Lung-RADS v1.1 基于结节体积的肺癌筛查:基线CT阴性提示可延长筛查间隔
本研究回顾性选取MILD试验中符合NLST标准的1248名受试者,用半自动软件测量结节体积并按Lung-RADS v1.1分类。基线LDCT阴性者占80.6%,1年肺癌风险仅0.1%;模拟延长筛查间隔可在延迟诊断率13.6–21.9%的代价下减少25.5–41%的LDCT负担。
要点
- Lung-RADS v1.1体积分类可分层肺癌风险:阳性LDCT 1年OR 75.60,不确定LDCT 2年OR 9.16。
- 基线阴性LDCT占80.6%,1年、2年、3年肺癌频率分别为0.1%、0.3%、0.6%。
- 模拟延长间隔至2年可减少25.5–26.5%的LDCT负担,延迟诊断率13.6%。
关键影像表现/征象
- 基线阴性LDCT 1006例(80.6%:无结节715例、实性结节175例、非实性结节116例),不确定107例(8.6%),阳性135例(10.8%)。
- 阳性LDCT 1年肺癌频率9.6%(13/135),不确定LDCT 0.9%(1/107),阴性LDCT 0.1%(1/1006)。
- 阴性基线LDCT后肺癌频率2年0.3%、3年0.6%。
- 阳性LDCT后第一年诊断的13例肺癌中I期占30.8%(4例I期、2例II期、3例III期、4例IV期)。
- 阴性基线LDCT后3年内I期占83%、IV期占17%;不确定LDCT后I期占75%、II期占25%。
诊断标准与关键数值
- 阴性(类别1和2,建议年度筛查):无结节、实性或部分实性结节总体积<113 mm3(直径6 mm)、非实性结节<14137 mm3(直径30 mm)。
- 不确定(类别3,建议6个月LDCT):实性结节113–268 mm3(直径6–8 mm)、部分实性结节总体积≥113 mm3且实性成分<113 mm3、非实性结节≥14137 mm3(直径30 mm)。
- 阳性(类别4A和4B,早期召回或进一步检查):实性结节>268 mm3或部分实性结节实性成分≥113 mm3。
- 多变量分析:阳性LDCT 1年OR 75.60(95%CI 9.86–579.83,p<0.001);不确定LDCT 2年OR 9.16(95%CI 1.86–45.13,p=0.0068)、3年OR 6.35(95%CI 1.80–22.42,p=0.0042)。
- 单变量分析:阳性LDCT 1年OR 102.06(95%CI 13.49–772.19,p<0.0001);不确定LDCT 1年和2年OR均>9,3年降至6.36。
临床应用与阅片要点
- 阳性基线LDCT 1年RR 96.87,2年RR 39.74,3年RR 27.32;不确定LDCT 1年和2年RR 9.40,3年6.27。
- 模拟算法1(阴性2年间隔、不确定6个月随访)延迟诊断率最低13.6%,2年LDCT负担减少25.5–26.5%。
- 模拟算法4(阴性3年间隔、不确定1年随访)LDCT负担减少最高40.6–41%,延迟诊断率最高21.9%。
- 作者认为阴性基线LDCT后2年筛查可被提出,可能需结合决策辅助咨询和持续个体化风险评估。
- 作者指出仅凭LDCT结果不能安全选择3年筛查间隔;NHS England方案推荐实性结节<80 mm3参考体积用于2年随访。
局限性
- 将Lung-RADS类别4合并为阳性LDCT,未细分4A、4B和4X的粒度。
- 未评估结节特异性癌症率,而是测量受试者特异性癌症率。
- 小样本量可能妨碍了预测试指标与肺癌风险的显著关联。
- 回顾性设计妨碍了分期偏移和间期癌的实际估计。
- 未考虑其他影像学表现(如肺气肿、间质性肺异常、胸膜斑)可能带来的额外风险。
全文中译14 节 · 点击展开
引言
通过低剂量计算机断层扫描(LDCT)进行肺癌筛查(LCS)可实现肺癌(LC)的早期诊断,从而显著降低LC死亡率[1–4]。大多数试验,包括国家肺癌筛查试验(NLST),采用了年度筛查频率,该频率源自模型分析[5, 6]。
年度筛查的效率取决于个体的LC风险,即使在具有危险因素的受试者中,该风险也存在显著差异。在对NLST人群的一项分析中,Kovalchik等人显示,最低风险五分位组相比于最高风险五分位组,需筛查人数增加了60倍[7]。年度筛查扫描的效率在最低风险亚组中大幅降低。为提高成本效益,一项加拿大成本效益建模研究[8]以及NLST数据的事后分析[9, 10]建议在LDCT阴性后延长筛查间隔。两项阳性欧洲试验显示,采用较长筛查间隔和结节体积测量方案的试验降低了LC死亡率,但其人群风险低于NLST[2, 3]。
