內鏡檢查對聲帶白斑病理診斷的預測價值研究

[摘要]目的旨在確定內鏡下白光成像（whitelightingimaging，WLI）和窄帶成像（narrowbandimaging，NBI）對聲帶白斑（vocalcordleukoplakia，VCL）病理類型進行診斷的最佳截斷點，以提高非侵入性預測VCL病理性質的準確性，并為VCL患者是否需要手術干預及手術時機提供參考依據。方法納入96例確診病理性質為VCL患者。術前分別進行WLI模式及NBI模式下的圖像采集，并對病變進行WLI模式Chen分型和NBI模式Ni分型的評定。通過比較受試者操作特征曲線的約登指數得出分型的最佳截斷值。通過比較2種臨床分型的曲線下面積（areaunderthecurve，AUC）、最佳截斷值下的準確度、敏感度、特異性、陽性預測值及陰性預測值評價不同臨床分型對VCL病理性質的診斷效能。結果WLI模式Chen分型、NBI模式Ni分型與病理等級間均存在相關性（rs=0.513、0.653，P<0.001）。WLI模式Chen分型的最佳截斷值為3，即光滑平坦型及光滑隆起型為良性病變，粗糙型為惡性病變；NBI模式Ni分型的最佳截斷值為5，即Ⅰ～Ⅳ型為良性病變，Ⅴ型、Ⅵ型為惡性病變。WLI模式Chen分型、NBI模式Ni分型的AUC分別為0.815，0.875。最佳截斷值的準確度、敏感度、特異性、陽性預測值及陰性預測值Chen分型為79.51%，84.62%，75.71%，72.13%，86.89%；Ni分型為85.25%，76.92%，91.42%，86.96%，84.21%。結論NBI模式Ni分型及WLI模式Chen分型的診斷效能均較高，但NBI模式Ni分型對VCL病理性質的診斷效能高于白光模式Chen分型。

[關鍵詞]聲帶白斑；窄帶成像；白光成像；診斷

[中圖分類號]R76[文獻標識碼]A[DOI]10.3969/j.issn.1673-9701.2024.29.012

Predictivevalueofendoscopicexaminationforpathologicaldiagnosisofvocalcordleukoplakia

WANGYeyu1，CHANGWei2，LIJun2

1.DepartmentofPathology，HepingHospitalAffiliatedtoChangzhiMedicalCollege，Changzhi?;046000，Shanxi，China;2.DepartmentofOtolaryngology，HepingHospitalAffiliatedtoChangzhiMedicalCollege，Changzhi046000，Shanxi，China

[Abstract]ObjectiveToselectthemostaccurateclassificationinwhitelightimaging（WLI）andnarrowbandimaging（NBI）fordiagnosingthepathologicalresultofvocalcordleukoplakia（VCL）andtheproposedcut-offpoint，whichcanimprovetheaccuracyofnon-invasivepredictionofthepathologicalresultofVCLandcanprovidebasisforwhethertheVCLpatientsneedsurgeryandthetimingofsurgicalintervention.MethodsNintysixVCLpatientswereincludedinthestudy.Beforesurgery，imageswerecollectedinWLIandNBIrespectively.AccordingtoChenclassificationinWLIandNiclassificationinNBI，lesionswereevaluated.BycomparingYouden’sindex，theproposedcut-offpointforclassificationmorethantwodegreescanbeassessed.Bycomparingtheareaundercurve（AUC），accuracy，sensitivity，specificity，positivepredictivevalue（PPV）andnegativepredictivevalue（NPV）offourclinicalclassificationsperthepurposedcut-offpoint，thediagnosticperformanceofdifferentclinicalclassificationsonthepathologicalresultsofVCLwasassessed，themostaccurateclassificationandthepurposedcut-offpointwereobtained.ResultsTherewasacorrelationbetweenChenclassificationWLIlightmodeandNiclassificationinNBImodewithpathologicalgrade（rs=0.513，0.653，P<0.001）.InWLI，thepurposedcut-offpointofChenclassificationis3（flatandsmoothtypeisbengin，elecatedandsmoothtypeandroughtypearemaligant）;inNBI，thepurposedcut-offpointofNiclassificationis5（Ⅰ-Ⅳtypewerebengin，ⅤandⅥtypeweremaligant）.TheAUCoftwoclinicalclassifications’modelwere0.815，0.875.Theaccuracy，sensitivity，specificity，PPVandNPVoftheChenclassifications（purposedcut-offpoint）were79.51%，84.62%，75.71%，72.13%，86.89%，ThoseofNiclassificationwere85.25%，76.92%，91.42%，86.96%，84.21%.Conclusions：NiclassificationinNBIandChenclassificationinWLIbothperformwell.ThediagnosticperformanceofNiclassificationinNBIisbetterthanChenclassificationinWLI.

