如何通過影像學對甲狀腺乳頭狀癌患者進行風險分層?

作者:shaosai 來源:MedSci梅斯 日期:22-06-23

由於早期診斷和成像技術的進步,甲狀腺癌的發病率持續上升。分化型甲狀腺癌占95%以上,主要病理類型為甲狀腺乳頭狀癌(PTC),其總體預後最好。研究表明,約30-80%的PTC患者可能有中心淋巴結轉移(CLNM)。CLNM陽性的患者可能有較高的一側LNM(LLNM)風險是與複發相關的危險因素,也是影響手術方法和預後評價的決定因素。

在甲狀腺癌的治療中,預防性的LNN清掃(CLND)是否有必要是一個關鍵且有爭議的問題。考慮到LNs陽性的高風險,一些研究者建議將PTC的常規CLND作為初始手術以獲得更好的治療效果。然而,2015年美國甲狀腺協會指南並不推薦預防性的CLND,表明CLNM和LLNM一般需要治療性的CLND。因此,術前準確、全麵地評估LNM的風險以促進手術決策是非常重要的。

鑒於超聲(US)的高分辨率、便捷性和無創性,可以作為術前評估原發性甲狀腺腫瘤和頸部LN的主要影像學手段。然而,由於受到頸部中央解剖結構的影響,US在檢測CLNM方麵的能力有限。

近日,發表在EuropeanRadiology雜誌的一項研究探討了與PTC相關的LNM的預測因素,並結合術前多模態US和臨床特征建立了易於臨床操作的列線圖以用於直觀和定量的對CLNM進行預測。

共有822名PTC患者被納入本項回顧性研究。本研究構建了甲狀腺腫瘤超聲模型(TTUM)和甲狀腺腫瘤和LLN超聲模型(TTCLNUM)作為列線圖來預測CLNM風險。使用AUCs評估了模型的性能。校準和決策曲線被用於評估準確性和臨床效用。

對於TTUM訓練和測試集,AUCs分別為0.786和0.789,偏差校正後的AUCs為0.786和0.831。對於TTCLNUM訓練和測試集,AUCs分別為0.806和0.804,偏差校正後的AUCs為0.807和0.827。TTCLNUM列線圖的校準和決策曲線顯示了更高的準確性和臨床實用性。當US腫瘤大小≤8.45毫米時,訓練集和測試集的AUC分別為0.746和0.719,特異性為0.942和0.905;而當腫瘤大小>8.45毫米時,AUC為0.737和0.824,敏感性為0.905和0.880。

圖a TTUM在訓練集(紫色曲線)和測試集(綠色曲線)中的ROC曲線。 b TTCLNUM在訓練集(綠色曲線)和測試集(紅色曲線)中的ROC曲線

本項回顧性研究發現,男性、年齡較小、C-TIRADS分類較高、彈性成像得分較高、囊性關係不明確、腫瘤位於深部、異質回聲、同側多發、彌漫性微鈣化、Alder分級較高、發現可疑CLN、LLN與非LN或混合CDFI這些征象會增加PTC患者的CLNM風險。基於多模態US成像和臨床數據的列線圖可用於術前CLNM的風險評估,為主動監測和治療決策提供有價值的信息。

原文出處:

Quan Dai,Dongmei Liu,Yi Tao,et al.Nomograms based on preoperative multimodal ultrasound of papillary thyroid carcinoma for predicting central lymph node metastasis.DOI:10.1007/s00330-022-08565-1.

關鍵字:甲狀腺乳頭狀癌

分享到:
新浪微博 微信 騰訊微博 更多
更多評論
//站內統計//百度統計//穀歌統計//站長統計