数字乳腺断层合成联合合成二维乳腺摄影在乳腺癌筛查中较数字乳腺摄影 alone 提高癌症检出率并降低召回率:系统综述与荟萃分析
该系统综述与荟萃分析纳入12篇文献共414281名筛查女性,比较DBT联合s2D与单独DM的筛查性能。结果显示DBT+s2D的癌症检出率提高(RR 1.35, 95%CI 1.20-1.52),召回率降低(RR 0.79, 95%CI 0.64-0.98),PPV-1提高(RR 1.69, 95%CI 1.45-1.96)。活检率和间期癌率无显著差异,但PPV-2和PPV-3提高。
要点
- DBT+s2D较DM alone提高癌症检出率(RR 1.35)并降低召回率(RR 0.79)。
- DBT+s2D提高召回阳性预测值PPV-1(RR 1.69)及活检阳性预测值PPV-2、PPV-3。
- 活检率和间期癌率在两种筛查模式间无显著差异。
核心结论
- DBT联合s2D较单独DM筛查提高癌症检出率、降低召回率并提高PPV-1、PPV-2和PPV-3,活检率和间期癌率无差异。
研究设计与样本
- 系统综述与荟萃分析,检索PubMed 2010年1月1日至2020年9月2日,纳入12篇文献共414281名筛查女性,参考标准为组织病理学。
- 纳入前瞻性或回顾性比较研究,比较DBT+s2D与单独DM在乳腺癌筛查中的性能,使用QUADAS-2评估偏倚风险。
诊断标准与关键数值
- 癌症检出率CDR:DBT+s2D vs DM alone的RR为1.35(95%CI 1.20-1.52,p<0.01,I²=58%)。
- 召回率:DBT+s2D vs DM alone的RR为0.79(95%CI 0.64-0.98,p=0.03,I²=97%),敏感性分析不稳健。
- PPV-1:DBT+s2D vs DM alone的RR为1.69(95%CI 1.45-1.96,p<0.01,I²=73%)。
- PPV-2:DBT+s2D vs DM alone的RR为1.57(95%CI 1.08-2.28,p=0.02,I²=82%);PPV-3:RR为1.36(95%CI 1.17-1.58,p<0.01,I²=67%)。
- 活检率:DBT+s2D vs DM alone的RR为0.87(95%CI 0.70-1.09,p=0.22,I²=91%);间期癌率ICR:RR为1.03(95%CI 0.66-1.63,p=0.88,I²=70%)。
临床应用与阅片要点
- 在筛查报告中可强调DBT+s2D在维持较低召回率的同时提高癌症检出,尤其适用于致密乳腺人群。
- PPV-1、PPV-2和PPV-3的提高提示DBT+s2D能更精准地识别需要召回复查或活检的女性。
- 间期癌率无差异且数据有限,阅片时仍需关注间期癌的发生,尤其在高密度乳腺或年轻女性中。
局限性
- 仅检索PubMed且排除无摘要或非英文全文的研究。
- 10项研究中9项非随机分组(涉及约385532名女性),4项研究组间时间段不同(涉及约226419名女性),存在混杂偏倚。
- 研究间异质性明显,召回率敏感性分析结果不稳健。
- 间期癌数据仅来自两项研究,样本量小且定义不一致,把握度不足。
全文中译17 节 · 点击展开
引言
女性乳腺癌是全球最常见的癌症,并于2020年超过肺癌[1]。基于人群的乳腺癌筛查项目已实施,以期通过早期发现癌症来降低死亡率。数字乳腺摄影(DM)是大多数筛查项目中的当前标准。在过去十年中,图像采集技术的进步促成了数字乳腺断层摄影(DBT)的发展。DBT能够以所需投照角度对三维体积进行成像,并计算出(大多为)1 mm的乳腺摄影切片。这避免了组织重叠,增强了癌症检出,并提高了相比DM的敏感性。基于当时可用的技术,早期研究将DBT联合DM与单独DM进行比较。虽然该联合方案被证明比单独DM更敏感[2–4]且更特异[4],但与单独DM相比,其剂量约为后者的2–2.4倍[5–8]。与单独DM相比,在DBT基础上加做DM可能有助于更轻松地评估乳腺对称性,并便于与既往乳腺摄影进行比较。两者均可提供具有诊断重要性的额外信息。DBT图像生成的合成二维图像(s2D)已被开发作为额外DM的替代方案[6, 9]。合成乳腺摄影图像由DBT数据集计算得出,无需双重曝光。因此,DBT联合s2D有望在与DM相当或仅略高于DM的辐射剂量下保持这种新方法的诊断优势。
