前列腺MRI主动监测中PRECISE评分系统的观察者间可重复性:两中心初步研究结果
在两学术中心回顾分析80例主动监测的前列腺癌患者(每中心40例),两名盲法放射科医师独立对第二次及以后的MRI进行PRECISE评分。逐例和逐次扫描的观察者间一致性均为中等至高度(κ=0.71和0.61),按有无放射学进展分组(PRECISE 1-3 vs 4-5)后一致性更高(κ=0.83和0.67)。
要点
- PRECISE评分逐例和逐次扫描的观察者间一致性分别为κ=0.71和0.61,属高度一致。
- 按有无放射学进展分组(PRECISE 1-3 vs 4-5)后一致性提高至κ=0.83和0.67。
- UCL扫描的观察者间一致性高于另一中心(逐例κ=0.81 vs 0.55,逐次扫描κ=0.70 vs 0.48)。
核心结论
- 专家放射科医师使用PRECISE评分系统取得了高度可重复性,尤其在按有无放射学进展(PRECISE 1-3 vs 4-5)分组时。
研究设计与样本
- 两中心回顾性分析,纳入80例主动监测的前列腺癌患者(每中心40例),活检证实低或中危(Gleason≤3+4且PSA≤20 ng/ml)且至少2次前列腺MRI;两名盲法放射科医师独立阅片并从第二次扫描起进行PRECISE评分。
诊断标准与关键数值
- PRECISE评分采用1至5分:1或2分提示既往可见病灶消退,3分表示稳定,4或5分提示放射学进展;逐例和逐次扫描的观察者间一致性κ分别为0.71和0.61,一致率分别为79%和81%;按有无放射学进展分组后κ分别为0.83和0.67,一致率分别为90%和91%。
局限性
- 原文未报告局限性。
全文中译10 节 · 点击展开
引言
在过去十年中,主动监测(AS)越来越多地用于管理 favourable-risk 前列腺癌(PCa)患者,依从率超过80% [1]。磁共振成像(MRI)在这一背景下的作用也有所扩展,有证据表明美国近90%的学术中心常规进行前列腺MRI [2]。AS方案期间的系列MRI已完全纳入英国国家卫生与临床优化研究所(NICE)指南 [3–6]。然而,无论是对于个体患者还是不同队列之间,AS期间PCa系列MRI数据的采集和报告方式仍缺乏一致性。
为了解决这一问题,2016年欧洲肿瘤学院召集了一个由放射学、泌尿外科和放射肿瘤学专家组成的国际工作组,就AS期间的MRI报告提出建议。为期2天的会议后,制定了前列腺癌序贯评估放射学变化估计(PRECISE)建议 [7]。PRECISE建议旨在定义AS随访期间单次MRI扫描以及系列MRI扫描患者队列的实施和报告规范 [7]。
专家组使用1至5级评分(PRECISE评分)报告放射学进展的可能性,并制作了一份报告模板(病例报告),应用于每位患者的每次MR扫描,以系统化方式收集数据。目前,PRECISE建议已在一个单中心队列中进行了评估,该队列中所有患者均在MRI后接受了再次活检。研究显示,PRECISE评分为1或2的患者(57/158(36%))在随访活检时不会被取消AS资格(即PRECISE标准可使MR稳定的患者安全地避免活检)。使用PRECISE评分区分AS资格取消的有无,ROC曲线为0.83 [8]。
然而,与前列腺影像报告和数据系统(PI-RADS)及Likert评分系统 [9–14] 类似,也需要对PRECISE标准的阅片者间可重复性进行正式研究,以确认此类建议能够被普遍认可和应用。因此,我们在两个学术机构(伦敦大学学院(UCL)和Sapienza)开展了本研究,使用来自不同MR机器和患者队列的扫描,研究两位经验丰富的放射科医生之间对PRECISE建议的观察者间可重复性。
材料与方法
在这项双中心回顾性研究中,患者记录和MR图像作为AS服务内部评估常规审计的一部分进行了审查。参与研究的两位放射科医生(每个中心各一位;VP和FG,分别具有11年和7年前列腺MRI报告经验)曾积极参与PRECISE建议的讨论和起草。
患者
