歐曉東,彭 梅,郭云云

近年來(lái),隨著高頻超聲的應(yīng)用,國(guó)內(nèi)外人群甲狀腺結(jié)節(jié)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(jié)節(jié),其中5%～15%的甲狀腺結(jié)節(jié)為惡性,僅有一小部分惡性結(jié)節(jié)需要手術(shù)治療,許多良性結(jié)節(jié)和低風(fēng)險(xiǎn)的甲狀腺乳頭狀癌只需要進(jìn)行主動(dòng)監(jiān)測(cè)[2]。為了使甲狀腺結(jié)節(jié)的超聲診斷更好地與中國(guó)的醫(yī)療現(xiàn)狀接軌,中華醫(yī)學(xué)會(huì)超聲醫(yī)學(xué)分會(huì)發(fā)布了《2020年中國(guó)甲狀腺結(jié)節(jié)惡性腫瘤超聲風(fēng)險(xiǎn)分層指南:C-TIRADS》[3]。C-TIRADS指南對(duì)可疑的超聲征象進(jìn)行計(jì)分,根據(jù)總分對(duì)甲狀腺結(jié)節(jié)的惡性腫瘤風(fēng)險(xiǎn)進(jìn)行分級(jí),這可以降低結(jié)節(jié)的活檢率,具有很大的臨床應(yīng)用價(jià)值。近年來(lái),剪切波彈性成像(shear wave elastography,SWE)技術(shù)發(fā)展迅速,用于輔助甲狀腺、乳腺、肝臟等相關(guān)疾病的臨床診斷。該研究旨在探討基于C-TIRADS聯(lián)合SWE的列線圖模型能否提高甲狀腺4類結(jié)節(jié)的診斷效能,以期實(shí)現(xiàn)甲狀腺結(jié)節(jié)惡性風(fēng)險(xiǎn)的個(gè)性化精準(zhǔn)預(yù)測(cè)。

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(yī)科大學(xué)第二附屬醫(yī)院經(jīng)超聲檢查發(fā)現(xiàn)的256例甲狀腺4類結(jié)節(jié)患者,共計(jì)269枚結(jié)節(jié)。其中245例患者為單發(fā)結(jié)節(jié),11例患者存在多發(fā)結(jié)節(jié),其中9例患者有2枚結(jié)節(jié),2例患者有3枚結(jié)節(jié)?；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(jié)節(jié)),女性194例(203枚結(jié)節(jié))。結(jié)節(jié)體積為(9.47～15 074.59) mm3。患者均接受常規(guī)超聲及SWE檢查,超聲診斷結(jié)果為C-TIRADS 4級(jí),并有明確病理結(jié)果。本研究取得安徽醫(yī)科大學(xué)第二附屬醫(yī)院倫理審批委員會(huì)審批同意(倫理學(xué)批號(hào):YX2020-078)。

1.2 方法采用Siemens ACUSON Sequoia(型號(hào):ACUSON Sequoia,美國(guó)西門子醫(yī)療系統(tǒng)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(shè)置為甲狀腺模式和SWE模式。① 患者先進(jìn)行常規(guī)超聲檢查:取仰臥位,充分暴露頸前區(qū),觀察并記錄結(jié)節(jié)的位置、大小、內(nèi)部回聲、形態(tài)、邊緣等指標(biāo),并存儲(chǔ)圖像。甲狀腺結(jié)節(jié)危險(xiǎn)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(jù)指南[3]及研究[4]推薦,本研究以C-TIRADS 4B為惡性結(jié)節(jié)的截?cái)嘀?記錄分類結(jié)果。② 隨后采集SWE圖像:探頭垂直于皮膚表面,勿加壓,選取結(jié)節(jié)最大切面;設(shè)置取樣框,使其覆蓋目標(biāo)結(jié)節(jié)及周圍甲狀腺組織,圖像質(zhì)量穩(wěn)定后,囑患者屏氣2～3 s,激活SWE,質(zhì)控圖顯示綠色。本研究根據(jù)既往參考文獻(xiàn)[5],選取平均彈性模量值(E-mean)作為研究參數(shù)。速度模式下測(cè)量剪切波速度E-mean,超聲所顯示的病灶區(qū)域取結(jié)節(jié)內(nèi)最大徑,測(cè)量3次,取平均值。以上信息均由具有甲狀腺超聲經(jīng)驗(yàn)的主治醫(yī)師收集、評(píng)估和分析。

