超声定量指标:超越单一截断值及其报告意义
本文为叙述性综述,检索1991—2026年PubMed/MEDLINE及指南共识等文献,批判性分析超声单一截断值在生物学、技术和临床上的局限。作者认为多数超声定量参数反映连续生物学过程,二分法易致信息丢失、误分类并降低外推性。文中提出结合百分位参考、概率报告与纵向评估的情境感知报告框架,以更好传递诊断不确定性。
要点
- 报告临界值附近结果时避免绝对正常/异常标签,建议使用临界/不确定等层级化表述并说明不确定性。
- 肝弹性值处于灰区时不应直接转化为确定性纤维化分期,需结合炎症、淤血及临床背景综合解读。
- 年龄、性别、体型明显影响器官大小和血流参数,参考阈值应优先使用年龄/性别/体表面积校正的百分位或Z评分。
核心结论
- 超声单一截断值主要反映历史和方法学惯例而非生物学不连续性,仍可作为沟通和决策参考点,但不应作为绝对生物学边界。
研究设计与样本
- 叙述性批判综述,检索PubMed/MEDLINE中1991年至2026年2月的原始观察性研究、诊断性研究、综述、方法学论文、共识声明与指南。
- 约筛选200篇文献,未进行正式荟萃分析、偏倚风险评估或PRISMA流程,纳入标准侧重于截断值方法学局限及临床相关超声应用实例。
关键影像表现/征象
- 颈动脉内中膜厚度与心血管风险呈连续关联,未见明确生物学阈值,1 mm等传统阈值可能不符合当代年龄和性别分布。
- 肝弹性值在不同组织学纤维化分期之间存在重叠,炎症、胆汁淤积或淤血可独立于纤维化进展导致肝硬度升高。
- 颈动脉峰值收缩速度对角度校正、取样位置和多普勒设置敏感,即使有经验检查者之间也存在观察者间变异。
诊断标准与关键数值
- 瞬时弹性成像值低于8—10 kPa有助于排除代偿期晚期慢性肝病,高于12—15 kPa支持考虑该诊断,中间值需进一步评估。
- 肾阻力指数随年龄升高,从年轻人的0.58升至老年人的0.70—0.72,老年人特异性降低因血管老化与硬化所致。
- 胆总管直径常用阈值为≤6 mm,胆囊切除术后≤10 mm,但其价值在于提示是否需要进一步临床或实验室相关性评估。
- 腹主动脉直径<30 mm一般被视为正常并用于腹主动脉瘤定义,但女性主动脉直径通常小于男性。
临床应用与阅片要点
- 报告接近决策边界的数值时明确写出不确定性,优先使用在预期范围内、临界/不确定、明确升高/降低等层级化语言。
- 对受年龄性别体型影响明显的器官体积或长度,优先采用百分位或Z评分而非统一阈值,避免将小个子老年女性的肾脏误判为异常。
- 监测慢性病时优先比较不同时间点同一条件下重复测量结果,比单次测量值是否超过固定边界更有临床价值。
- 超声声窗不佳、运动、深度或血流状态影响测量时应附加解释声明,提示测量值可能受技术或生理因素干扰。
局限性
- 本文为叙述性综述而非系统评价,未进行正式荟萃分析和偏倚风险评估,文献选择非穷尽且无法排除选择偏倚。
- 文中决策曲线分析为概念性示意而非基于原始患者数据的正式分析,概率策略的临床净获益需要通过前瞻性研究验证。
全文中译21 节 · 点击展开
引言
超声(US)是全球使用最广泛的影像学方法之一,因其可及性、实时能力和广泛的临床适用性而受到重视。换能器技术、信号处理、对比增强、弹性成像和数据分析的进步,日益推动了定量影像生物标志物的发展。尽管标准化和人工智能辅助工具可能提高测量的可重复性[1],但许多超声衍生参数的解释仍依赖单一截断值,将连续测量结果二分为“正常”和“异常”。
参考区间通常定义为健康参考人群的中央95%(第2.5–97.5百分位数)。因此,约5%的健康个体落在该区间之外,但并不一定患有疾病[2]。固定阈值被认为客观且易于传达,尤其是在筛查、结构化工作流程和指南路径中。
