下肢创伤平片报告错误——系统综述与Meta分析
该系统综述与Meta分析评估下肢创伤平片初始判读的诊断准确性,纳入10项研究、4709次判读。汇总敏感度93.5%、特异度89.7%,踝部平片敏感度98.1%、特异度94.6%为最高,诊断比值比929.97。作者指出超过二十分之一的真阳性在初次判读中被漏诊,需建立安全网措施。
要点
- 下肢创伤平片初始判读汇总敏感度93.5%、特异度89.7%,假阳性率10.3%。
- 踝部平片判读敏感度98.1%、特异度94.6%、诊断比值比929.97,为各解剖分区中最高。
- 各研究敏感度范围0.59–0.97,特异度范围0.66–1.00,研究间存在差异。
核心结论
- 下肢骨骼平片初始判读具有相对较高的敏感度和特异度,但仍有超过二十分之一的真阳性在初次判读中被漏诊,需建立安全网系统。
- 作者认为虚拟骨折门诊复核和远程放射学服务结合新技术可能在这些情况下至关重要。
- 证据支持不同解剖分区判读准确性存在统计学显著差异,踝部平片诊断比值比最高,其原因不确定,可能反映某些投照体位或解剖的固有难度,或判读者对某些平片更熟悉。
研究设计与样本
- 研究为前瞻性注册的系统综述与Meta分析,注册号PROSPERO CRD42020197973。
- 2020年4月检索PubMed MEDLINE、Embase、CDSR和CENTRAL数据库,时间范围为1990年至今。
- 共筛选3887篇文章,23篇纳入定性合成,其中10篇纳入Meta分析,合计3902套平片、4709次判读。
- 纳入研究涉及足(n=3)、踝(n=4)、膝(n=1)、股骨(n=2),两项研究涉及多个解剖部位。
- 采用HSROC和双变量模型进行Meta分析,使用MINORS工具评估方法学质量、改良Cochrane RoB2工具评估偏倚风险。
诊断标准与关键数值
- 下肢平片汇总敏感度93.5%,特异度89.7%,假阳性率10.3%。
- 踝部平片敏感度98.1%、特异度94.6%、诊断比值比929.97,为各分区最高。
- 各研究敏感度范围0.59–0.97,特异度范围0.66–1.00;Utukuri报告足部平片敏感度最高为0.97,Ricci报告下肢平片特异度最低为0.65。
- 9篇文章将阳性/阴性发现定义为有无骨折,1篇定义为有无任何骨或软组织病变。
- 两篇文章要求判读者正确分类骨折才算真阳性:Utukuri要求区分跟骨骨折关节内/外,Riaz O要求正确指定股骨近端骨折位置和移位程度。
临床应用与阅片要点
- 作者认为安全网措施(如虚拟骨折门诊复核、工作时间外远程放射学服务)对减轻报告错误风险是必要的。
- 作者指出新技术(如人工智能算法)辅助判读的开发体现了改善报告的临床需求被广泛接受。
- 定性合成强调将平片判读与体格检查和临床判断相结合以防止骨折被漏诊的重要性。
- 作者认为部分判读错误(尤其假阴性)反映平片作为检查方式的局限,不易预防。
局限性
- 纳入研究缺乏前瞻性样本量计算,且未建立无偏终点评估。
- 这些因素对结果的影响程度不确定,但若干研究样本量似乎效能不足。
- 研究选择过程中识别出若干大样本文章,但数据特征描述不足,无法纳入Meta分析。
- 作者强调按STARD 2015或类似相关指南报告诊断准确性的重要性。
- 作者指出需进一步研究以探索判读准确性差异的原因。
全文中译14 节 · 点击展开
引言
1896年2月,在达特茅斯学院的物理实验室里,埃德温·布兰特·弗罗斯特利用当时被称为伦琴射线的手段,拍摄了他患者爱德华·麦卡锡正在愈合的尺骨图像[1]。早期观察者并未忽视这项新技术在临床上的至高应用价值,一年后,伦琴学会主席西尔瓦努斯·P·汤普森说道:
“除了李斯特勋爵将防腐剂引入外科手术以及麻醉剂的发现之外,本世纪没有任何一项发现像伦琴射线这样为手术外科做出了如此巨大的贡献”[1]。在此后130年的临床实践中,平片摄影始终是肌肉骨骼损伤检查的基础。世界卫生组织估计,全球每年进行36亿次使用电离辐射的检查,其中大多数为普通X线检查[2]。在英国,超过60%的急诊就诊者的主要诊断与肌肉骨骼(MSK)系统相关[3]。总计38.7%的患者至少接受过一次平片摄影,而在MSK损伤中这一比例升至50%以上[4]。
尽管骨骼X线片的解读无处不在,但其解读具有挑战性,错误可能对患者和医疗提供者造成重大损害。在创伤环境中解读X线片尤其令人担忧,因为患者周转率高且工作人员往往资历较浅。因此,急诊科被认定为诊断错误的“高风险”场所[5]。回顾1995年至2006年间英国骨骼放射学医疗法律索赔的研究显示,“绝大多数涉及创伤后骨折的漏诊”[6]。
现有研究表明,创伤骨骼X线片的初步解读表现水平参差不齐。在急诊科环境下的所有X线片中,已显示约3%的错误率[7]。在上肢,估计约8.5%的病例存在错误评估[7, 8]。
迄今为止,尽管已有大量个体研究从总体和更具体解剖部位的角度评估了下肢创伤平片骨骼X线片的报告错误率,但尝试得出汇总错误率的工作仍然有限。
本研究的目的在于对现有文献进行系统综述和荟萃分析,以确定下肢X线片(包括足、踝、膝和股骨等解剖亚分区)初步解读的敏感性、特异性和诊断比值比。
方法
综述方案与检索策略
本系统综述前瞻性注册于PROSPERO数据库,综述方案的副本可在注册号CRD42020197973下查阅。
2020年4月,使用由帝国理工学院图书馆服务协助开发的检索策略,对PubMed MEDLINE、Embase、Cochrane系统综述数据库(CDSR)和Cochrane对照试验中心注册库(CENTRAL)数据库自1990年至今的文献进行了检索。完整的电子检索策略详见图1。
纳入标准
根据本研究的目标,作者制定了纳入标准以识别包含相关数据可供纳入的论文。标准如下:以英文撰写
于1990年或之后进行
原创研究,发表于同行评审的学术期刊(社论、观点文章和专家综述被排除)
报告对下肢平片的初步评估,由已确认的工作人员或工作人员级别执行,并与最终发现的确定性评估进行比较
研究对象为确诊或疑似创伤和骨科损伤,以世界卫生组织(WHO)国际疾病分类第11版(ICD 11)为特征
纳入审查的X线片为骨骼成熟受试者
在向患者群体提供诊断服务的活跃医疗环境中进行
报告了X线片报告的准确性、特异性或敏感性方面的结局
报告了特定解剖部位或区域解剖方面的结局
研究选择
由六位审查作者(TY、CF、KR、GM、HJ、WH)对200条搜索结果的初始样本进行纳入审查。使用针对标题和摘要的纳入标准,每位作者将这200条结果分为“拒绝”或“进一步审查”类别。随后进行读者间可靠性评估,以确定作者之间对值得进一步审查的文章的一致程度。Fleiss多评分者Kappa值计算为0.640(p < .005),通常认为代表高度一致[9]。
随后,每位作者按标题和摘要分别评估剩余结果的均等份额,同样归类为“拒绝”或“进一步审查”。这些结果与初始样本的审查结果合并,并根据其相关解剖区域进一步分类:下肢、上肢、骨盆、脊柱和胸部、颅骨和面部。若一篇文章包含与多个解剖区域相关的数据,则将其复制,并将副本分配至两个区域。
随后,TY和CF根据上述纳入标准对归类为下肢的所有可能合格结果的全文进行审查。出现分歧时,通过进一步审查和联合评估予以解决。
数据收集与评估
