引入视觉评定量表后,初级保健主观与轻度认知障碍诊断检查中影像学发现的报告频率增加
回顾性单中心研究比较引入情境化报告模板前后各111例和125例因主观或轻度认知障碍行非增强CT的初级保健患者,发现内侧颞叶萎缩、白质改变和全面皮质萎缩的报告率显著增加,MTA真阳性率从10%升至55%,但模板完全依从性仍低(从2%升至8%)。
要点
- 引入视觉评定量表情境化模板后,MTA报告率从29%升至76%,WMC从69%升至86%,GCA从54%升至82%。
- 所有参数均被提及的报告比例从6%升至29%,但严格完全依从模板的报告仅从2%升至8%。
- MTA真阳性率从10%升至55%,轻度MTA仍被低估;GCA和WLV真阳性率无显著变化。
核心结论
- 本研究提示,使用视觉评定量表进行情境化影像评估可提高认知障碍诊断检查中影像学发现的报告频率,但模板依从性可能难以被强制执行。
- 引入视觉评定量表对MTA的真阳性率有影响。
- 当模板使用未由科室领导强制执行时,对情境化影像报告模板的依从性仍然较低。
研究设计与样本
- 回顾性、观察性、单中心研究,纳入年龄60至80岁的受试者,分为引入情境化报告前(n=111,2010年1月至2014年12月)和后(n=125,2016年1月至2017年12月)两个年龄匹配组。
- 检查方式为非增强CT,采用螺旋扫描模式、Z轴剂量调制,来自三家不同厂商的扫描仪,管电压120 kV,曝光150至320 mAs,准直0.5至0.75,螺距因子0.36至0.65。
- 参考标准为一位经验丰富的神经放射科医生对非增强CT图像进行的二次阅读,使用Scheltens的MTA量表、Pasquier的GCA量表、Fazekas的WMC量表和Evans指数评估侧脑室宽度。
- 报告按Torisson等人的量表分级:NA=未提及,0=正常,1=轻度或报告但未量化,2=中度,3=重度;MTA、GCA、WMC分级≥2视为异常,WLV分级≥1视为异常。
关键影像表现/征象
- MTA在冠状位3 mm层厚(平行于脑干轴)重建图像上按Scheltens量表评分,0=无萎缩至4=重度萎缩,取两侧最高分。
- GCA在轴位5 mm层厚(平行于眶耳平面)重建图像上按Pasquier量表评分,0=无皮质萎缩至3=重度皮质萎缩。
- WMC按Fazekas量表评分,0=无或单个病灶至3=融合病灶。
- WLV通过轴位图像上测量Evans指数估算,采用Brix等人提出的按年龄和性别校正的截断值。
诊断标准与关键数值
- MTA二分法:正常为<75岁者0–1分、≥75岁者0–2分;异常为<75岁者2–4分、≥75岁者3–4分。
- GCA二分法:正常为0–1分(不论年龄),异常为2–3分(不论年龄)。
- WMC二分法:正常为<65岁者0分、≥65岁者0–1分;异常为<65岁者1–3分、≥65岁者2–3分。
- Evans指数截断值(年龄:男性/女性):65–69岁0.34/0.32;70–74岁0.36/0.33;75–79岁0.37/0.34;60–64岁≥0.30视为异常(不论性别)。
临床应用与阅片要点
- 作者认为,鉴于MTA的临床重要性及既往观察到的报告不足,本研究关于MTA的结果具有重要的临床影响。
- 作者指出,白质改变最好在MRI上评估,但对于异常发现,非增强CT被认为足够。
- 作者提到,许多报告使用「脑脊液间隙表现正常」这一表述,导致报告分级困难,因为该表述可能同时意味着脑沟宽度正常(即GCA正常)和WLV正常;本研究将其解释为WLV正常。
局限性
- 使用两个不同队列可能导致队列效应偏倚;两组异常发现患病率无显著差异,但观察到的患病率可能低于记忆门诊人群的预期。
- 视觉评分是主观的,体积分割等定量数据更可取,但在非增强CT上难以执行;本研究选择了基于高评分者间一致性的金标准,但该方法不能排除潜在的评分者偏倚。
- 回顾性设计妨碍了获取关于培训、教育或神经放射科医生使用视觉评定量表个体经验潜在影响的可靠数据。