然而,这种简单性掩盖了概念性和实践性的局限。许多参考值建立于数十年前,其队列与当代人群在年龄偏高、超重和肥胖率更高、人口结构变化、性别分布和身体成分等方面存在差异[3, 4]。因此,较旧的阈值可能夸大了部分反映人群变迁的“病理性”发现。同时,肥胖等普遍状况的正常化不应掩盖其病理生理学意义和心血管影响[5]。
除人口结构变化外,个体间生物学变异和测量相关因素也对刚性截断值的使用提出了挑战。许多生物标志物具有背景敏感性,并受年龄、性别、体型、血流动力学状态、合并症和技术设置的影响[6, 7]。在日益多样化的人群中,来源于相对同质参考队列的阈值在不同临床环境中的普适性可能较低,因为在人体测量学、风险特征和疾病患病率方面存在差异[8–12]。
当代方法学文献支持将连续生物标志物解释为连续变量或基于模型的预测因子,而非二分类变量。连续生物标志物的二分化因信息损失、统计效率降低和决策边界不稳定而受到批评[13–16]。超声在这一讨论中占据关键地位,既因其固有的变异性[17, 18],也因其在动态和可重复评估方面的独特优势[19, 20]。
本叙述性综述考察了定量超声中单一截断值的起源、方法学基础和临床后果。进一步提出了一个整合生物学变异、技术不确定性和临床背景的情境感知解释框架。该方法旨在帮助放射科医生超越僵化的二分类法,迈向更具临床意义的、结合概率信息的报告方式。
综述方法和文献选择
本篇批判性综述旨在分析与定量超声中单一截断值相关的方法学、生物学、技术和临床局限性。纳入1991年至2026年2月发表的文献,重点关注近期且具有临床相关性的证据。使用定量超声、截断值/阈值、二分法、参考值、诊断准确性、风险预测、连续生物标志物、超声变异性、互操作性以及选定应用(如弹性成像、血管超声、内-中膜厚度)等术语的组合,在PubMed/MEDLINE中进行了结构化检索。本综述主要聚焦于成人超声应用。儿科或青少年参考研究仅在能阐明与参考值和基于阈值的解读相关的更广泛方法学问题时才予以考虑。
文献根据其与固定截断值的概念、方法学或临床意义的相关性进行筛选。
筛选了约200篇文献。纳入的文献类型包括原始观察性研究和诊断性研究、综述和荟萃分析、方法学/统计学论文、共识声明、指南以及报告/科学声明。病例报告和个体随机干预试验未作为主要来源文章纳入。另外还对相关文章的参考文献列表进行了筛查,以识别更多来源。
研究和文件如满足以下至少一项标准则予以优先纳入:(1)涉及将连续生物标志物二分类的方法学局限性;(2)为定量超声测量的变异性、重叠性或不确定性提供了经验证据;(3)代表与临床超声报告相关的共识声明或指南;(4)展示了固定阈值被广泛使用的临床相关实例;或(5)讨论了基于概率、百分位数、多变量或纵向解读的策略。
所选的临床实例,包括颈动脉内-中膜厚度(CIMT)、肝脏弹性成像、器官体积测量、颈动脉流速标准、肾阻力指数(RI)、胆总管(CBD)直径和腹主动脉直径,之所以被选中,是因为它们代表了临床实践中经常使用定量阈值的常见超声应用,且在这些应用中可以对实用性与生物学或技术局限性之间的平衡进行批判性审视。
主要考虑英文文献。未进行正式的荟萃分析或结构化偏倚风险评估,这与批判性综述的设计一致。由于本文并非设计为系统综述,故未纳入PRISMA流程图。作为叙述性批判综述,研究筛选并非穷尽性的,不能排除选择偏倚。最后一次检索于2026年2月15日进行。
单一截断值为何在超声诊断中出现
单一截断值之所以流行,是因为它们实用、便于报告,并在早期定量超声测量变异较大且依赖操作者的环境中支持临床决策。方案和图像的标准化使更广泛的可比性成为可能。二分类(“正常与异常”)非常契合临床路径和结构化报告[21, 22]。
