指南与共识技术与安全胸部腹部CTMRUSPET

经验证的影像生物标志物作为临床试验和常规实践中决策工具:欧洲放射学会EIBALL小组的现状与建议

Validated imaging biomarkers as decision-making tools in clinical trials and routine practice: current status and recommendations from the EIBALL* subcommittee of the European Society of Radiology (ESR).
指南 / 共识 · Insights Imaging · 2019-08-29

该文由欧洲放射学会EIBALL小组撰写,综述半定量与定量影像生物标志物在疾病诊断、分期、预后及疗效预测与检测中的证据,指出定量影像受测量变异、采集分析未统一及临床决策证据不足限制,并提出将影像生物标志物用作决策支持工具的建议。

要点

  • 半定量评分系统如BI-RADS、PI-RADS、LI-RADS、TI-RADS、VI-RADS及Deauville量表已用于临床决策。
  • 定量影像生物标志物有潜力提供客观决策支持,但需先理解测量变异并统一数据采集与分析系统。
  • 作者建议生物标志物需经严格技术性能、可重复性、生物学与临床有效性及成本效果评估。

核心结论

  • 定量影像生物标志物有潜力在患者管理路径中提供客观决策支持工具,但其临床应用仍受测量变异、缺乏统一采集分析系统及临床决策证据不足的限制。
  • 作者建议在将定量影像测量用于驱动临床决策前,需理解测量变异并统一数据采集与分析系统。
  • 作者认为应加大努力利用经验证的定量影像生物标志物作为支持患者管理决策的关键要素。

研究设计与样本

  • 本文为欧洲放射学会(ESR)EIBALL小组撰写的综述与建议文件,总结半定量与定量影像生物标志物在临床试验和常规实践中的当前证据并提出建议。
  • 文中列出四张表格:表1为疾病检测的影像生物标志物,表2为疾病表征,表3为疗效评估,表4为定量影像生物标志物作为决策支持工具的建议。
  • 表4给出将定量生物标志物用作决策支持工具的当前建议,涉及技术验证、可重复性、生物学与临床验证及成本效果评估。

关键影像表现/征象

  • MRI评分系统联合T1W、T2W和DWI可分级新生儿缺氧缺血性损伤,出生后评分越高与神经发育结局越差相关。
  • 脊髓型颈椎病中颈髓高T2W信号分级与疾病严重度和结局的相关性不一。
  • 18FDG PET/CT采用Deauville量表(以肝脏和纵隔摄取为参照)作为淋巴瘤疗效评估标准。
  • 超声弹性成像可区分肝纤维化、乳腺和前列腺良恶性肿块及浸润性与导管内乳腺癌。
  • 多参数MRI生物标志物(T1和质子密度脂肪分数)区分组织学显著肝纤维化和脂肪变的AUC大于90%。

诊断标准与关键数值

  • 多参数MRI生物标志物(T1和质子密度脂肪分数)区分组织学显著肝纤维化和脂肪变的AUC大于90%。
  • MR弹性成像测量组织硬度的测量可重复性系数在Meta分析中为22%。
  • PET定量指标受技术因素(系统校准、时钟同步及 injected 18FDG活度准确评估)、物理因素(采集、重建和定量分析的方法与设置)和生理因素(FDG动力学及患者生物学/生理学)影响。
  • 定量CEST成像在评估脑缺血、淋巴水肿、骨关节炎及实体瘤代谢/pH方面显示前景,但信号小需要更高场强采集和大量后处理。

临床应用与阅片要点

  • 作者建议生物标志物在临床使用前需经严格评估其技术性能、可重复性、生物学与临床有效性及成本效果。
  • 技术验证确定生物标志物能否在不同机构和广泛可用平台上可靠获得;若需专用硬件或软件、或关键示踪剂或对比剂未获临床使用许可,须做出安排。
  • 作者指出可重复性是强制要求,但实践中很少被证明,因为纳入重复基线研究对患者和研究者均耗费资源和时间。
  • 作者认为在多中心试验中,建立定量生物标志物跨多个站点和厂商平台的可重复性对疗效解读至关重要。
  • 作者指出影像生物标志物与组织和液体生物标志物的整合可能取代当前许多传统且较简单的决策支持系统。

