多参数MRI分区诊断模型与经验丰富放射科医生在前列腺癌检测中的性能比较
单中心前瞻性STARD合规3T MRI测试数据集纳入203例患者,将先前基于1.5T mp-MRI推导的移行区和外周带分区逻辑回归诊断模型应用于3T数据,并与两位经验丰富放射科医生的Likert评分比较。结果显示分区模型在外周带和移行带的ROC-AUC分别为0.74和0.68,与放射科医生相似,且对放射科医生评为不确定(Likert 3分)的病例具有一定分类能力。
要点
- 外周带模型ROC-AUC 0.74(95%CI 0.67-0.81),移行带模型0.68(95%CI 0.61-0.75),与经验丰富放射科医生相似。
- 放射科医生A/B在外周带ROC-AUC为0.78/0.74,在移行带均为0.69。
- 对放射科医生评为Likert 3分的不确定病例,外周带模型ROC-AUC为0.65/0.67,移行带模型为0.74/0.69。
核心结论
- 分区mp-MRI诊断模型在1.5T与3T协议间具有泛化性,前列腺癌检测分类性能与经验丰富放射科医生相似。
- 诊断模型可能有助于放射科医生对评为不确定(Likert 3分)的病例进行分类。
研究设计与样本
- 单中心、IRB批准、前瞻性STARD合规的3T MRI测试数据集,共203例患者。
- 患者接受3T mp-MRI(T2加权、扩散加权和动态对比增强成像),随后行经会阴模板±靶向指数病灶活检。
- 参考标准为经会阴模板活检组织学,显著癌定义为任何Gleason 4肿瘤或Gleason 3+3且最大癌核心长度阈值4 mm。
- 应用先前基于Siemens 1.5T mp-MRI数据集推导的分区逻辑回归模型(移行带和外周带分别应用)。
- 两位放射科医生(A和B)独立对3T mp-MRI数据集进行Likert评分。
诊断标准与关键数值
- 外周带模型在测试数据集ROC-AUC=0.74(95%CI 0.67-0.81),移行带模型ROC-AUC=0.68(95%CI 0.61-0.75)。
- 放射科医生A在外周带ROC-AUC=0.78、移行带=0.69;放射科医生B在外周带ROC-AUC=0.74、移行带=0.69。
- 外周带模型采用Youden指数阈值和50%特异度概率阈值时,敏感度/特异度分别为0.84/0.57和0.90/0.51;移行带模型分别为0.84/0.32和0.90/0.23。
- 放射科医生A在外周带敏感度/特异度为0.91/0.40、移行带为0.58/0.75;放射科医生B在外周带为0.90/0.33、移行带为0.60/0.65(Likert≥3为阳性)。
- 外周带模型对放射科医生A/B评为Likert 3分的病例ROC-AUC=0.65(95%CI 0.50-0.80)/0.67(95%CI 0.51-0.82),移行带模型为0.74(95%CI 0.58-0.90)/0.69(95%CI 0.62-0.77)。
临床应用与阅片要点
- 分区mp-MRI逻辑回归模型分类性能与经验丰富放射科医生相似,可能有助于对Likert 3分不确定病例进行分类。
- 作者指出,诊断模型对评为不确定的病例分类为显著癌时可信,可能对经验丰富的放射科医生有辅助价值。
- 与PI-RADS v2指南一致,外周带模型中ADC的贡献高于T2,而移行带模型中T2的贡献高于ADC。
局限性
- 研究依赖Barzell分区组织学与mp-MRI感兴趣区的视觉匹配,结果可能受配准误差影响。
- 根治性前列腺切除标本不能作为本研究的替代参考标准,因其存在大量选择偏倚且存在固定和切片技术挑战。
全文中译11 节 · 点击展开
引言