这种方法得到了传统诊断准确性方法的支持,后者通过定义阈值来优化灵敏度和特异度。然而,预测建模表明,将连续变量二分化会减少信息量,可能损害校准度,并且当人群、疾病谱或患病率不同时,可产生不稳定的决策界值 [23, 24]。许多阈值是在受控条件下、使用经过筛选的队列(通常以男性为主)建立的 [25–28],这限制了其在设备异构和患者多样的真实世界实践中的可推广性,世界超声医学与生物学联合会(WFUMB)和超声放射医师学会(SRU)的文件中也承认了这一问题 [21, 29]。
阈值作为沟通和排除/纳入决策的实用参考点仍然有用。其局限性在于被当作确定性边界使用,而未考虑不确定性、变异性和临床背景。决策分析框架强调,临床有用性取决于验前概率、患者背景和下游后果,而不仅仅取决于灵敏度/特异度 [30, 31]。
生物学连续性与二分类阈值
大多数超声衍生参数代表连续的生物学过程,而非离散的疾病状态。器官大小、硬度和血流参数随年龄、性别、身体成分和血流动力学条件发生生理性变化,这对通用截断值提出了挑战 [32, 33]。
在血管超声中,颈动脉内中膜厚度(IMT)说明了这一点:荟萃分析显示其与心血管疾病结局呈连续关联,不存在明确的生物学阈值。因此,IMT 可能更适合纳入多变量心血管风险估计(用于心血管疾病),而非作为独立的二分类标准使用 [34, 35]。
肝脏硬度是另一个例子。尽管纤维化分期的截断值被频繁使用,但组织学分期之间的数值存在重叠,且炎症、胆汁淤积或淤血等混杂因素可在纤维化未进展的情况下独立增加硬度 [21, 36]。因此,基于指南的解读通常依赖范围而非单一通用阈值。例如,瞬时弹性成像值低于 8–10 kPa 可帮助排除代偿期晚期慢性肝病,而高于 12–15 kPa 的值可支持纳入诊断,中间值则需要进一步评估 [33]。这些局限性支持“灰区”的概念,即不确定性在决策边界附近达到峰值。共识声明建议对阈值保持谨慎,并强调质量标准和临床背景 [36, 37]。因此,接近常用阈值的肝脏硬度值在报告时应明确说明不确定性,而不是转化为确定性的纤维化分期。
技术变异性、测量不确定性与临床背景
定量超声测量对探头特性、深度、感兴趣区(ROI)放置、患者体位、呼吸时相和后处理均敏感,可产生具有临床相关性的变异性 [22, 32]。在弹性成像中,系统间和厂商间的变异性已被广泛认识,不同平台之间的数值可能不可互换。因此,阈值可能无法可靠地迁移 [21, 36]。
操作者依赖性进一步加大了差异。肝脂肪变性和甲状腺结节测量中已报道了观察者间变异性 [38, 39]。患者因素也很重要:器官大小随性别、年龄和体型而变化,基于男性的阈值可能对女性造成错误分类 [25]。例如,男性的脾脏和肝脏体积更大 [40],脾脏大小随年龄增加,而肾脏长度随年龄减小 [41]。此外,体型影响可比性 [42, 43]。错误分类最可能发生在临界值附近,微小的差异就可能改变分类并触发后续检查 [36, 37]。
测量不确定性是超声固有的,阈值附近的微小变化可能改变分类。最后,诊断意义取决于检查指征、疾病患病率和验前概率 [30, 31]。纵向评估强调了语境依赖性。对于慢性肝病,指南推荐联合策略并结合临床背景,重复测量可能比单次时间点分类提供更多信息 [33, 36]。
刚性阈值存在局限性的临床实例
颈动脉内中膜厚度(CIMT)
Den Ruijter和Willeit的荟萃分析支持CIMT与心血管风险呈连续相关,而非存在一个明确的“异常阈值”。在USE-IMT(“颈动脉内中膜厚度的应用价值”)个体参与者数据荟萃分析中,颈总动脉CIMT每增加0.1 mm均与心血管风险增加相关(如10年首次心肌梗死或卒中风险),但将CIMT加入Framingham风险评分后,区分度和重分类改善均很有限。这支持CIMT作为连续风险标志物,而非二分类的异常阈值 [34, 35]。此外,Randrianarisoa等证明传统阈值(如1 mm)可能不反映当代的分布情况。数值随年龄和性别而变化 [44]。
器官体积(如甲状腺、卵巢)
