文献速递甲状腺与浅表US

Kwak甲状腺影像报告和数据系统(K-TIRADS)在甲状腺结节鉴别诊断中的应用:系统评价与Meta分析

Use of the Kwak Thyroid Image Reporting and Data System (K-TIRADS) in differential diagnosis of thyroid nodules: systematic review and meta-analysis.
PubMed 文献 · Eur Radiol · 2018-01-02

该系统评价与Meta分析检索4个数据库至2017年1月,纳入6篇文献共10,926个甲状腺结节,评估Kwak提出的K-TIRADS分类的鉴别诊断效能。汇总敏感度为0.983(95%CI 0.976-0.989),特异度为0.552(95%CI 0.542-0.562),AUC为0.938。结论认为K-TIRADS敏感度高、特异度低,非常有助于排除良性病例并减少活检数量。

要点

  • 汇总敏感度0.983、特异度0.552,Kwak K-TIRADS敏感度高而特异度低。
  • 可疑特征数决定分级:无特征为3类,1个为4a,2个为4b,3或4个为4c,5个为5类。
  • 汇总AUC为0.938,Q*统计量为0.8772,提示诊断准确度很好。

核心结论

  • Kwak K-TIRADS分类敏感度高、特异度低,非常有助于排除良性病例并减少活检数量。
  • 作者结论提出需要进一步的前瞻性、多中心研究以将该分类系统化。

研究设计与样本

  • 系统评价与Meta分析,按PRISMA推荐执行,检索PubMed、Cochrane数据库、ScienceDirect和EMBASE四个数据库,时间范围为2009年1月至2017年1月。
  • 最终纳入6篇原创研究,共10,926个结节,发表于2014至2017年,其中2项前瞻性研究、4项回顾性研究。
  • 纳入标准为成人局灶性甲状腺改变、采用Kwak提出的TIRADS分类鉴别诊断,参考检查为组织学和/或细胞学、或超声随访超过12个月。
  • 各研究结节数在204至4,696之间,患者平均年龄47.8岁;6项研究中4项采用细胞学和组织学验证。
  • 采用QUADAS-2工具评价方法学质量,使用随机效应模型进行Meta分析。

诊断标准与关键数值

  • Kwak分类基于可疑特征数目:实性结构、低或极低回声、不规则或微分叶边界、微钙化、垂直形态;TIRADS 3类为无可疑特征,4a类为1个可疑特征,4b类为2个可疑特征,4c类为3或4个可疑特征,5类为5个可疑特征。
  • 汇总敏感度0.983(95%CI 0.976-0.989),汇总特异度0.552(95%CI 0.542-0.562)。
  • 汇总阳性似然比2.666(95%CI 1.692-4.198),汇总阴性似然比0.05(95%CI 0.035-0.072),汇总诊断比值比51.020(95%CI 15.241-170.79)。
  • 汇总ROC的AUC为0.938,Q*统计量为0.8772。
  • 各研究敏感度范围0.972至0.985,特异度范围0.261至0.911。

临床应用与阅片要点

  • 作者认为Kwak TIRADS参数对鉴别局灶性甲状腺病变是准确的,且该系统简单易用。
  • 作者认为Kwak TIRADS可能成为有用的诊断工具。
  • 4项研究采用4a/4b为截断值,2项研究采用3/4a为截断值;3/4a截断的敏感度0.979(95%CI 0.959-0.991)、特异度0.874(95%CI 0.863-0.884),4a/4b截断的敏感度0.971(95%CI 0.961-0.980)、特异度0.392(95%CI 0.379-0.405)。

局限性

  • 部分研究中未能明确超声图像判读是否在不了解参考检查结果的情况下进行,反之亦然;无法确定该误差源于原始研究设计不当还是报告不充分。
  • 最终诊断并非均基于组织病理学检查;分类为1-3类的患者同样进入常规超声随访,4-5类局灶性病变并非每例均行组织病理学验证,部分诊断基于细胞学检查。
  • 数据库检索中部分文章因语言不在研究方案批准的语言范围内而被排除。
  • 既往研究的缺点是非乳头状癌数量少,此类癌超声表现常不同。
  • 作者结论提出需要进一步的前瞻性、多中心研究以将该分类系统化。
全文中译10 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. 2018 Jan 2;28(6):2380–8. doi: 10.1007/s00330-017-5230-0

