用于检测淋巴结入侵的节点-RADS的诊断准确性:系统性审查和元分析

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 诊断的准确性 诊断的准确性

背景情况:

• 淋巴结 (LN) 侵袭是癌症分期和治疗计划的关键因素.
• 精确检测LN入侵对于有效的患者管理至关重要.
• 提出了Node-RADS (节点报告和数据系统),以标准化对LN入侵的评估.

研究的目的:

• 进行元分析,评估Node-RADS用于检测淋巴结入侵的诊断性能.
• 综合现有关于Node-RADS在识别LN转移中的准确性的证据.
• 评估最佳切断值并比较Node-RADS性能的成像方式.

主要方法:

• 在线科学数据库的系统文献搜索,截至2024年7月31日.
• 使用 QUADAS-2 工具对包含的研究进行质量评估.
• 层次总结 ROC (HSROC) 模型来估计聚合的灵敏度和特异性.
• 基于成像方式 (CT,MRI) 和切割值的子组分析.

主要成果:

• 有1341名参与者的13项研究符合纳入标准.
• 聚合灵敏度为0.79 (95% CI:0.66-0.88) 和特异性为0.86 (95% CI:0.80-0.90).
• 曲线下的HSROC面积为0.90 (95% CI:0.87-0.92).
• 对CT进行子组分析:灵敏度为0.74,特异性为0.84. 对于MRI:灵敏度为0.84,特异性为0.88.
• 最佳切割值≥3显示高特异性和中度敏感性.

结论:

• 节点-RADS显示了预测淋巴结入侵的巨大潜力.
• 该系统具有高特异性但适度灵敏度,切断距离≥3是最佳的.
• 在CT和MRI之间没有发现整体诊断准确度的显著差异.