丁新華,胥 萍,雷海燕,王佳冰,童明輝,王海永,童 磊
(蘭州大學第二醫院超聲3科,甘肅 蘭州 730030)
剪切波彈性模量鑒別乳腺良惡性腫塊的Meta分析
丁新華,胥 萍,雷海燕,王佳冰,童明輝*,王海永,童 磊
(蘭州大學第二醫院超聲3科,甘肅 蘭州 730030)
目的 采用Meta分析評價剪切波彈性模量鑒別乳腺良惡性腫塊的價值。方法 檢索2016年4月前有關剪切波彈性成像鑒別診斷乳腺良惡性腫塊的中文及英文文獻。通過Meta分析評價彈性模量參數(Emax、Emea、Eratio、Esd)鑒別診斷乳腺良惡性腫塊的效能。結果 共納入文獻31篇。彈性模量Emax的合并敏感度(SSEN)為0.87[95%CI(0.83,0.91)],合并特異度(SSPE)為0.91[95%CI(0.87,0.93)];Emea的SSEN為0.84[95%CI(0.77,0.89)],SSPE為0.88[95%CI(0.84,0.91)];Eratio的SSEN為0.88[95%CI(0.83,0.91)],SSPE為0.87[95%CI(0.80,0.91)];Esd的SSEN為0.85[95%CI(0.80,0.89)],SSPE為0.90[95%CI(0.85,0.94)]。Emax、Emea、Eratio、Esd合并受試者工作特性曲線的曲線下面積分別為0.95、0.93、0.93、0.93。結論 剪切波彈性模量參數有助于鑒別乳腺良惡性腫塊,其中Emax的診斷效能最優。
彈性成像技術;乳腺腫瘤;Meta分析
乳腺癌是女性最常見的惡性腫瘤之一,近年來全球發病率呈現上升趨勢,早期診斷和治療十分重要。常規超聲檢查是目前最常用的乳腺腫瘤早期篩查技術。提高超聲鑒別乳腺良惡性腫塊的敏感度和特異度是近年來的研究熱點。剪切波彈性成像(shear wave elastography, SWE)技術通過計算在組織中傳播的橫向剪切波速度,直接獲得組織彈性模量的最大值(maximum stiffness, Emax)、平均值(mean stiffness, Emea)、病灶與鄰近脂肪的彈性比(the ratio of the stiffness of the lesion to the surrounding fat of elasticity, Eratio)、標準差(standard deviation, Esd)等參數,可定量分析乳腺組織的硬度,且操作簡單、可重復性高[1]。彈性模量值越大,剪切波傳播速度越快,組織的硬度越大;反之,彈性模量值越小,組織的硬度越小。既往關于彈性模量值在鑒別乳腺良惡性腫塊的研究[2-5]對選擇何種彈性模量值作為診斷參數尚無統一意見。本研究檢索國內外相關文獻,對剪切波彈性模量參數在鑒別診斷乳腺良惡性腫塊中的價值進行Meta分析,以期辨別其中最有價值的彈性模量參數。
1.1 資料來源 檢索數據庫包括PubMed、Web of Science、Embase、Cochare Liary、CBM、CNKI和萬方數據庫。英文檢索詞:“Shear-wave elastography”、“Breast neoplasm”、“Breast cancer”;中文檢索詞:“剪切波彈性成像”和“乳腺腫瘤”、“乳腺癌”;發表時間不限。
1.2 文獻篩選與資料提取 由2名研究人員根據納入與排除標準獨立進行文獻篩選和資料提取,并交叉核對,有分歧時通過討論解決或請第3名研究者共同決定。文獻納入標準:①研究目的為評價剪切波彈性模量值對鑒別乳腺良、惡性腫塊診斷價值的中文和英文文獻;②研究對象均接受SWE檢查;③金標準為病理檢查;④研究中可分別獲得Emax、Emea、Eratio、Esd鑒別乳腺良惡性腫塊的真陽性值、假陽性值、真陰性值、假陰性值或可提供充分的數據計算出這些結果。文獻排除標準:①無法提取數據的文獻;②研究資料不全,不能直接或間接獲得真陽性值、假陽性值、真陰性值、假陰性值,不能進行觀察指標數據合并;③僅限于三維剪切波彈性成像;④重復發表的文獻。
資料提取采用自制的資料提取表,提取內容主要包括:①一般資料,包括第一作者、發表時間、地區、患者數、病灶數、患者年齡;②參數指標,包括Emax,Emea,Eratio,Esd及真陽性值、假陽性值、真陰性值、假陰性值。
1.3 文獻質量評價 采用Cochrane RevMan 5.0軟件。依據第二版診斷試驗質量評價標準(quality assessment of diagnostic accuracy studies, QUADAS)標準(QUADAS-2)對納入文獻進行質量評價,對每條標準均以“是”、“否”、“不清楚”評價,滿足條件為“是”,不滿足或未提及為“否”,僅部分滿足或無法從文獻中得到足夠信息為“不清楚”,將偏倚風險等級判定為“低質量”、“高質量”或“不清楚”。
1.4 統計學分析 采用STATA 12.0統計分析軟件進行數據分析。計算各彈性模量(Emax、Emea、Eratio、Esd)的合并敏感度(summarized sensitivity, SSEN)、合并特異度(summarized specificity, SSPE)、合并陽性似然比(summarized positive likelihood ratio, SPLR)、合并陰性似然比(summarized negative likelihood ratio, SNLR)、診斷比值比(diagnostic odd ratio, DOR)。通過合并受試者工作特性(summarized receiver operator characteristic, SROC)曲線獲得其曲線下面積(area under the curve, AUC)。采用χ2檢驗進行異質性分析,I2≥50%且P<0.01表明研究結果間存在明顯異質性,選用隨機效應模型進行數據合并分析,否則選用固定效應模型。繪制Deek's漏斗圖,對納入文獻的發表偏倚進行評估。
