宫颈癌局部分期中经阴道超声与MRI的观察者间一致性
本研究纳入60例各期宫颈癌患者,比较经验丰富与经验不足的观察者使用经阴道超声(TVS)和MRI评估肿瘤可见性、间质浸润>1/3及宫旁浸润的观察者间一致性。TVS一致性为中等(κ 0.44–0.57),MRI为中等至良好(κ 0.51–0.80);仅TVS评估宫旁浸润时经验丰富组一致性显著优于经验不足组。短期基础培训后,经验不足组与经验丰富组一致性相似。
要点
- MRI评估宫颈癌局部浸润的观察者间一致性总体优于TVS,间质浸润κ达0.71–0.80。
- TVS评估宫旁浸润时,经验丰富者一致性(κ 0.57)显著优于经验不足者(κ 0.44)。
- 短期基础培训后,经验不足者与经验丰富者在TVS和MRI上的观察者间一致性相似。
关键影像表现/征象
- TVS经验丰富与经验不足组对肿瘤检出(κ 0.46 vs 0.46)、间质浸润>1/3(κ 0.45 vs 0.53)和宫旁浸润(κ 0.57 vs 0.44)均为中等一致性。
- MRI经验丰富组肿瘤检出一致性良好(κ 0.70),经验不足组中等(κ 0.51);间质浸润两组均良好(κ 0.80 vs 0.71);宫旁浸润两组均良好(κ 0.69 vs 0.71)。
- 排除19例锥切后患者,MRI肿瘤检出κ由0.64降至0.56(差异无统计学意义),TVS各观察者κ不变。
诊断标准与关键数值
- 一致性分级采用Fleiss κ:0–0.2差、0.21–0.40一般、0.41–0.60中等、0.61–0.80良好、0.81–1极好。
- TVS经验丰富组宫旁浸润κ 0.57(95%CI 0.51–0.64)显著优于经验不足组0.44(95%CI 0.39–0.50)。
- MRI经验丰富组间质浸润κ 0.80(95%CI 0.72–0.88)、宫旁浸润κ 0.69(95%CI 0.61–0.77);经验不足组分别为0.71(95%CI 0.61–0.81)和0.71(95%CI 0.61–0.81)。
临床应用与阅片要点
- MRI评估宫颈癌局部浸润(尤其间质浸润和宫旁浸润)的一致性较好,可作为分期的可靠影像方法。
- TVS评估宫旁浸润受操作者经验影响较大,报告时应结合操作者经验谨慎解读。
- 短期基础培训可提升经验不足者TVS和MRI评估宫颈癌局部扩展的一致性。
- 锥切后水肿和出血可影响MRI判读,可能造成假阳性,阅片时需注意。
局限性
- 离线评估仅提供有限临床信息,且采用二分类判定,与临床动态TVS检查存在差异。
- TVS观察者来自多中心且经验不足组接受了培训,可能影响与MRI组的可比性。
- 因研究期间MRI协议变更,未纳入DWI序列,可能低估MRI对肿瘤检出和局部扩展的评估能力。
- 本研究非诊断准确性研究设计,敏感度和特异度仅作参考。
全文中译13 节 · 点击展开
贡献 本研究的新发现是什么?
经过简短的基础培训后,在经验较少的观察者组与经验较丰富的观察者组之间,对于宫颈癌女性局部肿瘤扩散的评估,观察者间一致性相似,经阴道超声(TVS)和磁共振成像(MRI)均如此,但TVS评估宫旁浸润除外。MRI观察者间的一致性总体优于TVS观察者间的一致性。
本研究的临床意义是什么?