迄今为止,针对符合NLST入选标准人群中LDCT结果的LC风险研究均基于结节直径的线性测量[6]。在NLST人群的若干回顾性分析中,结节特征是LC最强的预测因素[9, 10],因此代表了系统性提高筛查效率的一种选择。风险分层在线性测量与结节体积测量之间可能不同,尤其是当采用不同的直径定义(例如平均直径或最大直径)时[11]。结节体积测量被认为是LC风险最准确的预测方法[12],更新的质量保证倡议和指南推荐其用于最佳基线分类和生长的纵向表征(例如体积倍增时间)[13–19]。
美国放射学会(ACR)肺部CT筛查报告与数据系统(Lung-RADS)[20]的线性算法于2019年更新,纳入了将直径转换为球体体积的内容(版本1.1)[21]。Lung-RADS v1.1各分类基于半自动结节体积测量的分布及LC风险尚未在同行评审文献中发表。此外,这些分类是否可用于检测后风险分层以决定转诊至较长筛查间隔,目前尚不清楚。
本研究的目的在于报告符合NLST入选标准的受试者人群中Lung-RADS v1.1体积分类的分布,并分析3年内的LC结局,以探索LCS的个性化算法。
材料与方法
多中心意大利肺癌检测(MILD)研究是一项于2005年启动的前瞻性随机对照LCS试验(伦理委员会批准号INT 53/05;ClinicalTrials.gov NCT02837809)。符合条件的受试者在参与MILD研究前获得了知情同意。申办方在研究实施和解释中未发挥作用[22]。
MILD研究的纳入标准如下:年龄>49岁,吸烟史≥20包年,当前吸烟者或戒烟时间在研究入组前10年以内的既往吸烟者,且招募前5年内无肿瘤病史。MILD研究总人群包括4099名参与者,其中干预组2376名受试者(中位年龄58岁,中位吸烟量39包年,男性68%)[23]。由于年龄和吸烟纳入标准的阈值较低,MILD研究人群的风险特征相对低于NLST人群[1]。在本研究中,我们通过对干预组应用NLST纳入标准,从MILD研究中提取了更高风险的人群:年龄≥55岁且包年≥30[1]。53%(1248/2376)的MILD受试者符合NLST标准。
选定的检验前指标为性别、吸烟状态、预测第1秒用力呼气容积百分比(FEV1%pred,阈值设为0.9)以及第1秒用力呼气容积与用力肺活量之比(FEV1/FVC,阈值设为0.7)[24]。
基线低剂量CT(LDCT)结果定义如下。
基线LDCT结果
1248名符合NLST标准的受试者的基线LDCT结果由一台用于肺癌筛查(LCS)的高级工作站(CIRRUS Lung Screening)进行回顾性分析,该工作站具备计算机辅助检测(CAD)功能,并可对实性和亚实性结节进行半自动分割以直接测量结节体积。所有CAD标记均由两名经验丰富的胸部放射科医师(肺癌筛查经验分别为8年和11年,每人阅片>10,000例LDCT)共同审核[25]。结节体积分割通过半自动参数调整(密度阈值和不规则度指标;不允许手动勾画)进行检查并在必要时进行调整。分割获得的总结节体积以及部分实性结节实性成分的体积用于本研究。
基线LDCT根据Lung-RADS v1.1应用容积阈值,并依据管理建议将基线LDCT结果分为三大类:阴性(1类和2类:建议年度筛查):无结节、总体积<113 mm3(直径6 mm)的实性或部分实性结节,或<14,137 mm3(直径30 mm)的非实性结节
不确定(3类:建议6个月后LDCT复查):实性结节113–268 mm3(直径6–8 mm)、总体积≥113 mm3且实性成分<113 mm3的部分实性结节,或≥14,137 mm3(直径30 mm)的非实性结节
阳性(4A类和4B类:早期召回或进一步检查):实性结节>268 mm3或实性成分≥113 mm3的部分实性结节
统计分析
各变量的分布在全人群中描述,并根据肺癌(LC)诊断在每个预设时间区间内描述。频率以百分比报告。
主要结局为基线后1年、2年和3年内诊断的LC数量。次要结局为LC分期。结局在MILD试验期间收集,包括LC分期、切除类型和组织学的前瞻性系统登记。
在本分析中,按三个预设时间间隔计算LC的累积频率。LC的累积频率与检验前指标或基线LDCT结果进行对照检验。相对风险(RR)通过各参数在各时间间隔内各LDCT组间LC风险的比值计算。检验前参数的RR以较低风险类别为参照计算。不确定和阳性LDCT结果的RR以阴性LDCT结果为参照计算。