[Keywords]Vocalcordleukoplakia;Narrowbandimaging;Whitelightingimaging;Diagnosis

聲帶白斑（vocalcordleukoplakia，VCL）是由于聲帶黏膜上皮的過度角化或異常生長和成熟導致的白色斑塊狀凸起，或者是角狀突出的病變[1]。女性和男性的發病率分別為2.1/10萬和10.2/10萬[2]。VCL患者常以聲音嘶啞為首發癥狀，還可表現為慢性刺激性咳嗽、咽部異物感等癥狀。吸煙、酗酒、慢性炎癥、咽喉反流、不合理用嗓及維生素A缺乏等因素可能是引發VCL的原因，也可能與幽門螺桿菌感染有關[3-4]。

VCL是一種描述性診斷，其潛在的病理特征十分廣泛，可包括單純性增生（如角化、過度角化和角化不全）、輕度異型增生、中度異型增生、重度異型增生、原位癌甚至浸潤癌[5]。近年來多種新的內鏡技術興起，致力于在活檢前確定病變的病理性質，從而明確病變是否可盡量減少外科干預，甚至不需要外科干預[6]。新興內鏡技術包括窄帶成像喉鏡、動態頻閃喉鏡及自體熒光內鏡[7]。

目前診斷VCL最常用的檢查是電子喉鏡，在電子喉鏡的白光成像（whitelightingimaging，WLI）模式下可觀察VCL的顏色、大小、質地、對稱性、邊緣和厚度等。當前，最常用于描述VCL的WLI模式是由Chen等[8]在2019年提出的一種分類方法，稱作Chen分型。這種分型把VCL劃分為3種類型：平坦光滑型、隆起光滑型及粗糙型。平坦光滑型、隆起光滑型被視為良性，粗糙型被判定為惡性。窄帶成像（narrowbandimaging，NBI）內鏡主要通過觀察VCL的淺表血管變化預測病變的病理學結果[9]。目前最被廣泛認可的NBI模式分型為Ni分型[10]。該分型通過觀察病變表面及周圍黏膜上皮內乳頭狀毛細血管袢（intraepithelialpapillarycapillaryloop，IPCL）將VCL分為Ⅰ～Ⅵ型，Ⅰ～Ⅲ型視為良性病變，Ⅳ～Ⅵ型歸為惡性病變。對以上兩種分型的最佳截斷點仍需進一步探討。

本研究分析WLI模式Chen分型、NBI模式Ni分型與VCL病理類型的關系，探索分型的最佳截斷值，同時比較2種分型對VCL病理類型的診斷價值。以期為VCL患者是否需要進行手術及手術干預時機提供依據。

1對象與方法

1.1研究對象

納入2021年10月至2023年12月在長治醫學院附屬和平醫院接受手術并確診VCL的96例患者，其中男90例，女6例；年齡33～74歲，平均（53.26±6.56）歲。其中26例患者為雙側VCL，共計122側病變。納入標準：①聲帶上出現雙側或單側白點、斑塊或角質樣物質，不易擦拭干凈；②雙側聲帶運動正常；③病變只位于聲門部分，排除在聲門上部或下部；④患者均簽署知情同意書。排除標準：①其他良性病變伴有白色病變，如囊腫、黏液性水腫或乳頭狀瘤；②有喉部手術史、外傷史或插管史；③有頭頸部放療或化療史；④拒絕簽署知情同意書或不配合檢查者；⑤對利多卡因過敏者。本研究經長治醫學院附屬和平醫院倫理審查委員會批準。