在评估宫颈癌女性时,MRI对观察者经验的依赖性低于TVS,尽管通过简短的基础培训可以改善观察者间一致性。
引言
国际妇产科联盟(FIGO)宫颈癌分期系统于2018年修订,允许在可获得的情况下使用影像学检查结果来确定分期,从而能够更准确地评估局部和全身扩散1。这是这些患者管理和治疗决策的一个重要里程碑,解决了FIGO 2009临床分期与手术结果之间的差异,这些差异主要是临床对肿瘤大小的高估、未能检测宫旁浸润以及未能评估淋巴结状态2, 3。此外,临床分期的观察者间一致性至多为中等4。
FIGO宫颈癌分期公认的影像学检查方式包括磁共振成像(MRI)、计算机断层扫描(CT)、正电子发射断层扫描/CT(PET/CT)和经阴道超声(TVS)/经直肠超声,具体选择取决于当地可及性和专业技术。MRI被广泛接受用于宫颈癌成像,在确定肿瘤大小方面具有高准确性(尤其是最长径> 10 mm的病灶),在检测宫旁浸润方面具有高特异性(> 90%)。MRI还可评估肿瘤相对于邻近器官(如膀胱和直肠)的扩散情况,并评估盆腔淋巴结状态5, 6, 7, 8。TVS和经直肠超声对肿瘤检测均具有高准确性(> 90%),对识别宫旁浸润具有高特异性。TVS对于最长径≤ 1 cm的小肿瘤尤其有价值9, 10, 11, 12。TVS的一个重要方面是图像采集和判读通常在检查过程中进行,因此依赖于操作者的技术技能和专业知识。相比之下,MRI采集按照标准化解剖平面的常规方案进行,评估在检查之后进行。TVS对操作者的依赖性导致人们对其评估宫颈癌的可重复性产生怀疑。已发表了一些关于经验丰富的MRI观察者之间观察者间一致性的研究13, 14,但尚无研究探讨超声或MRI观察者经验如何影响宫颈癌患者的评估。
因此,本研究的目的在于,在宫颈癌患者队列中,评估使用TVS和MRI时经验丰富与经验较少的观察者之间的观察者间一致性。
研究对象和方法
本研究在瑞典斯德哥尔摩的卡罗林斯卡大学医院进行,并获得区域伦理委员会批准(Dnr 2011/1925‐31/3)。所有患者均签署了参与研究的书面知情同意书。
研究参与者
在研究期间,即2011年7月至2015年8月,斯德哥尔摩/哥特兰地区所有经活检证实为浸润性宫颈癌并转诊至瑞典斯德哥尔摩三级卡罗林斯卡大学医院的女性均有资格纳入本研究,不论疾病分期。在转诊前,部分女性已接受过诊断性锥形活检,但并非所有患者在根治性手术后的检查结果中均存在残留病变。排除标准包括:诊断时妊娠、手术后证实组织学诊断非宫颈癌以及影像学数据不充分。当仅有静态图像、缺乏多普勒图像或动态剪辑、或动态剪辑未包括整个宫旁组织时,经阴道超声(TVS)数据被视为不充分。当缺乏脉冲序列(如对比增强图像)、或存在金属植入物伪影、严重运动相关伪影或严重肥胖影响图像质量时,MRI数据被视为不充分。
转诊后,所有女性均接受了常规检查,包括MRI和麻醉下临床检查,以根据FIGO 2009年修订版分期标准进行临床分期15。早期疾病女性(≤ FIGO IB1期)接受了额外的根治性手术治疗,而晚期疾病女性则接受了放化疗。经阴道超声(TVS)也作为研究方案的一部分进行。前瞻性收集基线人口学数据,包括年龄、组织学类型、既往诊断性锥形活检和临床分期。还收集了早期疾病女性MRI和TVS检查日期及手术日期的信息。
经阴道超声
所有经阴道超声(TVS)检查均由两位超声专家之一完成,其中一位具有17年(E.E.)和一位具有3年(K.P.)顾问超声医师经验,使用Voluson E8超声系统(GE Healthcare,奥地利Zipf),配备5–9 MHz三维经阴道探头,或IU22超声系统(Philips Healthcare,荷兰Best),配备3–9 MHz经阴道探头。检查经阴道进行,按照Fischerova系统方法16应用标准化方案,女性取截石位,检查前排空膀胱。在矢状面和横切面记录常规灰阶和能量多普勒超声检查的静态图像和动态剪辑,图像优化聚焦于子宫颈。每位患者记录的图像集包括3至10个动态剪辑,含或不含多普勒。当缺少多普勒动态剪辑时,改为在图像集中提供宫颈的多普勒静态图像。所有超声图像均无任何指示检查结果的注释。图像和动态剪辑被编码、随机分配编号并存储在闪存盘中。准备超声图像材料提供给观察者并举办短期培训研讨会的超声检查者(K.P.)未参与观察者间评估。
MRI
