基于C-TIRADS联合SWE和临床独立危险因素建立的列线图在甲状腺4类结节中的诊断价值

欧晓东,彭 梅,郭云云

近年来,随着高频超声的应用,国内外人群甲状腺结节检出率显著升高,研究[1]显示20%～76%人群在体检中被检出甲状腺结节,其中5%～15%的甲状腺结节为恶性,仅有一小部分恶性结节需要手术治疗,许多良性结节和低风险的甲状腺乳头状癌只需要进行主动监测[2]。为了使甲状腺结节的超声诊断更好地与中国的医疗现状接轨,中华医学会超声医学分会发布了《2020年中国甲状腺结节恶性肿瘤超声风险分层指南:C-TIRADS》[3]。C-TIRADS指南对可疑的超声征象进行计分,根据总分对甲状腺结节的恶性肿瘤风险进行分级,这可以降低结节的活检率,具有很大的临床应用价值。近年来,剪切波弹性成像(shear wave elastography,SWE)技术发展迅速,用于辅助甲状腺、乳腺、肝脏等相关疾病的临床诊断。该研究旨在探讨基于C-TIRADS联合SWE的列线图模型能否提高甲状腺4类结节的诊断效能,以期实现甲状腺结节恶性风险的个性化精准预测。

1 材料与方法

1.1 病例资料选取2021年1月—2022年4月安徽医科大学第二附属医院经超声检查发现的256例甲状腺4类结节患者,共计269枚结节。其中245例患者为单发结节,11例患者存在多发结节,其中9例患者有2枚结节,2例患者有3枚结节。患者年龄范围为18～80岁,平均年龄为(44.65±12.23)岁,其中男性62例(66枚结节),女性194例(203枚结节)。结节体积为(9.47～15 074.59) mm3。患者均接受常规超声及SWE检查,超声诊断结果为C-TIRADS 4级,并有明确病理结果。本研究取得安徽医科大学第二附属医院伦理审批委员会审批同意(伦理学批号:YX2020-078)。

1.2 方法采用Siemens ACUSON Sequoia(型号:ACUSON Sequoia,美国西门子医疗系统股份有限公司)彩色多普勒超声诊断仪,10L4线控阵探头,频率4～10 MHz,条件设置为甲状腺模式和SWE模式。① 患者先进行常规超声检查:取仰卧位,充分暴露颈前区,观察并记录结节的位置、大小、内部回声、形态、边缘等指标,并存储图像。甲状腺结节危险分层按照C-TIRADS指南分为4A(恶性率2%～10%)、4B(恶性率10%～50%)和4C(恶性率50%～90%)。依据指南[3]及研究[4]推荐,本研究以C-TIRADS 4B为恶性结节的截断值,记录分类结果。② 随后采集SWE图像:探头垂直于皮肤表面,勿加压,选取结节最大切面;设置取样框,使其覆盖目标结节及周围甲状腺组织,图像质量稳定后,嘱患者屏气2～3 s,激活SWE,质控图显示绿色。本研究根据既往参考文献[5],选取平均弹性模量值(E-mean)作为研究参数。速度模式下测量剪切波速度E-mean,超声所显示的病灶区域取结节内最大径,测量3次,取平均值。以上信息均由具有甲状腺超声经验的主治医师收集、评估和分析。

1.3 统计学处理采用SPSS 26.0软件及R 4.3.1软件进行统计分析,采用Shapiro-Wilk检验对数据进行正态性检验;非正态分布的数据使用Mann-WhitneyU检验;计数资料以n(%)表示;以病理结果为金标准,将E-mean作为SWE的参数,并计算单独应用C-TIRADS和SWE诊断的灵敏度、特异度和准确性,计算约登指数,绘制受试者工作特征曲线(receiver operating characteristic curve,ROC),以获得ROC曲线下面积(area under curve of ROC,AUC),采用约登指数作为鉴别恶性结节的最佳截断值,大于或等于临界点的结节被确定为恶性结节,小于临界点的结节被确定为良性;对良性和恶性甲状腺结节的临床特征和超声特征进行单因素分析(χ2检验),将P<0.05的变量纳入多因素Logistic回归分析,筛选出独立危险因素并在R 4.3.1软件中绘制列线图,通过校准曲线评估列线图的一致性,绘制列线图的ROC曲线,以获得AUC,并计算灵敏度、特异度和准确性。应用DeLong检验比较AUC显著性。P<0.05为差异有统计学意义。

2 结果

2.1 甲状腺4类结节患者的一般资料本研究共纳入269枚4类甲状腺结节,其中105枚为良性结节39.03%(105/269),164枚为恶性结节60.97%(164/269),且全部为乳头状癌。患者年龄<40岁或结节纵横比≥1时,结节恶性率更高(均P<0.05)。见表1。单因素分析和多因素Logistic回归分析结果显示,年龄、纵横比,C-TIRADS和E-mean是甲状腺恶性结节的独立危险因素。见表1、2。

表1 良性和恶性甲状腺结节的单因素分析结果

表2 甲状腺4类结节恶性风险的多因素Logistic回归分析结果

2.2 C-TIRADS的诊断效能经C-TIRADS诊断,上述4类甲状腺结节中,4A类结节89枚,4B类结节27枚,4C类结节153枚。以病理结果为金标准,选取C-TIRADS 4B为截断值时,单独应用C-TIRADS诊断良性和恶性结节的灵敏度为0.921,特异度为0.724,准确性为0.844,AUC为0.822[95% 置信区间(confidence interval,CI) 95%CI:0.775～0.870]。见图1B。