1.3 統(tǒng)計(jì)學(xué)處理采用SPSS 26.0軟件及R 4.3.1軟件進(jìn)行統(tǒng)計(jì)分析,采用Shapiro-Wilk檢驗(yàn)對(duì)數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn);非正態(tài)分布的數(shù)據(jù)使用Mann-WhitneyU檢驗(yàn);計(jì)數(shù)資料以n(%)表示;以病理結(jié)果為金標(biāo)準(zhǔn),將E-mean作為SWE的參數(shù),并計(jì)算單獨(dú)應(yīng)用C-TIRADS和SWE診斷的靈敏度、特異度和準(zhǔn)確性,計(jì)算約登指數(shù),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(shù)作為鑒別惡性結(jié)節(jié)的最佳截?cái)嘀?大于或等于臨界點(diǎn)的結(jié)節(jié)被確定為惡性結(jié)節(jié),小于臨界點(diǎn)的結(jié)節(jié)被確定為良性;對(duì)良性和惡性甲狀腺結(jié)節(jié)的臨床特征和超聲特征進(jìn)行單因素分析(χ2檢驗(yàn)),將P<0.05的變量納入多因素Logistic回歸分析,篩選出獨(dú)立危險(xiǎn)因素并在R 4.3.1軟件中繪制列線圖,通過(guò)校準(zhǔn)曲線評(píng)估列線圖的一致性,繪制列線圖的ROC曲線,以獲得AUC,并計(jì)算靈敏度、特異度和準(zhǔn)確性。應(yīng)用DeLong檢驗(yàn)比較AUC顯著性。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 甲狀腺4類結(jié)節(jié)患者的一般資料本研究共納入269枚4類甲狀腺結(jié)節(jié),其中105枚為良性結(jié)節(jié)39.03%(105/269),164枚為惡性結(jié)節(jié)60.97%(164/269),且全部為乳頭狀癌?；颊吣挲g<40歲或結(jié)節(jié)縱橫比≥1時(shí),結(jié)節(jié)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(jié)果顯示,年齡、縱橫比,C-TIRADS和E-mean是甲狀腺惡性結(jié)節(jié)的獨(dú)立危險(xiǎn)因素。見表1、2。

表1 良性和惡性甲狀腺結(jié)節(jié)的單因素分析結(jié)果

表2 甲狀腺4類結(jié)節(jié)惡性風(fēng)險(xiǎn)的多因素Logistic回歸分析結(jié)果

2.2 C-TIRADS的診斷效能經(jīng)C-TIRADS診斷,上述4類甲狀腺結(jié)節(jié)中,4A類結(jié)節(jié)89枚,4B類結(jié)節(jié)27枚,4C類結(jié)節(jié)153枚。以病理結(jié)果為金標(biāo)準(zhǔn),選取C-TIRADS 4B為截?cái)嘀禃r(shí),單獨(dú)應(yīng)用C-TIRADS診斷良性和惡性結(jié)節(jié)的靈敏度為0.921,特異度為0.724,準(zhǔn)確性為0.844,AUC為0.822[95% 置信區(qū)間(confidence interval,CI) 95%CI:0.775～0.870]。見圖1B。

圖1 預(yù)測(cè)甲狀腺4類結(jié)節(jié)惡性風(fēng)險(xiǎn)的列線圖、ROC曲線和校準(zhǔn)曲線

2.3 SWE的診斷效能以E-mean作為SWE參數(shù),根據(jù)ROC曲線獲取約登指數(shù)最高臨界點(diǎn)0.682,E-mean=3.37 m/s為最佳截?cái)嘀?共有218例被正確診斷。E-mean≥3.37 m/s時(shí),115枚結(jié)節(jié)被正確診斷為惡性,E-mean<3.37 m/s時(shí),103枚結(jié)節(jié)被正確診斷為良性。SWE診斷的靈敏度、特異度和準(zhǔn)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(lián)合SWE及臨床獨(dú)立危險(xiǎn)因素的列線圖模型基于4個(gè)獨(dú)立危險(xiǎn)因素構(gòu)建甲狀腺結(jié)節(jié)惡性風(fēng)險(xiǎn)的列線圖模型(圖1A)。該模型診斷甲狀腺惡性結(jié)節(jié)的靈敏度為0.957、特異度為0.943、準(zhǔn)確性為0.959,AUC為0.963(95%CI:0.943～0.984)。DeLong檢驗(yàn)結(jié)果顯示,列線圖模型的AUC高于單獨(dú)應(yīng)用C-TIRADS及SWE(均P<0.001)。見表3、圖1B。同時(shí),利用校準(zhǔn)曲線驗(yàn)證列線圖預(yù)測(cè)的一致性,結(jié)果顯示列線圖預(yù)測(cè)效果良好(平均絕對(duì)誤差=0.005)。見圖1C。例如,一患者甲狀腺左側(cè)葉低回聲結(jié)節(jié),大小約(29×13×28)mm3,平行位,縱橫比<1,C-TIRADS 4A級(jí);SWE測(cè)量E-mean=5.08 m/s;根據(jù)本次列線圖模型,該患者惡性概率大于80%。手術(shù)病理證實(shí)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(lián)合臨床獨(dú)立危險(xiǎn)因素列線圖診斷效能的比較

