非增强MRI可准确表征附件肿块:一项回顾性研究
该单机构回顾性研究纳入291例患者350个附件肿块,评估非增强MRI 5分评分法的诊断准确性。以病理或至少1年影像随访为参考标准,评分≥4诊断恶性的敏感度84.9%、特异度95.9%、准确率94.2%、AUC 0.93。读者间一致性好(κ=0.73),读者内一致性极好(κ=0.81)。
要点
- 非增强MRI 5分评分≥4诊断附件肿块恶性的准确率94.2%,AUC 0.93。
- 评分≥4的阳性似然比21,读者间一致性κ=0.73,读者内κ=0.81。
- 假阴性仅见于黏液性/浆液性囊液伴多分隔病变,假阳性主要见于纯实性肿块。
核心结论
- 非增强MRI对附件肿块表征具有高准确性和极好的读者间及读者内一致性。
- 当无法使用静脉对比剂时,非增强MRI评分可能提供合理的诊断替代方案。
研究设计与样本
- 单机构回顾性研究,纳入291例患者350个附件肿块,另随机抽取102例患者121个肿块评估可重复性。
- MRI扫描使用1.5T和3T设备,协议包括T2加权、T1加权(含/不含脂肪抑制)和DWI(b值0和800-1000 s/mm²),计算ADC图,不使用对比剂。
- 参考标准为组织病理学诊断或至少1年影像随访稳定性。
关键影像表现/征象
- 实性组织可疑恶性定义为T2WI中等信号、T1WI低信号且相应弥散受限(高b值DWI高信号、ADC图低信号)。
- 评分5为高度可疑恶性,即除评分4特征外至少还有腹膜种植、腹水或淋巴结肿大之一。
- 单纯囊性肿块均为良性(p=0.016),含脂肪肿块均无恶性(p=0.005),纯子宫内膜异位肿块仅2/72(2.7%)恶性(p=0.001)。
- 厚或不规则分隔是鉴别能力最差的MRI特征(p=0.044)。
诊断标准与关键数值
- 非增强MRI 5分评分:1=无附件肿块;2=良性/可能良性并给出具体诊断;3=不确定;4=可疑恶性;5=高度可疑恶性。
- 评分≥4诊断恶性:敏感度84.9%(95%CI 72.4-93.3),特异度95.9%(95%CI 93-97.9),准确率94.2%(95%CI 91-96),阳性似然比21(95%CI 11.9-37),AUC 0.93(95%CI 0.90-0.96)。
- 评分2病变中98.2%为良性(阳性似然比0.1);评分3中25%为恶性(阳性似然比1.9);评分4中71%为恶性(阳性似然比14);评分5中86%为恶性(阳性似然比35)。
临床应用与阅片要点
- 非增强MRI评分可用于静脉对比剂不可用时区分附件病变良恶性。
- 实性组织的定义(T2WI中等信号、T1WI低信号、弥散受限)是怀疑恶性的核心。
- 交界性肿瘤和子宫内膜异位症内的恶性灶影像判读具有挑战性,需特别谨慎。
局限性
- 原文未述局限性
全文中译14 节 · 点击展开
引言
准确描述附件肿块对于指导合适的患者管理至关重要。超声是临床怀疑附件肿块女性的首选影像学检查方法,准确率为82–92% [1]。然而,约5–20%的附件肿块在超声后仍无法明确特征 [2, 3]。对于这些不确定性肿块,尽管短期随访是一种选择,但MRI是快速明确特征的首选影像学方法 [4–6]。既往采用不同MRI方案的论文报道了优异的准确性,恶性肿瘤诊断准确率范围为88–93% [7–9]。
2013年,Thomassin-Naggara等发表了用于附件肿块风险分层的ADNEX MR评分系统 [10]。该评分提出了统一的动态对比增强(DCE)MRI方案和标准化判读方法,以供各中心使用。发表后,ADNEX评分系统在一项前瞻性多中心临床研究中对1340名女性进行了验证,并被整合到O–RADS MRI评分系统中 [11]。研究发现,O–RADS MRI评分对附件肿块恶性风险分层的敏感度为93%,特异度为91% [11]。它是当前文献中关于MRI附件肿块特征描述最全面的指导文件。