虽然DBT联合DM相比单独DM的诊断优越性已在多项荟萃分析中得到证实[2–4, 10–12],但我们检索到两项评估DBT联合s2D与单独DM比较的荟萃分析[13, 14]。Giampietro等[14]估计,与DM相比,使用DBT联合s2D时总体CDR更高,而召回率未观察到统计学显著差异。根据Alabousi等[13],与单独DM相比,DBT联合s2D与更高的CDR、更低的召回率和更高的PPV-1相关[13]。这些荟萃分析结果的不同可能由方法学差异来解释。由于各研究间召回率的差异不一致[14],需要进行敏感性分析以探究每项纳入研究的影响。迄今为止,尚无荟萃分析考虑活检率、PPV-2和PPV-3等结局。
我们旨在对CDR和召回率进行系统综述和荟萃分析,重点关注活检率、PPV-1、-2和-3以及ICR的可用信息,仅限于比较DBT联合s2D与单独DM的研究。此外,我们计划系统地进行敏感性分析以处理研究间的异质性。
材料与方法
文献检索
进行了系统性文献检索,以识别2010年1月1日至2020年9月2日期间发表在PubMed上的相关研究。检索词见电子补充材料(ESM)S1。检索仅限于以英文发表且有摘要可用的研究。本研究按照系统综述和荟萃分析优先报告条目(PRISMA)指南进行报告[15, 16]。我们的方案已在INPLASY注册,注册号为INPLASY202140073。
纳入标准
采用比较设计并报告原始数据的前瞻性和回顾性研究符合纳入标准,条件为:第一,研究对象为因筛查就诊的平均乳腺癌风险的无症状女性,包括在常规筛查中出现症状的女性。对年龄、性别或国家不设限制(患者)。第二,研究须将数字乳腺断层摄影(DBT)联合合成二维乳腺摄影(s2D)(索引试验)与单独数字乳腺摄影(DM)(对照)进行比较。第三,至少须报告CDR、召回率、ICR、活检率或PPV 1–3(结局指标)的数据。无人类受试者的研究以及仅评估有症状女性、乳腺可疑发现或仅为诊断性检查而筛查的研究被排除。
研究选择与数据提取
通过数据库检索确定的记录首先根据标题和摘要中提供的信息进行资格筛选,其次使用文章全文进行筛选。若评价者之间存在任何分歧,由第三位评价者评估该记录并通过讨论达成共识。全文筛选后判定符合条件的研究数据由两名独立评价者提取至预先测试的电子表格中。评价者对所受评价研究的作者和机构不设盲。数据提取电子表格根据复杂荟萃分析数据提取清单(DECiMAL)指南[17]设计(详细信息系统见ESM S1)。
质量评估
偏倚风险和适用性由两名评价者独立使用QUADAS-2[18]进行评估。若存在任何分歧,请第三位评价者进行评估并通过讨论达成共识。研究按以下维度评估偏倚风险:(I)患者选择、(II)索引试验、(III)参考标准、(IV)流程与时机。适用性通过维度I至III进行评估。
统计分析
由于所有结局均为二分类变量,使用相对危险度(RR)及其95%置信区间(CI)作为汇总统计量(逆方差法),以表达接受DBT联合s2D筛查的女性相对于单独接受DM筛查的女性的结局。p值小于0.05定义为统计学显著性的指标。各结局在研究间的异质性通过森林图进行视觉判断,并使用Higgins I²统计量定量不一致性。当I² > 50%——提示中至高度异质性概率——时使用随机效应模型(REM)合并效应量,否则(I² ≤ 50%)使用固定效应模型(FEM)。基于同一人群报告结局的研究仅纳入一次,纳入样本量较大的研究。分析使用Microsoft Excel和Review Manager 5.4进行。为解决研究间的异质性[19]并检验结果的稳健性,当分析中至少纳入三项研究时,采用留一法进行敏感性分析。每项研究从荟萃分析中依次排除一次并记录结果,以验证发现是否依赖于任何单项研究。结果以汇总表形式呈现在ESM S2中。
结果
研究选择
在PubMed中共识别出766条记录。经标题和摘要筛选后排除508条记录,对258条记录进行全文资格评估。全文资格筛选后排除246项研究。12项研究[5, 20–30],代表10个人群的结果,被纳入至少一项关于CDR[5, 20–28]、召回率[20, 21, 23–27, 29]、ICR[21, 30]、活检率[20, 23–25, 27]、PPV-1[20, 21, 23–27, 29]、PPV-2[20, 23]或PPV-3[20, 23–25, 27]的荟萃分析。选择过程见图1。
