编辑推荐：
为探究经支气管超声引导鞘（EBUS-GS）下经支气管针吸活检（TBNA）/ 活检（TBB）时，术中径向超声（R-EBUS）影像优化对诊断率及安全性的影响，研究者回顾分析 363 例患者数据。发现影像优化组诊断率显著更高，且不增加并发症，提示术中重定位有临床价值。
肺癌作为全球发病率和死亡率均居前列的恶性肿瘤，早期精准诊断对患者预后至关重要。随着低剂量计算机断层扫描（CT）的普及，外周肺病变（PPLs）的检出率显著提升，但这类病变因其位置偏远、影像学特征模糊，常面临 “看得见、取不到” 的诊断困境。传统支气管镜检查在 PPLs 诊断中存在明显局限性，如常规支气管镜联合透视的诊断率仅 30%-60%，远低于外科肺活检（SLB）和经胸针吸活检（TTNB）的约 90%。径向支气管内超声（R-EBUS）技术的出现虽将诊断率提升至约 70%，但超声探头与病变的相对位置（如 “病灶内”“相邻” 或 “不可见”）仍显著影响诊断结果。如何在术中通过技术调整优化超声影像，成为提升 PPLs 诊断效能的关键科学问题。
日本名古屋大学医院的研究团队针对这一临床难题，开展了一项回顾性研究，旨在明确术中 R-EBUS 影像优化对 PPLs 诊断率及安全性的影响。该研究成果发表在《BMC Pulmonary Medicine》，为支气管镜技术在 PPLs 诊断中的应用提供了重要循证医学证据。
研究人员回顾性分析了 2019 年 4 月至 2022 年 3 月期间，363 例接受经支气管超声引导鞘（EBUS-GS）下经支气管针吸活检（TBNA）和 / 或经支气管活检（TBB）的 PPLs 患者数据。根据术前及术后 R-EBUS 影像特征，将患者分为影像改善组（n=52）、影像未改善组（n=69）和初始病灶内组（n=242）。研究主要关注诊断率（定义为通过活检获得明确良恶性诊断的比例）和并发症发生率，并通过多变量逻辑回归分析和随机森林机器学习模型，探讨影像优化的影响因素及对诊断效能的独立作用。
研究结果
1. 诊断率差异显著，影像优化是关键预测因子
影像改善组的诊断率（76.9%）显著高于影像未改善组（46.4%），且与初始病灶内组（82.2%）接近。多变量逻辑回归分析显示，术中 R-EBUS 影像改善与诊断率提升独立相关（优势比 OR=3.55，95% 置信区间 1.57-8.06，P=0.002）。对于初始影像为 “相邻” 的病变，成功重定位后诊断率从 53.5% 提升至 76.0%；初始 “不可见” 的病变经重定位后诊断率达 100%，而未改善者仅 9.1%。这表明即使初始影像不佳，通过术中调整仍能显著提升诊断成功率。
2. 机器学习揭示重定位成功的关键因素
随机森林模型结合 SHAP 分析发现，病变位置（位于肺内带 vs 外带）和影像学可见性是影响重定位成功的最主要因素。肺内带病变因更靠近中心气道，重定位成功率更高；影像学可见的病变较不可见者更易通过调整探头位置获得理想影像。而病变大小、CT 支气管征等因素的预测价值相对分散，提示临床需综合评估多维度特征以判断重定位潜力。
3. 安全性良好，重定位未增加并发症风险
三组并发症总发生率无显著差异（改善组 5.8% vs 未改善组 4.3% vs 初始病灶内组 6.2%，P=0.943），主要并发症为气胸（发生率 2-3%），严重出血等事件罕见。这证实术中反复探头重定位及联合 TBNA/TBB 操作的安全性，不会显著增加患者风险。
研究结论与意义
本研究证实，在 EBUS-GS 引导的 TBNA/TBB 操作中，术中积极进行探头重定位以优化 R-EBUS 影像，可显著提升 PPLs 的诊断率，且不增加并发症风险。机器学习分析进一步提示，肺内带病变和影像学可见性是重定位成功的关键预测指标，为临床选择适宜病例提供了参考。该研究结果不仅深化了对 R-EBUS 技术应用的理解，还为优化支气管镜操作流程提供了实证依据 —— 对于初始影像不佳的 PPLs，尤其是位于肺内带或影像学可见的病变，应尝试通过调整探头位置（如旋转支气管镜、推进深度等）改善影像，以提高诊断成功率。这一策略有望减少不必要的有创检查（如 CT 引导经胸活检），降低患者痛苦和医疗成本，具有重要临床指导意义。未来需进一步开展多中心前瞻性研究，验证本研究结论并探索更精细化的操作指南，推动 PPLs 诊断技术的规范化发展。
