NeuroSAFE PROOF试验中前列腺MRI质量PI-QUAL评分的阅片者间一致性
本研究分析103例来自12家医院的前列腺mpMRI扫描,由两位资深放射科医生独立评估PI-QUAL评分。结果显示每个PI-QUAL评分的一致性为强(κw=0.85,一致率84%),将评分分为三组(1-2 vs 3 vs 4-5)时一致性仍为强(κw=0.82,一致率84%)。T2WI序列的诊断质量一致性最高(89%),其次为DCE(88%)和DWI(78%)。结论支持PI-QUAL评分在前列腺MRI质量评估中的可重复性,但需进一步优化。
要点
- PI-QUAL评分在资深前列腺MRI放射科医生间具有强可重复性(κw=0.85)。
- 将评分按诊断能力分组后一致性仍强(κw=0.82)。
- T2WI序列的诊断质量一致性最高(89%),DWI最低(78%)。
关键影像表现/征象
- PI-QUAL评分评估基于T2WI、DWI和DCE序列的技术参数及视觉解剖结构评估。
- T2WI序列最常符合PI-RADS v2.0技术推荐,且为两位阅片者认为诊断质量最高的序列(95/103,92%)。
- DCE序列诊断质量最高的扫描为81/103(79%),DWI为79/103(77%)。
- 分歧病例主要涉及T2WI上精囊、神经血管束、尿道括约肌等解剖标志的显示,以及DCE上血管显示和ADC图 adequacy。
诊断标准与关键数值
- PI-QUAL评分1-5分:1分所有序列低于最低诊断质量标准;3分至少两个序列联合达到诊断质量;5分所有序列达最佳诊断质量。
- PI-QUAL≥4分表示检查质量高,可排除和确认所有临床显著病变。
- 每个PI-QUAL评分的一致性:κw=0.85(95%CI 0.51-1),一致率84%。
- 三组分类(1-2 vs 3 vs 4-5)的一致性:κw=0.82(95%CI 0.68-0.96),一致率84%。
- 各序列诊断质量一致率:T2WI 89%(92/103),DCE 88%(91/103),DWI 78%(80/103)。
临床应用与阅片要点
- PI-QUAL评分可用于系统化评估和报告前列腺mpMRI质量,尤其适用于资深泌尿生殖放射科医生。
- 阅片时需注意T2WI上精囊、神经血管束、尿道括约肌等解剖标志的显示,以及DCE上血管显示和ADC图质量。
- DCE序列视觉评估较T2WI困难,需结合多个动态时间点判断早期强化。
- ADC图 adequacy 的视觉评估主观性较强,未来可能需标准化ADC值或体模辅助。
局限性
- 两位阅片者来自同一中心,且年轻医生曾受资深医生培训,可能倾向于相似评估。
- 未探讨PI-QUAL与根治性前列腺切除术病理的相关性。
- 研究人群为根治性前列腺切除术候选者,可能存在选择偏倚(MR可见病变和较高PI-RADS评分)。
- PI-QUAL评分近期才发表,缺乏临床设置中的应用文献。
全文中译10 节 · 点击展开
引言
前列腺多参数磁共振成像(mpMRI)的发展及随后的推广,不可避免地导致了全球范围内不同供应商和扫描仪在质量上的差异[1]。
次优的图像采集会降低mpMRI检测临床显著性前列腺癌的诊断准确性,这就是为什么自第一版发布以来,前列腺影像报告和数据系统(PI-RADS)委员会就概述了以足够诊断质量采集前列腺mpMRI的技术要求[2]。
此外,两个专家委员会重申了前列腺mpMRI采集质量标准的重要性[3,4],而来自多中心PRECISION试验[6]的前列腺影像质量(PI-QUAL)评分系统[5]代表了解决这一问题的首次尝试。
PI-QUAL评分依据客观技术标准(按照PI-RADS指南)以及来自图像的主观标准来评估前列腺mpMRI的质量[5]。
PI-QUAL以1至5分的量表为核心,评估前列腺mpMRI诊断质量的充分性,其中1分意味着所有mpMRI序列均低于诊断质量的最低标准,3分意味着该检查具有足够的诊断质量(因为至少两个mpMRI序列合并评估具有诊断质量),5分表示所有序列均具有最佳诊断质量。更详细地说,PI-QUAL评分≥4分意味着该检查质量高(即所有临床显著性病灶均可被确认和排除)。
本研究的目的是评估PI-QUAL评分在入选NeuroSAFE PROOF试验[7]的患者中的观察者间一致性。
材料与方法