局限性

  • 定量影像的潜力仍未充分利用,原因包括测量变异、缺乏统一的采集与分析系统,以及关键缺乏此类定量如何影响临床决策和患者结局的证据。
  • 缺乏国际标准且无常规质量保证(QA)和质量控制(QC)流程,导致定量生物标志物验证不足并易出现解读误差。
  • 基于绝对定量指标区分正常与病理组织的明确阈值往往没有广泛适用性或可接受性。
  • CT的缺点包括成像协议(电压、层厚、呼吸、静脉对比剂、卷积核大小)和后处理软件标准化差。
  • CEST信号小,需要更高场强采集和大量后处理。
全文中译13 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:Insights Imaging. 2019 Aug 29;10:87. doi: 10.1186/s13244-019-0764-0

要点

源自医学图像的生物标志物可为疾病检测、特征描述和治疗反应提供信息。

定量成像生物标志物有潜力在患者管理路径中提供客观的决策支持工具。

在使用定量成像测量来驱动临床决策之前,需要理解测量变异性,并协调数据采集和分析系统。

引言

医学图像的解读依赖于视觉评估。对解剖和生理变异的积累和学习知识决定了对“正常范围内”表现的识别,并使得能够识别超出这些范围的病理性表现变化。观察者驱动的模式识别主导了成像数据在常规临床实践中的使用方式(图1)。在各种场景中,人们提倡采用半定量的图像分析方法。这些方法使用基于观察者的分类评分系统,根据某些特征的存在或缺失对图像进行分类。在医疗保健中广泛用于临床决策的例子包括报告和数据系统(RADS)[1, 2]。然而,随着标准化工作的不断推进、分析技术在提取定量信息方面的应用以及机器学习和深度学习技术,医学图像的利用方式正在发生转变。

在某些临床场景中,自动定量可能比人工评估更客观、更准确;可以应用阈值,高于或低于该阈值即可识别疾病状态,并将随后的变化解释为具有临床相关性[3]。与生物材料不同,图像有可能以自动化、可重复和盲法的方式在世界范围内轻松、廉价且快速地传输,以提取生物标志物。然而,尽管定量具有显著优势,但由于若干障碍,很少有定量成像生物标志物被用于临床决策。数据采集和分析的协调并非易事。缺乏国际标准以及没有常规质量保证(QA)和质量控制(QC)流程,导致定量生物标志物验证不佳,容易出现解释错误[4–6]。这对诊断(正确解释疾病状态的存在)[7]和治疗决策(基于对缓解与未缓解的解释)[8]具有深远影响,并降低了源自混合(多模态)成像系统的组合生物标志物的有效性。成像界需要参与提供高质量的定量数据,并采用机器学习,最终利用定量成像信息进行临床决策[9]。本文描述了目前在临床试验中以及最终在常规临床实践中使用半定量或定量成像生物标志物作为决策支持工具的证据和未来建议。

图1 需要决策的问题(红框)、成像评估(灰框)、成像评估结果(蓝色椭圆)及其可能影响的管理决策(绿框)示意图 查看原图 ↗

目前用于支持临床决策的经过验证的成像生物标志物

应明确确立在决策中采用绝对定量(而非半定量评估)的必要性。绝对定量要求高且资源密集,因为不同中心的硬件和软件差异以及仪器及其演进会影响定量数据的质量。严格的持续质量保证(QA)和质量控制(QC)对于支持测量的有效性及临床可接受的可重复性至关重要,RSNA、ESR及其他学术团体正在为此持续努力。同样关键的是,基于绝对定量指标来可靠区分正常与病理组织的明确阈值往往不具有广泛的适用性或认可度。