采用Kaplan-Meier曲线通过未调整风险比(HR)检验各时间间隔LC的概率。在各时间间隔计算单因素和多因素模型的比值比(OR)。
通过模拟4种筛查算法计算LDCT负担的减少,这些算法通过基于 Lung-RADS v1.1 结节体积分类的检验后风险分层来延长轮次间隔(表1)。模拟算法源自 Lung-RADS v1.1 的年度算法,并发展为涵盖以下内容:阴性LDCT的两年或三年一次频率
不确定LDCT的6个月复查或年度复查
阳性LDCT始终拟在3个月内短期复查。
在整个LCS期间假定理想100%依从性,发病轮次的复查率根据文献计算(范围3–14%)[26]。延长筛查间隔预期会导致一定程度延迟LC诊断;因此,延迟诊断率(RDD)计算如下:在拟议间隔内诊断的LC数量(不确定者为6个月或1年,阴性者为2年或3年)与筛查全周期(2年或3年)内LC总数之间的比值。在各时间间隔对每种算法计算I期LC的比例。
统计分析采用Statistical Analysis System软件(版本9.4;SAS Institute)和MedCalc统计软件(版本17.4;MedCalc Software Bvba)进行。
结果
在1248名符合NLST资格的受试者中(图1),累积LC频率在第1年为1.2%,第2年为1.8%,第3年为2.6%。基线阴性LDCT见于1006名受试者(80.6%;715无结节,175有实性结节,116有非实性结节),不确定者为107名受试者(8.6%;101有实性结节,6有部分实性结节),阳性者为135名受试者(10.8%;111有实性结节,24有部分实性结节)。
LC的诊断
在第1、2和3年,基线LDCT阳性或不确定的受试者LC概率较高(表2)。
在第1年,阳性LDCT的LC频率为9.6%(13/135),不确定者为0.9%(1/107),阴性者为0.1%(1/1006);第1年86.6%(13/15)的LC见于阳性LDCT之后(图2)。基线LDCT阴性后的LC频率在2年时仍低至0.3%,3年时为0.6%。
通过3年时间,LDCT结果是LC的最强预测因子(表2):基线LDCT阳性在第1年产生的RR为96.87,在第2年(RR 39.74)和第3年(RR 27.32)逐渐下降(图3)。LDCT不确定结果在第1年和第2年与RR 9.40相关,在第3年略微下降至6.27。LDCT阳性后第1年LC的HR最高,并在第2年和第3年逐渐下降(图4)。
LC风险的单因素分析
基线LDCT结果是LC风险的预测因子,其幅度大于任何检验前指标(表2):1年间隔分析显示OR为102.06(95% CI 13.49至772.19;p < 0.0001),在2年和3年间隔分析中逐渐下降。LDCT不确定结果在1年和2年间隔稳定产生高于9的OR,而在3年间隔降至6.36。
LC风险的多因素分析
在多因素分析中,基线LDCT结果仍是LC风险的预测因子(表3)。LDCT阳性在1年间隔分析中显示OR为75.60(95% CI 9.86至579.83;p < 0.001),并在2年和3年间隔下降。LDCT不确定结果在2年间隔产生显著OR为9.16(95% CI 1.86至45.13;p = 0.0068),并在3年间隔维持OR为6.35(95% CI 1.80至22.42;p = 0.0042)。
在LDCT阴性组中进行了按检验前指标的风险选择性分析:未发现突出的检验前变量可用于风险分层(在所有时间点均p > 0.05)。
LC的分期
表4按年份和LDCT类别详细列出了LC的分期和组织学类型。LDCT阳性后,第一年诊断了13例LC受试者,其中30.8%为I期LC(4例I期、2例II期、3例III期、4例IV期),第二年和第三年又诊断了9例,其中55.6%为I期LC(5例I期和4例IV期)。此外,在本分析的3年期间,早期LC最常见于基线LDCT阴性后(83% I期和17% IV期)或LDCT不确定结果后(75% I期和25% II期)。
个性化LCS算法
总体RDD范围为13.6%至21.9%,在可能延迟的LC诊断中,I期比例为75%至100%(表5)。与年度基准相比,算法1(LDCT阴性者2年间隔,LDCT不确定结果者6个月随访)显示最低RDD(13.6%),2年内LDCT潜在减少25.5%–26.5%。与年度基准相比,算法4(LDCT阴性者3年间隔,LDCT不确定结果者1年随访)不仅显示最高的LDCT负担潜在减少(40.6%–41%),而且在3年内显示最高RDD(21.9%)。