引言

超声成像是一种用于甲状腺局灶性病变的可视化和特征描述以及评估恶性风险的基础技术。病变的可疑性质通过超声引导下细针穿刺活检(FNAB)采集标本的细胞学检查加以确认,必要时进一步行组织学检查[1]。目前,超声和FNAB是诊断甲状腺结节的基本工具[1, 2]。大量研究表明,超声检查在恶性和良性甲状腺病变的诊断中具有重要地位,其特点是高灵敏度和低特异度[3]。许多无可疑特征的病变可以通过这种方式保守观察,而无需进行活检[2, 4]。

目前,用于甲状腺病变临床评估的基本技术是灰阶成像(B模式)。在B模式下,可疑特征包括:实性性质;低回声或极低回声;边界不规则、微分叶或模糊;垂直形态或前后径大于横径;以及微钙化[2, 5, 6]。

世界范围内许多医学学会制定了大量指南,描述了需要进行FNAB的临床和超声特征[7–9]。然而,需要应用常规、充分且通用的甲状腺结节超声分类标准化系统。该系统已被提出,称为甲状腺影像报告和数据系统(TIRADS)。它依赖于B模式成像,代表了甲状腺超声检查标准化的重要一步。TIRADS的基础是乳腺影像报告和数据系统(BIRADS)分类[10–12],该分类基于不同类别中局灶性病变恶性风险的不同且递增。与TIRADS分类相关的数据最早于2009年由Horvath[13]和Park[14]领导的两个独立团队发表。我们认为,这两个团队提出的两种不同方法被证明较为复杂,难以在日常工作中使用。Kwak于2011年发表的后续研究[6]对该分类采用了不同的方法。个体病变是否属于某一TIRADS类别,是根据可疑特征的数量来确定的,包括实性结构、低回声或极低回声、边界不规则或微分叶、微钙化以及垂直形态(TIRADS 3 = 无可疑特征;TIRADS 4a = 1个可疑特征;TIRADS 4b = 2个可疑特征;TIRADS 4c = 3或4个可疑特征;TIRADS 5 = 5个可疑特征)。

此外,其他研究组提出了不同的TIRADS解读[15–17]。

本研究的目的是进行系统性文献综述,并评估Kwak的TIRADS分类在成人甲状腺结节风险分层中的诊断效用。

材料与方法

纳入标准

所描述的文献系统评价和荟萃分析按照系统评价和荟萃分析优先报告条目(PRISMA)的建议进行[18]。研究基于以下标准(参与者、干预、对照、结局和研究设计(PICOS)问题)纳入分析:伴有局灶性甲状腺改变的成人;采用Kwak提出的TIRADS分类用于甲状腺结节的鉴别诊断;参考检查为组织学和/或细胞学检查、持续超过12个月的超声随访;以英文或德文发表的回顾性和前瞻性研究。对重复发表文献的全文进行使用,以获得分析所需的更精确数据。

数据来源

我们检索了四个数据库(PubMed、Cochrane数据库、ScienceDirect和EMBASE),检索时间为2009年1月至2017年1月。采用以下检索术语:"TIRADS"或"TI-RADS"或"thyroid imaging reporting and data system"或"reporting system for thyroid nodules"。随后,对研究的标题和摘要进行验证,以确定是否包含分析对象。然后下载相关文章的全文版本以供进一步分析。由两名独立评价者(B.M.和M.S.M.)对全文文章进行纳入标准审查。随后手动检查所获出版物的参考文献列表,以识别与该主题相关的其他研究。

纳入标准

为纳入本研究,患者必须符合以下所有标准:(1)伴有甲状腺结节的成人,包括结节性甲状腺肿患者;(2)鉴别诊断使用Kwak提出的TIRADS分类;(3)出版物中包含的数据必须能够在2 x 2 pivot表中进行计算;(4)确诊诊断基于组织病理学和/或细胞学检查,或在良性结节情况下基于超过12个月的超声随访确定;(5)患者不得是先前研究中的组成员。如果样本属于先前已发表材料的一部分,则使用此类研究的数据以获得关于研究组的更准确信息。研究分类的决定由两名作者(B.M.和M.M.)独立作出。分歧通过共识解决,在42篇全文文章中有4例出现分歧。

