單、雙指數(shù)模型DWI鑒別肺部良惡性病變：Meta分析

黃俊浩，郭定波，歐芳元，易小琦，陳暇女，胡良波

(重慶醫(yī)科大學(xué)附屬永川醫(yī)院放射科，重慶 402160)

肺部良惡性病變的鑒別診斷一直是胸部影像學(xué)的難點(diǎn)及重點(diǎn)。CT是肺部病變最常用的影像學(xué)檢查方法，但良惡性病變的部分征象存在明顯重疊，僅憑形態(tài)學(xué)、血供特點(diǎn)等難以鑒別。DWI是目前常用的胸部MRI技術(shù)，通過(guò)測(cè)量ADC值可定量評(píng)價(jià)肺部實(shí)性病變[1]。傳統(tǒng)單指數(shù)模型DWI的ADC值常不同程度混合有微循環(huán)灌注成分。體素內(nèi)不相干運(yùn)動(dòng)(intravoxel incoherent motion， IVIM)DWI雙指數(shù)模型可分別反映水分子擴(kuò)散與微循環(huán)灌注情況[2]，其中D值為純擴(kuò)散系數(shù)，有望更準(zhǔn)確地評(píng)估肺部良惡性病變。本研究采用Meta分析探討單、雙指數(shù)模型DWI參數(shù)鑒別診斷肺部良惡性病變的價(jià)值。

1 資料與方法

1.1 文獻(xiàn)檢索 檢索Embase、Pubmed、Cochrane Library、CNKI、萬(wàn)方和維普數(shù)據(jù)庫(kù)建庫(kù)至2018年12月，單指數(shù)及雙指數(shù)模型DWI診斷肺部良惡性病變的中、英文文獻(xiàn)。英文檢索詞為“intravoxel incoherent motion”“IVIM”“biexponential model”“diffusion-weighted imaging”“DWI”“l(fā)ung”“pulmonary”。中文檢索詞為“體素內(nèi)不相干運(yùn)動(dòng)”“IVIM”“雙指數(shù)模型”“擴(kuò)散加權(quán)成像”“肺”。由2名研究者獨(dú)立進(jìn)行文獻(xiàn)檢索，結(jié)果不一致則經(jīng)討論確定。采用主題詞和自由詞結(jié)合、網(wǎng)絡(luò)與手工相結(jié)合的檢索方法，并再次檢索納入文獻(xiàn)的參考文獻(xiàn)。

1.2 納入及排除標(biāo)準(zhǔn) 納入標(biāo)準(zhǔn)：①對(duì)象為人類(lèi)的前瞻性或回顧性研究；②診斷“金標(biāo)準(zhǔn)”為病理學(xué)結(jié)果或臨床長(zhǎng)期隨訪結(jié)果；③研究目的為應(yīng)用IVIM參數(shù)鑒別肺良惡性病變，并可提取IVIM參數(shù)值；④可直接或間接提取真陽(yáng)性(true positive， TP)、假陽(yáng)性(false positive， FP)、真陰性(true negative， TN)、假陰性(false negative， FN)的四格表數(shù)據(jù)；⑤同一題材補(bǔ)充數(shù)據(jù)后重新發(fā)表時(shí)，納入最新研究結(jié)果。排除標(biāo)準(zhǔn)：①個(gè)案報(bào)道、述評(píng)、綜述類(lèi)文獻(xiàn)及尚未公開(kāi)發(fā)表文章或樣本量<30[3]；②與IVIM鑒別診斷肺良惡性病變不相關(guān)；③數(shù)據(jù)不充足或重復(fù)發(fā)表文獻(xiàn)。

1.3 文獻(xiàn)質(zhì)量評(píng)價(jià)和資料提取 采用診斷準(zhǔn)確性試驗(yàn)質(zhì)量評(píng)價(jià)工具(quality assessment of diagnostic accuracy studies， QUADAS)評(píng)價(jià)文獻(xiàn)質(zhì)量及發(fā)生偏倚的可能性[4]，以14個(gè)條目對(duì)納入文獻(xiàn)判斷“是”“否”或“不清楚”，均為“是”評(píng)為A級(jí)，至少1個(gè)條目判斷為“不清楚”且不含“否”為B級(jí)，任何1個(gè)條目判斷為“否”則為C級(jí)。提取納入文獻(xiàn)的基本特征、研究設(shè)計(jì)及四格表數(shù)據(jù)。由2名放射科醫(yī)師獨(dú)立并交叉進(jìn)行文獻(xiàn)質(zhì)量評(píng)價(jià)及資料提取，意見(jiàn)不同時(shí)由上級(jí)醫(yī)師決定。

