《Pediatric Nephrology》：Interobserver agreement in prenatal ultrasound assessment of fetal urinary tract dilatation
编辑推荐：
背景：评估尿路扩张（UTD）胎儿泌尿道评估的观察者间一致性。方法：研究人员开展了一项回顾性研究，利用UTD胎儿第三孕期肾脏超声图像评估肾道特征的观察者间一致性。两名胎儿医学专家和两名儿科肾脏病专家独立、系统地评估胎儿肾实质和膀胱的超声特征，以及胎儿泌尿外科学会
背景：评估尿路扩张（UTD）胎儿泌尿道评估的观察者间一致性。方法：研究人员开展了一项回顾性研究，利用UTD胎儿第三孕期肾脏超声图像评估肾道特征的观察者间一致性。两名胎儿医学专家和两名儿科肾脏病专家独立、系统地评估胎儿肾实质和膀胱的超声特征，以及胎儿泌尿外科学会（SFU）和ONEN分级系统。采用Cohen κ统计和组内相关系数（ICC）分析观察者间变异。结果：共分析144例产前UTD胎儿的1639幅超声图像。多数肾脏超声参数的一致性为轻微至中等，包括皮髓质分化（κ=0.28–0.50）、肾脏回声增强（κ=0.18–0.45）和皮质囊肿（κ=0.02–0.15）。膀胱特征的主观评估呈现相似模式。相比之下，SFU和ONEN分级系统均显示中等至高度一致性，ICC分别为0.61–0.73和0.55–0.66，κ分别为0.38–0.63和0.48–0.67。结论：在评估胎儿泌尿道和预测UTD产后结局时，常用产前超声特征的解读存在显著观察者间变异。SFU和ONEN分级系统改善了一致性，支持需要标准化超声评估工具以增强UTD胎儿的产前咨询和产前管理。
胎儿尿路扩张（UTD）是常规产前超声解剖筛查中最常检出的胎儿异常之一，估计患病率为妊娠的1%–5%。其产前检出涵盖从良性、短暂性扩张到需关注的梗阻性尿路病的广泛病因谱，梗阻可位于肾盂输尿管连接部、输尿管膀胱连接部或膀胱颈以下。对UTD胎儿进行准确且可重复的泌尿道评估十分关键，因为观察者间一致性差可能导致严重程度分类不一致、产前咨询和临床管理变异、诊断异质性以及临床决策差异。既往研究强调肾盂前后径（APDRP）、皮髓质分化、皮质囊肿、肾脏回声和膀胱外观等超声特征的重要性，但这些特征能否达到可接受的观察者间一致性仍不清楚。已提出的分级系统包括SFU分级系统、UTD分类和ONEN分级系统；UTD分类主要用于标准化风险分层，SFU和ONEN提供肾积水严重程度的半定量评估。标准化分级系统在产后环境可改善肾积水评估重复性，但产前超声中的可靠性证据有限，尤其对疑似上尿路梗阻（UUTO）或下尿路梗阻（LUTO）胎儿，产前超声发现直接影响父母咨询、妊娠监测、选择性胎儿干预考虑和产后管理。因此，建立可重复的产前评估方法对减少诊断异质性和改善产前咨询与临床决策一致性至关重要。本研究旨在评估第三孕期UTD胎儿上述超声特征及SFU和ONEN分级系统在不同专家间的观察者间一致性。
关键方法：该研究为单中心回顾性研究，样本队列来源于荷兰格罗宁根大学医学中心（UMCG），纳入2013—2023年第三孕期产前UTD胎儿，UTD定义为APDRP>10 mm和/或存在输尿管扩张，并要求有确认的产后诊断；排除图像不适用、缺失产后随访或产后诊断不明者。两名胎儿医学专家和两名儿科肾脏病专家（均具10年以上产前诊断经验）在盲法下独立评估胎儿肾脏和膀胱超声图像及SFU、ONEN分级。采用Cohen/Fleiss κ、ICC和二次加权κ分析观察者间一致性。
研究人群：研究期间共289例第三孕期UTD胎儿接受评估；排除78例缺乏产后随访、59例图像缺失或质量欠佳、8例产前肾脏发现不符合UTD或模式不清/混合后，最终分析144例胎儿共1639幅图像。平均超声孕周32.7±2.3周；双侧UTD占26.4%（38/144），单侧占73.6%（106/144）。产后诊断中UUTO占66.6%（96/144）、LUTO占10.4%（15/144）、复杂重复系统占11.8%（17/144）、孤立膀胱输尿管反流（VUR）占2.8%（4/144）、健康/短暂性生理发现占3.5%（5/144）、双重病理或多水平梗阻占4.9%（7/144），包括4例UUTO合并LUTO、1例UUTO合并重复集合系统、2例LUTO合并重复集合系统。