2.1 文獻檢索結果 按照檢索策略和資料收集方法,共檢索相關文獻583篇。通過EndNote軟件自動剔除重復文獻132篇,手工剔除重復文獻73篇,瀏覽題名和摘要后排除不符合納入標準的文獻302篇,初篩共獲得76篇文獻。進一步閱讀全文,嚴格按照納入標準及數據完整性進行篩選,最終31篇文獻[3-33]納入Meta分析(圖1)。共包括4 454例患者,4 929個病灶。
2.2 納入文獻的基本特征 31篇文獻[3-33]的基本特征見表1。其中6篇[11,13,16,30,31、33]包含Emax、Emea、Eratio、Esd4個指標,2篇[3,5]包含Emax、Emea、Esd3個指標,4篇[7,9,15,20]包含Emax、Emea、Eratiod3個指標,10篇[17-19,24-29,32]包含Emax、Emead2個指標,5篇[12,14,21-23]包含Emax;2篇[5,6]包含Emea;1篇[10]包含Eratio,1篇[8]包含Esd。
2.3 納入文獻的質量評價 31篇文獻[3-33]的質量評價結果見圖2。
2.4 Meta分析結果 研究結果間存在明顯異質性(Emax:P均<0.01,SSENI2=72.61%,SSPEI2=87.60%;Emea:P均<0.01,SSENI2=87.07%,SSPEI2=82.16%;Eratio:P均<0.01,SSENI2=63.93%,SSPEI2=90.41%;Esd:P均<0.01,SSENI2=65.98%,SSPEI2=90.35%)。各彈性模量(Emax、Emea、Eratio、Esd)的SSEN、SSPE、SPLR、SNLR、DOR及SROC曲線AUC見表2;其中Emax的診斷效能最優,見圖3~5。

圖1 文獻篩選流程圖及結果 圖2 文獻的質量評價結果

圖3 Emax值的SSEN(A)和SSPE(B)的森林圖 圖4 Emax值的SPLR(A)和SNLR(B)的森林圖

圖5 Emax值的SROC曲線 圖6 Emax值的Deek's漏斗圖
2.5 納入文獻的發表偏倚 31篇文獻[3-33]各彈性模量(Emax、Emea、Eratio、Esd)存在的發表偏倚均較小(P均<0.05)。其中Emax值的Deek's漏斗圖見圖6。
SWE是近來發展的一種新技術,利用探頭晶片發射低頻聲波脈沖以激勵感興趣區組織,在組織內部產生“馬赫錐”現象,形成剪切波源,以超高速探頭接收組織內剪切波源反射硬度的回波信號,檢測剪切波的傳播速度,自動生成楊氏模量值;可對乳腺腫塊的硬度特征進行定量分析,提高超聲診斷乳腺腫塊的特異度和準確率[1-4,6-8,34]。但關于彈性模量參數的選擇和各參數的診斷界值目前仍存在分歧。Au等[9]報道Eratio的診斷界值為3.56 kPa,AUC為0.943;Youk等[10]報道Eratio的診斷界值為5.14 kPa,AUC為0.952;Lee等[11]則認為Emax的診斷效能最優,其診斷界值為82.3 kPa;Gweon等[8]研究顯示Esd診斷界值為12.1 kPa時,敏感度為88.9%,特異度為89.7%,AUC為0.944。本研究檢索SWE鑒別乳腺良惡腫塊的相關文獻,采用Meta分析對各彈性模量參數進行合并分析,共納入符合標準的文獻31篇[3-33],結果表明彈性模量參數Emax、Emea、Eratio、Esd均具有較高的敏感度和特異度,其中Emax和Eratio的SSEN最高,Emax的SSPE、SPLR、DOR最高且SNLR最低,提示Emax的診斷效果最好,誤、漏診率最低。此外,本研究SROC曲線顯示各彈性模量(Emax、Emea、Eratio、Esd)鑒別乳腺良惡性腫塊的AUC均>0.9,表明其在鑒別乳腺良惡性腫塊中均具有較高的準確性,且Emax的AUC最高,與Lee等[11]和Ng等[7]的研究結果相符。

表1 31篇納入文獻的基本特征

表2 SWE各楊氏模量值的診斷效能(95%CI)
本研究結果顯示各研究存在高度的異質性,其原因主要包括:①納入文獻來自不同國家;②各研究的設計類型不同;③一些中文文獻在確定試驗結果時參照了病理結果,未采用盲法;④儀器設備的靈敏度、操作者的臨床經驗不同;⑤各研究的病例數差異過大;⑥患者乳腺腺體層的厚度、病灶大小及病灶距乳腺的厚度對彈性圖質量的影響。⑦納入的文獻中選擇的彈性模量參數不同,且參數的診斷界值在各研究中差異較大。
本研究的不足:①雖然進行了7個數據庫的檢索,但仍未能全面涵蓋目前已發表和正在進行的研究;②原始文獻的地域和研究設計類型不同,但未對其進行亞組分析;③各研究間存在的異質性較大。
總之,SWE是一種新技術,彈性模量參數在鑒別乳腺良惡性腫瘤方面具有較高應用價值,但各彈性模量參數的診斷界值和診斷能力存在較大的異質性,仍需進行大樣本臨床研究,以確定最佳診斷界值,進一步提高SWE對乳腺良惡性腫塊的鑒別診斷能力。
[1] Cosgrove DO, Berg WA, Doré CJ, et al. Shear wave elastography for breast masses is highly reproducible. Eur Radiol, 2012,22(5):1023-1032.