半定量评分系统

基于观察者识别过程的半定量评分读数被广泛使用,因为视觉判读通常已被证明足够且与结局相关。例如,使用T1加权(T1W)成像、T2加权(T2W)成像和弥散加权成像(DWI)组合对新生儿缺氧缺血性损伤进行分级的MRI评分系统已表明,较高的出生后分级与较差的神经发育结局相关[10]。在颈椎病中,脊髓内高T2加权(T2W)信号的分级与疾病严重程度和结局存在不同程度的相关性[11, 12]。在骨关节炎等常见疾病中,随访扫描评估进展对治疗决策至关重要,此类评分方法也很有用[13];使用已开发的评分系统的网络知识转移工具表明,具有放射学和临床背景专业知识的判读者在解读T2W MRI数据时具有良好的一致性[14]。类似分析已广泛应用于多发性硬化[15]等疾病,甚至用于区分直肠壁与邻近纤维化[16]。在癌症成像中,18FDG PET/CT研究使用Deauville量表(以肝脏和纵隔摄取作为参考)作为淋巴瘤疗效评估的标准[17]。半定量评分系统也分别构成了乳腺癌和前列腺癌中乳腺成像(BI)-RADS和前列腺成像(PI)-RADS系统的基础。其广泛采用催生了针对肝脏成像(LI)-RADS[18–20]、甲状腺成像(TI)-RADS[20]和膀胱(囊泡成像,VI)-RADS[21]肿瘤的类似分类评分。多参数MRI评分也用于检测复发性妇科恶性肿瘤[22]和肾癌分级[23]。肺结节直径和体积倍增时间的手动评估在偶然检出、筛查[24]和治疗反应预测[25]的决策中已获得广泛认可。这些参数可能在不久的将来被人工智能替代或改进[26]。

大小/体积的定量测量

常规使用的最简单定量指标是大小。大小与非恶性和恶性疾病的结果相关[27]。超声心动图上的心室大小是稳健的,并被纳入大型多中心试验[28, 29]和常规临床护理中。左心室射血分数(LVEF)通常从超声和MRI测量中提取。在类风湿关节炎等炎症性疾病中,骨侵蚀是核心特征,高分辨率CT上病变体积的评估提供了疾病严重程度的替代标志物[30],并与身体损伤程度和死亡率相关[31, 32]。然而,这些方法仍需在临床环境中实施,因为需要大量的分割和后处理资源。在癌症研究中,单维测量(RECIST1.0和1.1)[27]用于评估反应,因为测量被认为稳健且简单,尽管可重复性可变[33],导致不确定性[34]。尽管数十年的研究已将疾病体积与结果联系起来[35–38],但体积并未常规记录在临床报告中,因为需要对形状不规则的肿瘤进行分割。体积 indicative of prognosis and response,例如在宫颈癌中证据很强[39]。在其他癌症类型中,如肺癌,PET上的代谢活性肿瘤体积与生存率有深刻联系[40, 41]。代谢活性肿瘤体积也已被证明是多项淋巴瘤研究中的预后因素[42],并正在探索作为治疗反应的生物标志物[43–45]。在报告时提供自动体积分割对于常规采用至关重要。

具有支持临床决策潜力的可提取定量影像生物标志物

表征组织特征(例如钙、脂肪和铁沉积、细胞密度、灌注、缺氧、扩散、坏死、代谢、肺含气腔密度、纤维化)的定量影像生物标志物可以提供表征疾病状态并反映组织病理学的信息。多个定量特征可以纳入算法中,用于识别疾病及其随时间的变化(自然病程和治疗反应)。这涉及一种信息学风格的方法,数据来自经过验证的病例构建的图谱。根据疾病存在、表型和分级注释的解剖数据库的策展可以与临床数据一起使用,构建作为决策支持工具的预测模型。这已被提议用于大脑数据[46],但需要收集高质量经过验证的数据集,仔细归档和策展。利用图像中包含的定量信息,通过严格的采集和分析流程,结合深度学习算法,如已在大脑衰老[47]和治疗反应[48]中展示的那样,将提供有价值的决策支持框架。