1.4 統(tǒng)計(jì)學(xué)分析 采用Meta-Disc 1.4及Stata 15.0統(tǒng)計(jì)分析軟件。以Spearman相關(guān)分析檢驗(yàn)有無(wú)閾值效應(yīng)引起的異質(zhì)性；以Cochran-Q檢驗(yàn)和I2值分析非閾值效應(yīng)引起的異質(zhì)性，I2≤50%且P>0.05表示各研究間無(wú)明顯異質(zhì)性，反之則存在異質(zhì)性。根據(jù)異質(zhì)性分析結(jié)果選擇相應(yīng)效應(yīng)模型進(jìn)行合并，計(jì)算合并敏感度(sensitivity， Se)、特異度(specificity， Sp)、陽(yáng)性似然比(positive likelihood ratio， PLR)、陰性似然比(negative likelihood ratio， NLR)、診斷比值比(diagnostic odds ratio， DOR)及其95%CI。繪制匯總受試者工作特征(summary receiver operating characteristic， SROC)曲線，計(jì)算AUC，P<0.05為差異有統(tǒng)計(jì)學(xué)意義。如合并效應(yīng)量具有異質(zhì)性，采用回歸和亞組分析尋找異質(zhì)性的因素。采用Deeks線性回歸分析，繪制漏斗圖并計(jì)算P值，檢測(cè)并評(píng)價(jià)發(fā)表偏倚，數(shù)據(jù)呈對(duì)稱分布且P>0.05提示發(fā)表偏倚小。

2 結(jié)果

2.1 文獻(xiàn)檢索與質(zhì)量評(píng)價(jià) 共納入10篇[5-14]文獻(xiàn)，中、英文各5篇，文獻(xiàn)篩選流程見(jiàn)圖1，包括672例患者、695個(gè)病灶，其中良性病灶462個(gè)、惡性233個(gè)；A級(jí)文獻(xiàn)2篇，B級(jí)文獻(xiàn)4篇，C級(jí)文獻(xiàn)4篇。見(jiàn)表1、2。

圖1 文獻(xiàn)篩選流程

2.2 統(tǒng)計(jì)學(xué)分析Spearman相關(guān)分析顯示，ADC值(r=-0.204，P=0.629)和D值(r=-0.134，P=0.731)診斷肺部良惡性病變研究不存在閾值效應(yīng)引起的異質(zhì)性，可進(jìn)行各個(gè)效應(yīng)量合并；ADC值、D值DOR匯總提示研究間存在異質(zhì)性(I2=65.8%、P=0.004 6；I2=71.7%，P=0.000 4)，故對(duì) ADC值、D值采用隨機(jī)效應(yīng)模型進(jìn)行加權(quán)合并；Meta回歸分析顯示，ADC值中的b值個(gè)數(shù)、D值中的設(shè)備場(chǎng)強(qiáng)與異質(zhì)性因素相關(guān)(r=7.35、6.84，P均<0.05)；亞組分析顯示，ADC值中b值個(gè)數(shù)≥10的研究無(wú)明顯異質(zhì)性(I2=40.0%，P=0.171 5)，b值個(gè)數(shù)<10的研究仍存在異質(zhì)性(I2=64.9%，P=0.036 0)；D值中場(chǎng)強(qiáng)分別為1.5T、3.0T的研究間均存在異質(zhì)性(I2=78.7%、65.6%，P=0.002 8、0.020 4)，表明場(chǎng)強(qiáng)并非是D值的主要異質(zhì)性因素。Deeks線性回歸分析法：ADC值、D值均未見(jiàn)不對(duì)稱的偏峰分布(P=0.85、0.30)，未顯示發(fā)表性偏倚。見(jiàn)表3和圖2、3。

2.3 診斷效能評(píng)價(jià) ADC值、D值鑒別診斷肺部良惡性病變的SROC曲線AUC分別為0.848 9、0.885 1(圖4)；合并Se、Sp、PLR、NLR、DOR見(jiàn)表3。另外，ADC值與D值鑒別診斷肺部良惡性病變的匯總平均閾值分別為1.33×10-3mm2/s、1.03×10-3mm2/s。

表1 納入文獻(xiàn)基本資料及質(zhì)量評(píng)價(jià)

注：—：未提及

表2 納入文獻(xiàn)的四格表數(shù)據(jù)