图1 预测甲状腺4类结节恶性风险的列线图、ROC曲线和校准曲线

2.3 SWE的诊断效能以E-mean作为SWE参数,根据ROC曲线获取约登指数最高临界点0.682,E-mean=3.37 m/s为最佳截断值,共有218例被正确诊断。E-mean≥3.37 m/s时,115枚结节被正确诊断为恶性,E-mean<3.37 m/s时,103枚结节被正确诊断为良性。SWE诊断的灵敏度、特异度和准确性分别为0.701,0.981,0.814,AUC为0.833(95%CI:0.795～0.872)。见图1B。

2.4 基于C-TIRADS联合SWE及临床独立危险因素的列线图模型基于4个独立危险因素构建甲状腺结节恶性风险的列线图模型(图1A)。该模型诊断甲状腺恶性结节的灵敏度为0.957、特异度为0.943、准确性为0.959,AUC为0.963(95%CI:0.943～0.984)。DeLong检验结果显示,列线图模型的AUC高于单独应用C-TIRADS及SWE(均P<0.001)。见表3、图1B。同时,利用校准曲线验证列线图预测的一致性,结果显示列线图预测效果良好(平均绝对误差=0.005)。见图1C。例如,一患者甲状腺左侧叶低回声结节,大小约(29×13×28)mm3,平行位,纵横比<1,C-TIRADS 4A级;SWE测量E-mean=5.08 m/s;根据本次列线图模型,该患者恶性概率大于80%。手术病理证实为甲状腺乳头状癌。见图2。

图2 甲状腺乳头状癌二维超声、弹性成像及病理图

表3 C-TIRADS、SWE及两者联合临床独立危险因素列线图诊断效能的比较

3 讨论

流行病学研究[6]显示,甲状腺恶性肿瘤的发病率逐年上升。本研究基于年龄、纵横比、C-TIRADS及E-mean四个独立危险因素绘制的列线图模型诊断效能良好,可以为临床个体化预测甲状腺结节恶性概率提供参考。

C-TIRADS在区分良性和恶性甲状腺结节方面具有一定的诊断价值,已有研究[7-8]显示C-TIRADS的诊断效能高于其他指南如K-TIRADS或ACR-TIRADS。本研究结果表明C-TIRADS是甲状腺恶性结节的独立危险因素,其中C-TIRADS 4C分类的OR值为103.111,OR值过高的原因可能是本研究纳入的4A、4B类结节所占比例较少,类别分类不均,未来需要扩大样本量进一步深入研究。单独应用C-TIRADS诊断甲状腺结节良恶性的特异度较低,可能由于超声医生经验水平不同,在评估结节时存在观察者间差异,从而导致部分良性实性结节(甲状腺腺瘤、结节性甲状腺肿等)被过度诊断[9]。SWE是以杨氏模量和/或剪切波速度评估组织硬度的定量超声弹性成像技术。结节的硬度通常与恶性肿瘤风险呈正相关,单独应用E-mean评估甲状腺结节良恶性的灵敏度较低,可能由于病灶的深度及内部出血、钙化均会影响的E-mean的评估结果。因此,在评估甲状腺结节良恶性时,应联合应用二维超声和SWE,二者在甲状腺结节中的不同优势可以相互补充,有利于进一步辅助分析甲状腺结节的良恶性。

本研究中,年龄<40岁的甲状腺结节患者恶性风险更大,与杨粒芝 等[10]研究一致,目前,中青年已经成为甲状腺癌的重点防治对象。本研究发现纵横比≥1的甲状腺结节患者恶性风险更大,研究[11]显示纵横比≥1与甲状腺结节的恶性概率呈正相关,其原因可能是甲状腺癌前后方向上的癌细胞处于分裂期,而其他方向上的癌细胞处于相对静止期,导致肿瘤在前后方向上的径线大于左右方向,这与良性结节的生长方式不同[12]。

近年来,列线图基于多变量预测临床结局,具有结果简单、可读性强的优点,被广泛应用于良恶性疾病鉴别、肿瘤复发风险预测、淋巴结转移预测等医学研究和临床实践中[13-15]。本研究联合甲状腺结节的C-TIRADS分类及SWE参数,将年龄、纵横比、C-TIRADS及E-mean纳入列线图模型,通过各个独立危险因素对应不同的分数,将各个分数相加得到总分,由此计算得出结节的恶性概率。本研究结果显示,列线图模型的诊断效能明显高于单独使用C-TIRADS和SWE的诊断效能,灵敏度和特异度升高,均高于90%。同时,列线图模型可以为甲状腺结节患者提供个体化的恶性概率评估,不仅能帮助医生和患者决定是否对结节进行侵入性检查,以避免不必要的手术,也能对恶性率高的结节进行及时干预治疗,有益于临床医生达到精准预测的目的,从而制定个性化诊疗方案。

综上所述,本研究构建了基于C-TIRADS联合SWE,以及年龄、纵横比的列线图模型,可以提高其在甲状腺4类结节良恶性鉴别中的诊断价值,辅助临床诊疗决策。然而本研究有以下局限性。第一,只纳入了单中心的甲状腺4类结节病例,存在一定选择偏倚。第二,所有恶性肿瘤的病理类型都是乳头状癌,缺乏非乳头状癌类型,如滤泡癌和未分化癌。未来需要纳入更多病例验证本预测模型的准确性。