O–RADS MRI评分依赖静脉注射钆基对比剂(GBCAs)来评估动态强化曲线 [11]。因此,非对比增强MRI检查所得的O–RADS MRI评分为0(检查不完整)[12]。尽管美国放射学会推荐使用O–RADS MRI评分评估附件肿块 [12],但在某些情况下,由于后勤和患者因素,避免对比增强MRI可能更为可取。采用Thomassin-Naggara等 [10, 11] 提出的DCE方案会显著延长MRI检查时间,这在某些患者或临床场景中可能是一个挑战。尽管Pereira等最近提出了一种简化的动态MRI方案,包括5个对比增强后延迟30秒的期相 [13, 14],但动态成像的离线后处理仍然显著增加了工作量。此外,关于GBCAs给药与肾源性系统性纤维化的发生以及钆在一系列组织和器官中的长期沉积潜在影响存在重大担忧 [15]。最近,英国皇家放射学家学院发表了其立场声明和建议,强调只有在无法通过平扫获得必要诊断信息时才应使用GBCAs [16, 17]。
因此,我们研究的目的是评估非对比增强妇科MRI方案在附件肿块特征描述中的表现,并分析其可重复性和重复性。
材料和方法
患者和研究设置
这项单机构回顾性研究经机构审查委员会批准,并豁免了数据分析所需的知情同意。回顾了2008年1月1日至2018年12月31日期间所有连续妇科MRI扫描的报告(n = 8242)。纳入标准如下:(1)成年女性患者,因附件肿块定性或随访而接受妇科MRI检查,且在图像归档与通信系统中记录了采用女性盆腔标准成像序列(补充表S1)的检查;(2)经组织病理学确诊,或在影像随访中至少稳定一年。研究流程总结于图1。最终队列包括291例患者、350个附件肿块。从该队列中随机选取102例患者、121个附件肿块,并按恶性状态分层,以评估放射科医师评估的可重复性和重现性。回顾了患者的电子健康记录,并记录了可获得的CA125水平。所有患者均在同一妇科肿瘤科——一家妇科恶性肿瘤专科癌症中心——接受诊断、治疗或随访。
MRI方案
MRI检查在1.5-T(MR HDx、MR450 Discovery、MR 450 W Optima)和3-T(MR750 Discovery)MRI系统(均为GE Healthcare)上进行,使用8–32通道相控阵体部线圈。除非有禁忌,成像前经静脉给予20 mg丁溴东莨菪碱(Buscopan®,Sanofi)以减少蠕动。用于附件肿块定性的MRI方案包括矢状位、轴位和冠状位T2加权快速自旋回波序列,以及轴位T1加权梯度回波序列(联合和不联合脂肪抑制;Dixon法的LAVA-Flex实现),随后进行b值为0和800–1000 s/mm²的弥散加权成像(DWI)(补充表S1)。计算了表观弥散系数(ADC)图。本研究使用的MRI方案仅包括非增强序列,无法获得增强后成像,也未评估钆剂的补充使用。
图像判读与分析
两名在妇科成像方面分别具有6年和8年经验的顾问放射科医师参与了图像判读。读者1评估了整个队列(n = 291例患者),而读者1和读者2在间隔2个月后独立评估随机子集(n = 102例患者),以避免回忆偏倚。队列内的样本量通过效能分析进行统计计算,以确定评估重现性所需的足够患者数量。当存在多个肿块时,每个病灶分别描述。除年龄和CA125水平外,读者对所有信息均设盲。
重新评估了附件肿块的形态学特征和弥散加权成像(DWI)信号强度(SI)以及重要的伴随特征(腹水、淋巴结肿大或腹膜种植)。形态学MRI特征包括:存在单纯囊性肿块、纯子宫内膜异位性肿块、脂肪性肿块、实性肿块、多分隔、厚分隔或不规则分隔以及肿块内的实性组织。淋巴结肿大定义为盆腔淋巴结短轴增大超过8 mm、腹主动脉旁区域超过10 mm。可疑恶性的实性组织定义为附件肿块内组织在T2加权图像上呈中等信号强度、在T1加权图像上呈低信号强度并伴有相应的弥散受限。真性弥散受限定性定义为高b值DWI图像上呈高信号强度且ADC图上呈低信号强度。实性组织在T2加权图像和ADC图上的信号强度相对于骨骼肌来定义,而在DWI上则与脑脊液进行比较。
