摘要：方法：这是一项前瞻性研究，纳入了 2013 年 10 月至 2018 年 7 月期间在西班牙巴塞罗那 Vall d'Hebron 医院诊断为低级别 EEC 的所有患者。术前分期采用 TVS 和 MRI，然后进行手术分期。最终组织学被视为参考标准。计算了两种成像

经阴道超声与磁共振成像对低级别子宫内膜样子宫内膜癌术前评估的诊断性能：前瞻性比较研究

目的: 比较经阴道超声(TVS)和磁共振成像(MRI)对低级别(1级或2级)子宫内膜样子宫内膜癌(EEC)患者深部肌层浸润(DMI)和宫颈间质浸润(CSI)的诊断性能。

方法： 这是一项前瞻性研究，纳入了 2013 年 10 月至 2018 年 7 月期间在西班牙巴塞罗那 Vall d'Hebron 医院诊断为低级别 EEC 的所有患者。术前分期采用 TVS 和 MRI，然后进行手术分期。最终组织学被视为参考标准。计算了两种成像技术在预测 DMI 和 CSI 方面的敏感性、特异性、似然比和诊断准确性，并计算了两种技术的一致性指数。遵循 STARD 2015 指南。

结果： 共连续纳入 131 名低级别 EEC 患者。TVS 预测 DMI（分别为 69%（95% CI，53-82%）vs 51%（95% CI，36-66%））和 CSI（分别为 43%（95% CI，27-61%）vs 24%（95% CI，12-41%））的敏感性均高于 MRI。TVS 和 MRI 预测 DMI（87%（95% CI，78-93%）vs 91%（95% CI，82-96%））的特异性相似，预测 CSI（两者均为 97%（95% CI，91-99%））的特异性相同。 TVS 与 MRI 之间的一致性指数为：DMI 为 0.84（95% CI，0.76-0.90），CSI 为 0.92（95% CI，0.85-0.96）。

结论： TVS 对低级别 EEC 的 DMI 和 CSI 预测的诊断性能与 MRI 相似，TVS 可作为低级别 EEC 术前评估的一线成像技术。

贡献

这项工作有哪些新颖的发现？

在一项前瞻性连续研究中，我们已经证明经阴道超声 (TVS) 的诊断性能与磁共振成像相似，可用于预测低级别（1 级或 2 级）子宫内膜样子宫内膜癌的深部肌层浸润和宫颈基质受累。

这项工作有何临床意义？

TVS 可作为低级别子宫内膜样子宫内膜癌术前评估的一线影像学技术，并可避免手术时进行不必要的淋巴结清扫。

介绍

子宫内膜癌 (EC) 是发达国家最常见的妇科恶性肿瘤，其中子宫内膜样子宫内膜癌 (EEC) 是最常见的组织学亚型。EC 的分期遵循国际妇产科联盟 (FIGO) 系统，该系统根据复发的特定风险因素建议进行盆腔和主动脉旁淋巴结清扫术。然而，系统性淋巴结清扫术在低风险 EC 中的作用仍存在争议。

早期 EC 女性的术前评估需要使用影像技术来评估肿瘤范围。经阴道超声 (TVS) 和磁共振成像 (MRI) 是术前评估子宫肌层浸润深度和宫颈间质受累 (CSI) 最常用的技术。然而，荟萃分析的结果并未显示这些技术的诊断性能有任何差异。因此，TVS 和/或 MRI 的使用在很大程度上取决于每个机构的可用性和专业知识。

多项研究评估了 TVS 和 MRI 在EC中检测深肌层浸润 (DMI) 和 CSI 的诊断性能。然而，它们涵盖了所有 EC 诊断，无论组织学类型和阶段如何。已知两种成像技术的诊断性能受组织学等级的影响，这意味着在低级别EC 患者组中特别比较 TVS 和 MRI 非常重要。

本研究的目的是比较 TVS 和 MRI 在预测手术前子宫内膜活检诊断为低级别（1 级或 2 级）EEC 患者的 DMI 和 CSI 方面的诊断性能。

讨论

我们介绍了第一项研究的结果，该研究评估了 TVS 和 MRI 对低级别 EEC 中的 DMI 和 CSI 的评估效果。我们没有观察到成像技术之间的敏感性和特异性有任何显著差异。

本研究测量子宫肌层浸润深度的方法是基于测量肿瘤与子宫浆膜之间的最小距离，该方法改编自先前研究中使用的方法。子宫肌层浸润深度的确定公式为：（1 − 到浆膜的最小距离）/健康子宫肌层深度）× 100），据我们所知，该公式以前没有被描述过。

TVS 和 MRI 是术前评估 EC DMI 和 CSI 最常用的成像技术。目前，对于 EC 术前分期的最佳成像技术尚无共识，其选择很大程度上取决于每个机构的可用性和经验。当由专业超声医师执行时， TVS 在检测 EC 女性的 DMI 方面的表现是中等的。MRI 具有良好的诊断性能，由于其出色的图像分辨率和软组织对比度，被欧洲泌尿生殖放射学会视为 EC 分期的首选成像技术。尽管如此，MRI 成本高，并且在患有幽闭恐惧症的患者中的使用受到限制 。在我们的研究中， 8 % (18/228) 的患者由于幽闭恐惧症未接受 MRI 检查，在这些情况下，TVS 被视为首选成像技术。