生理变异导致正常范围较宽,与早期病理改变重叠,如果应用孤立临界值,过度诊断的风险会增加。对于卵巢体积,推荐使用年龄校正的参考曲线 [45]。对于甲状腺体积,不考虑年龄的固定限值(如女性18 mL,男性25 mL)可能过于粗糙 [46],且可能对亚组造成错误分类。考虑人群和碘状态的百分位数参考值可能更为合适 [47]。近期研究提示可能需要进一步细化 [48]。
血管超声速度阈值(颈动脉狭窄)
共识标准常使用收缩期峰值流速(PSV)临界值 [49]。然而,PSV对操作方案和设备(如角度校正、取样位置、多普勒设置)敏感,限制了其可转移性。即使经验丰富的检查者之间,PSV测定也存在观察者间变异性 [50]。这些特性使刚性阈值在分类边界附近容易受到影响。
临界值仍具有临床价值之处
尽管存在局限性,若干超声参数仍具有稳健的正常范围,在结合背景解读时依然具有临床价值。本综述并不主张放弃定量超声中的阈值。相反,单一截断值应被理解为务实的参考点,支持标准化沟通和临床决策,包括纳入/排除评估、筛查、监测和分诊,尤其是当这些截断值已得到充分验证并与临床背景结合解读时。这些截断值通常最适合作为决策支持,而非绝对真理。以下几个例子说明了截断值的这种平衡作用:
肾阻力指数(RI)
RI随年龄增长而升高,从年轻人的0.58升至老年人的0.70–0.72 [51, 52]。虽然RI在较年轻患者中可作为肾脏疾病的早期标志物,但在老年个体中,由于血管老化和僵硬,其特异性下降 [53]。左右侧对比有助于发现单侧病变 [52]。因此,RI仍具有临床价值,但其解读应考虑年龄、血管状况、侧别及临床适应证。
胆总管(CBD)直径
胆总管直径阈值(≤6 mm;胆囊切除术后≤10 mm)仍被广泛使用 [54–57]。其实用价值在于为判断是否需要进一步临床或实验室相关性评估提供一个简单的参考。虽然直径可随年龄增长而增加,但平均值通常仍接近这些范围 [58]。因此,轻度超过阈值不应被自动解读为梗阻,而应结合症状、肝酶、胆囊切除状态及既往影像资料(如有)进行评估。
腹主动脉直径
直径<30 mm通常被视为正常,并以此定义腹主动脉瘤 [59]。这是一个阈值在筛查和监测中具有明确实用价值的例子,因为它简单、被广泛接受且具有临床可操作性。然而,女性的主动脉直径小于男性 [60, 61]。因此,统一阈值虽然务实,但可能无法完全反映性别特异性风险。相应地,即使是被广泛认可的阈值,当患者特征影响基线解剖或风险时,也可能需要结合背景进行解读。
综合来看,这些例子表明,截断值的临床价值取决于其预期用途。当阈值能够提供共同的报告语言、支持既定的诊断或监测路径,或提示需要进一步临床相关性评估时,它们最有帮助。当阈值被解读为绝对的生物学边界,而非需要结合背景解读的标准化参考点时,其局限性便显现出来。
迈向情境感知的超声报告
本框架强调,定量超声测量值在没有背景整合的情况下无法被充分解读,背景包括患者特征(年龄、性别、体型)、技术/操作者因素以及临床病史(合并症、干预措施)。例如,急性感染后的暂时性器官增大或单侧肾切除术后的代偿性肥大,可能影响测量结果,如不考虑则可能导致错误分类。超越单一截断值并不意味着放弃定量解读,而是将测量值作为情境敏感的参考点来使用。
基于百分位数的参考值和Z评分
这些测量值根据年龄、性别和体型调整后的分布进行情境化,减少了生物学上不合理的通用阈值 [32, 33]。肾脏长度说明了这一点:一个9.5 cm的肾脏在身材矮小的老年女性中可能是正常的,但在高个子年轻男性中则异常偏小。肾脏尺寸与体型和性别相关 [62]。因此,通用阈值(如“< 10 cm为异常”)存在误分类的风险。Z评分量化了与参考均值的偏离程度 [63],并可能提高可比性 [13, 64],尤其是当存在解剖变异(如孤立肾)时(图1)。
概率性报告与灰区