数据提取

提取的数据包括作者、来源国、患者组数据(组大小、性别分布和平均年龄/年龄范围)、结节数量、研究设计(前瞻性、回顾性)、参考方法和研究结果。为对所分析出版物的方法学进行质量评估,使用了广泛使用和公认的诊断准确性研究质量评估(QUADAS-2)工具[19]。

统计分析和数据合成

Meta分析采用假设研究结果存在统计学异质性的随机效应模型。使用2×2四格表计算每项研究的灵敏度、特异度、阳性预测值(PPV)、阴性预测值(NPV)、诊断准确率(ACC)和比值比(OR)。采用Spearman相关系数对指数试验进行阈值分析。通过报告I²统计量,使用卡方(χ²)检验的概率评估异质性,I²统计量与Meta分析中的研究数量无关。I²值范围为0%至100%,其中0%表示研究间无异质性,大于50%的值表示存在显著异质性。

在评估异质性之后,计算以下合并值:灵敏度、特异度、阳性似然比(LR+)、阴性似然比(LR-)和诊断比值比(DOR)。为每个值生成森林图。此外,使用漏斗图评估发表偏倚和统计错误的可能性,采用Egger、Begg和Mazumdar检验评估漏斗图不对称性的显著性。Kwak TIRADS分类的诊断实用性通过经DerSimonian-Laird随机效应模型计算的汇总受试者工作特征(ROC)曲线进行评估。报告曲线下面积(AUC)、AUC的标准误(SE)、Q*统计量及其SE。

在高异质性的情况下,通过亚组分析和单因素Meta回归进行Meta分析。分组变量包括发表年份(2016年前或后)、结节数量(多于或少于1,000个)、国家(韩国与其他国家)、参考标准类型(细胞学和组织学 vs. 细胞学、组织学和超声随访)、截断值(K-TIRADS 3/4a类 vs. 4a/4b类)和研究类型(回顾性 vs. 前瞻性)。

P值小于0.05被认为具有显著性。统计分析使用Statistica 13.1(StatSoft Inc.)和MetaDisc(免费软件)进行。

结果

文献筛选与数据提取

系统文献综述共识别出643篇文献,在去除重复文献、文献综述、与Kwak TIRADS无关的研究以及以英语或德语以外语言撰写的研究后,剩余42篇。通过分析摘要和全文,最终分离出六项评估Kwak提出的K-TIRADS量表的原始研究,符合Meta分析目标[20–25](图1)。六项在AUS/FLUS或不确定细胞学患者中涉及K-TIRADS的研究被排除[26–31]。Meta分析共纳入10,926个结节。采用QUADAS-2分类(图2)[19]、漏斗图及验证不对称性的检验评估纳入文献的质量。

分析的研究发表于2014年至2017年间。包括两项前瞻性研究和四项回顾性研究。每篇文献中的结节数量在204至4,696个之间。患者平均年龄为47.8岁。在六项研究中的四项中,使用细胞学和组织学检查进行验证。在Zhang和Sun的研究中,对于初始细胞学良性的TIRADS 2类病变,还考虑了超声检查[21, 25](表1)。四项研究中的截断值为4a/4b类[20, 22–24],最后两项研究中为3/4a类[21, 25]。纳入研究的漏斗图不对称,可能提示发表偏倚(图3)。使用Begg、Mazumdar和Eggar检验评估不对称性的显著性。最终,六项研究中每项计算效应量的大小与标准误的关联强度不足以使检验确认观察到的不对称性。所有检验均未显示效应值与其精确度之间存在关系(Begg和Mazumdar检验P = 0.6015,Egger检验P = 0.7783)。

K-TIRADS分类的合并灵敏度和特异度分别为0.983(95% CI 0.976–0.989)和0.552(95% CI 0.542–0.562)(图4 a,b)。所有研究中灵敏度均非常高,范围为0.972至0.985。特异度变异较大,范围为0.261至0.911。阳性似然比(LR+)和阴性似然比(–LR-)的合并值分别为2.666(95% CI 1.692–4.198)和0.05(95% CI 0.035–0.072)(图5 a,b)。合并诊断比值比(DOR)为51.020(95% CI 15.241–170.79)(图6)。ROC曲线下面积等于0.938,Q*统计量为0.8772,证实所分析检验具有非常好的诊断准确性。