在我们的研究中，TVS 对 DMI 的敏感性和特异性分别为 69%（95% CI，53-82%）和 87%（95% CI，78-93%），与文献中对EC 的报道相似。对于 TVS 在预测 1 级或 2 级 EEC 中的 DMI，Alcázar等人27报告的敏感性为 80%（95% CI，66-89%），特异性为 90%（95% CI，83-94%），而 Verbakel等人报告的敏感性为 70%（95% CI，64-75%），特异性为 80%（95% CI，76-82%）。我们观察到 MRI 对 DMI 的敏感度与先前研究报告的结果（表 3）以及我们研究中的 TVS 相比更低，尽管差异并不显著（MRI 为 51%（95% CI，36–66%）vs TVS 为 69%（95% CI，53–82%））。这些差异可能是因为我们只纳入了低级别 EEC ，或者因为 MRI 由三位放射科医生组成的团队评估，这可能会影响评分者间信度。MRI对 DMI的特异性并不显著高于 TVS，与先前研究报告的结果相当。

据我们所知，目前还没有研究比较 TVS 和 MRI 在低级别 EEC 术前分期中的诊断性能。Fischerova等人表明，EC 中 DMI 的主观评估诊断精度受组织学分级的影响。尽管有这些发现，但所有评估 TVS与MRI 诊断性能的研究都在其分析中同时包括了低级别和高级别肿瘤，因此很难将结果与我们的研究结果进行比较，因为我们的研究仅包括低级别肿瘤患者。

Fagan 列线图表明，两种成像技术的阳性结果在临床上均有帮助，而阴性结果则无益。此外，与 MRI 相比，TVS 执行速度更快、更方便且成本更低，因此可以推荐它用于预测低级别 EEC 6患者的 DMI 。我们使用 Fagan 列线图来说明基于样本人群中的患病率和似然比的诊断测试的效用。我们承认，我们的结果和预测模型基于我们的内部患病率数据，应谨慎解释，因为它们可能不适用于整个 EC 人群。

使用 TVS 和 MRI 对 CSI 进行术前评估具有挑战性，尤其是在侵袭程度很低的情况下 。仅有 Verbakel等人报告了使用 TVS 在 1 级或 -2 级 EEC 中预测 CSI 的情况。其报告敏感性为 51% (95% CI, 40–63%)，特异性为 94% (95% CI, 93–96%)，与我们的研究结果相当（分别为 43% (95% CI, 27–61%) 和 97% (95% CI, 91–99%)）。在我们的研究中，MRI 检测 CSI 的能力也低于文献报道的水平（24% (95% CI, 12–41%) vs 53% (95% CI, 46–60%)）。在我们的研究中，两种成像技术检测 CSI 的特异性相当（两者均为 97% (95% CI, 91–99%)）。据我们所知，目前还没有研究评估 TVS 和 MRI 对 1 级或 -2 级 EEC 患者 CSI 预测的诊断性能。与我们对 DMI 的观察结果相似，TVS 和当结果为阳性时，MRI 均有助于临床评估 CSI。然而，当结果为阴性时，它们则无济于事。

我们研究的主要优势在于，它代表了首次报道的前瞻性连续分析，比较了 TVS 和 MRI 在预测低级别 EEC 患者 DMI 和 CSI 方面的诊断准确性。我们认为样本分布代表了整个人群。超声技师对 MRI 结果和患者记录一无所知，放射技师和病理学家对 TVS 结果一无所知。前瞻性盲法研究设计降低了偏见风险。此外，对于 TVS 和 MRI 来说，执行成像技术和手术之间的时间间隔相似，从而降低了偏见风险。

我们研究的局限性是样本量较小，这也解释了为什么可信区间很宽而差异不显著。需要进行更大规模的研究来进一步评估两种技术在诊断性能上是否存在差异。此外，我们没有排除术前活检和最终组织学不一致的病例。然而，在常规临床实践中，这种不一致的病例无法在术前发现，本研究中描述的诊断测试旨在根据术前活检结果对 EC 患者进行术前评估。由于这是常规临床实践，MRI 评估由三位不同的放射科医生中的任何一位进行。然而，我们无法评估放射科医生之间的诊断性能，这可能会影响评分者间信度。

综上所述，TVS 对低级别 EEC 的 DMI 和 CSI 的预测性能并不劣于 MRI，TVS 可作为低级别 EEC 术前评估的一线影像学技术。

Diagnostic performance of transvaginal ultrasound and magnetic resonance imaging for preoperative evaluation of low-grade endometrioid endometrial carcinoma: prospective comparative study - PubMedTwitterFacebookLinkedInGitHubTwitterSM-FacebookSM-Youtube

来源：可靠儒雅小学生