概率性报告通过表达可能性/置信度而非确定性标签,使超声报告与循证医学保持一致。决策曲线分析可以评估概率性策略或基于模型的策略是否能在相关阈值概率范围内改善临床净获益 [30, 31]。
一个实际例子是颈动脉双功能超声:PSV截断值用于对狭窄程度进行分级,但接近阈值的数值对变异性和临床背景很敏感。基于可能性的报告(如≥ 50%或≥ 70%狭窄的低/中/高概率)能更好地反映不确定性。决策曲线分析可以检验此类策略与单一PSV截断值相比,是否能减少漏诊的临床相关狭窄和不必要的下游影像学检查 [65]。图2提供了一个概念性说明,而非原始决策曲线分析。
在决策曲线分析中,可以将概率性策略与“不治疗任何人”和“治疗所有人”进行比较。如果模型在临床相关的阈值概率范围内产生更高的净获益,则支持基于风险的报告而非僵化的截断值。
纵向评估
以趋势为重点的解读减少了单次测量变异性的影响,尤其适用于慢性疾病监测 [33]。在实践中,记录随时间的变化可能比基于固定界限将某个数值标记为“异常”更具可操作性。
常规使用的实用报告示例
截断值持续存在的一个关键原因是其操作简便性。实际目标不是移除阈值,而是以不同的方式使用它们:作为情境敏感的参考点和整合的提示。在边界附近明确报告不确定性(“灰区”)。不要使用确定性的“正常/异常”标签,而应使用分层表述:
“在预期范围内”
“临界/不确定范围”
“明显升高/降低”
适当时添加简短的情境说明:“解读受限于不理想的声窗/运动/深度”
“数值可能受炎症/淤血/血流动力学影响”(如弹性成像)[21, 36, 37]。
当有情境化参考框架可用时优先使用。对于强烈依赖年龄/性别/体型的测量值(器官大小/体积),在可行的情况下考虑使用百分位数/Z评分框架 [13, 62–64]。
整合检验前概率与检查指征。阈值在筛查人群与有症状患者中具有不同含义。判读应反映检查指征和患病率 [30, 31]。
尽可能利用变化趋势进行监测。对于慢性疾病,在可比条件下进行重复测量可能比将单次测量值进行分类更具信息价值 [33]。
示例措辞:关于如何将传统的基于阈值的表述改写为具有情境感知的报告用语,示例见表1。重要的是,对于明确的检查发现,仍应采用确定性报告。情境感知用语对于临界测量值、技术局限性或相关生物学及临床修正因素尤其有用(表1)。
人工智能的作用与局限性
人工智能(AI)在定量超声中有两个主要作用。第一,它可以通过识别解剖标志、分割器官和提取标准化数值(如器官或病灶体积测量)来自动完成测量,这可能减少操作者之间的变异性。AI还可支持对图像衍生特征进行更标准化的评估,例如肝脏回声强度,此前研究已指出,由于主观性,脂肪变性与视觉感知亮度之间的相关性有限 [66–68]。
第二,AI可通过将超声特征与临床变量相结合来支持风险预测,从而估测个体化概率,而非采用单一截断值 [69]。然而,此类模型在常规临床使用前需要经过外部验证、校准评估和透明报告 [70],这与其他影像模态的预期要求一致 [71]。
一个关键挑战是数据集偏移和厂商依赖性:硬件、预设参数和采集方案的差异可能降低模型在开发环境之外的泛化能力 [72]。因此,诸如人工智能个体预后或诊断多变量预测模型透明报告(TRIPOD-AI)以及偏倚风险工具(包括人工智能预测模型偏倚风险评估工具(PROBAST-AI))等报告框架,均强调适用性、外部验证和不确定性沟通 [73]。重要的是,基于AI的情境化不应被解读为消除了不确定性。相反,不确定性可能从手动测量的变异性转移到模型校准、外部效度、数据集偏移和工作流程整合等方面。因此,在AI辅助的概率报告能够在常规超声中实施之前,必须开展覆盖不同厂商、采集方案和患者人群的前瞻性多中心验证。
优势与局限性
本篇叙述性综述具有若干优势。它整合了定量超声中关于截断值的方法学、生物学和临床视角,并将这些概念与当代放射学报告框架相联系。通过综合诊断准确性研究、指南文件以及关于概率报告和AI辅助判读的方法学研究证据,本综述提供了一个概念框架,可支持更具情境感知性和临床意义的超声报告。