图1 文献检索与筛选。TIRADS 甲状腺影像报告和数据系统,AUS/FLUS 意义未定的异型性/意义未定的滤泡性病变,FNAB 细针穿刺活检 查看原图 ↗
图2 个体研究偏倚风险的QUADAS-2评估结果 查看原图 ↗
表1 纳入研究的基线特征 查看原表 ↗
图3 漏斗图显示Kwak's TIRADS的以对数OR为横轴的对数标准误。Begg和Mazumdar检验P值为0.6015,Egger检验P值为0.7783,表明不存在实质性发表偏倚。TIRADS 甲状腺影像报告和数据系统 查看原图 ↗
图4 纳入研究的森林图,显示Kwak's TIRADS在甲状腺结节鉴别诊断中的单项和合并(A)灵敏度和(B)特异度。合并值以菱形标记,附95%置信区间(括号内)。TIRADS 甲状腺影像报告和数据系统 查看原图 ↗
图5 纳入研究的森林图,显示Kwak's TIRADS在甲状腺结节鉴别诊断中的单项和合并(A)阴性似然比和(B)阳性似然比(LRs)。合并值以菱形标记,附95%置信区间(括号内)。TIRADS 甲状腺影像报告和数据系统 查看原图 ↗
图6 纳入研究的森林图,显示Kwak's TIRADS在甲状腺结节鉴别诊断中的单项和合并诊断比值比(DOR)。合并值以菱形标记,附95%置信区间(括号内)。TIRADS 甲状腺影像报告和数据系统 查看原图 ↗

亚组分析和Meta回归

在四个亚组中进行了荟萃回归,其中两个亚组存在异质性(原产国 p = 0.0037,研究设计 p < 0.0001)。两个亚组对该荟萃分析的异质性均有显著影响。原产国的相对DOR为2.14,而研究设计的相对DOR为78.61(表2)。这些结果表明,K-TIRADS分类在前瞻性研究中的诊断准确性高于回顾性研究。此外,来自韩国以外地区的研究对合并灵敏度和特异度的影响更大(p < 0.05)。

对截断点和参考标准差异的分析未显示出显著重要性(p>0.05)。

表2 亚组分析 查看原表 ↗

讨论

超声检查被认为是甲状腺结节术前诊断的首选检查[6]。毫无疑问,与单一可疑特征相比,局灶性病变中同时存在更多可疑特征会显著增加恶性风险。与此同时,缺乏统一的结节分类系统常常导致放射科医生与临床医生之间的误解。所提出的TIRADS分类正是为了回应这些需求。目前已发表大量研究,评估基于不同分类的TIRADS的判别能力[13, 32–34],并且最新的WFUMB(世界医学与生物学超声联合会)指南建议使用TIRADS以改善甲状腺结节的表征,尤其是改善专科医生与患者之间的沟通[35]。

既往评估TIRADS分类诊断效用的荟萃分析考虑了其不同变体,这可能对所得结果产生显著影响。在Wei 2016年的研究中,报告的合并灵敏度和特异度分别为0.79和0.71,汇总ROC的AUC为0.92。本项纳入六项研究、共10,926个结节的当前荟萃分析结果显示,与既往荟萃分析相比[36, 37],Kwak提出的分类在鉴别甲状腺结节方面具有更高的合并灵敏度0.983和更低的特异度0.552。其他参数,如合并阳性似然比(2.67,95 % Cl 1.69–4.2)和阴性似然比(0.05,95 % Cl 0.03–0.07),略低于Wei研究中报告的结果,而诊断比值比51.02(95 % CI 15.24–170.79)则显著更高。除这些差异外,这些参数也表明Kwak提出的TIRADS分类具有良好的诊断价值。

对所得研究的初步评估提示存在异质性,经更详细分析后显示该异质性在统计学上不显著,p > 0.05。对可能原因的探索发现,可能增加结果异质性的重要因素包括研究类型和来源国家。亚组分析显示,回顾性研究与前瞻性研究之间差异具有统计学意义,p < 0.0001,且前瞻性研究的诊断比值比显著更高(361.91 对回顾性研究的 23.023)。进一步分析表明,在前瞻性研究中,合并敏感度低于回顾性研究组(0.972 对 0.985)。合并特异度显著更高(0.911 对 0.263)。通过细胞学和组织病理学评估验证结节的前瞻性研究结果比通过组织病理学验证分类材料的回顾性研究更好地反映日常实践。