3 討論

流行病學(xué)研究[6]顯示,甲狀腺惡性腫瘤的發(fā)病率逐年上升。本研究基于年齡、縱橫比、C-TIRADS及E-mean四個(gè)獨(dú)立危險(xiǎn)因素繪制的列線圖模型診斷效能良好,可以為臨床個(gè)體化預(yù)測(cè)甲狀腺結(jié)節(jié)惡性概率提供參考。

C-TIRADS在區(qū)分良性和惡性甲狀腺結(jié)節(jié)方面具有一定的診斷價(jià)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(jié)果表明C-TIRADS是甲狀腺惡性結(jié)節(jié)的獨(dú)立危險(xiǎn)因素,其中C-TIRADS 4C分類的OR值為103.111,OR值過(guò)高的原因可能是本研究納入的4A、4B類結(jié)節(jié)所占比例較少,類別分類不均,未來(lái)需要擴(kuò)大樣本量進(jìn)一步深入研究。單獨(dú)應(yīng)用C-TIRADS診斷甲狀腺結(jié)節(jié)良惡性的特異度較低,可能由于超聲醫(yī)生經(jīng)驗(yàn)水平不同,在評(píng)估結(jié)節(jié)時(shí)存在觀察者間差異,從而導(dǎo)致部分良性實(shí)性結(jié)節(jié)(甲狀腺腺瘤、結(jié)節(jié)性甲狀腺腫等)被過(guò)度診斷[9]。SWE是以楊氏模量和/或剪切波速度評(píng)估組織硬度的定量超聲彈性成像技術(shù)。結(jié)節(jié)的硬度通常與惡性腫瘤風(fēng)險(xiǎn)呈正相關(guān),單獨(dú)應(yīng)用E-mean評(píng)估甲狀腺結(jié)節(jié)良惡性的靈敏度較低,可能由于病灶的深度及內(nèi)部出血、鈣化均會(huì)影響的E-mean的評(píng)估結(jié)果。因此,在評(píng)估甲狀腺結(jié)節(jié)良惡性時(shí),應(yīng)聯(lián)合應(yīng)用二維超聲和SWE,二者在甲狀腺結(jié)節(jié)中的不同優(yōu)勢(shì)可以相互補(bǔ)充,有利于進(jìn)一步輔助分析甲狀腺結(jié)節(jié)的良惡性。

本研究中,年齡<40歲的甲狀腺結(jié)節(jié)患者惡性風(fēng)險(xiǎn)更大,與楊粒芝 等[10]研究一致,目前,中青年已經(jīng)成為甲狀腺癌的重點(diǎn)防治對(duì)象。本研究發(fā)現(xiàn)縱橫比≥1的甲狀腺結(jié)節(jié)患者惡性風(fēng)險(xiǎn)更大,研究[11]顯示縱橫比≥1與甲狀腺結(jié)節(jié)的惡性概率呈正相關(guān),其原因可能是甲狀腺癌前后方向上的癌細(xì)胞處于分裂期,而其他方向上的癌細(xì)胞處于相對(duì)靜止期,導(dǎo)致腫瘤在前后方向上的徑線大于左右方向,這與良性結(jié)節(jié)的生長(zhǎng)方式不同[12]。

近年來(lái),列線圖基于多變量預(yù)測(cè)臨床結(jié)局,具有結(jié)果簡(jiǎn)單、可讀性強(qiáng)的優(yōu)點(diǎn),被廣泛應(yīng)用于良惡性疾病鑒別、腫瘤復(fù)發(fā)風(fēng)險(xiǎn)預(yù)測(cè)、淋巴結(jié)轉(zhuǎn)移預(yù)測(cè)等醫(yī)學(xué)研究和臨床實(shí)踐中[13-15]。本研究聯(lián)合甲狀腺結(jié)節(jié)的C-TIRADS分類及SWE參數(shù),將年齡、縱橫比、C-TIRADS及E-mean納入列線圖模型,通過(guò)各個(gè)獨(dú)立危險(xiǎn)因素對(duì)應(yīng)不同的分?jǐn)?shù),將各個(gè)分?jǐn)?shù)相加得到總分,由此計(jì)算得出結(jié)節(jié)的惡性概率。本研究結(jié)果顯示,列線圖模型的診斷效能明顯高于單獨(dú)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(shí),列線圖模型可以為甲狀腺結(jié)節(jié)患者提供個(gè)體化的惡性概率評(píng)估,不僅能幫助醫(yī)生和患者決定是否對(duì)結(jié)節(jié)進(jìn)行侵入性檢查,以避免不必要的手術(shù),也能對(duì)惡性率高的結(jié)節(jié)進(jìn)行及時(shí)干預(yù)治療,有益于臨床醫(yī)生達(dá)到精準(zhǔn)預(yù)測(cè)的目的,從而制定個(gè)性化診療方案。

綜上所述,本研究構(gòu)建了基于C-TIRADS聯(lián)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(jié)節(jié)良惡性鑒別中的診斷價(jià)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(jié)節(jié)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(lái)需要納入更多病例驗(yàn)證本預(yù)測(cè)模型的準(zhǔn)確性。