1.2檢測方法

1.2.1檢測方法所有受試者在手術前均接受電子喉鏡（日本奧林巴斯公司）WLI模式和NBI模式檢測，同時收集兩種模式下VCL病灶區域的圖片。所有測試都由兩位有豐富經驗的內鏡醫師單獨完成。同時記錄患者的年齡、性別等一般信息。顯微鏡下支撐喉鏡VCL切除手術后，將切除的病變組織送病理檢查，如有雙側病變需分別送檢，以病理學結果作為評估標準。

1.2.2WLI模式下Chen分型根據對病灶表面的觀測、邊界及其質地的評估，將VCL劃分為3個類型：光滑平坦型、光滑隆起型、粗糙型。

1.2.3NBI模式Ni分型Ⅰ型：聲帶上未見IPCLs，在白色病變下方隱約觀察到斜行血管和分支血管；Ⅱ型：聲帶上未見IPCLs，同時在白色病變下方未觀察到斜行血管和分支血管；Ⅲ型：在白色病變外的聲帶黏膜表面可見IPCLs表現為規則分布、無明確界限的棕色小斑點，但在白色病變下方未觀察到斜行血管和分支血管；Ⅳ型：嵌入白色病變表面的聲帶黏膜上可見IPCLs表現為棕色大斑點；Ⅴ型：在白色病變外的聲帶黏膜表面可見IPCLs表現為有明確界限的棕色大斑點；Ⅵ型：在白色病變及白色病變外的聲帶黏膜表面均可見IPCLs表現為棕色大斑點或蚯蚓狀血管影。

1.2.4組織病理學回報結果（金標準）[11]根據世界衛生組織修訂的頭頸部腫瘤分類對VCL進行病理分型，包括單純鱗狀上皮細胞增生、輕度異型增生、中度異型增生、重度異型增生、原位癌和浸潤癌。

1.3統計學方法

采用SPSS26.0統計學軟件對數據進行處理分析，符合正態分布的計量資料以均數±標準差（）表示，組間比較采用t檢驗，不符合正態分布的數據以中位數（四分位間距）[M（Q1，Q3）]表示，單向有序列聯表采用秩和檢驗，雙向有序列聯表采用Spearman秩相關性檢驗。通過（receiveroperatingcharacteristiccurve，ROC）曲線比較不同截斷值的約登指數，得出分型的最佳截斷值。通過比較ROC曲線下面積（areaunderthecurve，AUC）及最佳截斷值下的兩種臨床分型的準確度、敏感度、特異性、陽性預測值及陰性預測值，評價各種臨床分型對VCL病理性質的診斷價值。當AUC>0.9時，為高預測性；>0.7～0.9時，為中等預測性；>0.5～0.7時，為低預測性，但當AUC=0.5時，為不具有預測價值。P<0.05為差異有統計學意義。

2結果

2.1檢查結果分析

納入VCL患者中雙側發病26例（27.08%），單側發病70例（72.92%），共計病變聲帶122側。在WLI模式Chen分型中，平坦光滑型27側（22.13%），隆起光滑型34側（27.87%），粗糙型61側（50.00%）。在NBI模式Ni分型中，Ⅰ型18側（14.75%），Ⅱ型37側（30.33%），Ⅲ型16側（13.11%），Ⅳ型5側（4.10%），Ⅴ型33側（27.05%），Ⅵ型13側（10.66%）。

122側病變聲帶，病理學結果回報為鱗狀上皮增生52側（42.62%），輕中度異型增生18側（14.75%），重度異型增生21側（17.21%），浸潤癌31側（25.41%）。其中良性病變70側（57.38%），惡性病變52側（42.62%）。

2.2臨床分型與病理分型的關系分析

WLI模式Chen分型與病理學結果間存在正相關關系（rs=0.513，P<0.001），即分級越高，病理結果越差。NBI模式Ni分型與組織病理學結果間存在正相關關系（rs=0.653，P<0.001），即分級越高，病理結果越差。