多参数磁共振成像(mp-MRI)在前列腺癌的管理中带来了范式转变。目前它常被用于定位前列腺内的可疑区域,并促进靶向组织学取样[1]。然而,mp-MRI仍是一项不完善的检查。例如,即使由经验丰富的放射科医师判读,仍有30%至40%的mp-MRI检查被评分为癌症不确定(Likert/PIRADS 3)[2, 3]。不确定的mp-MRI带来的获益很小。大多数mp-MRI评分为不确定的患者腺体内并无癌症[3]。然而,相当一部分少数患者存在小体积Gleason 3 + 4疾病或更广泛的Gleason 3 + 3疾病[4]。不确定的检查结果导致是否进行活检的管理困境。不进行活检存在对显著前列腺癌患者诊断不足的风险,而进行活检则存在对可能无显著癌症或无癌症患者过度检查的风险。此外,mp-MRI还漏诊约10%的显著前列腺肿瘤病例[4]。仍需要改善mp-MRI的性能。
应对这些挑战的一种潜在方法是开发基于定量mp-MRI指标的诊断模型。例如,我们此前已推导出用于显著前列腺癌分类的区域特异性逻辑回归(LR)模型[5, 6]。其他人也开发了类似模型[7–9]。然而,尽管基于内部验证的研究提示总体性能良好,但公认这一性能可能被高估,且不能推广至其他(外部)数据集。
在本研究中,我们旨在评估我们此前推导并经内部验证的mp-MRI LR模型的外部有效性[5, 6]。具体而言,我们应用在Siemens 1.5 T mp-MRI数据集上推导的区域特异性LR模型,对一个使用Philips 3 T扫描仪成像的独立患者队列进行分类。
为了评估LR模型的潜在临床价值,我们将其在显著前列腺癌患者分类方面的总体性能与经验丰富的放射科医师进行比较,并确定LR模型是否可用于不确定(Likert 3/5)评分病例的分类。
材料和方法
我们当地机构审查委员会批准了本研究,并豁免了对作为临床试验/常规诊疗一部分收集的患者数据进行回顾性分析所需的个体知情同意(研发编号:12/0195;日期:2012年7月16日)。
患者人群
回顾了一个单中心、经机构审查委员会(IRB)批准、符合STARD规范的前瞻性试验数据集,共纳入330例患者[4]。2012年1月11日至2014年1月29日期间连续入组330例男性(中位年龄63岁,四分位距IQR [42–83];中位前列腺特异性抗原(PSA)7.4 ng/ml,IQR [0.7–58.05]),这些患者此前经直肠超声(TRUS)引导活检显示前列腺疾病为阴性/无显著意义,但临床上仍怀疑前列腺癌。所有患者均接受3 T前列腺多参数MRI(mp-MRI)检查(Achieva,Philips Healthcare)。所有检查均由一位经验丰富的放射科医师(放射科医师A;具有14年前列腺mp-MRI经验,每年报告超过500例mp-MRI扫描)采用Likert量表进行前瞻性评分。随后患者接受全腺体经会阴模板定位穿刺活检(不考虑放射科医师报告)± 对疑似索引病灶的MR靶向活检(基于放射科医师报告),如PICTURE研究方案所述[4]。简言之,采用5 mm采样定位,通过固定于步进器上的近距离放疗网格插入芯针进行穿刺。在大多数前列腺中,每个网格点需行两次活检以采样完整的头尾方向腺体长度。对mp-MRI索引病灶评分为Likert 3分或以上者行2至3次靶向活检。总计90%的患者接受了额外的靶向活检。
为获得在3 T扫描患者的完整数据集,按以下标准筛选男性:(i)完整的模板穿刺活检±靶向活检,以及(ii)完整的3 T mp-MRI,包括T2加权(T2W)、弥散加权(DW)和动态对比增强(DCE)成像。127例患者不符合纳入标准;5例在1.5 T下进行mp-MRI,11例mp-MRI数据集不完整,71例因临床情况未接受完整模板穿刺活检,13例因活检后伪影被排除,12例因DWI失真被排除,15例因癌症同时存在于外周带(PZ)和移行带(TZ)被排除(图1)。203例患者(中位年龄65.4岁,四分位距IQR = 42.9–86;中位PSA 7.2 ng/ml,IQR = 2.1–32.4)构成最终测试数据集。