超声

超声成像中的定量分析衍生出与心输出量(左心室射血分数)、组织硬度(弹性成像)和血管灌注(对比增强超声)相关的参数,其中参数与血流相关。超声弹性成像是一个新兴领域;已被证明可区分肝纤维化[49]、乳腺和前列腺良恶性肿块以及浸润性和导管内乳腺癌[50, 51]。它还被探索用于量化帕金森病中的肌肉硬度[52],其中观察者间变异低且轻度症状与健康对照肢体之间杨氏模量的显著差异使其成为有用的评估工具。此外,它在识别不稳定冠状动脉斑块方面显示出可接受的帧间变异系数[53]。通过能量多普勒量化的血流有潜力作为肌肉营养不良中肌内血流的床旁检测[54]。量化参数峰值强度(PI)、平均通过时间(MTT)和达峰时间(TTP)可从对比增强超声获得,但由于与同样能捕捉形态的CT和MRI研究相竞争而很少使用。

CT

CT生物标志物依赖于单一生物物理参数,即由于组织密度差异导致的X射线差异吸收,无论是在平扫还是在使用碘基对比剂后,对比剂可增加高灌注组织中的X射线吸收。其他进展已利用组织密度作为参数在多中心试验中量化肺气肿(COPDGene和SPIROMICS)[55–57]和间质性肺纤维化(IPF-NET)[58]以及评估阻塞性(可逆性)气道疾病[59, 60]。这些研究利用了各种开源和定制研究软件工具,但一般而言,这些基于成像的生物标志物已被用于指导治疗[61, 62]并证明与结局和功能参数直接相关[63]。缺点包括成像协议(电压、层厚、呼吸、静脉对比剂、核大小)和后处理软件[64]的标准化不佳,尽管其中许多问题已通过体模质量保证和这些研究中使用的每个CT系统的指定成像程序得到解决[65, 66]。仪器标准化将简化中心之间的可比性,并即使在校准仪更新后也能实现长期数据采集的一致性[66]。在心脏成像中,使用冠状动脉钙化评分的组织密度生物标志物已广泛应用于评估心脏风险的大型研究[67]和用于结局研究的冠状动脉造影中的管腔大小[68, 69]。双能CT直接量化碘浓度,正在研究用于表征肺结节和胸膜肿瘤[70, 71]。

MR包括多参数数据

MRI比超声和CT更通用,因为它可以通过操作得出许多基于组织多种内在特性的参数(包括T1和T2弛豫时间、质子密度、扩散、水脂分数),以及这些参数在其他大分子(例如产生磁化转移和化学交换转移效应的蛋白质)和外源性对比剂(钆螯合物)存在下如何改变。灌注指标也可通过动脉自旋标记得出,该方法不需要外源性给药[72]。表观扩散系数(ADC)是肿瘤学中用于疾病检测[73, 74]、预后[75]和疗效评估[76, 77]最广泛使用的指标。用于得出绝对定量值的后处理方法存在广泛争议[78, 79],但该技术在跨肿瘤类型的多中心、多厂商试验中稳健且具有良好的可重复性[80]。对血管内不相干运动(IVIM)和扩散峰度模型的改进目前仍属研究工具。在心血管MRI中,人们越来越关注定量T1弛豫时间,而不仅仅依赖其对图像对比度的影响;当与对比剂联合使用时,T1 mapping可研究缺血性和非缺血性心脏病中的间质重构[81]。T1值有助于区分心脏炎症过程[82]、中枢神经系统多发性硬化[83]、肝脏[84, 85]和肾上腺[86]的铁和脂肪含量,后者与组织学纤维化评分相关[87]。多参数MRI生物标志物(T1和质子密度脂肪分数)在区分组织学上有显著肝纤维化和脂肪变性的患者方面达到>90%的AUC[88],并且正在辅以组织硬度测量(MR弹性成像),一项荟萃分析显示其测量重复性系数为22%[89]。化学交换饱和转移(CEST)MRI可探测带有酰胺、胺和羟基的内源性生物分子;外源性CEST试剂如葡萄糖可提供代谢和灌注的定量成像生物标志物。定量CEST成像在评估脑缺血[90]、淋巴水肿[91]、骨关节炎[92]以及实体瘤的代谢/pH[93]方面显示出前景。然而,其微弱信号需要更高场强采集和大量后处理。