MRI使用四台不同MRI扫描仪中的一台(1.5特斯拉(T)Magnetom Aera、1.5 T Magnetom Avanto或3 T Magnetom Verio(Siemens Healthineers AG,埃尔朗根,德国)或1.5 T Intera(Philips Medical Systems))并采用相控阵体线圈进行。为尽量减少肠道运动相关伪影,患者在成像前至少禁食4小时,并接受抗蠕动剂肌内注射, either 1 mg胰高血糖素(Glucagen®(Novo Nordisk,巴格斯瓦德,丹麦))或20 mg丁溴东莨菪碱(Buscopan®(Boehringer Ingelheim GmbH,英格尔海姆,德国))。还指导他们在到达放射科前使用小剂量灌肠剂排空直肠。采集包括高分辨率T2加权轴位和矢状位图像、斜冠状位图像(即沿肿瘤/宫颈管纵轴)和斜横轴位图像(即垂直于肿瘤/宫颈管)以及静脉注射钆螯合物基对比剂(钆喷酸,Magnevist®,469 mg/mL,0.2 mL/kg体重(Bayer AB,索尔纳,瑞典)或钆特酸,Dotarem®,279.3 mg/mL,0.2 mL/kg体重(Gothia Medical AB,比尔达尔,瑞典))前后盆腔T1加权横轴位/横断面图像。并非所有患者均进行了扩散加权成像(DWI),因此本研究未对其进行审阅。所有MR图像均无任何提示检查结果的注释。患者接受与TVS分配相同的MRI研究编号。准备MR图像供观察者使用并主持短期培训研讨会的放射科医师(S.F.)未参与观察者间评估。
图像审阅与观察者表现
对于TVS和MRI,均有两组观察者:一组为宫颈癌成像专家,另一组无此类既往经验(表S1)。有经验的TVS观察者为六名欧洲妇科医生和顾问超声专家,具有3–18年宫颈癌成像经验(“有经验”组)。经验较少的TVS观察者为七名瑞典妇科医生和顾问超声专家,具有1–2年妇科超声经验,但无宫颈癌成像经验(“经验较少”组)。MRI观察者为五名放射学专家,具有5–25年腹部放射学经验,包括1–25年盆腔MRI经验(“有经验”组),以及四名放射科住院医师,具有3–5年普通放射学经验,但既往无盆腔MRI经验(“经验较少”组)。
所有TVS观察者均收到一份关于如何审阅TVS检查的书面手册。经验较少的观察者还参加了由超声专家(K.P.)主讲的1小时讲座/研讨会,内容为宫颈癌TVS成像,重点是根据Fischerova方法16进行肿瘤评估及检测间质和宫旁浸润。随后,观察者使用自己的个人电脑和高分辨率屏幕,分别对通过闪存盘提供给他们的编码TVS图像/电影剪辑集进行离线评估。观察者对所有成像结果以及患者的人口学和临床信息(除宫颈癌诊断外)均设盲。
所有MRI观察者在由专攻宫颈癌影像学的放射科医生(S.F.)主持的2小时研讨会上接受了宫颈癌MRI的介绍。在接下来的2天里,他们在卡罗林斯卡大学医院PACS系统(SECTRA PACS,IDS7,版本19.3.6.3510,瑞典林雪平)上审阅了编码的MRI检查。
所有观察者通过各自独特的匿名链接向在线调查(Survey Monkey®;见链接:TVS调查(http://www.huxa.net/kp/survey‐us.html)和MRI调查(http://www.huxa.net/kp/survey‐mri.html))提交影像学发现。对于每种模态,在继续进行下一位患者之前,连续提交每位患者的完整影像学评估,尽管在调查完成之前仍可编辑所有影像学评估。对于每个病例,观察者回答以下三个问题:(1)是否有可见的原发肿瘤?(是/否);(2)肿瘤是否浸润>⅓宫颈间质?(是/否);(3)是否有宫旁浸润?(是/否)。对于每个问题,他们还使用视觉模拟量表(VAS)对特定发现的信心进行评分,范围为0至100,其中0=非常不确定,100=绝对有信心。他们还使用0–100的VAS对每次检查的图像质量进行评分,其中0=非常不满意,100=完美。
统计分析
所有分类数据使用卡方检验,正态分布的连续数据使用独立双样本t检验,非正态分布数据使用Mann–Whitney U检验。对经验丰富和经验较少的TVS和MRI观察者组分别计算Fleiss kappa(κ)。一致性解释为:κ=0–0.2为差,κ=0.21–0.40为一般,κ=0.41–0.60为中等,κ=0.61–0.80为好,κ=0.81–1为很好17。观察者信心和图像质量(VAS)使用Wilcoxon秩和检验进行检验,并进行Spearman相关性分析以将观察者信心与图像质量相关联。对于接受手术的女性,使用组织学作为金标准计算敏感性和特异性。统计分析使用SPSS(版本25,Statistical Package for Social Science,IBM Corp.,Armonk,NY,USA)进行。显著性水平设定为P<0.05。数据根据分布以均值或中位数给出,附95%CI。