也应指出若干局限性。本文提供的是以概念为导向的综合梳理,而非系统性的筛选与评价过程。未进行荟萃分析或结构化偏倚风险评估。由于这是一篇批判性综述,研究选择并非穷尽式的,可能受到选择偏倚的影响,因为所选示例是基于概念相关性和临床说明价值而挑选的。其目的不是提供诊断准确性的汇总估计,而是综合与情境感知超声报告相关且有代表性的方法学和临床证据。重点为成人超声及已确立截断值的选定领域。儿科、产科及高度专业化的场景可能涉及不同的权衡取舍。文中引用了国际指南和共识文件,但各机构、设备厂商和医疗体系之间的本地实施情况各不相同。许多经典参考值是在同质化队列中得出的,未进行系统的种族分层。例如,肾脏正常尺寸的参考值是在受控条件下从丹麦队列的成人志愿者中得出的 [62]。后续研究表明,器官尺寸会随人体测量学和人群特征而变化 [47],这支持了在当代多样化人群中对其进行验证或重新校准的必要性。
文中将AI支持的方法作为新兴工具进行了讨论。尽管前景可观,但前瞻性验证、标准化和工作流程整合仍是其进入临床常规应用的前提条件 [70, 73]。
展望
未来的发展可能会加速向个体化、基于风险解读的方向转变。AI可以自动完成测量,并有助于将患者和仪器因素整合到自适应参考模型中。因此,结构化报告可能会纳入风险类别和确定性等级,而非二元标签 [74, 75],并通过分级可能性表述、简明的背景说明以及基于趋势的解读来具体实施 [30, 31, 76]。
表2总结了超越单一截断值的解读策略。二元阈值在某些排除/确诊决策中仍然实用,但在临界值附近容易出现错误分类。百分位数/Z评分方法可根据年龄、性别和体型进行调整。多变量模型整合影像学和临床数据以生成个体化的风险估计。概率分层可在临界范围内传达不确定性。纵向趋势分析强调随时间的变化。混合策略将阈值与背景及时间信息相结合,在常规超声实践中可能最为实用。
结论
本综述并非主张在超声中放弃使用临界值。相反,它认为阈值应被理解为务实的、对情境敏感的参考点,而非绝对的生物学界限。超声中对单一临界值的依赖主要反映了历史和方法学上的惯例,而非生物学上的不连续性。许多超声衍生参数是连续的、依赖情境的生物标志物,其含义无法通过僵硬的二分法完全捕捉,尤其是在测量不确定性和变异性最大的决策边界附近。技术和操作者相关的变异性进一步限制了其在不同厂商和临床环境中的普遍可转移性。来自诊断准确性研究、指南文件以及有关风险预测的方法学研究证据支持更为细致的解释框架。基于百分位数的参考值、多变量风险模型、概率性报告和纵向评估等方法在保留定量信息的同时,能更好地反映不确定性和个体间变异性。因此,定量超声结果应被解释为依赖情境的测量值,而非绝对的诊断边界。尽管标准化和人工智能辅助优化在不断推进,个体化临床判断对于将影像学发现整合到有意义的患者照护中仍然至关重要。这种向情境感知解释的转变也可能支持将定量超声生物标志物整合到现代放射学报告和精准影像框架中。
引用
- Schöpper, Dohna, Bansmann, et al. Beyond single cut-off values in ultrasound: limitations and implications for context-aware radiology reporting. Insights Imaging. 2026. PMID: 42608620. doi:10.1186/s13244-026-02371-9
- 全文:PMC13481648(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13481648/
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。