读者使用所提出的非增强MRI评分(图2)对每个附件肿块进行评分。ADNEX MR[10]和O–RADS[11]评分为此5分制量表提供了参考。我们提出以下非增强MRI评分(表1):1=无附件肿块存在;2=良性/可能良性且已给出具体诊断(如子宫内膜异位囊肿、皮样囊肿或卵巢纤维瘤);3=不确定;4=可疑恶性;5=高度可疑恶性,即在评分4的基础上至少还有一项其他特征(如腹膜种植、腹水或淋巴结肿大)。
除对每个附件肿块进行评分外,读者还根据各自的评估给出具体诊断。分析了整个队列和随机子集中最终诊断与读者诊断之间的一致性。
参考标准
以组织病理学诊断或至少1年的影像学随访作为参考标准。组织病理学的最终诊断分类为正常卵巢、良性、交界性或恶性疾病。
统计分析
分类变量以绝对数和百分比表示。连续变量根据其分布以中位数和四分位间距或均数和标准差描述。连续变量采用t检验或Mann-Whitney检验,分类变量采用卡方检验或Fisher精确检验,用于比较良性和恶性肿瘤之间的MRI特征。对整体人群的描述性分析基于读者1的评估。
计算受试者工作特征(ROC)曲线、曲线下面积(AUC)及诊断试验准确性的所有常规指标,以评估非增强MRI评分对参考标准的预测能力。最终诊断作为二分类变量分组,交界性疾病归入恶性组。根据预先定义的评分4分截断值,将非增强MRI评分二分类(评分≥4分为恶性),以评估灵敏度、特异度、准确性和阳性似然比(PLR)。为评估读者间和读者内一致性,对有序变量计算Cohen kappa(к)系数和加权к系数。在适当情况下,计算95%置信区间(CI)。如上所述,使用102例患者的随机样本评估两名评估者之间的一致性。对整个患者队列进行效能分析,以计算评估可重复性所需的足够患者数量。该样本量在H0:к = 0.50 vs. H1:к < 或 > 0.50的检验中,当有4个类别且频率分别为0.80、0.04、0.08和0.08(评估者1的非增强MRI评分分类)时,基于0.05的显著性水平,达到80%效能以检测0.75的真实值。数据使用STATA 16.0软件(StataCorp. 2019: StataCorp LLC)分析,p值< 0.05认为具有统计学意义。
结果
研究人群及附件肿块特征
总体而言,2008年至2018年间,共有1158例患者在我院接受妇科MRI检查,用于附件病变的特征描述或随访。经图1所示排除后,共291例患者纳入研究。患者及病变特征列于表2。
总共250/291(85.9%)例患者接受了手术;其余患者通过超声和/或MRI随访,中位随访期为21个月(四分位距15–28个月)(表2)。
整个队列中有297/350(84.8%)个良性病变和53/350(15.1%)个恶性病变。随机子集包含101/121(83.4%)个良性病变和20/121(16.5%)个恶性病变。整个队列中296/350(84.5%)个病变和随机子集中99/121(81.8%)个病变通过组织病理学确立诊断,而分别有54/350(15.4%)个和22/121(18.1%)个肿块通过影像学随访确定。各队列根据参考标准的最终诊断见表3。
在良性肿块(n = 297)中,243个(81.8%)经手术证实,而54个(18.2%)根据影像学随访的稳定性(n = 26个肿块)或消退(15个完全消退,13个体积缩小)定义为良性。
良性组(n = 256)和恶性组(n = 50)的CA125肿瘤标志物中位(IQR)水平分别为18(28)和52(312)U/mL。手术中发现14/350(4.0%)个附件肿块合并扭转。恶性组中未观察到扭转。
附件肿块的非增强MRI评分特征描述