作者开发了定制数据提取工具;该工具应用于所有纳入研究。记录的变量包括X线片报告人群、X线片受试者男性/女性百分比、研究招募方法、确定的解剖部位、报告准确性/错误率百分比、特异性百分比、敏感性百分比和定性结局陈述。
使用MINORS工具[10]进行方法学质量评估,使用改良Cochrane RoB2工具[11]进行偏倚风险评。若作者最初对任何研究做出不一致的评估,则形成共识评价。
总结与综合
X线片报告人群、报告准确性和特异性/敏感性被确定为主要总结指标。随后进行荟萃分析,以产生特异性和敏感性的总结估计值,包括按解剖部位分层的协变量,使用HSROC和双变量模型分析。
结果
研究选择与特征
去除重复文献后,共识别出3887篇论文进行筛选。经过摘要审查,89篇文章进入全文审查。共纳入23篇文章进行定性综合,其中10篇文章提供了适合进行荟萃分析的数据[12–21]。这10篇文章共检查了3902组放射影像,产生了总计4709次放射影像判读事件用于荟萃分析(见图2)。
荟萃分析中各文章检查的具体解剖部位为足部(n = 3)、踝部(n = 4)、膝部(n = 1)和股骨(n = 2)。两项研究检查了多个解剖部位(见表1)。
这些研究主要涉及平片放射影像与替代成像方式的比较(n = 6)。另外,有研究检查了阅片者间平片X线诊断性能(n = 1),或额外X线投照体位对诊断性能的价值(n = 2),或两者兼有(n = 1)。所研究的初始报告者的资历从研究生阶段的外科和放射科培训医师到高级骨科外科医生、放射科医生和急诊科医生不等。
纳入荟萃分析的10篇文章之间存在一定差异,特别是在“阳性”和“阴性”放射影像表现的定义方面。一篇文章[14]将阳性和阴性表现定义为是否存在任何骨性或软组织病变。这包括软组织损伤、骨折、脱位、骨髓炎和骨质疏松。其他九篇文章将阳性和阴性表现定义为是否存在骨折[12, 13, 15–21]。然而,这九篇文章中有两篇要求更严格,要求放射影像判读者正确分类所识别的任何骨折,其表现才被视为“真”阳性。Utukuri[12]要求判读者明确跟骨骨折是关节内还是关节外。对于股骨近端骨折,Riaz O等[18]要求放射影像判读者正确明确骨折位置和移位程度。
各研究结果
在所有下肢研究中,灵敏度范围为0.59–0.97,特异度范围为0.66–1.00。Utukuri[12]发现初始判读的灵敏度最高,足部放射影像达到0.97。Ricci[21]发现特异度最低,下肢放射影像仅为0.65(见表2)。
结果综合
采用双变量模型进行荟萃分析,并构建分层汇总受试者工作特征(HSROC)曲线以评估所有下肢平片的诊断性能(见图3)。
纳入研究的汇总灵敏度估计值为93.5%,特异度为89.7%,假阳性率为10.3%。还进行了协变量分析以评估下肢各解剖亚组的特异度和灵敏度;除膝部仅有一项纳入研究外,所有亚组均可进行此分析(见表3)。
汇总灵敏度和特异度均以踝部放射影像最高,分别为98.1%和94.6%。同样,踝部放射影像的初始判读具有最高的诊断比值比(929.97)。
偏倚风险评估
纳入荟萃分析的所有研究均使用改良Cochrane偏倚风险工具进行分析,该定性工具通过七项独立标准评估研究的偏倚风险。一项研究因在超过四个类别中得分而被认为具有高偏倚风险。四项研究因在三个或更多类别中得分或在两个类别之一中得分特别高而被认为具有中等偏倚风险。五项研究在两个或更少类别中得分,因此被认为具有低偏倚风险(见表4)。
方法学质量
采用Slim等人开发的“Minors”(非随机研究方法学指数量表)工具对纳入荟萃分析的十篇文章的方法学质量进行了评估。评分范围为13–22分(满分为24分)。文章总体得分较高(平均分16.9)。