正电子发射断层扫描(PET)-SUV指标

18FDG PET/CT研究的定量主要采用标准化摄取值(SUV),尽管代谢活性肿瘤体积(MATV)和总病灶糖酵解等其他指标也正在被引入研究和临床实践[94, 95]。然而,评估癌症病灶中FDG积聚强度最常用的指标仍然是最大SUV。SUV代表按每千克体重注射活性归一化后的肿瘤示踪剂摄取。SUV及任何其他PET定量指标均受技术因素(系统校准、时钟同步和注射18FDG活性的准确评估)、物理因素(图像采集、图像重建和定量图像分析所使用的流程、方法和设置)和生理因素(FDG动力学和患者生物学/生理学)的影响[96]。为减轻这些因素的影响,已制定指南以标准化成像流程[96, 97],并在欧洲层面协调PET/CT系统性能[97, 98]。较新的靶向PET显像剂仅对其分布进行定性评估(表1)。

表1 用于疾病检测的成像生物标志物(半定量和定量)及其当前支持决策的证据示例 查看原表 ↗

影像组学特征生物标志物

影像组学是指从放射学图像中提取和分析定量特征。其假设是影像组学特征反映由其他“组学”(如基因组学、转录组学、代谢组学和蛋白质组学)所表达的病理生理过程[128]。可以从感兴趣区域或感兴趣体积(ROI/VOI)中提取数百至数千个影像组学特征(纹理、异质性或形状的数学描述符),这些区域可由人工操作者手动或半自动勾画,或由计算机算法自动勾画。影像组学“特征”(所有特征的汇总)预期对特定患者、患者群体、组织或疾病具有特异性[129, 130]:它取决于成像数据类型(CT、MRI、PET),并受图像采集参数(如分辨率、重建算法、MRI的重复时间/回波时间)、硬件(如扫描仪型号、线圈)、VOI/ROI分割[131]和图像伪影的影响。

与活检不同,影像组学分析虽然不具有组织特异性,但能捕获整个体积内的异质性[132],可能使其更能指示治疗反应、耐药性和生存期。因此,它们可能更适合用于治疗选择和风险分层方面的决策支持。当前在X线乳腺摄影[133]和横断面成像(肺、头颈部、前列腺、胃肠道、脑)方面的影像组学研究已显示出令人鼓舞的结果[134],从而推动了在非恶性疾病中的外推应用。图像质量优化和数据采集标准化是广泛应用的必备条件。目前,各研究小组推导出相似特征的不同版本,且存在从一项研究到另一项研究改变特征的倾向。由于影像组学特征通常是多维数据,它们是先进机器学习技术(如人工神经网络)的理想输入,尤其是在拥有大型多中心数据集时。来自多中心试验的早期报告表明,从CT[135]和MRI[136]数据中提取的特征选择可重复性良好。

选择和转化适当的影像生物标志物以支持临床决策

自动化定量评估比评分系统更容易整合到人工智能系统中。为此,需要建立阈值,并从绝对定量(例如骨密度测量)中推导出疾病与无疾病可能性的概率函数[137]。或者,可以使用数值与相邻健康组织的比值来识别疾病。同样,对于预后信息,从大型数据库建立的阈值将根据影像数据预测的良好或不良结局可能性来定义改变治疗方案的行动限值。这将使临床界能够朝着将影像用作“虚拟活检”的方向发展。目前使用定量影像生物标志物用于诊断和预后目的的证据分别见表1和表2。