这是一项对前瞻性入选NeuroSAFE PROOF试验(注册号:NCT03317990)的男性进行的回顾性分析,该试验的招募始于2018年[7]。该试验获得了伦理批准(区域伦理委员会参考号17/LO/1978),并得到了国家卫生研究院的支持(NIHR参考号PB-PG-1216-20013)。所有患者均获得了书面知情同意,并准许将其样本用于研究目的。本次特定审核无需进一步的伦理批准。
NeuroSAFE PROOF试验是一项正在进行中的多中心随机对照试验,患者按1:1随机分配至NeuroSAFE(一种涉及术中前列腺后外侧切缘冰冻切片分析以评估癌症是否超出包膜的技术)或标准机器人辅助根治性前列腺切除术[7]。
患者选择
参与者从每年常规实施至少250例根治性前列腺切除术的不同癌症中心招募。
根据当地方案,所有患者在手术前均接受了前列腺双参数或多参数MRI检查,检查在不同MRI系统(Philips®、Siemens®或General Electric®)上进行,使用1.5 T或3 T扫描仪,均不使用直肠内线圈。在试验期间,所有扫描均由各参与中心至少具有2年前列腺MRI报告经验的专职泌尿生殖放射科医师进行报告。同时,所有扫描均存储在一个专用的安全存储库中,协调中心的两名指定放射科医师(F.G.和C.A.)能够从该存储库下载扫描以评估图像质量。由于PI-QUAL评分[5]涉及前列腺mpMRI(即包括T2加权成像(T2-WI)、弥散加权成像(DWI)和动态对比增强(DCE)序列),我们排除了接受双参数扫描的患者。
图像质量评估
两名在前列腺MRI报告方面经验丰富的放射科医师(F.G.,一名接受过专科培训的顾问放射科医师,每年报告约2000例前列腺MRI扫描,拥有7年前列腺MRI经验;CA,一名高级顾问放射科医师,每年报告超过3000例前列腺MRI扫描,拥有20年前列腺MRI经验)使用已发表的PI-QUAL评分表(图1)独立评估图像质量。技术参数的依从性依据PI-RADS v. 2.0指南进行检验(因为试验招募于2018年开始,早于PI-RADS v.2.1指南的发表)[8,9],正如原始发表文献[5]中所述。
具体而言,两名阅片者评估了所有MRI序列的技术参数,如视野、平面内分辨率和层厚,以及与每个单一序列相关的其他特定参数(例如DCE的时间分辨率),并使用专用的图像归档和通信系统(PACS)查看器(Vue PACS,Carestream Health,Inc)对解剖结构进行视觉评估(例如T2-WI上的前列腺包膜或DCE上Alcock管——即阴部管——内的阴部血管)。
两名阅片者对所有临床信息(包括原始报告和站点密钥)和病理信息均设盲。所有扫描均匿名化,并由每位阅片者按随机顺序阅读。
值得注意的是,尽管两名放射科医师对原始报告设盲,但为本特定研究的目的,他们未重新报告扫描(即未对任何病灶进行评分),而是刻意将工作重点仅放在图像质量的评估上。
病理分析
所有患者均在一个参与NeuroSAFE PROOF随机对照试验的单区域学术泌尿肿瘤科室接受了根治性前列腺切除术,术式为标准术式或使用NeuroSAFE。该中心接收来自周边多个中心的转诊,作为国家卫生服务体系枢纽-辐射模型的一部分,用于前列腺癌手术转诊[7]。所有病理标本均由专职泌尿生殖病理学家报告。
统计分析
临床和人口学数据采用描述性统计报告。连续变量以中位数和四分位距汇总,分类数据以频数和百分比汇总。
观察者间一致性采用两种方法计算:一致率(定义为一致判读总数除以判读总数)和带标准二次加权的Cohen's kappa(κw),公式为:ωi = 1− ,其中i为类别间的差值,k为类别总数。Cohen's kappa系数(范围0至1)解释如下:0.01–020,轻微一致性;0.21–0.40,最低一致性;0.41–0.60,中等一致性;0.61–0.80,高度一致性;0.81–0.90,强一致性;> 0.90,几乎完全一致 [10–12]。
统计分析使用SPSS(IBM,版本27)进行。
结果
截至2021年2月,来自13个中心的123例患者纳入研究,其中20例(均来自同一中心)接受了双参数MRI,最终103例来自12个中心的患者纳入最终分析(图2)。
患者特征见表1。
总体而言,83/103(81%)例患者使用1.5-T扫描仪进行扫描,20/103(19%)例患者使用3-T扫描仪,MRI系统和制造商的分布见图3。各参与中心的扫描分布见表2。