64例患者在MRI检查中未见附件肿块(评分1)。在281个被评定为评分2的附件肿块中,276个(98.2%)为良性,2个为交界性肿瘤(1个交界性黏液性肿瘤和1个交界性浆液性囊腺纤维瘤),1个为伴浆液性癌灶的囊腺纤维瘤,2个为透明细胞癌(PLR 0.1)。
在12个被评定为评分3的附件肿块中,9个(75%)为良性,3个(25%)为交界性黏液性肿瘤(PLR 1.9)。
在28个被评定为评分4的附件肿块中,20个(71%)为恶性,8个(29%)为良性(PLR 14)。20个恶性肿瘤中8个(40%)为交界性肿瘤(图3)。3个良性间质肿瘤(卵巢平滑肌瘤、富细胞性卵巢纤维瘤和纤维卵泡膜瘤)、3个良性生殖细胞肿瘤(卵巢甲状腺肿、成熟畸胎瘤和伴大量甲状腺组织的成熟畸胎瘤)、1个囊腺纤维瘤(子宫内膜样型)和1个影像学上伴壁结节的子宫内膜瘤被误分类为恶性。
在29个被评定为评分5的附件肿块中,25个(86%)为恶性,4个(14%)为良性(卵巢纤维瘤,其中1个为富细胞型)(PLR 35)。
对非增强MRI评分预测附件肿块恶性的ROC分析显示,预定义截断值评分≥4与恶性相关:敏感度84.9%(95% CI 72.4–93.3),特异度95.9%(95% CI 93–97.9),准确率94.2%(95% CI 91–96),PLR 21(95% CI 11.9–37)。AUC为0.93(95% CI 0.90–0.96)(图4)。
可重复性和重复性
非增强MRI评分的读者间一致性良好(к = 0.73,95% CI 0.58–0.86)。读者内一致性极好(к = 0.81,95% CI 0.70–0.88)。当进行加权kappa分析以衡量不一致的重要性时,读者间和读者内一致性均极好(分别为к = 0.87,95% CI 0.77–0.93和к = 0.91,95% CI 0.83–0.97)。被评定为评分5的肿块(n = 10)一致性完美。在读者1评定为评分2的95个肿块中,仅1例被读者2评定为评分3而不一致,该例为交界性浆液性囊腺纤维瘤。总体而言,121个肿块中有11个在读者间被评定不同(7个良性、2个交界性、2个恶性)(图5,补充图S1)。
个体MRI特征评估
对于评分为2(良性/可能良性)的病灶,184/281(65.4%)个病灶由纯子宫内膜异位性、脂肪性或单纯囊性肿块组成。各病灶的个体MRI特征分布见表4。
附件肿块的MRI特征均能显著区分良性与恶性(补充表S2)。所有被视为单纯囊性肿块的病灶均为良性(p = 0.016)。含脂肪的肿块无一为恶性(p = 0.005)。在纯子宫内膜异位性肿块中,仅2/72(2.7%)为恶性(p = 0.001)。厚或不规则分隔是最不具鉴别力的MRI特征(p = 0.044)。各MRI特征的阅片者自身一致性良好(κ = 0.73–1.00),阅片者间一致性极好(κ = 0.85–1.00),其中脂肪性肿块、实性肿块和腹膜种植完全一致,厚或不规则分隔一致性最低(κ = 0.85)。
失败分析
对任一阅片者在影像上分类错误的病例进行失败分析显示,假阴性诊断仅发生于含黏液性和浆液性囊液及多发分隔的病灶。假阳性诊断主要发生于纯实性肿块。高鉴别力影像特征与临床参数及恶性肿瘤参考标准诊断的关联见补充图S2。
最终诊断与具体阅片者诊断的比较
对于整个队列和随机子集,最终诊断与阅片者具体诊断之间的一致性极好(91.4–95.9%)(表5)。对于整个队列,320/350(91.4%)个肿块获得了正确的具体诊断。阅片者无法对2个病灶给出具体诊断(1例滤泡性淋巴瘤,1例无脂肪成分的良性生殖细胞肿瘤)。附件肿块具体诊断的阅片者间和阅片者自身一致性极好,为96.7%(κ = 0.88,95% CI 0.76–0.97)。随机子集中仅4/121个肿块给出了不同诊断(2例交界性肿瘤,1例良性间质肿瘤和1例良性生殖细胞肿瘤)。
讨论