2.3兩種臨床分型的最佳截斷值

利用ROC曲線計算不同截斷值的約登指數，較大者為最佳截斷值。WLI模式Chen分型最佳截斷值為3；NBI模式Ni分型最佳截斷值為5，見表1。

2.4兩種臨床分型對VCL病理性質的診斷價值

NBI模式Ni分型的準確度、特異性及陽性預測值均高于WLI模式Chen分型，敏感度及陰性預測值低于WLI模式Chen分型，見表2。

3討論

電子喉鏡的WLI模式被視為識別VCL的關鍵工具。2019年，Chen等[8]詳細分析VCL的外觀、邊界和質感后將病變劃分為3種類型：平坦光滑型、隆起光滑型及粗糙型；研究結果顯示形態學分型與病理組織分類呈中等強度正相關。張悅[12]發現平坦光滑型病變以單純鱗狀上皮增生和輕度異型增生為主，隆起光滑型以輕度異型增生為主，粗糙型以原位癌和浸潤癌為主。研究發現粗糙型病變中浸潤癌的概率明顯高于光滑型[13]。本研究所得出的結論與上述結果大致相同，70.37%的平坦光滑型VCL病理類型為鱗狀上皮增生，58.82%的隆起光滑型VCL病理類型為鱗狀上皮增生，超過70%的粗糙型VCL病理類型為重度異型增生或浸潤癌，并認為形態學分型與病理組織分類呈中等強度正相關，即WLI模式Chen分型分級越高，則病理結果越差。Leduchowska等[14]將Chen分型應用于預測123例病變的病理性質，得出預測惡性病變的敏感度、特異性、陽性預測值及陰性預測值為95.7%，40.8%，50.0%及93.9%。張思思等[15]對203例VCL患者進行形態學和組織病理學分析，發現Chen分類系統的最優截斷點是2，這意味著只有光滑平坦型被視為良性疾病，而有隆起但仍保持光滑型及粗糙型則會被認定為惡性疾病，診斷的敏感度及特異性分別為73.2%和55.3%。本研究對比不同截斷值下的約登指數，Chen分型的最佳截斷值為3，即將平坦光滑型及隆起光滑型歸為良性病變，粗糙型歸為惡性病變。

NBI模式是近年來出現的無創光學技術，Ni等[9]提出VCL的NBI模式分型。通過觀察VCL黏膜表面的IPCL，將VCL分為Ⅰ～Ⅵ型。有文獻表明Ⅰ型、Ⅴ型、Ⅵ型與良惡性的對應關系是毋庸置疑的，而Ⅱ型、Ⅲ型及Ⅳ型均有惡性的潛能[16]。本研究全部Ⅰ型VCL的病理結果為良性病變，大部分的Ⅴ型VCL（81.82%）為惡性，所有的Ⅵ型VCL均為惡性病變，Ni分型與病理組織分類呈正的強相關，即NBI模式Ni分型分級越高，病理結果越差。Fang等[17]將Ni分型的Ⅰ～Ⅲ型歸為良性病變，Ⅳ～Ⅵ型歸為惡性病變，截斷值為4。Klimza等[16]則認為截斷值為5，Ⅰ～Ⅳ型歸為良性病變，Ⅴ型及Ⅵ型歸為惡性病變。NBI模式Ni分型Ⅳ型劃歸良性病變還是惡性病變仍需進一步探討。本研究通過比較不同截斷值下的約登指數，認為Ni分型最佳截斷值為5，即Ⅰ～Ⅳ型為良性病變，Ⅴ型及Ⅵ型為惡性病變。

有Meta分析NBI模式診斷聲帶惡性病變的敏感度、特異性、陰性預測值及ROC曲線AUC均高于WLI模式，NBI模式診斷效能高于WLI模式[18]。同樣也有研究證實相對于WLI模式，NBI模式具有更高的敏感度及特異性[19]。本研究比較兩種模式下對VCL病理性質的診斷性能，NBI模式Ni分型的AUC、準確度、特異性及陽性預測值均高于WLI模式Chen分型，但NBI模式Ni分型的敏感度及陰性預測值低于WLI模式Chen分型。NBI模式下由于病變較厚，影響觀察者對血管變化的判斷，這可能是NBI模式敏感度較低的原因。但總體來說，WLI模式及NBI模式對VCL病理性質的診斷均有重要意義，將兩者結合在臨床應用更有價值。