从符合以下标准的合格患者名单中随机选取80例患者的匿名扫描图像(每个中心40例):(i)正在接受主动监测(AS),且根据当地指南经活检确诊为低危或中危前列腺癌(PCa)(即Gleason评分≤3+4且前列腺特异性抗原(PSA)≤20 ng/ml);(ii)如果MR病灶与组织学结果在六分区方案(即右侧/左侧基底部、中部腺体和尖部)中一致,则认为MR病灶为阳性;(iii)在2006年4月至2019年5月期间进行了两次或以上连续前列腺MR扫描。
MR成像方案
在UCL,使用了三台不同的扫描仪:两台1.5-T(Symphony或Avanto,Siemens)和一台3-T系统(Achieva,Philips),配备盆腔相控阵线圈。在Sapienza,所有检查均在3-T扫描仪(Discovery MR750,GE Healthcare)上使用32通道表面相控阵体线圈进行,但在部分早期扫描中也使用了直肠内线圈。
两个中心的多参数方案均包括T2加权成像(T2-WI)、扩散加权成像(DWI)(b值:0、100、500和1000 s/mm²,以及长b序列,1.5-T扫描仪为1400 s/mm²或3-T扫描仪为2000 s/mm²),并计算表观扩散系数(ADC)图,以及动态对比增强(DCE)成像,均按照国际指南[15–17]执行。
图像审阅与分析
在研究开始之前,两位阅片者均获得了来自另一中心的10例练习MR病例用于培训目的,以使其熟悉两个机构的MR图像和MR序列,因为使用了不同MRI磁场强度和不同厂商的工作站。按照PRECISE建议,两位放射科医师仅知晓PSA和初始活检结果,但对原始MRI报告设盲[7]。
两位阅片者独立报告所有扫描。每例扫描均按照PI-RADS v.2.1指南进行评分[17]。从第二次扫描开始,每位放射科医师评估相对于前一次扫描出现影像学改变的可能性(即PRECISE评分),考虑病灶大小(按最大直径)或显著程度(在任何MRI序列上)的任何变化(表1)。应当回顾的是,起草PRECISE建议的专家小组得出结论认为,关于体积的最准确定义(即单一最大直径 vs 最大直径的双轴测量 vs 椭球体公式 vs 平面测量法)仍未达成共识,需要进一步研究探讨该方面[7]。
按照PI-RADS v.2.1指南[17],外周带病灶直径在ADC图上测量,移行带病灶在T2-WI上测量。如果在这些序列上病灶测量困难或受限,则在显示病灶最佳的序列上进行测量,并记录用于测量的序列。按照PRECISE建议[7],在多灶性疾病的情况下,纳入分析的指数病灶为PI-RADS评分最高且体积最大的病灶。
在基于患者的分析(即总体PRECISE评分)和基于扫描的分析(即每次随访扫描的单一PRECISE评分)中,我们对PRECISE标准应用了以下具体解释,该解释由两位放射科医师在研究开始前达成共识:(i)“PRECISE 3”(即稳定):要么是病灶随时间保持稳定的扫描,要么是持续阴性的扫描。
在前列腺仅出现弥漫性MRI改变时(例如前列腺炎中所见),MR扫描报告为局灶性病变存在为“阴性”。
“PRECISE 4”(即进展):要么是在既往阴性扫描中出现新的局灶性病变(评分为PI-RADS ≥ 3),要么是自上次扫描以来病变具有更可疑的MRI特征(体积或显著性)。
每位读者独立记录PRECISE评分。研究完成和数据分析后,汇总结果,然后由两位放射科医师协商讨论。
统计学评估
临床和人口学数据采用描述性统计报告。连续变量以中位数和四分位距(IQR)汇总,分类数据以频数和百分比汇总。
读者间一致性采用两种方法评估:一致百分比和带标准二次加权的Cohen kappa(κw)[18–20]。一致百分比定义为一致的判读总数除以判读总数。
每个PRECISE评分互斥(即变量之间不能有任何重叠),但应注意,PRECISE评分为1或2的含义相似(即这些患者更可能通过临床检查、PSA检测和连续MRI进行监测),同一概念适用于PRECISE评分为4或5的患者(即高度预期他们将接受靶向活检或积极治疗)。为考虑这些差异,我们根据以下公式使用标准二次加权(κw):ω푖 = 1− ,其中i为类别之间的差值,k为类别总数。
κw系数的解释如下:0.01–020,轻微一致;0.21–0.40,极小一致;0.41–0.60,中等一致;0.61–0.80,高度一致;0.81–0.90,强一致,> 0.90,几乎完全一致。统计分析使用SPSS(IBM,版本25)进行。