研究特征
表1总结了比较DBT加s2D与单独DM的研究特征。12项研究[5, 20–30]代表10个独特研究人群的414,281名女性。两项研究在美国进行(79,209名女性)[20, 23],一项在澳大利亚进行(10,146名女性)[26],9项在欧洲进行,代表7个人群的结果(324,926名女性)[5, 21, 22, 24, 25, 27–30]。其中两项欧洲研究报告了意大利特伦托的结果(Bernardi等2020[21]和Bernardi等2016(STORM-2)[5])。既往入组STORM/STORM-2的女性在Bernardi等(2020)的分析中被排除。
质量评估
图2显示了RoB和适用性评估。所有研究在“时序流程”领域被评估为高RoB,因为并非每位女性在筛查后均接受了相同的参考检查。低RoB要求所有女性,包括筛查中发现不明显的女性,随后均接受组织病理学评估以进行验证。由于这在伦理上不可接受,仅在“流程与时序”领域被评估为高RoB的研究总体RoB评估为低(ESM,S3)。
结果综合
CDR、召回率和PPV-1
CDR报告每1,000名接受筛查的女性/检查中检测到的癌症数量。十项研究[5, 20–28]被纳入CDR的荟萃分析。两项研究[29, 30]未被纳入以避免女性重复计数。使用REM(图3),与单独DM相比,使用DBT加s2D时CDR估计显著更高(RR:1.35,95% CI:1.20–1.52,p < 0.01,I2:58%)。敏感性分析证明统计学显著性具有稳健性(ESM,S2)。
每100名女性/检查中被召回的女性数量由召回率表示。八项研究[20, 21, 23–27, 29]被纳入召回率的荟萃分析(图3)。Bernardi等2016的研究[5]被排除,因为仅报告了假阳性召回。Skaane(2019)(奥斯陆断层合成筛查试验(OTST))[28]中DBT加s2D研究组(D组)的召回数据不可获得;召回数据为接受DBT加DM/s2D筛查女性(C+D组)的总计报告。既往发表的OTST研究被排除在分析之外,因为它们未报告接受DBT加s2D筛查女性与单独DM相比的召回率[31–33]。使用REM,与单独DM相比,使用DBT加s2D时召回率显著更低(RR:0.79,95% CI:0.64–0.98,p:0.03,I2:97%)。若剔除单项研究,结果在统计学显著性方面不稳健(ESM,S2)。
被召回女性中检出癌症的关系由PPV-1表示。八项研究[20, 21, 23–27, 29]被纳入PPV-1的荟萃分析(图4)。两项研究[21, 26]未单独报告PPV-1;因此,我们计算了PPV-1。使用REM,与单独DM筛查相比,在DBT加s2D筛查中被召回时癌症检出率具有统计学显著升高(RR:1.69,95% CI:1.45–1.96,p < 0.01,I2:73%)。敏感性分析显示结果具有统计学显著的稳健性(ESM,S2)。
澳大利亚一项筛查项目的数据被纳入所进行的CDR、召回率和PPV-1的荟萃分析。Houssami等[26]进行了敏感性分析,其中排除了在筛查时报告有症状的女性的筛查。有症状的女性也可能参加乳腺癌筛查项目;然而,其他筛查项目的结果未按筛查时无症状和有症状女性进行分层。因此,我们纳入了所有女性的数据以增强研究间的可比性,但进行了敏感性分析,其中仅纳入无症状女性的数据。敏感性分析结果显示,CDR、召回率和PPV-1的风险比无差异(ESM,S2)。
活检率、PPV-2和PPV-3
活检率表示每1,000名女性/次检查中进行了多少次活检。五项研究[20, 23–25, 27]被纳入活检率的荟萃分析。在两项研究[24, 27]中,活检率使用PPV-3或CDR的百分比计算。与单独DM相比,接受DBT加s2D筛查的女性在活检方面未观察到统计学显著差异。使用REM计算的RR(RR:0.87,95% CI:0.70–1.09,p:0.22,I2:91%)表明,与单独DM相比,在筛查中使用DBT加s2D时活检数量可能更低(图5)。敏感性分析证明结果在统计学显著性方面具有稳健性(ESM,S2)。