对于评估治疗反应(表3),生物标志物选择的关键要素与治疗类型和预期病理反应有关。对于非靶向治疗,预期细胞毒药物会导致组织坏死,因此读取游离水增加(CT亨斯菲尔德单位)或细胞密度降低(ADC)的生物标志物最为有用。对于特异性靶向药物(例如抗血管生成药物),特异性生物标志物读数(通过超声、CT或MRI获得的灌注指标)更为合适[185]。非靶向和靶向药物均会关闭肿瘤代谢,因此在糖酵解性肿瘤中,FDG指标极为敏感[186]。手术后变形和改变,或放疗后邻近正常组织的改变[122],会降低受照射非恶性组织与残留恶性组织之间的定量差异,因此必须加以考虑[187]。在多中心试验中,建立定量生物标志物在多个中心和不同厂商平台间的可重复性对于反应解读也至关重要[4]。

表2 用于疾病表征的影像生物标志物(半定量和定量)及其当前支持决策的使用证据示例 查看原表 ↗
表3 用于疾病反应评估的影像生物标志物(半定量和定量)及其当前支持决策的使用证据示例 查看原表 ↗

推进新型定量影像生物标志物作为决策支持工具进入临床实践

要成为临床有用的工具,生物标志物必须在其技术性能、可重复性、生物学和临床有效性以及成本效益方面经过严格评估[6]。表4给出了当前关于使用定量生物标志物作为决策支持工具的建议。

技术验证确定生物标志物能否在不同机构(可比性)和广泛可用的平台上可靠地得出。如果需要专用硬件或软件,或者关键示踪剂或对比剂未获临床使用许可,则必须做好相应准备。可重复性是强制性要求,但在实践中极少得到证明[188],因为在基线研究中纳入重复研究对患者和研究人员而言都耗费资源和时间。使用标准化方案的多中心技术验证可在初始生物学验证(即证明已知的生物学扰动会以支持赋予该生物标志物的测量特性的方式改变成像生物标志物信号)之后进行。随后的临床验证表明在患者中观察到相同的关系,则可与多中心技术验证并行开展。

一旦生物标志物被证明具有可接受的技术、生物学和临床验证,就必须做出决定,使该生物标志物符合特定目的或用途。在多参数医疗评估中,越来越需要考虑成像在其他非成像生物标志物背景下的作用。例如,循环肿瘤DNA等循环生物标志物在检测疾病方面通常更具特异性,但不能对肿瘤进行定位或分期。成像生物标志物与组织和液体生物标志物的整合,可能会取代目前使用的许多传统且较为简单的决策支持系统方法。

在财政受限的医疗体系中,基于价值的医疗日益受到考虑[189],生物标志物的成本效益变得越来越重要。然而,相关信息可能来源于作为患者临床检查一部分而进行的扫描。尽管如此,与液体和组织生物标志物相比,额外的成像/图像处理是昂贵的。成本可以与因不必要使用昂贵但无效的新型靶向药物而节省的费用相抵消。因此,卫生经济学评估是将新生物标志物转化为常规临床实践的重要组成部分。在人工智能时代,放射科医生面临着日益增加的数字数据量,加强努力将经过验证的定量成像生物标志物用作支持患者管理决策的关键要素是合理的。

表4 关于使用定量成像生物标志物作为决策支持工具的建议 查看原表 ↗

引用

  1. deSouza NM, Achten E, Alberich-Bayarri A, et al. Validated imaging biomarkers as decision-making tools in clinical trials and routine practice: current status and recommendations from the EIBALL* subcommittee of the European Society of Radiology (ESR). Insights Imaging. 2019. PMID: 31468205. doi:10.1186/s13244-019-0764-0
  2. 全文:PMC6715762(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6715762/

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。