在最终数据集纳入的203例男性中,89例经活检确认在TZ内存在显著癌症(见“组织学参考标准”部分),110例活检确认在PZ内存在显著癌症。PZ和TZ内存在显著癌症的患者中位PSA分别为7.22 ng/ml和6.52 ng/ml。PZ和TZ内仅为良性组织学或无显著癌症的患者中位PSA分别为7.02 ng/ml和7.77 ng/ml。
第二位放射科医师(放射科医师B,具有5年前列腺mp-MRI经验,每年报告超过1200例mp-MRI扫描)在不知晓放射科医师A原始报告和组织学结果的情况下,对203例患者的检查进行回顾性重新报告。
由于Likert评分已在多中心PROMIS试验中经过前瞻性验证[10],且为英国共识推荐的评分方法[11],两位放射科医师(A和B)均使用Likert量表对每个前列腺区内是否存在显著疾病进行评分。
多参数MRI方案
作为PICTURE试验一部分进行的mp-MRI的完整细节此前已有报道[4]。简言之,MRI在单台3 T扫描仪(Achieva,Philips Healthcare)上使用32通道心脏相控阵线圈进行。成像前,静脉给予0.2 mg/kg(最高20 mg)解痉剂(Buscopan;Boehringer Ingelheim)以减少肠蠕动。轴位和冠状位T2加权图像采集参数为TR/TE = 5407/100 ms,翻转角 = 90°,视野 = 180 mm,层厚3 mm,层中心间距3 mm。轴位DW图像在b = 0、150、500、1000和2000 s/mm²下采集,TR/TE = 2753/80 ms,翻转角 = 90°,视野 = 220 mm,层厚5 mm。纳入b = 2000 s/mm²的高b值以评估间质自由水和渗透性。轴位表观扩散系数(ADC)图由b = 0、150、500和1000 s/mm²的DW图像自动生成。DCE采用T1加权容积序列(TR/TE = 5.8/28 ms,翻转角 = 10°,视野 = 180 mm,层厚 = 3 mm,时间分辨率15 s),在静脉给予至少0.1 mmol/kg钆葡甲胺对比剂(Dotarem®,Guerbet)前后进行,对比剂经动力注射器以3 ml/s速率给药,随后以相同速率给予20 ml生理盐水团注。
放射科医师Likert评分
放射科医师使用12段(前/后、左/右,并分为尖/中/底三等份)前列腺图解报告模板,为每一段提供Likert评分,并绘制和评分任何已识别的局灶性病变。对于每位患者,每位放射科医师对每个区域给出的最高Likert评分总结于表1。图2和图3(分别位于PZ和TZ)显示了模板映射活检(TPM)阳性的区域示例,这些区域被两位经验丰富的放射科医师独立评为不确定(Likert = 3)。
组织学参考标准
PICTURE研究采用TPM活检±可疑指数病灶的靶向活检,如前所述[4]。TPM组织学参考标准(与前列腺切除术参考标准相比)提供了收集真阴性以及真阳性病例的机会。据报道,对于体积 > 0.5 cm³的临床显著癌症,其敏感性为95%,阴性预测值为95%;对于所有癌症,敏感性为76% [12–14]。
一位经验丰富(12年)的前列腺病理学家在对mp-MRI结果设盲的情况下分析了所有活检芯。显著癌症的定义基于此前报道的TPM活检标准[15],即存在任何Gleason 4肿瘤(主要或次要模式)或Gleason 3 + 3肿瘤且最大癌芯长度阈值4 mm。
mp-MRI的定量评估
测试用多参数磁共振成像(mp-MRI)数据集使用 MIM Symphony 6.1 版(MIM Software Inc.)进行分析。在放射科医师评分之后,两名放射科医师相互解除对彼此 mp-MRI 报告和组织学参考标准的盲态。放射科医师以共识方式在 mp-MRI(T2加权图像、表观扩散系数(ADC)图和对比早期增强T1加权图像)上手动勾画感兴趣区(ROI),以便从显著癌症区域以及经证实为良性组织学的区域提取定量 mp-MRI 指标。