讨论
半自动软件测量的结节体积使得按Lung-RADS v1.1分类进行肺癌(LC)风险分层成为可能。该方法将80.6%的阴性低剂量CT(LDCT)归类为1年LC频率0.1%,显著低于NLST合格人群中LC平均风险的10倍。多变量分析显示,结节体积作为风险因素优于预检测指标,尤其对于1年LC风险的分层。拟议的延长间隔筛查算法显示LDCT负担可能减少25.5–41%,但伴随13.6–21.9%的延迟诊断(RDD)风险。
据我们所知,这是首次使用半自动体积测量对Lung-RADS v1.1进行分析。
Lung-RADS v1.1的检测后风险
本研究人群按NLST标准回顾性选取,实际上,LC频率与原始NLST结果在第1年(本研究1.2% vs NLST 1.0%)、第2年(1.8% vs 1.8%)和第3年(2.6% vs 2.7%)相当[1]。
最新Lung-RADS v1.1中估计的结节分类比例及其LC风险与本研究中测量的值不同。Lung-RADS v1.1估计1类和2类的频率为90%,1年内LC概率<1%[21]。我们测量的1类和2类频率为80.6%,第1年LC风险低至0.1%。此外,我们还纳入了第2年(0.3%)和第3年(0.6%)的风险测量。Caverly等[27]报告LC风险≤0.3%将使肺癌筛查(LCS)成为偏好敏感性实践。Robbins等[28]在NSLT数据的直径分类回顾性分析中支持了这一实践。我们的研究显示,阴性LDCT后2年发现0.3%的风险,提示在Lung-RADS v1.1阴性基线LDCT后可能建议 biennial 筛查。这种个性化方法可能辅以决策辅助咨询和持续个体化风险评估(预检测和检测后风险)[29, 30]。
Lung-RADS v1.1估计3类频率为5%,LC概率为1–2%。我们测量的3类频率为8.6%,第1年LC风险为0.9%。该类别中一例癌症在10个月时诊断,与Lung-RADS v1.1建议的6个月复查一致。6个月复查应优先于更短随访(如3个月)[31],因为该类别体积相对较小,短期体积测量评估实际生长的准确性偏低[32]。
Lung-RADS v1.1估计4类频率为4%,而我们测量的该类别频率为10.8%。这种差异可能归因于半自动软件直接测量结节体积,而非直径向几何球体的理论转换。我们发现4类中LC风险为9.6%,而Lung-RADS v1.1报告预期>5%。半自动分割的基线结节体积允许在第1年进行显著的检测后风险分层,4类与1类或2类相比的相对风险(RR)为96.87。
在我们的选择中,Lung-RADS v1.1 的阴性预测值与 NELSON 容积方案的 2 年性能相当 [33]。然而,Lung-RADS v1.1 的 268 mm3 阳性阈值可能预示其阳性预测值低于 NELSON 方案(基线时阈值为 500 mm3,随后通过体积倍增时间进行特征描述)[34, 35]。Lung-RADS v1.1 的几何容积阈值可通过与 NELSON 参考标准进行比较来进一步完善,后者基于半自动软件直接测量结节体积,目前已在超过 10 年的随访中得到验证 [36]。预计未来研究将测试 Lung-RADS v1.1 分类与体积倍增时间的联合应用以提高其准确性。
延长筛查间隔的模拟
来自 NLST 的参考标准显示,即使在高风险受试者中,年度筛查的效率也存在差异 [7],对于这些受试者,可在选定病例中假设延长筛查间隔。对 NLST 数据集的事后分析为优化肺癌筛查(LCS)算法提供了大量数据 [37],尤其是提高了直径阈值 [37](体现于 Lung-RADS v1.0),以及每两年筛查安全可行性的证据 [9, 10]。Patz 等 [9] 回顾性建模了每两年筛查方案,在基线低剂量 CT(LDCT)阴性(线性测量 < 4 mm)后 2 年内肺癌(LC)发生频率为 0.48%。同一作者还报告了基线 LDCT 阴性后 3 年内 LC 发生频率为 1.1%。我们的结果表明,Lung-RADS v1.1 分类 1 或 2 中的半自动体积(例如 LDCT 阴性结果)所选择的 LC 发生频率更低(2 年时为 0.3%,3 年时为 0.6%)。这些数据伴随着 80.6% 的人群基线 LDCT 阴性,指向通过长于年度的筛查间隔可潜在显著降低 LDCT 负担。为此,我们模拟了多种延长筛查间隔的情景,并将这些情景与 Lung-RADS v1.1 年度筛查的参考标准进行比较。
