基于C-TIRADS聯合SWE和臨床獨立危險因素建立的列線圖在甲狀腺4類結節中的診斷價值

歐曉東,彭 梅,郭云云

近年來,隨著高頻超聲的應用,國內外人群甲狀腺結節檢出率顯著升高,研究[1]顯示20%～76%人群在體檢中被檢出甲狀腺結節,其中5%～15%的甲狀腺結節為惡性,僅有一小部分惡性結節需要手術治療,許多良性結節和低風險的甲狀腺乳頭狀癌只需要進行主動監測[2]。為了使甲狀腺結節的超聲診斷更好地與中國的醫療現狀接軌,中華醫學會超聲醫學分會發布了《2020年中國甲狀腺結節惡性腫瘤超聲風險分層指南:C-TIRADS》[3]。C-TIRADS指南對可疑的超聲征象進行計分,根據總分對甲狀腺結節的惡性腫瘤風險進行分級,這可以降低結節的活檢率,具有很大的臨床應用價值。近年來,剪切波彈性成像(shear wave elastography,SWE)技術發展迅速,用于輔助甲狀腺、乳腺、肝臟等相關疾病的臨床診斷。該研究旨在探討基于C-TIRADS聯合SWE的列線圖模型能否提高甲狀腺4類結節的診斷效能,以期實現甲狀腺結節惡性風險的個性化精準預測。

1 材料與方法

1.1 病例資料選取2021年1月—2022年4月安徽醫科大學第二附屬醫院經超聲檢查發現的256例甲狀腺4類結節患者,共計269枚結節。其中245例患者為單發結節,11例患者存在多發結節,其中9例患者有2枚結節,2例患者有3枚結節?；颊吣挲g范圍為18～80歲,平均年齡為(44.65±12.23)歲,其中男性62例(66枚結節),女性194例(203枚結節)。結節體積為(9.47～15 074.59) mm3?；颊呔邮艹Ｒ幊暭癝WE檢查,超聲診斷結果為C-TIRADS 4級,并有明確病理結果。本研究取得安徽醫科大學第二附屬醫院倫理審批委員會審批同意(倫理學批號:YX2020-078)。

1.2 方法采用Siemens ACUSON Sequoia(型號:ACUSON Sequoia,美國西門子醫療系統股份有限公司)彩色多普勒超聲診斷儀,10L4線控陣探頭,頻率4～10 MHz,條件設置為甲狀腺模式和SWE模式。① 患者先進行常規超聲檢查:取仰臥位,充分暴露頸前區,觀察并記錄結節的位置、大小、內部回聲、形態、邊緣等指標,并存儲圖像。甲狀腺結節危險分層按照C-TIRADS指南分為4A(惡性率2%～10%)、4B(惡性率10%～50%)和4C(惡性率50%～90%)。依據指南[3]及研究[4]推薦,本研究以C-TIRADS 4B為惡性結節的截斷值,記錄分類結果。② 隨后采集SWE圖像:探頭垂直于皮膚表面,勿加壓,選取結節最大切面;設置取樣框,使其覆蓋目標結節及周圍甲狀腺組織,圖像質量穩定后,囑患者屏氣2～3 s,激活SWE,質控圖顯示綠色。本研究根據既往參考文獻[5],選取平均彈性模量值(E-mean)作為研究參數。速度模式下測量剪切波速度E-mean,超聲所顯示的病灶區域取結節內最大徑,測量3次,取平均值。以上信息均由具有甲狀腺超聲經驗的主治醫師收集、評估和分析。

1.3 統計學處理采用SPSS 26.0軟件及R 4.3.1軟件進行統計分析,采用Shapiro-Wilk檢驗對數據進行正態性檢驗;非正態分布的數據使用Mann-WhitneyU檢驗;計數資料以n(%)表示;以病理結果為金標準,將E-mean作為SWE的參數,并計算單獨應用C-TIRADS和SWE診斷的靈敏度、特異度和準確性,計算約登指數,繪制受試者工作特征曲線(receiver operating characteristic curve,ROC),以獲得ROC曲線下面積(area under curve of ROC,AUC),采用約登指數作為鑒別惡性結節的最佳截斷值,大于或等于臨界點的結節被確定為惡性結節,小于臨界點的結節被確定為良性;對良性和惡性甲狀腺結節的臨床特征和超聲特征進行單因素分析(χ2檢驗),將P<0.05的變量納入多因素Logistic回歸分析,篩選出獨立危險因素并在R 4.3.1軟件中繪制列線圖,通過校準曲線評估列線圖的一致性,繪制列線圖的ROC曲線,以獲得AUC,并計算靈敏度、特異度和準確性。應用DeLong檢驗比較AUC顯著性。P<0.05為差異有統計學意義。

2 結果

2.1 甲狀腺4類結節患者的一般資料本研究共納入269枚4類甲狀腺結節,其中105枚為良性結節39.03%(105/269),164枚為惡性結節60.97%(164/269),且全部為乳頭狀癌?；颊吣挲g<40歲或結節縱橫比≥1時,結節惡性率更高(均P<0.05)。見表1。單因素分析和多因素Logistic回歸分析結果顯示,年齡、縱橫比,C-TIRADS和E-mean是甲狀腺惡性結節的獨立危險因素。見表1、2。

表1 良性和惡性甲狀腺結節的單因素分析結果

表2 甲狀腺4類結節惡性風險的多因素Logistic回歸分析結果

2.2 C-TIRADS的診斷效能經C-TIRADS診斷,上述4類甲狀腺結節中,4A類結節89枚,4B類結節27枚,4C類結節153枚。以病理結果為金標準,選取C-TIRADS 4B為截斷值時,單獨應用C-TIRADS診斷良性和惡性結節的靈敏度為0.921,特異度為0.724,準確性為0.844,AUC為0.822[95% 置信區間(confidence interval,CI) 95%CI:0.775～0.870]。見圖1B。