- 本研究未将模板与其他结构化报告模板进行比较,也未随访视觉评定量表的使用如何影响最终诊断。
- 使用Torisson等人提出的量表可能受到质疑;该量表试图对影像报告中的定性数据进行分级以便比较,但尚未经过评分者信度检验,尽管已在既往研究中使用。
全文中译7 节 · 点击展开
引言
放射科医生的工作包括解读图像并通过放射学报告传达相关发现。传统上,放射学报告是自由叙述式的,在结构和质量上存在差异[1, 2]。放射学报告的形式一直存在争议,结构化报告被提出作为提高质量的一种方法;然而,关于形式和风格的共识尚未达成[3–7]。
近年来,情境化报告被提出作为结构化报告与自由叙述式报告之间的中间形式[8]。情境化报告以疾病特异性的方式结构化,发现以清单方式报告,但与结构化报告相比不那么严格。另一种可能提高质量的方法是使用已建立的视觉评定量表(VRS)。神经放射学领域的一个例子是为认知障碍检查开发的VRS,已在临床实践中获得认可[9–11]。
既往研究表明,在认知障碍的诊断检查中,结构性发现被低估报告[12–14]。最近一项欧洲调查显示,75%的应答中心使用了VRS,但仅28%使用了结构化报告[15]。为了提高放射学报告的准确性和清晰度,我们科室将情境化报告作为认可的常规引入。本研究的目的是探讨在基层医疗认知障碍诊断检查中引入包含VRS的模板后,对结构性放射学发现报告的影响。
材料与方法
材料
这是一项回顾性、观察性、单中心研究。符合条件的受试者年龄为60至80岁,被回顾性招募为两个年龄匹配组,检查分别在引入情境化报告之前和之后进行;由于可及性更高,平扫计算机断层扫描(NECT)是我国的首选模态[16]。仅由全科医生开具的、作为基层医疗认知障碍诊断检查一部分(我国的常规做法)的转诊单符合纳入条件。
我们在图像归档和通信系统(PACS)中检索包含“痴呆”和/或“记忆”以及“检查”字样的转诊单,以识别正在接受基层医疗主观或轻度认知障碍检查的符合条件的受试者。由于我们的目的是研究在初次诊断检查中引入VRS的效果,转诊单中提及已知痴呆或精神疾病的受试者不符合纳入条件。
“之前”组从瑞典BioFINDER研究轻度认知障碍(MCI)队列中回顾性招募(详情见https://biofinder.se/),其中符合条件的受试者在2010年1月至2014年12月期间在我们PACS中完成了常规NECT检查。该组中部分受试者(n = 68)已被纳入既往研究,但本研究的所有结果均为新的[14]。“之后”组从2016年1月至2017年12月期间我们的PACS中回顾性招募。为模拟临床情境,我们仅能获取转诊单中提供的临床信息。
我们认可的模板(见图1)规定,必须报告内侧颞叶萎缩(MTA)、白质改变(WMC)、全脑皮层萎缩(GCA)和侧脑室宽度(WLV)。认可使用已建立的视觉评定量表(VRS)[11]。所有报告必须以“印象”结尾,其中应对发现进行解释并列出可能的诊断。在本研究中,报告中提及的任何额外发现均未纳入评估。完全依从定义为报告包含所有评估参数和“印象”。
检查评估
所有平扫CT(NECT)图像均由一位经验丰富的神经放射科医生(C.H.)进行二次阅片评分。MTA的视觉评分在冠状位重建图像上进行,层厚3 mm(平行于脑干轴线),根据Scheltens MTA量表从0=无萎缩至4=严重萎缩进行分级。每侧分别评分,取总体最高分。评分二分为正常(<75岁为0–1,≥75岁为0–2)和异常(<75岁为2–4,≥75岁为3–4)[17, 18]。GCA评分采用Pasquier量表,在轴位重建图像上进行,层厚5 mm(平行于眶耳平面),从0=无皮层萎缩至3=严重皮层萎缩进行分级[11, 19]。根据既往研究,分级二分为正常(无论年龄均为0–1)和异常(无论年龄均为2–3)[12, 14]。WMC采用Fazekas量表进行分级,共四级,从0=无或单个病灶至3=融合性病灶,并二分为正常(<65岁为0,≥65岁为0–1)和异常(<65岁为1–3,≥65岁为2–3)[11, 12, 20]。Evans指数(EI)在轴位图像上测量,作为WLV的估计值。采用Brix等人提出的按年龄和性别校正的截断值(年龄:男性/女性);65–69岁,0.34/0.32;70–74岁,0.36/0.33;75–79岁,0.37/0.34 [21, 22]。对于60–64岁,无论性别,≥0.30视为异常。
