卵巢-附件影像報告和數據系統在卵巢腫瘤良惡性鑒別診斷中的應用價值

宋海曼 何 文* 康睿君,2 王立淑 于騰飛 張 巍

(1.首都醫科大學附屬北京天壇醫院超聲科,北京 100070;2.中日友好醫院超聲科,北京 100029)

卵巢腫瘤是女性生殖系統中較為常見的腫瘤,大部分為良性腫瘤,但卵巢惡性腫瘤則是惡性程度較高的腫瘤,病死率居女性生殖系統惡性腫瘤的首位[1]。由于其發病隱匿,早期無明顯臨床癥狀,確診時多已進展至晚期,而晚期卵巢癌的5年生存率<50%[2],早期診斷卵巢癌并對其進行規范化治療及管理,可以提高5年生存率,降低病死率[3]。超聲是卵巢腫瘤的首選檢查方法[4],在卵巢腫瘤良惡性鑒別中起著至關重要的作用。為了規范卵巢腫瘤的超聲術語,提高術前卵巢腫瘤良惡性風險評估的準確性,2020年,美國放射學會(American College of Radiology,ACR)超聲工作組發布了卵巢附件報告和數據系統(ovarian-adnexal reporting and data system,O-RADS)[5],該指南根據卵巢腫瘤的特征對其進行風險分層并給出管理建議。本研究旨在分析O-RADS在卵巢腫瘤良惡性鑒別中的診斷效能,并與不同級別超聲醫生診斷卵巢腫瘤良惡性進行比較,進一步評價O-RADS系統在臨床中的應用價值。

1 對象與方法

1.1 研究對象

回顧性分析2019年1月至2022年6月就診于首都醫科大學附屬北京天壇醫院的卵巢腫瘤患者200例,年齡13～86歲,中位年齡44歲。納入標準:①在本院進行手術治療,有明確術后病理結果者;②超聲圖像完整、清晰,可進行O-RADS分類者。排除標準:①無明確手術病理者;②超聲圖像不完整無法進行O-RADS分類評估者。本研究經醫院倫理委員會審批通過(倫理審查編號:KY-2018-105-04)。所有患者均簽署知情同意書。

1.2 儀器與方法

1.2.1 儀器

采用Voluson E8/E10、Logic E9(均購自美國GE公司)及EPIQ 7超聲診斷儀(購自荷蘭飛利浦公司),配備低頻凸陣超聲探頭(頻率1～5 MHz)及經陰道超聲探頭(頻率5～9 MHz),首選經陰道超聲檢查,必要時聯合經腹部超聲檢查。

1.2.2 方法

分別由一名高年資超聲醫生(婦科超聲工作年限>5年)和一名低年資超聲醫生(婦科超聲工作年限<1年)對200例病例圖像進行判讀,記錄腫瘤良惡性判讀結果。由另外兩名經過培訓的低年資超聲醫生參考 O-RADS超聲風險分層和管理系統,對200例病例圖像進行O-RADS分類,分類結果不同時由兩人共同商議得出最終分類結果。O-RADS超聲風險分層和管理系統將附件腫物分為0～5類,標準分別為①0類,評價不完全;②1類,絕經前正常卵巢,包括≤ 3 cm 的單純性囊腫及黃體囊腫;③2類,幾乎可以肯定是良性(惡性風險<1%),包括:a.單純性囊腫(<10 cm);b.典型良性病變:卵巢出血性囊腫、典型卵巢成熟性畸胎瘤及典型卵巢子宮內膜異位囊腫(<10 cm);單純卵巢旁囊腫、典型的單純性腹膜包涵囊腫、典型輸卵管積水(任意大小);c.囊內壁光滑的非單純的單房囊腫(<10 cm);④3類,低度惡性風險(惡性風險≥1%且<10%),包括:a.單房囊腫≥ 10 cm(單純或非單純性囊腫);b.典型黃體囊腫、卵巢子宮內膜異位囊腫及卵巢出血性囊腫≥ 10 cm;c.有厚度<3 mm 的不規則內壁的單房囊腫,任意大小;d.多房囊腫<10 cm,內壁光滑,彩色血流評分 1～3 分;e.實性,光滑,任意大小,彩色血流評分 1 分;⑤4類,中度惡性風險 (惡性風險為≥10%且<50%)包括:a.多房囊腫:沒有實性成分;≥ 10 cm,內壁光滑,彩色血流評分 1～3 分;任意大小,內壁光滑,彩色血流評分 4 分;任意大小,內壁不規整和(或)分隔不規整,任意的彩色血流評分;b.有實性成分的單房囊腫:任意大小,0～3 個乳頭樣突起,任意彩色血流評分;c.有實性成分的多房囊腫:任意大小,彩色血流評分 1～2 分;d.實性腫物:光滑,任意大小,彩色血流評分 2～3 分;⑥5類,高度惡性風險 (惡性風險≥50%),包括:a.單房囊腫,任意大小,有≥ 4 個乳頭狀突起,任意血流評分;b.有實性成分的多房囊腫,任意大小,彩色血流評分 3～4 分;c.實性腫物,光滑,任意大小,彩色血流評分 4 分;d.實性腫物,不規整,任意大小,任意血流評分;e.腹腔積液,有或無腹膜結節。