结果
患者
在研究期间,从2011年7月至2015年8月,483例患者被诊断为宫颈癌并转诊至我院。其中,89例同意参与并符合本研究的纳入条件,其中我们因以下原因排除了29例:宫颈残端癌(n=1)、原位癌(n=1)、缺乏MRI数据(n=10)、TVS和MRI数据不足(n=3)、MRI数据不足(n=3)和TVS数据不足(n=11)。因此,最终研究组包括60例患者。其人口学数据见表1。TVS与MRI检查之间的中位时间间隔为5(范围,0–45)天,MRI至根治性手术为42(范围,4–71)天,TVS至根治性手术为36(范围,9–69)天。
观察者间一致性
在表2中,我们展示了观察者组内的观察者间一致性(κ值)。经验丰富和经验较少的TVS观察者在肿瘤检出、间质浸润和宫旁浸润方面显示出中等程度的观察者间一致性,范围为0.44至0.57。关于宫旁浸润,经验丰富的TVS观察者显示出显著优于经验较少者的一致性,κ值分别为0.57(95% CI,0.51–0.64)对0.44(95% CI,0.39–0.50)。经验丰富和经验较少的MRI观察者均达到了良好的观察者间一致性,间质浸润和宫旁浸润的κ值为0.69–0.80,而对于肿瘤检出,经验较少的观察者一致性为中等(κ,0.51(95% CI,0.41–0.62)),经验丰富者为良好(κ,0.70(95% CI,0.62–0.78))。在对41例患者的亚组分析中,排除19例在成像前接受过宫颈锥切术的患者后,所有TVS观察者的κ值保持不变(数据未展示),但经验丰富和经验较少MRI观察者合并组在肿瘤检出方面κ值较低,尽管无统计学显著性差异,从0.64(95% CI,0.60–0.68)变为0.56(95% CI,0.51–0.61)。
观察者信心与图像质量评估
在表3中,我们展示了不同观察者组关于观察者信心和图像质量评估的VAS评分。经验丰富的TVS观察者在所有三个评估组成部分上均比经验较少的TVS观察者更有信心。对于经验丰富的TVS观察者,观察者信心与图像质量评估在所有三个评估组成部分上均呈正相关,其中肿瘤检出的相关性最强(ρ = 0.672,P < 0.001)。同样,对于经验较少的TVS观察者,观察者信心与图像质量在肿瘤检出和>⅓间质浸润方面呈正相关,但在宫旁浸润方面则不呈正相关(ρ = 0.214,P = 0.1)。
对于MRI评估的所有部分,经验丰富的MRI观察者比经验较少的观察者更有信心(P < 0.001)。观察者信心与图像质量评估无关,除了经验较少的观察者在肿瘤检出方面(ρ = 0.318,P = 0.01)。
经验丰富的MRI观察者对图像质量的评分高于经验丰富的TVS观察者,中位数(95% CI)VAS评分分别为85(84–89)和80(73–83)(P = 0.004)。经验较少的观察者则相反,经验较少的TVS观察者相比经验较少的MRI观察者对图像质量的评分更高,中位数(95% CI)VAS评分分别为76(71–80)和71(68–73)(P < 0.001)。表S2给出了31例接受根治性手术的女性在TVS和MRI评估中肿瘤检出和宫颈间质浸润的敏感性和特异性。
讨论
在本研究中,我们发现对于宫颈癌患者原发肿瘤范围评估的观察者间一致性,经阴道超声(TVS)为中等,MRI为中等至良好。一个意外发现是,经验丰富与经验较少的观察者之间的观察者间一致性(根据Fleiss κ)相似,无论是TVS还是MRI均如此。仅在宫旁浸润方面存在差异,经验丰富的TVS观察者显示出显著优于经验较少观察者的一致性。由于本研究并非设计为诊断准确性研究,观察者组的敏感度和特异度仅作为参考列于表S2中。在肿瘤检出或间质浸润方面,经验丰富与经验较少的观察者在敏感度或特异度上均无显著差异,无论是TVS还是MRI,这进一步支持了我们关于观察者间一致性相似的研究发现。