所有平扫CT(NECT)检查均按照我们的临床常规进行,采用螺旋扫描模式,在来自三家不同厂商的扫描仪上使用Z轴剂量调制,管电压120 kV,曝光量150至320 mAs,准直0.5至0.75,螺距因子0.36至0.65。各扫描仪之间图像质量被认为相同。所有阅片均在我们的PACS IDS7®(Sectra AB)上完成,中心窗位40 HU,窗宽80 HU。
临床报告评估
所有报告均根据Torisson等[12]的量表重新评估并分级,并依照先前研究[14]对评估参数的定量(如“轻度”“重度”)和定性(如“增宽”“扩大”)描述进行应用。报告分级的示例见表1。报告分级为NA=未提及,0=正常(对应于MTA 0、GCA 0和WMC 0),1=轻度或已报告但未量化(对应于MTA 1–2、GCA 1和WMC 1),2=中度(对应于MTA 3、GCA 2和WMC 2),3=重度(对应于MTA 4、GCA 3和WMC 3)[12]。对于MTA、GCA和WMC,分级≥2视为异常。对于WLV,分级≥1视为异常。将分级与第二次阅片进行比较,以估计真阳性率(TPR)和真阴性率(TNR)。为此,我们假定所有未提及评估参数的报告均评估为正常。由于视觉评级具有主观性,4周后进行了额外评级,以估计评分者内一致性。此外,第二位评分者(D.v.W.)对100名随机选择的受试者(每组50名)进行了GCA、MTA和WMC评估,以估计评分者间一致性,并选择评分者间一致性最高的评级作为第二次阅片的标准。
统计学
估计描述性统计量(百分比)以总结分级和第二次阅片的结果。使用MEDCALC®(MedCalc Software Ltd.)在线统计计算器(可在https://www.medcalc.org/calc/diagnostic_test.php获取)计算真阳性率和TNR,其中95%置信区间(95% CI)通过视觉比较以判断统计学显著性。适用时使用Pearson卡方分析和Mann-Whitney U检验比较组间差异。为估计评分者内和评分者间一致性,对二分类数据估计Cohen's κ。一致性水平根据Landis和Koch[23]定义。计算使用SPSS®版本26(IBM Corporation)完成。p < 0.05视为具有统计学显著性。
结果
我们确定了251名符合条件的受试者,其中10名受试者取消了检查,4名受试者未能完成检查,1名受试者的转诊情况不明确。这些受试者被排除,最终纳入236名受试者,其中111名在引入情境化报告“之前”接受检查,125名在“之后”接受检查。两组在异常发现患病率和性别方面无显著差异。主观认知障碍是所有受试者中97%报告的症状(人口学数据见表2)。Evans指数仅对1名受试者报告,并纳入WLV。
评分者内一致性对于MTA为极好,κ = 0.82,95% CI(0.72至0.91),p < 0.001;WLV为极好,κ = 0.87,95% CI(0.78至0.96),p < 0.001;WMC为相当好,κ = 0.79,95% CI(0.70至0.88),p < 0.001;GCA为中等,κ = 0.57,95% CI(0.44至0.71),p < 0.001。对100名随机选择受试者的最高评分者间一致性显示,MTA为相当好,κ = 0.73,95% CI(0.55至0.92),p < 0.001;WMC为极好,κ = 0.81,95% CI(0.69至0.94),p < 0.001;GCA为一般,κ = 0.44,95% CI(0.19至0.70),p < 0.001。