1.3 統計學方法

采用SPSS 27.0統計學軟件進行數據分析。計量資料以M(P25,P75)表示,行秩和檢驗;計數資料以頻數表示,行χ2檢驗,以P<0.05為差異有統計學意義。以病理結果為金標準繪制受試者工作特征(receiver operating characteristic, ROC)曲線,獲得曲線下面積(area under the curve, AUC),計算約登指數,得到最佳截斷值。分別計算低年資醫生、高年資醫生及O-RADS分類診斷卵巢腫瘤良惡性的靈敏度、特異度、陽性預測值、陰性預測值、正確率及與病理結果的一致性,即Kappa值。

2 結果

2.1 一般資料

200例患者共222個卵巢腫瘤納入研究,病理結果為良性132例,共147個,包括成熟性畸胎瘤43個,子宮內膜異位囊腫30個,囊腺瘤(漿液性、黏液性)47個,單純性囊腫4個,卵泡膜纖維瘤12個,纖維瘤4個,硬化性間質瘤、顆粒細胞瘤各2個,卵巢甲狀腺腫、良性Bernner瘤、漿細胞瘤各1個;病理結果為惡性68例,共75個,包括囊腺癌(漿液性、黏液性)33個,交界性囊腺瘤28個,子宮內膜樣腺癌5個,未成熟畸胎瘤、轉移癌各2個,卵巢類癌、透明細胞癌、卵黃囊瘤、惡性Bernner瘤、鱗狀細胞癌各1個。惡性腫瘤患者年齡及腫瘤最大徑大于良性腫瘤,差異有統計學意義(P<0.05),雙側卵巢發病占比在良性腫瘤及惡性腫瘤患者間差異無統計學意義(P>0.05)。詳見表1。

表1 卵巢良性、惡性腫瘤患者相關資料比較Tab.1 Comparison of characteristics of the patients with benign and malignant ovarian tumors [M(P25,P75),n(%)]

2.2 卵巢腫瘤O-RADS分類結果

222個卵巢腫瘤中,O-RADS 2類88個、3類37個、4類65個、5類32個;O-RADS 2～5類中惡性占比分別為4.55%(4/88)、2.27%(1/37)、49.0%(25/51)、97.8%(45/46)。

2.3 O-RADS診斷卵巢腫瘤良惡性的診斷效能

以病理結果為金標準繪制ROC曲線(圖1),O-RADS診斷卵巢腫瘤良惡性的AUC為0.892[95%CI:0.841～0.943),P<0.01],最佳截斷值為O-RADS>3類,約登指數為0.75。以O-RADS>3作為惡性診斷標準,O-RADS診斷卵巢腫瘤良惡性的靈敏度為93.3%,特異度為81.6%,陽性預測值72.1%,陰性預測值為96.0%,正確率為85.5%。

圖1 O-RADS系統診斷卵巢腫瘤良、惡性的ROC曲線Fig.1 ROC curve of diagnosis of benign and malignant ovarian tumors with O-RADS system

2.4 不同級別醫生及O-RADS分類診斷卵巢腫瘤良惡性的診斷效能比較

不同級別醫生及O-RADS診斷卵巢腫瘤良惡性的靈敏度、特異度、陽性預測值、陰性預測值、正確率及與病理診斷的一致性Kappa值詳見表2。

表2 不同級別醫生及O-RADS分類診斷卵巢良惡性腫瘤的診斷效能Tab.2 Diagnostic efficacy of different levels of doctors and O-RADS in the diagnosis of benign and malignant ovarian tumors

3 討論

卵巢腫瘤病理類型多種多樣,超聲圖像復雜多變,給早期診斷卵巢癌帶來了較大的挑戰。目前國際上已經提出多個風險預測模型,包括國際卵巢腫瘤分析小組(international ovarian tumor analysis,IOTA)簡單法則模型[6]、婦科影像報告與數據系統(gyneclogic imaging reporting and data system,GI-RADS)[7],以及ADNEX模型[8]等,在此基礎上,2020年ACR發布了O-RADS風險分層系統,輔助超聲醫生判斷卵巢腫瘤良惡性,并對后續診療提出合理建議。本研究旨在評價O-RADS在卵巢腫瘤良惡性鑒別中的診斷效能,并比較O-RADS與不同級別超聲醫生診斷卵巢腫瘤良惡性的價值。