注：—：未提及

表3 IVIM參數(shù)合并分析及亞組分析結(jié)果

圖2 ADC值(A)、D值(B)鑒別診斷肺良、惡性病變的DOR森林圖

圖3 ADC值(A)、D值(B)鑒別診斷肺良、惡性病變的Deeks漏斗圖

3 討論

目前肺部良惡性病變的DWI研究主要基于傳統(tǒng)單指數(shù)模型，該模型可無(wú)創(chuàng)反映活體組織水分子的微觀擴(kuò)散運(yùn)動(dòng)，僅施加2個(gè)b值，通過(guò)兩點(diǎn)法反映其線性關(guān)系，擬合公式為S(b)/S(0)=Exp(-b×ADC)。單指數(shù)模型計(jì)算得出的ADC值易受較多因素影響，微循環(huán)灌注的影響尤為顯著，不足以反映體素內(nèi)所有水分子的擴(kuò)散情況，而復(fù)雜的組織信號(hào)衰減并非為簡(jiǎn)單線性關(guān)系，故得到的ADC值與實(shí)際存在偏差[15]。基于IVIM的DWI雙指數(shù)模型采用多b值序列，較高b值用于單純水分子擴(kuò)散，而微循環(huán)灌注易受較低b值影響，從而將組織的擴(kuò)散與灌注成分分離，得到真實(shí)擴(kuò)散系數(shù)(D)與灌注相關(guān)系數(shù)(D*及f)，能真實(shí)反映生物組織的擴(kuò)散特征[16]，更加準(zhǔn)確地評(píng)估病變。IVIM模型的D值具備良好鑒別能力的主要原因可能在于惡性腫瘤細(xì)胞生長(zhǎng)迅速、增殖旺盛，細(xì)胞體積大且排列緊密，導(dǎo)致惡性腫瘤細(xì)胞內(nèi)水分子的擴(kuò)散運(yùn)動(dòng)顯著受限[17]。

國(guó)內(nèi)外已有大量應(yīng)用IVIM雙指數(shù)模型鑒別診斷乳腺[18]、前列腺[19]、肝臟[20]及頭頸部[21-22]等良惡性腫瘤的研究，結(jié)果均顯示傳統(tǒng)單指數(shù)模型ADC值的診斷效能低于雙指數(shù)模型D值。IVIM DWI鑒別診斷肺部良惡性病變的研究相對(duì)較少。本研究的Meta分析結(jié)果顯示，雙指數(shù)模型D值鑒別診斷肺部良惡性病變的敏感度(0.90)較單指數(shù)模型ADC值敏感度(0.78)增高，而特異度(0.64)稍低于ADC值(0.71)，與周舒暢等[8]的結(jié)果相似，可能D值排除了微循環(huán)灌注的影響，從而降低了漏診率。ADC值與D值的DOR分別為12.59、19.58，表明鑒別診斷能力均較好。SROC曲線顯示ADC值、D值鑒別診斷肺良惡性病變的AUC分別為0.848 9、0.885 1，表明ADC值與D值均具有較高的診斷效能，且D值的鑒別診斷能力更佳。

本研究結(jié)果顯示ADC值、D值均存在異質(zhì)性，經(jīng)回歸分析，從發(fā)表年份、盲法、樣本量、設(shè)備類(lèi)型、b值個(gè)數(shù)、最大b值中篩選出ADC值中的b值個(gè)數(shù)和D值中的場(chǎng)強(qiáng)大小為異質(zhì)性因素；亞組分析結(jié)果顯示場(chǎng)強(qiáng)大小并非是D值的主要異質(zhì)性因素，而ADC值的主的主要異質(zhì)性因素為b值個(gè)數(shù)，這可能與多組b值覆蓋了最佳合理的b值相關(guān)，而合理選擇b值是平衡圖像質(zhì)量和擴(kuò)散程度的重要前提, 亦是DWI圖像質(zhì)量的保障。

圖4 ADC值(A)、D值(B)鑒別診斷肺良、惡性病變的SROC曲線

匯總分析結(jié)果顯示，ADC值與D值閾值分別為1.33×10-3mm2/s、1.03×10-3mm2/s，鑒別肺部良惡性病變的效能較高，提示可嘗試以此為診斷標(biāo)準(zhǔn)進(jìn)行大樣本量研究，進(jìn)一步比較二者的診斷效能。

本研究的局限性：①僅對(duì)傳統(tǒng)ADC值與D值鑒別診斷肺部良惡性病變進(jìn)行對(duì)比，并未對(duì)IVIM其他參數(shù)(D*及f)進(jìn)行全面探討；②樣本總量由多種疾病構(gòu)成，可能會(huì)導(dǎo)致匯總結(jié)果存在一定偏倚；③部分納入文獻(xiàn)b值數(shù)量偏少，可能影響DWI判讀結(jié)果。

綜上所述，ADC值、D值對(duì)鑒別肺良惡性病變均有較高診斷效能；DWI雙指數(shù)模型具有將組織擴(kuò)散與灌注分離的優(yōu)勢(shì)，診斷效能更佳。