本研究納入研究例數較少，所得結論有一定的局限性，未來研究需擴大樣本量驗證兩種分型對于VCL的診斷效能及兩種分型的最佳截斷值。另外，NBI模式圖像診斷需經過較長的學習周期，內鏡醫生的經驗直接影響研究結果。NBI模式Ni分型及WLI模式Chen分型的診斷效能均較高，但NBI模式Ni分型（截斷值為5）對VCL病理性質的診斷效能高于WLI模式Chen分型（截斷值為3）。

利益沖突：所有作者均聲明不存在利益沖突。

[參考文獻]

[1] 宋曉霞，張森，皇甫輝，等.157例聲帶白斑的臨床診治研究[J].臨床耳鼻咽喉頭頸外科雜志，2020，34（6）：528–531.

[2] 徐文.聲帶白斑的診斷與治療[J].中華耳鼻咽喉頭頸外科雜志，2015，50（12）：1049–1052.

[3] RUTTAL，WANGC，LIZ.Clinicopathologicaspectsofvocalfoldleukoplakiainsmokersandnonsmokers[J].JVoice，2021，35（5）：779–784.

[4] CAMPOF，RALLIM，DISTADIOA，etal.Roleofnarrowbandimagingendoscopyinpreoperativeevaluationoflaryngealleukoplakia：Areviewoftheliterature[J].EarNoseThroatJ，2022，101（9）：403–408.

[5] 中華耳鼻咽喉頭頸外科雜志編輯委員會咽喉組，中華醫學會耳鼻咽喉頭頸外科學分會嗓音學組，中華醫學會耳鼻咽喉頭頸外科學分會咽喉學組，等.喉白斑診斷與治療專家共識[J].中華耳鼻咽喉頭頸外科雜志，2018，53（8）：564–569.

[6] KANTORP，STANKONAL，SVEJDOVAA，etal.Narrativereviewofclassificationsystemsdescribinglaryngealvascularityusingadvancedendoscopicimaging[J].JClinMed，2022，12（1）：10.

[7] 王琦，黃楊熠藝，李林榮，等.高清智能染色內鏡結合頻閃喉鏡對聲帶白斑的診療價值[J].中華耳鼻咽喉頭頸外科雜志，2022，57（7）：868–873.

[8] CHENM，LIC，YANGY，etal.Amorphologicalclassificationforvocalfoldleukoplakia[J].BrazilJOtorhinolaryngol，2019，85（5）：588–596.

[9] 張寶根，倪曉光.窄帶成像內鏡對聲帶白斑診斷作用的研究進展[J].臨床耳鼻咽喉頭頸外科雜志，2019，33（11）：1113–1116.

[10] NIXG，ZHUJQ，ZHANGQQ，etal.Diagnosisofvocalcordleukoplakia：Theroleofanovelnarrowbandimagingendoscopicclassification：NBIfor&nbsp;diagnosisofvocalcordleukoplakia[J].Laryngoscope，2019，129（2）：429–434.

[11] 中華醫學會病理學分會頭頸疾病學組.喉癌前病變及浸潤癌病理診斷專家共識（2022版）[J].中華病理學雜志，2022，51（6）：481–487.

[12] 張悅.聲帶白斑不同治療方法的療效分析[D].長春：吉林大學，2022.

[13] CHENM，CHENGL，LICJ，etal.Nonsurgicaltreatmentforvocalfoldleukoplakia：Ananalysisof178cases[J].BiomedResInt，2017（2017）：6958250.

[14] LEDUCHOWSKAA，MORAWSKAJ，PIETRUSZE-WSKAW.Videolaryngoendoscopicandstroboscopicevaluationinpredictingthemaleriskofvocalfoldleukoplakia[J].JClinMed，2022，11（19）：5789.