本研究评估了使用非增强MRI方案表征附件肿块的准确性。良性附件肿块占大多数病例(84.4%),反映了我们进行MRI表征的转诊人群。在该组中,我们的结果表明,该方案能以高准确率(94.2%)和高阳性似然比(PLR)(21)将附件肿块正确分类为良性或恶性。此外,阅片者间和阅片者自身一致性极好,评分具有高重现性和可重复性。在我们的研究中,评分为2的附件肿块中,80.7%接受了手术,其中97.8%被证实为良性。所有评分为3、4和5的患者均接受了手术,相应的恶性率分别为25%、71%和86%。因此,这些结果可能有助于在三级中心由经验丰富的放射科医师利用附件肿块的形态学影像评估提供适当的管理分层。
在过去20年中,持续的努力旨在规范女性附件肿块的术前评估[18, 19]。尽管已有若干尝试将临床标准、生化参数和基于模型的超声评估整合起来,以根据恶性程度对卵巢病变进行分层[20–22],但迄今为止仅开发出一种针对附件肿块的标准化MRI评分系统[10, 23]。该评分系统即ADNEX MR评分[10],具有高灵敏度(93.5%)和高特异度(96.6%),并得到外部验证研究的支持[13, 24, 25]。随后利用多中心前瞻性数据开发的O–RADS MRI评分在图像和数据解读中采用相同的MRI方案(除时间分辨率不同,分别为2.4 s和15 s)和技术,对恶性病变同样具有优异的灵敏度、特异度、准确度和PLR(对有经验读者分别为93%、91%、92%和10.9)[11]。
因此,O–RADS研究为附件肿块特征描述提供了基准[11]。O–RADS评分系统依赖于加用静脉对比剂,通过动态曲线分析评估病变的强化。我们认识到,可能存在无法加用静脉对比剂的情况,因此我们着手探讨在不加用静脉对比剂的方案中能否准确描述附件肿块的特征。我们提出了一个简单的5点评分系统。该非对比增强MRI评分旨在成为一种实用的定性评分,利用形态学评估以及参照标准组织对T2、DWI和ADC图上肿瘤信号强度进行基本比较。对实性组织的恰当定义是该评分的核心,用于怀疑恶性,这可能具有临床相关性。在不进行DCE-MRI的情况下,我们达到了84.9%的灵敏度、95.9%的特异度、94%的准确度和21的PLR。尽管有假设认为,如果使用ADNEX MR评分而不进行动态对比增强,恶性特异度将降至90%以下[3],但我们发现,基于形态学和定性DWI解读的MRI方案和图像解读具有高特异度。这也强调了在这种情况下需要高质量DWI。此外,根据恶性PLR,非对比增强MRI评分中的3分(不确定)对应于O–RADS中低风险与中等风险类别之间,而4分(可疑)和5分(高度可疑)对应于O–RADS高风险类别。该结果表明,非对比增强MRI评分可能能够进一步探究恶性怀疑,从而有助于管理分层。
在我们的研究中,评分2组有5例恶性肿瘤被漏诊。这些包括两例交界性病变(一例黏液性囊腺瘤,一例交界性浆液性囊腺纤维瘤),一例在浆液性囊腺纤维瘤内伴有显微镜下浆液性癌灶的病例,以及两例起源于子宫内膜异位囊肿内的透明细胞灶。这些病例展示了良性病变内起源的小恶性灶在影像判读上的困难,也反映了在子宫内膜异位症等复杂病例中已知的影像判读陷阱。我们无法推测增加静脉对比剂是否能够使这些恶性灶得以显示。但这仍然是一个重要的信息:交界性恶性肿瘤和子宫内膜异位症的影像判读可能具有挑战性,需要格外谨慎。尽管我们的目的并非区分交界性与恶性肿瘤,但对信号的更详细分析可能潜在显示这些肿瘤之间的差异,这在科学上也可能具有相关性,并具有转化临床获益。在当前文献中,涉及这一主题的研究很少,且大多集中在弥散加权成像(DWI)参数上[26–29]。