圖1 預測甲狀腺4類結節惡性風險的列線圖、ROC曲線和校準曲線

2.3 SWE的診斷效能以E-mean作為SWE參數,根據ROC曲線獲取約登指數最高臨界點0.682,E-mean=3.37 m/s為最佳截斷值,共有218例被正確診斷。E-mean≥3.37 m/s時,115枚結節被正確診斷為惡性,E-mean<3.37 m/s時,103枚結節被正確診斷為良性。SWE診斷的靈敏度、特異度和準確性分別為0.701,0.981,0.814,AUC為0.833(95%CI:0.795～0.872)。見圖1B。

2.4 基于C-TIRADS聯合SWE及臨床獨立危險因素的列線圖模型基于4個獨立危險因素構建甲狀腺結節惡性風險的列線圖模型(圖1A)。該模型診斷甲狀腺惡性結節的靈敏度為0.957、特異度為0.943、準確性為0.959,AUC為0.963(95%CI:0.943～0.984)。DeLong檢驗結果顯示,列線圖模型的AUC高于單獨應用C-TIRADS及SWE(均P<0.001)。見表3、圖1B。同時,利用校準曲線驗證列線圖預測的一致性,結果顯示列線圖預測效果良好(平均絕對誤差=0.005)。見圖1C。例如,一患者甲狀腺左側葉低回聲結節,大小約(29×13×28)mm3,平行位,縱橫比<1,C-TIRADS 4A級;SWE測量E-mean=5.08 m/s;根據本次列線圖模型,該患者惡性概率大于80%。手術病理證實為甲狀腺乳頭狀癌。見圖2。

圖2 甲狀腺乳頭狀癌二維超聲、彈性成像及病理圖

表3 C-TIRADS、SWE及兩者聯合臨床獨立危險因素列線圖診斷效能的比較

3 討論

流行病學研究[6]顯示,甲狀腺惡性腫瘤的發病率逐年上升。本研究基于年齡、縱橫比、C-TIRADS及E-mean四個獨立危險因素繪制的列線圖模型診斷效能良好,可以為臨床個體化預測甲狀腺結節惡性概率提供參考。

C-TIRADS在區分良性和惡性甲狀腺結節方面具有一定的診斷價值,已有研究[7-8]顯示C-TIRADS的診斷效能高于其他指南如K-TIRADS或ACR-TIRADS。本研究結果表明C-TIRADS是甲狀腺惡性結節的獨立危險因素,其中C-TIRADS 4C分類的OR值為103.111,OR值過高的原因可能是本研究納入的4A、4B類結節所占比例較少,類別分類不均,未來需要擴大樣本量進一步深入研究。單獨應用C-TIRADS診斷甲狀腺結節良惡性的特異度較低,可能由于超聲醫生經驗水平不同,在評估結節時存在觀察者間差異,從而導致部分良性實性結節(甲狀腺腺瘤、結節性甲狀腺腫等)被過度診斷[9]。SWE是以楊氏模量和/或剪切波速度評估組織硬度的定量超聲彈性成像技術。結節的硬度通常與惡性腫瘤風險呈正相關,單獨應用E-mean評估甲狀腺結節良惡性的靈敏度較低,可能由于病灶的深度及內部出血、鈣化均會影響的E-mean的評估結果。因此,在評估甲狀腺結節良惡性時,應聯合應用二維超聲和SWE,二者在甲狀腺結節中的不同優勢可以相互補充,有利于進一步輔助分析甲狀腺結節的良惡性。

本研究中,年齡<40歲的甲狀腺結節患者惡性風險更大,與楊粒芝 等[10]研究一致,目前,中青年已經成為甲狀腺癌的重點防治對象。本研究發現縱橫比≥1的甲狀腺結節患者惡性風險更大,研究[11]顯示縱橫比≥1與甲狀腺結節的惡性概率呈正相關,其原因可能是甲狀腺癌前后方向上的癌細胞處于分裂期,而其他方向上的癌細胞處于相對靜止期,導致腫瘤在前后方向上的徑線大于左右方向,這與良性結節的生長方式不同[12]。

近年來,列線圖基于多變量預測臨床結局,具有結果簡單、可讀性強的優點,被廣泛應用于良惡性疾病鑒別、腫瘤復發風險預測、淋巴結轉移預測等醫學研究和臨床實踐中[13-15]。本研究聯合甲狀腺結節的C-TIRADS分類及SWE參數,將年齡、縱橫比、C-TIRADS及E-mean納入列線圖模型,通過各個獨立危險因素對應不同的分數,將各個分數相加得到總分,由此計算得出結節的惡性概率。本研究結果顯示,列線圖模型的診斷效能明顯高于單獨使用C-TIRADS和SWE的診斷效能,靈敏度和特異度升高,均高于90%。同時,列線圖模型可以為甲狀腺結節患者提供個體化的惡性概率評估,不僅能幫助醫生和患者決定是否對結節進行侵入性檢查,以避免不必要的手術,也能對惡性率高的結節進行及時干預治療,有益于臨床醫生達到精準預測的目的,從而制定個性化診療方案。

綜上所述,本研究構建了基于C-TIRADS聯合SWE,以及年齡、縱橫比的列線圖模型,可以提高其在甲狀腺4類結節良惡性鑒別中的診斷價值,輔助臨床診療決策。然而本研究有以下局限性。第一,只納入了單中心的甲狀腺4類結節病例,存在一定選擇偏倚。第二,所有惡性腫瘤的病理類型都是乳頭狀癌,缺乏非乳頭狀癌類型,如濾泡癌和未分化癌。未來需要納入更多病例驗證本預測模型的準確性。