临床报告分级及与二次阅片一致性的数据总结于表3。总体而言,54%的报告提及了MTA。WMC、GCA和WLV的相应数字分别为78%、69%和59%。当MTA报告为中重度(即Torisson量表2–3级)时,88%被正确地报告为异常,与二次阅片一致。内侧颞叶萎缩被报告为轻度(即1级)的占18%。二次阅片中的相应数字为45%;当应用年龄校正后,36%为正常,9%为异常,其中0%(n = 0)被正确地报告为异常。当WMC报告为中重度时,83%被正确地报告为异常,与二次阅片一致。白质改变被报告为轻度的占31%;二次阅片中的相应数字为18%;当应用年龄校正后,17%为正常,1%为异常,其中0%(n = 0)被正确地报告为异常。当GCA报告为中重度时,47%被正确地报告为异常;对于WLV,与二次阅片相比该数字为38%。
关于频率和依从性的数据,包括组间差异,总结于表4。MTA、WMC和GCA的报告率显著增加。WLV的报告率无显著变化。总体而言,提及所有参数的报告百分比从6%(n = 7)增加至29%(n = 36)。完全依从性仍然较低;严格完全依从模板的报告百分比从2%(n = 2)增加至8%(n = 10)。
关于TPR和TNR的结果总结于表5。MTA的TPR观察到显著增加,从10%增加至55%。其他参数的TPR无显著变化,但GCA观察到从0增加至33%,WLV观察到从37增加至58%。两个组中所有参数均具有高至几乎完美的TNR,无显著变化。
讨论
在这项回顾性观察研究中,我们评估了在认知障碍诊断检查中引入情境报告前后的依从性并比较了放射学报告的TPR。我们发现MTA、GCA和WMC的报告率增加,且MTA的TPR增加。尽管观察到所评估参数的報告率增加,但对模板的完全依从性仍然较低(8%),提及所有参数的报告百分比仅达到29%。由于数量较少,难以从完全依从或提及所有参数的报告得出任何确定性结论,因此我们选择分别评估每个参数。
我们原本预期完全依从率至少能达到50%,因此我们的结果似乎令人失望。在Powell等人的一项研究中,当评估用于评估颌面部创伤的结构化模板时,观察到9%的依从率[24]。这一数字与我们的结果接近,但方法学上的差异使得进一步比较变得困难。Larson等人的另一项研究表明,如果由科室领导强制执行,结构化报告可以成功实施[4]。由于视觉评分具有主观性,也有人提出,放射学报告结构的差异可以用当地传统来解释,而在认知障碍的情况下,影像学传统上被用于排除认知障碍的继发性病因[25, 26]。综合考虑所有这些因素,我们认为我们观察到的低依从率与先前报道的情况相似,可以用对当地传统的遵循来解释。此外,我们模板的使用并未由科室领导强制执行。
先前的研究表明,异常发现,特别是内侧颞叶萎缩(MTA),即使在评估有必要进行时,在放射学报告中也被低报[12, 14]。内侧颞叶萎缩是阿尔茨海默病(AD)的一项重要结构发现,但也可见于其他痴呆症[27, 28]。我们的结果显示MTA的报告率和真阳性率(TPR)有所提高。中度至重度MTA被正确报告为异常的比例为88%,但轻度萎缩被低报;此外,当应用年龄校正后,异常的轻度萎缩(即在< 75岁的受试者中MTA 2)仍存在低报。轻度MTA的低报可能解释了观察到的MTA低TPR(“之前”10%和“之后”55%),并且不能排除中度至重度MTA患病率更高的研究人群会产生更好的TPR和依从性。与先前的研究一致,MTA观察到极好的评分者内一致性和实质性的评分者间一致性[14, 29]。鉴于MTA的临床重要性以及先前观察到的低报情况,我们认为我们关于MTA的结果具有重要的临床影响[12, 14]。
全局皮质萎缩(GCA)的报告显著增加,尽管TPR仍然较低(33%)。在报告异常GCA的情况下,53%是错误的,这可能解释了我们观察到的低TPR。与MTA量表相比,GCA量表覆盖更大的脑区。尽管评分基于最高级别的萎缩,但不能消除潜在低报的风险,因为中度顶叶皮质萎缩和轻度额叶皮质萎缩仍可能被一位评分者解释为总体轻度GCA(正常),而被另一位评分者解释为中度GCA(异常)。这可能也解释了我们观察到的一致性水平。