肾脏超声特征的一致性：通过四名观察者及所有三观察者和两两组合分析，皮髓质分化总体为一般一致性（κ=0.35，95% CI 0.28–0.42，P=0.001），肾脏高回声总体为一般一致性（κ=0.28，95% CI 0.21–0.34，P<0.001）；两/三观察者分析中皮髓质分化为一般至中等（κ 0.28–0.50），肾脏高回声为轻微至中等（κ 0.18–0.45）。皮质囊肿总体为轻微一致性（κ=0.06，95% CI ?0.008–0.13，P=0.07，未达统计学显著），两/三观察者仍差（κ 0.02–0.15）。
膀胱超声特征的一致性：异常膀胱扩张总体为一般一致性（κ=0.31，95% CI 0.23–0.38，P<0.001），两/三观察者κ 0.24–0.46；膀胱壁增厚总体为一般一致性（κ=0.29，95% CI 0.22–0.35，P<0.001），两/三观察者达中等（κ 0.23–0.49）；key-hole征总体为轻微一致性（κ=0.19，95% CI 0.12–0.25，P<0.001），仅两/三观察者达一般（κ 0.09–0.30）。
SFU与ONEN分级系统的一致性：SFU分级系统显示中等一致性，四观察者ICC=0.64（95% CI 0.51–0.74，P<0.001），三观察者ICC 0.61–0.73，两两加权κ 0.38–0.63。ONEN分级系统亦为中等一致性，四观察者ICC=0.60（95% CI 0.45–0.71，P<0.001），三观察者ICC 0.55–0.66，两两加权κ 0.48–0.67，呈中等至高度一致性。
按产后诊断的探索性分析：在UUTO胎儿中，SFU和ONEN的ICC分别为0.63和0.59，呈中等一致性；其他产后诊断组分别为0.60和0.61；LUTO亚组中SFU保持中等一致性（ICC 0.58），ONEN一致性较低（ICC 0.28），但LUTO例数有限，应谨慎解释。
讨论部分指出，这是首个评估UTD胎儿最重要泌尿道超声特征观察者间变异与一致性的研究。UTD和疑似梗阻性尿路病胎儿肾损伤程度预测仍困难，经典超声特征评估异质性高，缺乏标准化工具和指南，影响产前咨询及产前和产后管理。文献报道肾皮质异常对肾发育不良有较高预测准确性，LUTO中肾皮质外观对产后肾功能预测价值最佳，国际Delphi共识专家同意皮质囊肿、皮髓质分化丧失和主观评估的单/双侧回声增强肾高度提示肾发育不良；但本研究发现多数实质参数一致性低至中等，皮质囊肿一致性最差且未达显著，可能与无囊肿胎儿占优导致的分布不平衡和患病率效应有关。膀胱方面，LUTO的产前怀疑主要基于膀胱扩张；Mustafa et al.的调查显示专家对主观评估膀胱增大、key-hole征和膀胱壁增厚以区分梗阻与非梗阻原因有87%同意度，但本研究中膀胱增大为一般一致性，key-hole征尤其差；既往研究亦报告key-hole征敏感性低、对LUTO产后诊断预测性能差。APDRP传统上被认为是最可靠的产前筛查参数，可预测梗阻可能性及产后手术或肾功能受损风险，但其cut-off值缺乏统一性，增加临床决策和风险分层复杂性；UTD分类结合APDRP和肾实质特征的主观评估，本队列均属UTD A
2–3（增加风险），既往UTD分类总体观察者间一致性中等（κ=0.657），但肾实质外观一致性低（κ=0.2）。比较SFU和ONEN：Kim et al.在产后环境报告两者好至几乎完美一致性；本研究中尽管单个定性超声特征一致性较差，两种分级系统均呈中等一致性，SFU在四观察者分析中略高于ONEN（ICC 0.64 vs. 0.60），三观察者分析结果相似；两两一致性更异质，但两系统均持续优于单个肾实质特征评估，提示标准化评分系统可减少观察者间变异并形成共同、统一语言。未观察到按观察者专业的一致差异，提示变异主要反映对超声特征的主观解释而非临床背景差异。LUTO亚组中ONEN一致性低于SFU，可能因明显肾积水时肾盂肾盏扩张较易被一致识别，而高级别ONEN区分更依赖肾实质变薄的定性评估，而该研究显示其观察者间一致性有限。局限包括回顾性评估静态图像而非实时评估、膀胱增大和膀胱壁增厚采用定性评估、三级转诊中心重症病例为主使产后诊断分布可能不同于未选择人群；优势包括高经验多学科专家、特征明确的重症UTD队列及第三孕期评估，此时肾实质异常更易检出且咨询最具临床相关性；转诊选择可能解释梗阻性产后诊断高发并限制外推。未来需研究客观定量测量和人工智能辅助图像分析能否降低观察者间变异并改善胎儿肾脏和泌尿道评估重复性。
研究结论（翻译）：本研究揭示，当前用于评估胎儿泌尿道并预测UTD产后诊断和结局的单个超声特征存在显著观察者间变异，而结构化分级系统的使用有助于观察者间一致性。研究结果提示需要统一超声特征评估；临床实践中采用标准化分级系统，结合专门培训和明确评估标准，可能有助于降低观察者间变异。
