多参数超声成像系统助力大网膜病变风险分层研究取得新突破

为评估大网膜成像报告和数据系统（GOI-RADS），研究人员构建 Multi-GOIRADS 及简化版，提升诊断效能。

　　在人体这个复杂的 “小宇宙” 里，腹膜就像一张巨大且精细的 “安全网”，保护着腹腔内的众多器官，其中大网膜更是这张 “网” 中特殊的存在，它不仅是腹膜最大的褶皱，还常常成为癌细胞腹膜转移的 “前沿阵地”。近年来，被诊断出腹膜转移性癌症的患者数量不断攀升，而且很多人确诊时已处于晚期。尽管部分患者会接受细胞减灭术联合腹腔热灌注化疗，但术后复发率和并发症发生率依旧居高不下。因此，如何在早期精准检测到大网膜的转移性癌症，并及时进行临床干预，成为了医学领域的重点研究方向。然而，目前却缺乏有效的成像手段来预测和管理大网膜病变。

在这样的背景下，中国医科大学附属第一医院的研究人员展开了深入研究，相关成果发表在《Cancer Imaging》上。这项研究意义重大，有望为大网膜病变的诊断和治疗带来新的转机。

为了攻克这一难题，研究人员采用了多种关键技术方法。首先，进行回顾性 - 前瞻性研究，收集 2019 年 11 月至 2021 年 11 月及 2021 年 11 月至 2024 年 6 月两个时间段内，中国医科大学附属第一医院收治的腹膜病变患者数据。然后，运用常规超声检查、实时弹性成像（RTE）和超声造影（CEUS）等多种超声检查手段，获取大网膜病变的相关信息。最后，结合病理检查结果，对数据进行统计分析，构建新的分级系统并验证其诊断效能。

下面来看看具体的研究结果：

1. GOI-RADS 的临床应用结果：研究人员回顾性分析了 2019 - 2021 年的患者数据，发现 GOI-RADS 1 和 GOI-RADS 4 的实际恶性率与预测恶性率较为吻合，但 GOI-RADS 2 和 GOI-RADS 3 的实际恶性率远高于预测值，导致 GOI-RADS 的诊断准确率仅为 77.21%。进一步分析发现，部分大网膜病变仅表现为高回声和致密结构，无其他异常超声征象，使得这些病变在 GOI-RADS 评分中处于 6 - 10 分，难以准确判断其良恶性。
2. 基于 CEUS 和 RTE 结果构建新分类系统：为提高诊断准确性，研究人员纳入 104 例同时进行了 RTE 和 CEUS 检查的患者，评估这两种检查方法单独及与 GOI-RADS 联合的诊断性能。结果显示，CEUS、RTE 和 GOI-RADS 单独使用时，阳性预测值较高，但特异性较低。联合使用可显著提高诊断敏感性和准确性，其中 RTE + CEUS 和 CEUS + RTE + GOI-RADS 的敏感性分别达到 100%。在此基础上，研究人员将弹性评分和 CEUS 参数纳入 GOI-RADS 评分系统，构建了 Multi-GOIRADS 分级系统。该系统在诊断大网膜恶性病变时，AUC 达到 0.92，当评分≥15.5 时，诊断敏感性为 88.37%，特异性为 83.33%，准确性为 87.50%。
3. 简化 Multi-GOIRADS：由于 Multi-GOIRADS 评分系统较为复杂，研究人员对其进行简化。通过计算各超声参数的 OR 值，对参数进行重新赋值，构建了简化版的 sMulti-GOIRADS。sMulti-GOIRADS 的 AUC 为 0.92，当评分≥6.5 时，诊断敏感性为 73.26%，特异性为 94.44%，准确性为 76.92%。sMulti-GOIRADS 分为四个类别，不同类别对应不同的恶性率，可指导临床决策。
4. 前瞻性应用验证：研究人员前瞻性收集 2021 - 2024 年的患者数据，对 138 例患者进行研究。结果显示，三位不同经验的超声医师使用 sMulti-GOIRADS 和 Multi-GOIRADS 对大网膜病变进行评分时，均表现出良好的组内相关性。sMulti-GOIRADS 评分时间更短，但敏感性较低；Multi-GOIRADS 敏感性和准确性更高，尤其对高级超声医师而言，其阳性预测值和阴性预测值也更高。

研究结论与讨论部分指出，本研究构建了基于 CEUS、RTE 和 GOI-RADS 的多参数分级系统 Multi-GOIRADS，并优化得到简化版 sMulti-GOIRADS。通过前瞻性临床应用发现，sMulti-GOIRADS 缩短了超声医师的诊断时间，且在不同经验医师间具有良好的诊断一致性；Multi-GOIRADS 则在大网膜病变分类中表现出更优的诊断效能。这两个系统为临床大网膜病变的超声诊断管理提供了有力支持。不过，该研究也存在一定局限性，如建模数据为回顾性，可能受不同超声医师解读差异的影响，且缺乏对微血管成像的分析。未来研究可纳入大网膜病变的动态成像，为超声医师提供标准化培训，并开展多中心试验，进一步验证系统的临床实用性和可靠性，以推动大网膜病变诊断技术的发展。