所提出的算法显示,在第 2 年和第 3 年,LDCT 负担降低了 25% 至 41%,反映了成本和累积辐射负担的潜在平行降低。我们的每两年筛查模拟与 MILD 间隔随机化的前瞻性结果一致,后者显示每两年筛查组 LDCT 负担总体降低 38%,且无不良影响 [38]。每两年筛查策略还可能有助于应对 LCS 利用率稳步增长所带来的日益增长的容量需求 [39]。每两年随访得到英国国家医疗服务体系(NHS)英格兰在人群层面实施针对性肺部健康检查项目方案中的认可 [40]。NHS 英格兰提出用于实性结节每两年随访的参考体积 < 80 mm3,小于我们论文中分析的 < 113 mm3 参考值。值得注意的是,任一阈值的性能都可能因半自动体积分割软件的不同而存在显著差异 [41]。
否则,每三年一次的模拟筛查显得相当危险,因为它们与高达21.9%的延迟诊断相关,可能漏诊相当大比例的I期LC。尽管这一数字与基于NLST数据[42]建模的过度诊断频率相当接近,然而,我们不能假定存在这种重叠。一份NELSON报告显示,2.5年的间隔与间隔癌的显著增加和 substantial 分期偏移相关[43]。我们确认,仅凭LDCT结果无法安全地选择每三年一次的筛查间隔。通过整合生物学风险分层来补充LCS的方法,可能允许安全地应用每两年或每三年一次的筛查间隔[44]。本文的算法4在bioMILD试验(NCT02247453)中进行了前瞻性测试,该试验提出每三年一次的LDCT以及通过microRNA特征分类器(MSC)进行的个性化风险分层。bioMILD试验于2013年开始(4119名受试者,50–75岁,≥30包年),采用结节半自动分割和体积阈值,与最新的Lung-RADS v1.1密切重叠。bioMILD试验的初步结果报告称,当基线时半自动结节体积和MSC均为阴性结果时,每3年一次的LCS个性化间隔是安全的[45]。
本研究存在一些局限性。我们将Lung-RADS 4类归入LDCT阳性结果的定义下,未详细说明4A、4B和4X类的细分粒度。我们未评估结节特异性癌症率,而是测量了受试者特异性癌症率;这种方法旨在更好地服务于筛查实践。较小的人群可能妨碍了预检指标与LC风险之间显著关联的显现;尽管如此,它仍能显示Lung-RADS v1.1稳健的检后风险分层。本研究的回顾性性质妨碍了对分期偏移和间隔癌的实际估计[43]。尽管如此,这种回顾性方法在 semi-automatic 结节体积和最近更新的Lung-RADS v1.1的前沿技术条件下提供了结节分布的图景。本研究未考虑进一步的影像学发现(如肺气肿、间质性肺异常、胸膜斑),这些可能赋予结节之外的额外检后风险[40, 46–49]。最后,所提出的算法在本研究人群和方法之外应用时(例如由CAD分析的体积LDCT)可能产生不同结果;因此,在应用这些发现之前需谨慎。在LDCT阴性或中间组中,LC的数量相当低,这一数字应谨慎解读,因为在其他设置中可能观察到不同的绝对值。需要前瞻性试验来检验阴性LDCT后较长筛查间隔的权衡是否会带来避免的肺癌死亡数量的减少[50, 51]。
总之,本研究首次使用半自动软件在薄层低剂量CT(LDCT)上分割结节体积,对Lung-RADS v1.1分类分布进行分析。这种体积学方法实现了对符合NLST入选标准受试者的肺癌(LC)风险的个体化分层,值得注意的是,Lung-RADS v1.1 1类或2类受试者的LC风险显著低于3类。Lung-RADS v1.1分类显示,多达80%符合NLST入选标准的受试者具有延长至超过1年筛查间隔的潜力。
电子补充材料
(DOCX 1297 kb)
引用
- Silva M, Milanese G, Sestini S, et al. Lung cancer screening by nodule volume in Lung-RADS v1.1: negative baseline CT yields potential for increased screening interval. Eur Radiol. 2020. PMID: 32997182. doi:10.1007/s00330-020-07275-w
- 全文:PMC7979670(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7979670/
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。