不同MRI扫描仪的主要采集参数见补充表1。
阅片者一致性
各单一PI-QUAL评分(即PI-QUAL 1至PI-QUAL 5)的阅片者间一致性为强,κw = 0.85(95%置信区间:0.51 – 1),一致率 = 84%(表3)。
当按照纳入和排除临床显著性前列腺癌的能力(即PI-QUAL 1-2 vs PI-QUAL 3 vs PI-QUAL 4-5)将扫描分为三组时,也观察到强一致性(κw = 0.82 [95%置信区间:0.68 – 0.96],一致率 = 84%)(表4)。
两名阅片者在16/103(16%)次扫描中存在分歧。具体而言,8/16(50%)次扫描阅片者1评为PI-QUAL 4、阅片者2评为PI-QUAL 3,1/16(6%)次扫描阅片者1评为PI-QUAL 3、阅片者2评为PI-QUAL 4,4/16(25%)次扫描阅片者1评为PI-QUAL 3、阅片者2评为PI-QUAL 2,2/16(13%)次扫描阅片者1评为PI-QUAL 2、阅片者2评为PI-QUAL 3,1/16(6%)次扫描阅片者1评为PI-QUAL 2、阅片者2评为PI-QUAL 4。
由于PI-QUAL评分表(图1)对每个MRI序列包含两步流程,即首先应用技术参数的客观标准(根据PI-RADS v. 2.0指南),然后对解剖结构和图像伪影进行视觉评估,我们在表5中报告了每位阅片者对16次分歧扫描给出的评分。
研究完成后,两名放射科医生会面并讨论了不一致病例,以用于培训和质量目的。共识最终评分如下:6/16(37.5%)次扫描评为PI-QUAL 2,4/16(25%)次扫描评为PI-QUAL 3,6/16(37.5%)次扫描评为PI-QUAL 4(图4)。
就场强而言(补充表2),65/83(78%)和19/20(95%)的扫描在1.5-T和3-T磁体上分别具有PI-QUAL评分≥3。需要注意的是,3-T扫描仪仅占本研究纳入检查的一小部分(19%)。
就每个单序列的诊断质量而言,阅片者之间的百分比一致性在T2-WI中最高(92/103次扫描;89%),其次是DCE序列(91/103;88%),最后是DWI(80/103;78%)。
除此之外,T2加权采集在各中心之间最符合PI-RADS v. 2.0技术建议,并且也是两位阅片者在95/103(92%)次扫描中诊断质量最高的序列,其次是DCE采集,为81/103(79%)次扫描,最后是DWI,为79/103(77%)次扫描(图5和图6)。
讨论
在我们的研究中,我们观察到两位在前列腺MRI方面具有高专业水平的放射科医生之间使用PI-QUAL评估前列腺MRI质量具有高度可重复性。无论是每个单独的PI-QUAL评分(κw = 0.85,一致率 = 84%),还是将PI-QUAL评分按照能否纳入和排除临床显著性前列腺癌分为三组时(κw = 0.82,一致率 = 84%),一致性均很强。
目前人们对标准化高质量前列腺MRI有很大的兴趣,这一点尤其重要,因为涉及到用于检测临床显著性前列腺癌的MRI引导靶向活检,因为扫描阴性且前列腺特异性抗原(PSA)动力学良好的患者应能有信心地避免不必要的即刻活检[13]。然而,为了能够安全地纳入和排除前列腺癌,需要具有良好空间分辨率、高信噪比和无伪影的图像。
我们研究中发现的可重复性水平与其他前列腺评分系统的报道相比更为有利[14,15],包括PI-RADS[16–21],类似的结果也已在使用1至5评分系统诊断肝细胞癌的动脉期高增强[22]以及囊性肾肿块的Bosniak分类[23]中有报道。
此外,Brembilla及其同事最近报道,前列腺MRI研究中的观察者间研究应尽可能贴近临床实践,以提高结果的普遍性[24]。
目前,关于成像质量对观察者间一致性影响的认识很少[16],最近的一次国际共识会议重申了关注MRI质量报告的研究的重要性,因为这在使用前列腺MRI性能和可重复性的研究中至关重要[3]。
PI-RADS指南已得到充分确立[25],因此已在研究中进行了评估,证明了其普遍性和可靠性。另一方面,PI-QUAL评分是最近才开发的,因此确定该系统的可重复性很重要[26]。