[2] Berg WA, Cosgrove DO, Doré CJ, et al. Shear-wave elastography improves the specificity of breast US: The BE1 multinational study of 939 masses. Radiology, 2012,262(2):435-449.
[3] Evans A, Whelehan P, Thomson K, et al. Quantitative shear wave ultrasound elastography: Initial experience in solid breast masses. Breast Cancer Res, 2010,12(6):R104.
[4] Evans A, Whelehan P, Thomson K, et al. Differentiating benign from malignant solid breast masses: Value of shear wave elastography according to lesion stiffness combined with greyscale ultrasound according to BI-RADS classification. Br J Cancer, 2012,107(2):224-229.
[5] Zhou J, Zhan W, Chang C, et al. Breast lesions: Evaluation with shear wave elastography, with special emphasis on the "stiff rim" sign. Radiology, 2014,272(1):63-72.
[6] Chang JM, Moon WK, Cho N, et al. Clinical application ofshear wave elastography (SWE) in the diagnosis of benignand malignant breast diseases. Breast Cancer Res Treat, 2011,129(1):89-97.
[7] Ng WL, Rahmat K, Fadzli F, et al. Shearwave elastography increases diagnostic accuracy in charcterization of breast lesions. Medicine (Baltimore), 2016,95(12):e3146.
[8] Gweon HM, Youk JH, Son EJ, et al. Visually assessed colour overlay features in shear-wave elastography for breast masses: Quantification and diagnostic performance. Eur Radiol, 2013,23(9):2432-2440.
[9] Au FW, Ghai S, Moshonov H, et al. Diagnostic performance of quantitative shear wave elastography in the evaluation of solid breast masses: Determination of the most discriminatory parameter. AJR Am Roegenol, 2014,203(3):W328-W336.
[10] Youk JH, Gweon HM, Son EJ, et al. Diagnostic value of commercially available shear-wave elastography or breast cancers: Integration into BI-RADS classification with subcategories of category 4. Eur Radiol, 2013,23(10):2695-2704.
[11] Lee EJ, Jung HK, Ko KH, et al. Diagnostic performances of shear wave elastography: Which parameter to use in differential diagnosis of solid breast masses? Eur Radiol, 2013,23(7):1803-1811.
[12] Kim SJ, Ko KH, Jung HK, et al. Shear wave elastography: Is it a valuable additive method to conventional ultrasound for the diagnosis of small (≤2 cm) breast cancer? Medicine (Baltimore), 2015,94(42):e1540.
[13] Yoon JH, Ko KH, Jung HK, et al. Qualitative pattern classification of shear wave elastography for breast masses: How it correlates to quantitative measurements. Eur J Radiol, 2013,82(12):2199-2204.