白质改变(WMC)和白质病变体积(WLV)的报告有所增加,其中WMC的增加具有显著性,但颞叶萎缩分级(TPR)的变化不显著。在许多报告中,使用了“表现正常的脑脊液间隙”(CSF间隙)这一表述。这给我们的报告分级带来了困难,因为该表述可能同时意味着脑沟宽度正常(即全面皮质萎缩(GCA)正常)和WLV正常。我们选择将其解释为WLV正常。白质改变最好通过磁共振成像(MRI)评估,但对于异常发现,非增强CT(NECT)被认为已足够[9, 11]。换言之,当在NECT上报告WMC时,最可能是Fazekas 2级或3级。我们的结果显示,20%的报告报告了中度至重度WMC,而二次阅片为22%,同时轻度改变被过度报告。在大多数报告中,使用“白质改变”或“局灶性实质改变”来描述WMC,这未给我们的分级带来困难,因此我们认为这不能解释我们的结果。已有研究表明放射科医生更倾向于报告WMC,我们认为这更有可能是对我们结果的解释[14]。我们的结果表明,情境化报告仅对内侧颞叶萎缩(MTA)的报告产生了显著影响,但其他参数报告的增加表明报告风格的差异在某种程度上有所减少。然而,对我们情境化模板的低依从性以及我们关于未提及所评估参数的报告即为正常的假设,可能会削弱此类结论。
本研究存在局限性:(i) 使用两个不同的队列可能因队列效应而产生潜在偏倚。各组之间异常发现的患病率差异不显著,但观察到的患病率可能低于记忆门诊人群中预期的水平。我们的研究人群来源于认知障碍人群,其中无人被诊断为痴呆,因为我们相信在该组中使用视觉评定量表(VRS)的临床获益会更大[30, 31]。不能排除更年长的研究人群或记忆门诊人群会产生更高的异常发现患病率,在此情况下不能排除对我们模板的不同依从性。(ii) 视觉评定是主观的,诸如体积分割等定量数据会更为理想,但难以在NECT上实施。我们选择了基于高评定者间一致性的一致性标准,但该方法不能排除潜在的评定者偏倚。(iii) 回顾性设计妨碍了获得关于我科神经放射科医生使用VRS的培训、教育或个体经验潜在影响的可靠数据。(iv) 我们未将我们的模板与其他结构化报告模板进行比较,也未随访VRS的使用如何影响最终诊断。(v) 使用Torisson等人建议的量表值得商榷。这是对放射学报告中定性数据进行分级以使比较成为可能的一种尝试,但该量表尚未经过评定者信度检验,尽管它已在先前的研究中使用过[12, 14]。
本研究增进了在认知障碍诊断检查中如何提高影像学发现报告频率的认识。我们的结果提示,有可能提高结构性发现的总体报告率,但仅内侧颞叶萎缩(MTA)的结果具有统计学显著性。总之,本研究提示,使用视觉评定量表(VRS)进行情境化影像学评估可提高认知障碍诊断检查中影像学发现的报告频率,但对模板的依从性可能难以推广。
引用
- Håkansson C, Torisson G, Londos E, et al. Reporting frequency of radiology findings increases after introducing visual rating scales in the primary care diagnostic work up of subjective and mild cognitive impairment. Eur Radiol. 2020. PMID: 32851442. doi:10.1007/s00330-020-07180-2
- 全文:PMC7813688(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7813688/
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。