如果我们更仔细地查看表5,可以看到,在T2-WI和DCE的视觉评估方面,不一致程度最高的对应于特定解剖标志的勾画,例如T2-WI上的射精管、神经血管束和尿道括约肌,以及DCE上的血管,而就T2-WI上的前列腺包膜和精囊而言,观察到较高的一致性。这可以解释为某些结构(例如射精管和尿道括约肌)较难识别,并且在评分后共识会议期间出现的一个差异是,资深顾问放射科医生在阅读前列腺MRI时同时使用轴位和冠状位采集来判断这些结构的可见性,而另一位放射科医生仅使用轴位T2-WI [27]。此外,与T2-WI相比,DCE图像的视觉评估更为困难,因为需要审阅多个动态时间点,而何为早期强化缺乏明确的时间定义(例如,一种可能的解决方案是使用移行区腺瘤刚开始强化的时间点,如果时间分辨率足够,这应发生在任何外周带强化之前)。
就DWI而言,在评估表观扩散系数(ADC)图的充分性时,不一致程度为显著。这是一个值得关注的点,因为视觉评估常被用作评估DWI质量的主要方法 [28],这可以通过外推来自不同机构和MRI扫描仪的标准化ADC值,或在每台扫描仪上使用内置体模来加强。
有趣的是,在表5报告的16例病例中,两位读片者在评估所有序列上无伪影方面具有显著一致性,尤其是在T2-WI和DCE上。
我们研究的一个关键特征是其多中心设置,这反映了不同机构间前列腺MRI实施方式的异质性,并且代表了常规临床实践中接受前列腺MRI的患者,从而增强了我们研究结果的普适性。此外,两位读片者均在影像工作站上解读完整检查,而非屏幕截图,确保了对每项MRI研究最准确的评估。
我们的结果表明,熟悉前列腺MRI的放射科医生在对评分表中提供的术语有清晰理解的基础上 [29],可以以合理的一致性应用PI-QUAL评分。然而,需要强调的是,只有在前列腺MRI方面接受过适当培训的泌尿生殖放射科医生才应评估扫描质量 [30]。我们研究的结果也可能有助于指导PI-QUAL评分的未来迭代,未来版本应侧重于具有最大客观可重复性的特征,并应给予更多重视。
此外,对于一些可重复性较低的特征,例如“读片者估计”标准(例如,什么构成ADC图的“充分性”),需要在其下一版本PI-QUAL中采用更客观的定义。
我们的研究存在一些局限性。首先,两位评估PI-QUAL评分的读者在同一中心工作,且初级顾问放射科医师此前曾接受过高级顾问放射科医师的培训;因此,他们可能倾向于以相似的方式处理病例。还应指出的是,PI-QUAL评分 recently 才发表[5],目前尚无关于其在临床环境中应用的文献。
本研究的另一个局限性是我们未探讨PI-QUAL与根治性前列腺切除术的相关性。尽管我们知道使用PI-QUAL具有临床意义(即,纳入和排除临床意义显著的前列腺癌),但本特定研究的目的是检验PI-QUAL评分的观察者间可重复性,而非评估图像质量、mpMRI上病灶显着性与组织学之间的相关性。虽然我们未检验在纳入和排除临床意义显著的前列腺癌方面的读者间变异性,但我们可以预期,其他以病理学为参考标准探讨PI-QUAL评分与诊断准确性的工作已经在进行中。还应指出的是,本研究纳入的人群由适合行根治性前列腺切除术的患者组成,因此可能存在对具有MR可见病灶和较高PI-RADS评分的研究的偏倚。
如原始发表文献[5]中所述,PI-QUAL评分未来将被完善(例如,一个国际小组目前正在制定下一版PI-QUAL,以确定该评分系统应仍基于5分制还是简化为3分制),我们相信我们的研究结果可能有助于指导该评分系统的未来迭代。因此,预计随着PI-QUAL评分的新迭代,观察者间一致性将随时间推移持续改善。
总之,我们的研究结果支持PI-QUAL评分用于评估前列腺MRI质量的可靠性。然而,预计该评分系统将需要进一步完善。
补充信息
ESM 1(DOCX 23 kb)
引用
- Giganti F, Dinneen E, Kasivisvanathan V, et al. Inter-reader agreement of the PI-QUAL score for prostate MRI quality in the NeuroSAFE PROOF trial. Eur Radiol. 2021. PMID: 34327583. doi:10.1007/s00330-021-08169-1
- 全文:PMC8794934(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8794934/
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。