[14] Lee BE, Chung J, Cha ES, et al. Role of shear-wave elastography (SWE) in complex cystic and solid breast lesions in comparison with conventional ultrasound. Eur J Radiol, 2015,84(7):1236-1241.
[15] Lee SH, Chang JM, Kim WH, et al. Differentiation of benign from malignant solid breast masses: Comparison of two-dimensional and three-dimensional shear-wave elastography. Eur Radiol, 2013,23(4):1015-1026.
[16] Shi XQ, Li JL, Wan WB, et al. A set of shear wave elastography quantitative parameters combined with ultrasound BI-RADS to assess benign and malignant breast lesions. Ultrasound Med Biol, 2015,41(4):960-966.
[17] Wang ZL, Li JL, Li M, et al. Study of quantitative elastography with supersonic shear imaging in the diagnosis of breast tumours. Radiol Med, 2013,118(4):583-590.
[18] Youk JH, Son EJ, Gweon HM, et al. Comparison of strain and shear wave elastography for the differentiation of benign from malignant breast lesions, combined with B-mode ultrasonography: Qualitative and quantitative assessments. Ultrasound Med Biol, 2014,40(10):2336-2644.
[19] Ko KH, Jung HK, Kim SJ, et al. Potential role of shear-wave ultrasound elastography for the differential diagnosis of breast non-mass lesions: Preliminary report. Eur Radiol, 2014,24(2):305-311.
[20] ?ebi Olgun D, Korkmazer B, K1l? F, et al. Use of shear wave elastography to differentiate benign and malignant breast lesions. Diagn Interv Radiol, 2014,20(3):239-244.
[21] Chang JM, Won JK, Lee KB, et al. Comparison of shear-wave and strain ultrasound elastography in the differentiation of benign and malignant breast lesions. AJR Am J Roentgenol, 2013,201(2):W347-W356.
[22] Youk JH, Gweon HM, Son EJ, et al. Three-dimensional shear-wave elastography for differentiating benign and malignant breast lesions: Comparison with two-dimensional shear-wave elastography. Eur Radiol, 2013,23(6):1519-1527.
[23] Yoon JH, Jung HK, Lee JT, et al. Shear-wave elastography in the diagnosis of solid breast masses: What leads to false-negative or false-positive results? Eur Radiol, 2013,23(9):2432-2440.
[24] 王虹,劉佩芳,邵真真,等.二維彩超聯合SWE在乳腺疾病診斷中的應用價值.國際生物醫學工程雜志,2015,38(2):107-110.
[25] 潘群艷,薛堯,嚴佳梅,等.實時剪切波彈性成像技術在鑒別乳腺良惡性病灶應用中的價值.現代實用醫學,2013,25(7):729-730.
[26] 黃炎.剪切波定量彈性成像在乳腺組織的臨床應用研究.北京:中國人民解放軍醫學院,2012:1-30.
[27] 黃炎,李俊來,王知力,等.實時剪切波彈性成像定量評價乳腺良惡性病變.中國醫學影像技術,2011,27(3):561-564.
[28] 劉學,杜瑛,姚延峰,等.實時剪切波彈性成像對乳腺病灶良惡性的鑒別診斷價值.重慶醫學,2014,43(25):3272-3274.
[29] 張倩倩,王學梅,李銀燕,等.剪切波彈性成像在乳腺良惡性病變鑒別診斷中的價值.中國臨床醫學影像雜志,2012,23(6):385-388.
[30] 史憲全,李俊來,李秋洋,等.超聲剪切波彈性模量參數在評估乳腺良惡性病灶中的應用價值比較.中國醫學科學院學報,2015,37(3):294-299.
[31] 王知力,李楠,李曄,等.剪切波彈性成像在非腫塊型乳腺病變診斷中的應用.中華醫學超聲雜志(電子版),2014,11(9):755-758.
[32] 陳鈴,沈嬙,張建興,等.剪切波彈性定量技術及“硬邊”征鑒別診斷乳腺實性腫塊.中國醫學影像技術,2015,31(2):263-267.
[33] 付玉玉,崔廣和,楊智,等.剪切波彈性成像在乳腺良惡性腫塊鑒別診斷中的應用價值.中國醫療設備,2016,31(3):63-66.
[34] Klotz T, Boussion V, Kwiatkowski F, et al. Shear wave elastography contribution in ultrasound diagnosis management of breast lesions. Diagn Interv Imaging, 2014,95(9):813-824.
蘭州市科技計劃(2013-3-29)。
丁新華(1981—),女,甘肅金昌人,在讀碩士,主治醫師。研究方向:超聲醫學。E-mail: 331796641@qq.com
童明輝,蘭州大學第二醫院超聲3科,730030。E-mail: tongmh1962@126.com
2016-06-26
2017-01-07
R737.9; R445.1
A
1003-3289(2017)03-0404-06