结果
每位放射科医师使用PI-RADS v. 2.1指南评估了80次基线扫描,并使用PRECISE标准评估了179次随访扫描。每位患者的MR扫描中位数在UCL为3次(IQR,2.25–5),在Sapienza为2次(IQR,2–3)。首次与末次扫描之间的中位间隔(月)在UCL为51(IQR,29–77),在Sapienza为23(IQR,13–34)。
表2显示了该人群的基线和随访特征。43/80例患者(54%)至少接受了一次额外活检,9/43例(21%)显示癌症升级(即根据基线组织学,Gleason评分 ≥ 3 + 4),7/9例(78%)总体PRECISE评分 ≥ 4。
表3显示了按患者和按扫描计算的PRECISE病例数。超过四分之三的扫描报告为PRECISE 3和4。23/80例患者(29%)在两位读者中均未出现任何可见病变(即持续阴性扫描)。目前,14/80例(35%)患者已接受治疗(表2)。
PRECISE评分一致性
总体而言,在患者水平和扫描水平上,每个单一PRECISE评分的读者间可重复性通过kappa统计均显示为显著一致性(分别为κ = 0.71和0.61),具体一致率更高(分别为63/80,79%和145/179,81%)(表4)。
当根据放射学进展的存在对PRECISE评分进行分组时(即PRECISE 1、2和3对比PRECISE 4和5),一致性更强(患者水平κ = 0.83,扫描水平κ = 0.67),具体一致率非常高(分别为72/80,90%和163/179,91%)(表4)。
仔细观察表4可以发现,两位放射科医生对在UCL进行的扫描表现出更高的读者间一致性(无论是通过κ统计量还是一致百分比)(患者水平κ = 0.81 vs 0.55,扫描水平κ = 0.70 vs 0.48),但在一致百分比方面不太明显(分别为32/40,80% vs 31/40,78%和95/111,86% vs 51/68,75%)。
表5显示了每位读者的总体单一和分组PRECISE评分数。共有19例不一致病例:8/19(42%)来自UCL,11/19(58%)来自La Sapienza。
讨论
接受主动监测(AS)的前列腺癌(PCa)患者中“放射学进展”的概念仍然相对较新,迫切需要能够帮助界定MRI上“进展”究竟为何的研究。
我们观察到,在由来自两个不同中心的两名经验丰富的前列腺放射科医生对80例接受AS的前列腺癌患者整个队列应用PRECISE评分系统时,具有显著的可重复性(κ = 0.71;一致百分比 = 63/80,79%)。我们注意到,其中一个中心(Sapienza)的一致性要低得多(患者水平κ = 0.55,扫描水平κ = 0.48),而另一个中心(UCL)则高得多,患者水平κ = 0.81,扫描水平κ = 0.70。
从临床角度来看,基于MRI建议对PRECISE评分≥4的患者进行活检在两位放射科医生之间是一致的,κ = 0.83,一致百分比为72/80(90%)。因此,尽管在PRECISE评分1–3之间存在不一致,但这低于临床建议进一步活检的阈值。
需要提醒的是,PRECISE评分系统在文献中的应用仍然很少。目前,仅有Dieffenbacher及其同事的一项研究[8]报告,随访中PRECISE评分≥3的患者应重新活检。此外,“放射学进展”的概念尚未明确定义,因为目前尚无体积或直径阈值能够可靠区分预期的扫描间变异(可能相当大[21])与真正的进展。
本研究中发现的PRECISE评分系统的可重复性水平与其他评分系统的报道相比具有优势。Rosenkrantz及其同事报告了PI-RADS v.2的显著一致性(对于PI-RADS ≥ 4,外周带κ = 0.59,移行带κ = 0.51)[10],类似的结果(κ = 0.67)也已在采用1至5评分系统诊断肝细胞癌的动脉期高增强中有所报道[22]。
与PI-RADS指南不同——任何没有前列腺MRI先前经验的放射科医生都会对该指南更为熟悉——PRECISE建议并非一个僵化的评分系统(即,没有系统化的流程图可帮助缺乏经验的放射科医生对扫描进行评分)。这是我们研究的一个关键方面,因为两位阅片者先前已有的前列腺MRI专业知识对于确定该初步研究中的最大可重复性很重要。