据我们所知,此前尚无关于宫颈癌女性超声观察者间变异性的结果发表。然而,在子宫内膜癌患者中,Eriksson及其同事报道了超声观察者之间在评估肌层浸润方面的一致性相似,与其既往经验无关,尽管在评估宫颈间质浸润方面,他们发现经验丰富的TVS观察者比经验较少的观察者(均为妇科医生)一致性更好 18 。在他们的研究和我们的研究中,基础培训以及图像回顾流程的重复可能影响了经验较少组的一致性和临床表现。既往研究已报道了MRI和CT在宫颈癌中的可重复性。我们的结果显示,MRI观察者的一致性显著高于此前一项回顾性研究,该研究由经验丰富的观察者检查了152例早期疾病患者(肿瘤检出κ = 0.32,宫旁浸润κ = 0.11) 19 。然而,该研究纳入的患者肿瘤分期早于我们研究人群中的患者,因此结果不能直接比较,因为在更晚期疾病中肿瘤浸润更容易识别。此外,我们使用了二分类评分系统,而Hricak等人 19 使用的是多项选择题,这使得他们的研究在评估中允许更大的变异,从而导致更大的观察者间变异性。此外,自他们2007年发表的研究以来,MRI质量已有所提高。
在我们机构,经验丰富的MRI观察者并不常规进行宫颈间质浸润评估。间质浸润的临床重要性存疑,尽管自1999年发表的妇科肿瘤学组研究#92以来,它已被用于结合肿瘤大小和淋巴血管间隙浸润来选择患者进行术后辅助治疗 20 。
在成像前,我们的患者中有相当比例(32%(19/60))接受过诊断性锥形活检。这反映了典型的临床情况,即在所有宫颈癌中约30%是通过筛查发现的,尤其是在较年轻的患者中21, 22。既往研究表明,锥形活检后的水肿和出血可能影响MRI的判读23, 24,并可模拟小肿瘤,而多普勒超声似乎不存在这种情况10。这可能导致了在接受锥形活检的患者中MRI出现更多假阳性病例,从而导致当这些患者被排除后MRI观察者的κ值下降,尽管差异无统计学意义。
我们的研究结果应结合研究设计来解读,即提供给观察者的临床信息非常有限,且评估方案仅允许对影像学发现进行二分类评估。实验性离线经阴道超声(TVS)评估环境与临床环境中独特的动态TVS检查技术之间的内在差异也可能影响了结果。例如,在动态检查中感知宫颈肿瘤硬度的可能性在离线环境中无法体验,这可能影响了评估,尤其是在宫旁浸润方面。此外,TVS观察者组人数多于MRI观察者组,这可能影响了其相对观察者间变异性;而并非所有TVS观察者、仅经验较少的观察者参加了初始培训课程,这一事实可能影响了TVS结果。此外,TVS数据集由多个机构的专家评估,而非像MRI评估那样在单一中心进行,这也可能影响了结果,因为不同中心的影像评估参照框架可能存在差异,从而影响普适性。有趣的是,TVS的图像质量与观察者信心之间存在正相关,而MRI观察者则无此相关性,提示前者在离线环境中可能更依赖图像质量来对其评估感到有信心。本研究的一个潜在弱点是,由于研究期间MRI方案的变化,我们的分析仅能使用基本常见序列,排除了弥散加权成像(DWI),因为DWI可能改善肿瘤检测和局部肿瘤范围的评估25, 26。本研究的优势在于患者队列为混合人群,包括宫颈癌各分期,且影像评估由四个不同的观察者组完成,每组包括多名不同经验水平的观察者。此外,由于Survey Monkey问卷中的必答题设置,所有观察者的研究数据均完整。
总之,我们发现宫颈癌患者局部肿瘤范围评估的观察者间一致性在TVS为中等,在MRI为中等至良好。观察者间一致性水平仅在接受TVS的观察者中与宫旁浸润的观察者经验相关。我们的结果表明,经过简短的基础培训课程,经验和经验较少的观察者组在使用TVS和MRI评估宫颈癌影像时均可达到可接受的观察者间一致性。
支持信息
表S1 参与研究的观察者经验
表S2 所有观察者组对早期宫颈癌患者(n = 31)经阴道超声(US)和磁共振成像(MRI)检测肿瘤及宫颈间质浸润的敏感性和特异性
点击此处查看附加数据文件。
引用
- Pálsdóttir K, Fridsten S, Blomqvist L, et al. Interobserver agreement of transvaginal ultrasound and magnetic resonance imaging in local staging of cervical cancer. Ultrasound Obstet Gynecol. 2021. PMID: 33915001. doi:10.1002/uog.23662
- 全文:PMC8597592(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8597592/
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。