具体而言,在可见的情况下,在每个区域(PZ 和 TZ)内包含显著癌症的索引病灶在每個成像序列上均被勾画。在 mp-MRI 上无明显病灶(即使回顾性分析亦然)但组织学证实存在显著癌症的情况下,放射科医师在组织学证实的癌症位置勾画一个 1-cm2 的 ROI。在一个区域/病灶内未见病灶可视化和/或无显著癌症存在的情况下,放射科医师避开组织学证实为不显著疾病的区域,并在组织学证实的良性位置勾画一个 1-cm2 的 ROI。
记录每个 ROI 在相应 T2加权图像、ADC 图和早期 T1 动脉期对比增强图像上的平均信号强度(SI)。T2 和早期 T1 动脉期对比增强 SI 针对右侧闭孔内肌 ROI 进行归一化,以给出归一化 T2(T2-nSI)和归一化早期动态对比增强 SI(DCE-nSI)参数。最大强化(ME)参数也如前所报道[16]从 DCE 信号强化时间曲线导出。
LR 诊断模型的应用
先前推导的[5, 6]区域特异性 LR 模型(如下)被应用,以从每个 ROI 解剖位置提取的定量 mp-MRI 指标(TZ 的 ADC、T2nSI、ME,以及 PZ 的 ADC、T2nSI 和 DCEnSI)计算预测概率。
随后使用两个独立的概率阈值将 ROI 解剖位置分类为 LR 模型阳性或阴性。
第一个阈值基于应用于已发表模型推导 1.5 T mp-MRI 数据集[5, 6]的约登指数(J),其中 J 是敏感度和特异度的函数,定义为 ROC 曲线与对角线之间的最大垂直距离[17–20]。J 出现在最佳诊断模型分类能力的阈值概率处。PZ 内的最大 J 为 J = 0.50,对应概率阈值 = 17%。对于 TZ,最大 J 为 0.56,概率阈值 = 31%。
第二个阈值设定为先前在模型推导时使用原始 1.5 T mp-MRI 数据集[5, 6]进行的 ROC 分析中 50% 的特异度。在该特异度下,显著疾病的估计概率阈值对于 PZ 为 14%,对于 TZ 为 23%。
结果
当应用于测试数据集 mp-MRI ROI 解剖位置定量指标时,PZ 和 TZ LR 模型的 ROC-AUC 分别为 0.74 ± 0.04(SD)和 0.68 + 0.04(SD)。区域特异性 LR 模型的 ROC-AUC 与经验丰富的放射科医师的 Likert 评分相似(表2)。使用 Cohen's kappa 计算的放射科医师 A 和 B Likert 评分之间的一致性在 PZ(κ = 0.625)和 TZ(κ = 0.609)中均良好。
使用约登指数和50%特异度概率阈值的PZ模型敏感度/特异度分别为0.84/0.57和0.90/0.51,TZ模型分别为0.84/0.32和0.90/0.23(表3)。放射科医师A和B在PZ的敏感度/特异度分别为0.91/0.40和0.90/0.33,在TZ分别为0.58/0.75和0.60/0.65(Likert ≥ 3分计为阳性)。
采用约登指数阈值的PZ LR模型将9%的患者分类为假阳性,20%分类为假阴性;采用50%特异度概率阈值时,5%为假阳性,23%为假阴性。相比之下,在PZ内以Likert评分阈值≥ 3分为阳性时,放射科医师A将5%的患者分类为假阳性,28%分类为假阴性,而放射科医师B将5%分类为假阳性,31%分类为假阴性。
采用约登指数阈值的TZ LR模型将7%的患者分类为假阳性,38%分类为假阴性;采用50%特异度概率阈值时,4%为假阳性,43%为假阴性。相比之下,在TZ内以Likert评分阈值≥ 3分为阳性时,放射科医师A将18%的患者分类为假阳性,14%分类为假阴性,而放射科医师B将18%分类为假阳性,20%分类为假阴性。
