呈不均匀性并可表现为弥散受限。加之TZ肿瘤相对少见,这可能解释了敏感性的下降,但总体DOR并无显著差异。可能需要对周围带或移行带病变采用不同的影像参数才能实现最佳诊断。
我们的结果显示,与单独使用DWI源图像相比,使用ADC图(联合或不联合DWI源图像)进行诊断评估时,敏感性和特异性均显著提高。使用ADC图有许多优势,可能解释了这一变化。首先,ADC图提供组织弥散的定量测量,在鉴别因T2透过效应而在DWI图像上呈高信号的区域(如活检后出血)方面尤为有用;这减少了假阳性,与加权图像相比提高了特异性。ADC值还可用于帮助确认恶性病变,恶性病变因弥散受限而ADC值较低,这可解释所观察到的更高敏感性。
回顾性研究纳入的是既往已确诊前列腺癌的男性,因此阅片者知道每个被检查的前列腺中均存在癌症。这可能导致阅片者在腺体内无其他病变的临界病例中更倾向于诊断可疑病变,从而解释了显著更高的敏感性。
使用根治性前列腺切除术作为参考标准可以评估腺体内的个别肿瘤,是定义肿瘤的更准确方法。TRUS活检是“盲式”的,仅取样前列腺的一小部分区域,假阴性率为20–30%。这将导致影像上假阳性增加,降低特异性,正如我们在亚组分析中观察到的那样。
本系统综述存在一些局限性。首先,我们的检索受限于有限的数据库数量,尽管所选数据库包含了大多数相关期刊,且通过探索灰色文献和手工检索参考文献,我们认为检索策略具有足够的敏感性。我们曾寻找针对该研究问题的特定数据库,但并无此类数据库存在。其次,检索仅限于英语语言。大多数文章以英文发表,但可能存在我们未纳入本荟萃分析的其他语言的数据。由于统计分析部分所述的原因,我们未评估发表偏倚。发表偏倚对诊断试验的影响程度尚不清楚[16]。我们未审查纳入研究的确切T2WI参数,这可能解释所观察到的一些异质性。读者经验是另一个我们未评估的因素,因为其往往报告不佳且格式各异,如执业年数、报告前列腺mpMRI的年数或前列腺mpMRI的数量。公认读者经验在解读mpMRI中很重要,在实施前列腺成像时应予以考虑[41, 42]。尽管诊断准确性对前列腺癌评估非常重要,但mpMRI还有其他目的未在本荟萃分析中评估:例如,评估包膜外延伸、精囊或淋巴结受累,以及mpMRI量化肿瘤大小和体积的能力。这些发现均用于疾病分期,并与最佳成像序列的决策相关。
总之,联合扩散加权和T2加权磁共振成像对前列腺癌检测的诊断准确性良好,我们的结果支持PI-RADS v2指南[9]。使用b值> 1000 s/mm2似乎可提高敏感性同时保持特异性。然而,由于存在大量异质性,我们不能断然推荐在所有DWI方案中使用高达2000 s/mm2的最大b值进行前列腺癌评估。需要进一步的大规模研究来探究用于前列腺癌视觉评估的最佳b值最大值、最小值及b值数量。
电子补充材料
补充图1. 受试者工作特征(ROC)平面,表明不存在“肩臂”形状。以下是电子补充材料的链接。补充材料1(JPEG 286 kb)
引用
- Syer TJ, Godley KC, Cameron D, et al. The diagnostic accuracy of high b-value diffusion- and T2-weighted imaging for the detection of prostate cancer: a meta-analysis. Abdom Radiol (NY). 2018. PMID: 29177924. doi:10.1007/s00261-017-1400-4
- 全文:PMC6061488(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6061488/
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。