在区分经历放射学进展的患者方面,无论按患者分析还是按扫描分析,κ系数和一致百分比均较高(图1和图2)。这些发现尤其具有重要意义,因为它们表明两位专家放射科医生在识别应作为活检靶点的显示放射学进展的病灶方面具有高度一致性,并提示MRI进展可被视为触发活检的驱动因素之一,与其他临床和实验室发现一起 [3, 23]。
如表4所示,在UCL进行的扫描中,阅片者间一致性更高(按患者:κ = 0.81 vs 0.55;按扫描:κ = 0.70 vs 0.48),但在一致百分比方面则不那么明显(分别为32/40,80% vs 31/40,78%和95/111,86% vs 51/68,75%)。一种可能的解释是,持续阴性扫描(PRECISE 3)中有17/26(65%)来自UCL,仅有9/26(35%)来自Sapienza,主要原因在于UCL队列早期即将MRI纳入PCa的管理。我们知道,在我们的研究中,(i) 扫描是从数据库中随机选取的(即不存在选择偏倚),且(ii) 两位放射科医生在研究开始前均接受了来自另一机构的一套扫描培训(即MR阅片信心无差异)。因此,我们认为这一差异主要可能与本研究样本量较小有关,也与阴性MR扫描的阅片者间一致性可能性更高有关,因为此前已显示不同放射科医生为每位患者分配的病灶平均数量并无差异 [24]。
我们的研究有一些局限性应予承认。首先,仅有两位经验非常丰富的放射科医生评估了PRECISE评分,而在上述研究中 [10, 22],有多位具有不同专业水平的放射科医生参与。然而,由于PRECISE评分系统尚待更大规模验证,且关于如何定义放射学进展仍未达成共识,该领域两位专家的贡献为此提供了初步答案。需要进一步研究来评估缺乏经验的放射科医生在报告系列前列腺MR扫描和评估PRECISE评分方面的学习曲线。
其次,本研究涉及两个在前列腺MRI方面经验丰富的学术中心,但使用的MR系统和厂商不同。虽然乍看之下这可能被视为一个局限性,但我们认为它可以被视为该初步研究的一个优势。已知来自单一中心的阅片者可能以相似的方式处理MR扫描,对本地成像方案更为熟悉,这可能导致更高的阅片者间一致性。在本研究中,我们为每位阅片者提供了一套少量初始MR扫描以熟悉不同的MR系统,从而消除这一潜在偏倚。
第三,由于这是对因临床怀疑前列腺癌(PCa)而进入主动监测(AS)的患者进行的回顾性分析,入组活检通常是随机的,没有明确的病灶位置定义。并非所有患者在随访期间都接受了再次活检,靶向再取样往往是由MRI上明显的影像学进展所触发的。
然而,我们认为我们的发现可能有助于指导PRECISE标准的未来更新。PRECISE推荐的广泛使用可以帮助放射科和泌尿科界识别那些在AS中出现影像学进展(即PRECISE 4和5)的患者,以便及时进行再次活检或治疗。同时,那些影像学消退或稳定(即PRECISE 1、2和3)的患者可以避免重复活检,从而降低各个医疗系统的成本。
结论
总之,两位专家在两个不同的学术中心使用PRECISE推荐获得了高度可重复性。总体而言,读者间的一致性在区分影像学消退/稳定(PRECISE 1–3)与进展(PRECISE 4和5)方面最高。
引用
- Giganti F, Pecoraro M, Stavrinides V, et al. Interobserver reproducibility of the PRECISE scoring system for prostate MRI on active surveillance: results from a two-centre pilot study. Eur Radiol. 2019. PMID: 31844959. doi:10.1007/s00330-019-06557-2
- 全文:PMC7062656(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7062656/
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。