本研究結果中O-RADS分類2～5類的惡性占比分別為4.55%、2.27%、49.0%、97.8%,其中O-RADS 3、4、5類惡性占比均在規定范圍內,與既往研究[9-10]結果一致。而本研究中O-RADS 2類中惡性占比為4.55%,高于O-RADS風險分層規定的范圍,與既往研究[9-10]不一致?；仡櫛狙芯恐胁±頌閻盒缘玂-RADS分類為2類的3個病例4個腫瘤病理結果發現,4個腫瘤均為大部分區域為良性病變,僅微小區域為惡性病變,1例為成熟性畸胎瘤伴局部甲狀腺腫性類癌,1例為巧克力囊腫伴局部未成熟性畸胎瘤,另一例為雙側卵巢漿液性交界性囊腺瘤部分區域呈微乳頭生長。由于本研究為回顧性研究,所有圖像均為靜態圖像,回顧圖像后發現留存的圖像均未留存到可疑惡性區域。因此,全面動態掃查在卵巢腫瘤評估中至關重要,可以減少此類漏診發生。

在診斷效能方面,本研究結果顯示O-RADS診斷卵巢腫瘤良惡性的AUC為0.892,最佳截斷值為O-RADS>3類,約登指數為0.75。以O-RADS>3作為惡性診斷標準,O-RADS診斷卵巢腫瘤良惡性的靈敏度為93.3%,特異度為81.6%,陽性預測值72.1%,陰性預測值為96.0%,正確率為85.5%。在最佳截斷值的判斷和靈敏度方面,本研究結果與既往研究[11-12]一致,即O-RADS>3作為診斷卵巢惡性腫瘤的截斷值時,可以獲得較高的靈敏度。而在特異度方面,在已有的研究結果中差異較大,從66.3%[13]到92.8%[10]不等,本研究處于中等水平。ACR O-RADS委員會的指南[5]指出,該系統旨在最大限度地提高對低患病率人群的靈敏度,而特異度在患病率低的人群中會較低。本研究選取的病例均經過手術取得病理結果,惡性占比為33.7%,而既往有兩項研究[14-15]為了模擬實際工作中的惡性占比,使用手術病理或影像學及臨床隨訪結果作為標準,對O-RADS的診斷效能進行判斷,其中Hack等[14]惡性占比為28.9%,其特異度為70.3%,而Jha等[15]采用非選擇性入組病例,惡性占比為8.4%,其特異度為81.9%。因此,提高O-RADS診斷卵巢腫瘤的特異度已成為學者們關注的重點。有研究[16]顯示,將O-RADS與血清學指標結合,可以提高診斷的特異性。而Hack等[14]發現將聲影作為良性指標和O-RADS聯合,靈敏度及特異度均有提高。通過回顧本研究中的病例發現,病理結果為良性而O-RADS分類為4、5類中,有11例均為性索間質腫瘤,表現為實性或囊實性腫物,實性部分可見2～3級血流。由此可見,O-RADS容易將性索間質腫瘤誤診為惡性腫瘤,對這部分腫瘤與惡性腫瘤加以區分,將可以大幅提高O-RADS的特異度。

本研究結果顯示,O-RADS分類診斷卵巢腫瘤良惡性的靈敏度、特異度、陽性預測值、陰性預測值及正確率均高于低年資醫生,與病理結果一致性較好(Kappa值0.70);而高年資醫生除靈敏度及陰性預測值低于O-RADS外,特異度、陽性預測值、正確率均高于O-RADS分類,與病理結果一致性非常好(Kappa值0.82)。由此可見O-RADS分類可以提高低年資醫生的診斷準確率,因此認為O-RADS可以作為低年資醫生的輔助診斷工具推廣應用于臨床。Katlariwala等[17]的研究顯示經驗不足的醫生經過O-RADS系統的培訓后,其診斷的靈敏度、特異度均高于培訓前。因此,低年資醫生在使用O-RADS前進行相關培訓是必要的。Guo等[18]的研究表明,低年資醫生在使用O-RADS分類系統后其診斷準確率仍然低于高年資醫生,本研究結果與其一致。本研究結果顯示尤其在特異度方面,O-RADS分類明顯低于高年資醫生。因此,在低年資醫生應用O-RADS系統診斷遇到分類困難或難以確定的病例,仍然要轉診到高年資醫生進行會診。

本研究的不足之處在于是回顧性研究,所有病例均以靜態圖片的方式留存,存在評估不全影響診斷結果的情況。采用手術病理結果作為金標準,惡性占比高于實際患病率,不能完全模擬實際臨床情況,導致研究結果可能也不能完全代表實際情況。另外,本研究僅將低年資醫生和高年資醫生的診斷結果進行比較,醫生數量較少,后續將增加不同醫生級別及數量,以期獲得更加詳細的數據和結果。

綜上所述,O-RADS在鑒別卵巢腫瘤良惡性中具有較好的診斷效能,可以作為低年資醫生判斷卵巢腫瘤良惡性的有用工具,當應用O-RADS系統遇到分類困難或難以確定的病例時,仍然要轉診到高年資醫生進行會診。

利益沖突所有作者均聲明不存在利益沖突。

作者貢獻聲明宋海曼:提出研究思路,設計研究方案,分析數據,撰寫論文;何文、張巍:總體把關,審定論文;康睿君:收集數據;王立淑、于騰飛:審定論文。