PPV-2或PPV-3分别表示在推荐的100例活检或实际进行的100例活检中检出的癌症数量。由于部分研究仅报告PPV-2或PPV-3,我们对两者均进行了分析。共有五项研究纳入PPV-3的荟萃分析[20, 23–25, 27]。采用随机效应模型(REM)(I2:67%),与单独DM筛查的女性相比,DBT加s2D筛查后接受活检的女性癌症检出率具有统计学显著性升高(RR:1.36,95% CI:1.17–1.58,p < 0.01)(图5)。敏感性分析表明结果在统计学显著性方面具有稳健性(ESM,S2)。两项研究报告了PPV-2(图5)[20, 23]。采用REM,与单独DM相比,DBT加s2D筛查后推荐活检的女性CDR更高(RR:1.57,95% CI:1.08–2.28,p:0.02,I2:82%)。
ICR
ICR表示每1,000名接受筛查的女性/每1,000次检查中的间期癌症数量。共鉴定出两项欧洲研究[21, 30]报告了DBT加s2D筛查女性与单独DM筛查女性相比的间期癌症(图6)。采用REM的合并估计值(RR:1.03,95% CI:0.66–1.63,p = 0.88,I2:70%)及各研究报告的单项ICR均未观察到统计学显著差异。
讨论
结果总结
我们的荟萃分析共纳入十二项比较DBT加s2D与单独DM筛查的研究。我们发现,与单独DM相比,DBT加s2D筛查与更高的CDR([RR,95% CI] 1.35,1.20–1.52)、更少的召回(0.79,0.64–0.98)以及召回中更高的癌症检出率(1.69,1.45–1.96)相关。与单独DM相比,DBT加s2D在推荐活检和实际进行活检后的癌症检出率更高(PPV-2:1.57,1.08–2.28;PPV-3:1.36,1.17–1.58)。我们未发现活检率和ICR存在任何差异。
结果解读及与文献的比较
我们关于CDR、召回率和PPV-1的结果与Alabousi等[13]一致。与Giampietro等[14]相比,我们发现召回率存在统计学显著差异,DBT加s2D的召回率低于单独DM。然而,后者的纳入标准不同。我们和Alabousi研究中更好的结果可能表明DBT加s2D的召回率低于DBT加DM。它们也可能反映了从早期到近期研究的学习曲线。在我们对召回率的敏感性分析中,如果排除美国研究Aujero等[20]或Freer等[23],统计学显著性丧失。由于美国的筛查特征如阅片流程或筛查间隔不同,这些可能是影响异质性的潜在因素。与其他研究相反,Houssami等[26]报告在一项试点筛查试验中,使用DBT加s2D相比单独DM,被召回的风险统计学显著更高。在该人群中,使用DBT加s2D筛查的女性相比单独DM筛查的女性更年轻、更常报告症状,且更多参与患病率筛查轮次[26]。即使各研究间召回率相反,每100名被召回女性中检测到的癌症数量在使用DBT加s2D筛查的女性中始终更高。DBT加s2D与更高的CDR相关,同时召回率更低。此外,每100名建议或实施活检女性中更高的癌症检出率强调DBT加s2D在识别癌症方面比单独DM更精确。Abdullah等[34]也报告DBT加s2D相比单独DM(74%,95% CI:65–81%)的灵敏度高9个百分点(83%,95% CI:78–87%)。
由于高CDR可能与过度诊断相关,ICR是更具临床相关性的结局参数,因为它反映了诊断和治疗中可能重要的延迟。我们确定了两项欧洲研究[21, 30]报告了DBT加s2D与单独DM比较的ICR。Bernardi等[21]将间期癌定义为“两年随访期间发现的癌症”[21],而Hovda等[30]将间期癌定义为“阴性筛查结果后0–24个月或假阳性基线筛查结果后6–24个月诊断的癌症”[30]。各筛查方式间ICR趋势不一致且样本量小,导致无统计学显著差异。Houssami等[35]最近发表的荟萃分析显示了相同结果。他们评估了使用DBT筛查的女性相比DM的ICR。敏感性分析显示DBT加s2D与单独DM比较,ICR无统计学显著差异[35]。