放射科医师A将51例PZ病例和41例TZ病例评分为不确定(Likert 3/5)。将LR模型应用于Likert 3/5组,PZ的ROC-AUC为0.65(95% CI 0.50–0.80),TZ的ROC-AUC为0.74(95% CI 0.58–0.90)(图4和图5)。该模型正确分类了86%的PZ病例和64%的TZ病例。
放射科医师B将51例PZ病例和45例TZ病例评分为不确定(Likert 3/5)。将LR模型应用于Likert 3/5组,PZ的ROC-AUC为0.67(95% CI 0.51–0.82),TZ的ROC-AUC为0.69(95% CI 0.62–0.77)(图4和图5)。该模型正确分类了92%的PZ病例和62%的TZ病例。
对于放射科医师评分为(极)可能或不太可能(Likert 1/5、2/5、4/5和5/5)含有显著性癌症的区域,区域特异性LR模型的性能与放射科医师相似(表4)。放射科医师A(Likert 1/5、2/5、4/5和5/5):诊断模型在PZ的ROC-AUC = 0.77(95% CI 0.68–0.85),在TZ为0.66(95% CI 0.58–0.75)。放射科医师A在PZ的ROC-AUC = 0.80(95% CI 0.72–0.87),在TZ为0.69(95% CI 0.60–0.78)。
放射科医师B(Likert 1/5、2/5、4/5和5/5):诊断模型在PZ的ROC-AUC = 0.73(95% CI 0.65–0.82),在TZ为0.65(95% CI 0.57–0.74)。放射科医师B在PZ的ROC-AUC = 0.74(95% CI 0.65–0.83),在TZ为0.73(95% CI 0.66–0.81)。
讨论
有四项主要观察结果。首先,我们确认PZ和TZ LR模型对显著肿瘤患者的分类性能与经验丰富的放射科医师相当。
其次,我们强调分区特异性mp-MRI LR模型可能有助于对放射科医师评分为模棱两可的区域(Likert 3/5)进行分类。
第三,所检验的分区特异性mp-MRI LR模型能够可靠地对PZ和TZ中的显著癌症进行分类(被分类为假阳性的患者百分比范围为2%至10%)。与PI-RADS v2指南[21]一致,在PZ模型中ADC的贡献高于T2的贡献,而在TZ模型中,T2的贡献高于ADC。
第四,通过将1.5 T mp-MRI衍生的LR模型应用于独立的3 T mp-MRI数据集,我们确认了先前发表模型[5, 6]的外部效度和泛化性。泛化性可归因于所选的定量MR参数,这些参数以相对信号变化计算,因此受训练(1.5 T磁体)和独立(3 T磁体)队列之间数据采集差异的影响较小。这一发现也得到了先前研究的支持[6],该研究将所检验的TZ诊断模型应用于同一1.5 T扫描仪成像的TZ前列腺癌患者的时间队列。该研究显示时间验证的结果(ROC-AUC = 0.67)与此处展示的独立验证(ROC-AUC = 0.68)相似。
我们的研究在3-T MR系统扫描的独立患者队列中评估了先前报道的1.5 T mp-MRI分区特异性诊断模型的性能,以评估其辅助放射科医师的能力。对被认为模棱两可的区域分别进行了模型验证,这可能在实践中帮助经验丰富的放射科医师预测肿瘤。我们课题组先前的工作[22]也报道了相反的情况,即分区特异性LR模型在3 T mp-MRI数据集中训练并应用于1.5 T mp-MRI数据集。所报道的ROC-AUC在PZ中为0.76(%CI 0.68–0.97),在TZ中为0.77(%CI 0.66–0.89)。经亚组分析,对于评分为不确定的病例,ROC-AUC在PZ中为0.72(%CI 0.50–0.94),在TZ中为0.77(%CI 0.55–0.96)。所报道的ROC-AUC与本研究中报道的相似,尤其是在PZ中,但即使在TZ中,ROC-AUC差异也无统计学显著性(p > 0.05)。