九项(90%)研究缺乏前瞻性样本量计算,七项(70%)研究未对其终点指标进行无偏评估(见表5)。相反,这些研究往往随访失访率较低(80%)并涉及前瞻性数据收集(70%)。
讨论
主要发现
本研究发现,下肢创伤平片的首诊阅片者达到了相对较高的敏感度(93.5%)。很难量化医疗系统在多大程度上接受漏诊是合理的。当然,假阴性可能代表这些错误中最有害的一种;英国[6, 22]和国外[23, 24]关于漏诊骨折诉讼的证据证实了这一点。
下肢X线片首诊阅片中超过二十分之一的假阴性率,意味着繁忙的急诊或创伤环境中可能漏诊大量损伤。这似乎支持采取安全网措施以降低报告错误风险的必要性。特别是,虚拟骨折门诊复查[25]和非工作时间远程放射学服务[26]已在英国和欧洲广泛采用。除这些现有方法外,新型技术(如人工智能算法[27])的开发以辅助阅片,证明了改进此类报告的被广泛接受的临床需求。
报告的汇总特异度比敏感度低3.8%(89.7%),提示首诊阅片者识别真正阴性骨骼X线片的能力较弱。Utukuri等人[12]对此发现进行了评论,更广泛的证据基础也支持这一观点,即提高阅片者的资历对特异度的益处大于对敏感度的益处[28, 29]。这意味着某些阅片错误,特别是假阴性,代表了平片作为一种检查方式的局限性,因此不易预防。这些发现也解释了定性综合的结论,即强调将X线片解读与体格检查和临床判断相结合以防止骨折被“漏诊”的重要性[7, 30–32]。
在比较的解剖分区中,踝关节X线片的诊断比值比最优,其次为足部,然后是股骨。本研究未探讨其原因;然而,踝部损伤在急诊和创伤救治机构中出现的频率可能意味着初始判读者在审阅这些X线片方面更为熟练。踝关节既是最常受伤的关节,也是最常接受手术的关节[33];据估计,踝部骨折的年发病率高达每10万人187例[34]。
局限性
在纳入的研究中,偏倚风险和方法学质量的评估总体良好。然而,也注意到存在弱点,包括缺乏前瞻性样本量计算和未建立无偏倚的终点。这些因素对结果的影响程度尚不确定;然而,若干研究的样本量似乎把握度不足[12, 19, 20]。
在研究选择过程中,识别出若干大样本论文,但缺乏足够的数据特征描述以纳入荟萃分析。虽然这些论文被定为目标用于未来分析,但它们强调了按照STARD 2015[35]或类似相关指南报告诊断准确性的重要性。
结论
本研究表明,骨骼平片X线片的初始判读具有相对较高的特异度和灵敏度。然而,这仍意味着在初次审阅中漏诊了超过二十分之一的真阳性病例。设计用于提供安全防护的系统之必要性至关重要,开发提高初始判读准确性的新方法同样如此。
研究还发现证据支持不同解剖分区之间判读准确性存在统计学显著差异;踝关节X线片显示出最高的诊断比值比。其原因尚不确定,可能反映了某些X线体位或解剖结构固有的困难,或仅仅是判读者对某些X线片更为熟悉。有必要进一步研究以探讨这些因素。
引用
- York T, Franklin C, Reynolds K, et al. Reporting errors in plain radiographs for lower limb trauma-a systematic review and meta-analysis. Skeletal Radiol. 2021. PMID: 34143230. doi:10.1007/s00256-021-03821-9
- 全文:PMC8626392(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8626392/
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。