在大量转诊医院以及较短方案可能有利于获得诊断性检查的患者中,采用非对比剂方案、缩短采集时间、减轻放射科工作负荷是非常理想的。我们提出的非对比剂MRI方案(1.5 T和3.0 T的平均采集时间分别为18分钟和12分钟)可能使诊断中心节省时间,这在某些情况下可能至关重要,尤其是在高磁场强度下。此外,使用钆基对比剂(GBCAs)并非没有风险,而且会增加检查的总费用[30]。这些问题也使非对比剂MRI方案更为可取。与此一致,我们的结果支持:在无法给予静脉对比剂、不首选或应避免使用静脉对比剂的情况下,非对比剂MRI方案和评分系统可以安全地将附件肿块分类为良性或恶性,具有高可重复性和重复性。
我们的研究在附件肿块的特定诊断上达到了极佳的阅片者间和阅片者内一致性。Thomassin-Naggara等人的研究表明,附件肿块的各项MRI特征在阅片者间的一致性存在差异,其中对分隔聚集和增厚的评估一致性最低[10]。同样,我们的研究发现,对于增厚或不规则分隔,阅片者间和阅片者内一致性最低,反映了分隔评估的困难。我们的结果还表明,分隔评估:即多个分隔和增厚不规则分隔的阅片者内一致性低于阅片者间一致性,也反映出这是一个评估困难的领域。尽管这些特征的阅片者内一致性kappa值超过0.70,但我们的结果表明,这些特征的评估有时可能具有挑战性。我们认为这是一个需要认识到的重要局限性,因为这些特征可能难以用作恶性肿瘤的标志物,因为良性病变可能有多个分隔,但根据整体形态和信号特征,放射科医生可以正确地将诊断解释为例如囊腺纤维瘤。当单项MRI特征用于结构化报告或作为评分系统的决策标准时,不一致性就变得更加重要。我们认为,观察整体形态来做出诊断更有价值;在我们的研究中情况正是如此,一致率超过95%。当阅片者将病例作为一个整体进行评估并给出特定诊断时,阅片者间和阅片者内一致性非常高(kappa 0.88)。我们认为这一结果支持放射科医生对病变整体进行全面评估,而非过度依赖单一因素。
我们的研究存在若干局限性。首先,这是一项回顾性单中心研究。其次,对于未接受手术的患者,无法获得长期随访(即超过2年)。然而,中位影像随访时间为21个月,如果病变消退、缩小或保持稳定,则被认为是良性的。第三,肿块类型的分布与既往评分研究略有不同[10, 11]。尽管与ADNEX[10]和O–RADS[11]研究相比,我们的恶性病变较少(分别为15.1% vs. 18.8% vs. 18.4%),但可能带来挑战的交界性病例的百分比相当相似(分别为4% vs. 3.6% vs. 3%)。尽管如此,我们提出的评分仍达到了高准确率(分别为94% vs. 96% vs. 92%)。第四,评估由具有妇科肿瘤影像学经验的阅片者完成,这可能对该评分的全球标准化构成局限性。然而,我们的结果表明,给予适当的培训和支持,定性放射学报告和附件肿块评估有可能可以教授给从事这些研究的放射科医生。最后,我们提出的平扫评分未进行外部验证,而这种验证对于支持该评分未来在更广泛临床实践中的应用至关重要。
总之,我们的研究表明,非对比增强MRI在附件肿块定性方面具有高准确性和优异的阅片者间及阅片者内一致性。这表明,当无法提供静脉对比剂和用于正式O–RADS评分的动态曲线评估时,由具有妇科影像学经验的放射科医师进行形态学和定性DWI评估可作为安全指导患者管理的替代方案。
补充信息
ESM 1(DOCX 1461 kb)
引用
- Sahin H, Panico C, Ursprung S, et al. Non-contrast MRI can accurately characterize adnexal masses: a retrospective study. Eur Radiol. 2021. PMID: 33725187. doi:10.1007/s00330-021-07737-9
- 全文:PMC8379126(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8379126/
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。