在本研究中,尽管专家放射科医师报告了mp-MRI,但诊断准确性总体上仍然一般,近四分之一的评估区域被分类为临床显著癌症的模棱两可。这与其他研究一致,在那些研究中,放射科医师在审阅mp-MRI数据集后,高达40%的病例被报告为癌症存在的不确定(使用PI-RADS或Likert评分)[23]。在被分类为模棱两可的病例中,约40%在PZ的TPM组织学上含有显著癌症,其中46%在TZ的TPM组织学上含有显著癌症。
我们发现放射科医生共识评分与衍生的多参数磁共振成像(mp-MRI)诊断模型的ROC-AUC相似。乍看之下,这表明这些模型不会使在共识下工作的经验丰富的放射科医生受益。然而,放射科医生评估的ROC-AUC并不反映不确定评分的不确定性。当在放射科医生A的不确定感兴趣区(ROI)(外周带(PZ)51个,移行带(TZ)41个)上评估诊断模型时,PZ模型预测病例中有86%、TZ模型预测病例中有64%被正确识别。同样,当在放射科医生B的不确定ROI上评估诊断模型时,PZ模型预测病例中有92%、TZ模型预测病例中有62%被正确识别。对放射科医生评分为不确定的病例进行亚组分析后,诊断模型预测的假阳性百分比范围为2%至10%。这些结果表明,当将不确定病例分类为显著癌症时,区域特异性诊断模型是可信的,并且该诊断模型确实有可能帮助甚至经验丰富的放射科医生。
越来越多的证据支持使用mp-MRI在前列腺活检前对患者进行分诊。mp-MRI阴性与约20例中1–2例临床显著疾病风险相关[24],而mp-MRI阳性与约10例中3例临床不显著疾病风险相关[25, 26]。不确定的mp-MRI评分往往会接受活检。一种帮助放射科医生避免不确定类别并正确识别那些临床显著肿瘤风险低的患者的工具将具有相当大的价值。对不确定病例使用临床相关概率阈值,所检查的区域特异性mp-MRI模型具有:(i)放射科医生A的PZ敏感性90%、TZ敏感性95%;(ii)放射科医生B的PZ敏感性78%、TZ敏感性91%。
我们的研究有几个局限性。我们依赖于Barzell区域组织学在全包埋前列腺切片(TPM)上的视觉匹配与mp-MRI上的ROI。因此,结果可能受到配准错误的影响。尽管没有哪种活检能免于采样误差[27],我们使用TPM以尽可能解决经直肠超声(TRUS)活检固有的系统误差[13, 28]。TPM还使前部腺体的采样成为可能。根治性前列腺切除术标本不能作为本研究的替代,因为鉴于它们排除了无癌症的男性且仅代表所有确诊男性中的少数[29],它们将遭受大量选择偏倚。此外,它们还带来技术挑战,需要考虑到固定过程中的变形和腺体皱缩以及制备全切片过程中的组织损失,这并非易事[30]。每种参考标准的相关优势此前已被考虑,但我们认为TPM在该患者队列中更可取,因为它包括癌症阴性但表现为PSA升高的患者。
结论
总之,我们评估了区域特异性mp-MRI诊断模型对外周带和移行带信号分类的性能,证明了其与经验丰富的放射科医生共识的相似性能,并强调了其分类不确定区域的能力。
引用
- Dikaios N, Giganti F, Sidhu HS, et al. Multi-parametric MRI zone-specific diagnostic model performance compared with experienced radiologists for detection of prostate cancer. Eur Radiol. 2018. PMID: 30456585. doi:10.1007/s00330-018-5799-y
- 全文:PMC6610264(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6610264/
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。