关于数字乳腺断层摄影(DBT)联合合成二维钼靶(s2D)后间期癌的已发表数据有限且不一致。原则上,高癌症检出率(CDR)和不变的间期癌发生率(ICR)可能与死亡率下降改善幅度小于预期以及过度诊断风险增加相关。然而,过度检出对死亡率下降的影响以及过度诊断的风险,只有在适当设计的研究获得随访轮次、癌症分期和生物学结果后才能评估。为更好地解释CDR的增加,癌症生物学和不同乳腺密度的结果可能发挥作用。Winter等[36]报告DBT筛查后淋巴结阳性间期癌的发生率较低,而Bahl等[37]报告DBT与全视野数字乳腺摄影(FFDM)后间期癌的生物学特征相当。然而,这两种研究设计均不能排除偏倚。一项非常近期的研究——唯一使用广角DBT(不含s2D)的研究——呈现了DBT筛查后与数字乳腺摄影(DM)相比降低的ICR[38]。虽然差异可能与不同技术相关,但对照组中可能的偏倚也必须加以讨论。考虑到间期癌有限数据的不同结果,召回率降低幅度、额外检出与对ICR影响之间可能的相关性也值得讨论。此外,大多数纳入的研究最初并非为显示ICR差异而设计和具有相应检验效能。基于小样本、检验效能不足的研究数据进行的合并估计的荟萃分析也很可能检验效能不足[39]。最后,关于额外检出和对ICR影响的结果可能因不同乳腺密度范围而异。迄今为止,大型研究尚未提供这些数据。鉴于欧洲委员会建议对45–49岁女性进行乳腺X线筛查[40],DBT可能是更有效的替代方案,因为年轻女性往往乳腺更致密,而乳腺X线摄影的准确性可能较差。此外,剩余寿命较长的年轻女性中过度诊断可能较低,因为小癌症分别具有更高的风险或更长的时间发生不良进展。
偏倚与局限性
本研究存在若干局限性。第一,检索仅在PubMed中进行,且未获取到摘要和英文全文的研究被排除。第二,在十项基础试验中有九项,女性未被随机分配至筛查方式(涉及414,281名女性中的约385,532名)。此外,十项基础试验研究组中有四组在时间段上存在差异(涉及414,281名女性中的约226,419名)。非配对和非随机化的研究设计,例如参与者特征(如乳腺密度、家族史或筛查方式的可用性)可能不同,会因混杂变量导致潜在偏倚。由于对潜在混杂变量的系统评估超出了本研究范围,仅在乳腺致密组织女性中比较各筛查方式的筛查性能似乎有助于进一步的亚组分析。第三,观察到研究间存在异质性。我们使用了随机效应模型(REM),并仅在考虑影响异质性的潜在因素的情况下努力解读结果。然而,本研究未涉及其他影响或限制因素。未来不久将可获得来自随机化设计的有价值的进一步数据,例如来自一项大型随机对照试验(RCT)的数据,该试验最近已完成80,000名女性前瞻性获取研究人群的招募[41]。
结论
据我们所知,这是首个比较数字乳腺断层摄影(DBT)联合合成二维 mammography(s2D)与单纯数字乳腺摄影(DM)筛查女性中活检率、阳性预测值-2(PPV-2)和阳性预测值-3(PPV-3)的荟萃分析。在癌检出率(CDR)、召回率、阳性预测值-1(PPV-1)、PPV-2和PPV-3方面,发现DBT联合s2D相较于单纯DM具有统计学显著差异,且有利于DBT联合s2D。活检率和间期癌率(ICR)在筛查方式之间无差异。需要进一步研究按年龄和乳腺密度分层的ICR。
补充信息
以下是电子补充材料的链接。补充文件1(DOCX 96 KB)
引用
- Heywang-Köbrunner SH, Jänsch A, Hacker A, et al. Digital breast tomosynthesis (DBT) plus synthesised two-dimensional mammography (s2D) in breast cancer screening is associated with higher cancer detection and lower recalls compared to digital mammography (DM) alone: results of a systematic review and meta-analysis. Eur Radiol. 2021. PMID: 34694451. doi:10.1007/s00330-021-08308-8
- 全文:PMC8921114(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8921114/
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。