影响结果异质性的另一个重要特征是来源国家。值得注意的是,六项研究中有三项来自韩国,一项来自印度,两项来自中国。亚组分析显示,来自韩国的研究与其他国家的研究之间差异具有统计学意义(p = 0.0244)。在中国,局灶性病变的细胞学验证很少进行,甲状腺癌主要基于组织学检查确诊 [37]。其结果是,对于结节分类为 TIRADS 1–3 且首次细胞学为非诊断性、不典型或意义未定的滤泡性病变(Bethesda I 类和 III 类)的患者,侵入性诊断未通过另一次穿刺活检或手术加以强化。因此,这导致这些 TIRADS 类别中癌症诊断的缺失,并对该分类的特异度评估产生负面影响 [37]。

在所分析的文章中,截断点不同。在两例中截断点为 3/4a,而在其余四例中为 4a/4b(表 2)。特异度差异很大,3/4a 的特异度更高,为 0.874(95 % CI 0.863–0.884),相比之下 4a/4b 为 0.392(95 % CI 0.379–0.405),而 3/4a 的敏感度为 0.979(95 % CI 0.959–0.991),与 4a/4b 的 0.971(95 % CI 0.961–0.980)几乎相当。对于所采用的参考方法也获得了类似结果。在两例中,作者对超声检查中非可疑病变或初始良性细胞学后的病变采用了细胞学、组织学和超声随访(表 2)。在这两例中,所采用的截断点差异和参考标准均未显著影响合并数据的同质性,p > 0.05(表 2)。

在我们比较法国甲状腺影像报告和数据系统(French-TIRADS)的结果中,我们报告的特异度略低,为0.552对0.61,但敏感度更高,为0.983对0.957 [15]。特异度差异可能是法国甲状腺影像报告和数据系统中实施弹性成像的结果。所获得的合并数据低于Horvath 2016年近期研究报告的敏感度0.996和特异度0.744。美国放射学会(ACR)最近发表的一项关于甲状腺影像报告和数据系统(TI-RADS)的研究提出了不同的方法 [38]。该研究基于先前发表的ACR甲状腺超声报告词典 [39]。作者基于五个结节特征(成分、回声性、形状、边缘和回声灶)的评分,提出了从TR1(良性)到TR5(高度怀疑恶性)的五级量表。研究指出,由于并非每台超声扫描仪都具备弹性成像功能,因此未将其纳入ACR TI-RADS。该系统需要作为甲状腺结节分层工具进行验证。

为在本系统评价过程中尽量减少文献选择的错误,使用了四个数据库:PubMed、Cochrane数据库、ScienceDirect和EMBASE。此外,为评估文献质量,使用了QUADAS-2工具的更新版本 [19]。

本系统评价也有一些局限性。第一,在一些研究中,未明确确定基于所测试的K-TIRADS分类对局灶性病变超声图像的判读是否在不了解参考试验结果的情况下进行,反之亦然。在这一层面上,我们无法明确确定这一错误是源于原始研究方法学规划不当还是报告不充分。目前,建议研究诊断准确性的人员使用诊断准确性报告标准(STARD)核对清单,以尽量减少结果发表中的错误 [40]。第二,最终诊断并非总是基于组织病理学检查确立。病变被归类为1–3类的患者同样被纳入常规超声随访,而非每一例4–5类的局灶性病变都进行了组织病理学验证;一些诊断是基于细胞学检查确立的。第三,数据库检索中发现的一些文章因语言不属于研究方案批准的语言而被排除。第四,既往研究的缺点是非乳头状癌数量较少,这类癌在超声检查中常表现为不同外观。特别值得关注的是细胞学不确定的滤泡性病变组,弹性成像可能有助于鉴别良性和恶性结节 [41]。未来创建最终的、全面的、终极的TIRADS分类时,应包括对大量较少见的非乳头状癌的评估,因为从医学角度来看,其正确诊断是一个非常重要的问题。

结论

K-TIRADS分类具有高敏感度和低特异度。因此,它对于排除良性病例和减少活检数量非常有用。需要进一步的前瞻性、多中心研究以将该分类系统化。

引用

  1. Migda B, Migda M, Migda MS, et al. Use of the Kwak Thyroid Image Reporting and Data System (K-TIRADS) in differential diagnosis of thyroid nodules: systematic review and meta-analysis. Eur Radiol. 2018. PMID: 29294156. doi:10.1007/s00330-017-5230-0
  2. 全文:PMC5938289(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5938289/

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。