基于解剖学位置和表观扩散系数的前列腺移行区PI-RADS 3类病灶风险分层以优化活检指征

《Abdominal Radiology》：Location- and ADC-based stratification of transition zone PI-RADS 3 lesions to optimize biopsy indication

　　

目的：明确基于解剖学位置和表观扩散系数（ADC）的风险分层是否有助于优化移行区（TZ）PI-RADS 3类病灶的活检选择。方法：本项回顾性单中心研究纳入了2014年1月至2023年9月期间接受根治性前列腺切除术的128例患者的218个移行区PI-RADS 3类病灶。两名影像科医师在磁共振成像（MRI）上识别病灶并测量平均ADC值；第三名影像科医师将影像学结果与全器官组织病理学进行匹配分析。位于前部尖部、前部中段或中部尖部的病灶被归类为Location-risk阳性；平均ADC<0.800×10^-3 mm²/s的病灶被归类为ADC-risk阳性。研究比较了四种虚拟活检策略（常规策略、Location-based策略、ADC-based策略以及Location+ADC-based策略）。评价指标包括癌症检出率（CDR）、活检负荷（执行/避免）、临床显著性前列腺癌（csPCa）产出（检出/漏诊）、阳性预测值（PPV）以及决策曲线分析中的净获益（阈值5%–25%）。结果：患者平均年龄为68±5.9岁（中位数69岁，范围50–78岁）。在218个病灶中，34个（16%）为csPCa。Location-risk阳性病灶的CDR高于Location-risk阴性病灶（43% [28/65] vs. 4% [6/153]；p<0.001），ADC-risk阳性病灶的CDR高于ADC-risk阴性病灶（47% [15/32] vs. 10% [19/186]；p<0.001）。与常规活检相比，Location+ADC-based策略减少了62%的活检，同时检出了34个csPCa病灶中的31个（91%），漏诊3个（9%）。两种基于位置信息的策略在所有评估阈值下均显示出比常规策略更高的净获益。结论：对于移行区PI-RADS 3类病灶，联合解剖学位置与ADC阈值可减少不必要的活检，同时保留csPCa的检出能力。

研究背景与问题：前列腺影像报告和数据系统（PI-RADS）旨在标准化前列腺磁共振成像（MRI）解读，并已被广泛应用于术前评估。其中PI-RADS 3类代表不确定的"灰区"，其设计初衷是辅助而非强制决定活检，主要指南亦推荐结合临床或生物学因素进行综合决策。然而，这种诊断不确定性在移行区（TZ）尤为突出，因良性增生结节常模拟癌症表现而降低特异性。近期荟萃分析提示约五分之一的移行区PI-RADS 3类病灶存在临床显著性前列腺癌（csPCa），凸显了优化活检分流的临床必要性。解剖学与临床MRI研究表明移行区癌症呈非均匀分布，具有前部/尖部优势而后部区域相对少见，这为利用病灶位置信息提供了依据。同时，表观扩散系数（ADC）作为扩散加权成像（DWI）衍生的定量标志物，与肿瘤细胞密度及tts及组织学侵袭性呈负相关。既往研究提出约0.800×10^-3 mm²/s的平均ADC阈值可用于识别移行区csPCa。然而，尚未有研究将解剖学位置与ADC整合为简便、可重复的风险分层框架。基于此，研究人员旨在评估基于病灶位置和平均ADC的分类能否对移行区PI-RADS 3类病灶进行csPCa风险分层，并构建和比较不同活检选择策略，通过决策曲线分析评估其效率与临床效用。

关键技术方法：研究采用回顾性单中心队列设计，样本来源于2014年1月至2023年9月接受根治性前列腺切除术的128例患者的218个移行区PI-RADS 3类病灶。所有MRI检查均在Philips MRI系统（Achieva 3T、Ingenia 1.5T及Ingenia Elition X 3T）上完成，符合PI-RADS 2.1版技术推荐。研究分为两步：第一步，由两名具有泌尿生殖系统影像经验的影像科医师独立识别病灶并测量平均ADC值，第三名影像科医师进行MRI-病理学匹配；基于文献定义Location-risk阳性（前部尖部、前部中段或中部尖部）与ADC-risk阳性（平均ADC<0.800×10^-3 mm²/s）。第二步，设计四种虚拟活检策略：常规策略（所有病灶均活检）、Location-based策略（仅Location-risk阳性）、ADC-based策略（仅ADC-risk阳性）及Location+ADC-based策略（任一 criteria阳性者）。评价指标包括CDR、PPV、活检负荷、csPCa产出及决策曲线分析（阈值5%–25%）。统计方法包括Fisher精确检验、Mann-Whitney U检验及广义估计方程（GEE）逻辑回归模型。

研究结果：

"基于位置和ADC的风险分层"：研究共识别218个移行区PI-RADS 3类病灶，其中34个（16%）为csPCa。在区域水平比较中，仅前部尖部（54%，15/28；Holm校正后p<0.001）和前部中段（39%，9/23；Holm校正后p=0.026）显示显著更高的CDR。采用预定义的Location-risk分类，Location-risk阳性病灶的CDR显著高于阴性病灶（43% [28/65] vs. 4% [6/153]，p<0.001）。csPCa组的中位ADC值显著低于非csPCa组（0.828×10^-3 mm²/s vs. 0.949×10^-3 mm²/s，p<0.001）。以ADC<0.800×10^-3 mm²/s为阈值，ADC-risk阳性病灶的CDR显著高于阴性病灶（47% [15/32] vs. 10% [19/186]，p<0.001）。联合分类显示，双阳性亚组CDR最高（80%，12/15），双阴性亚组CDR极低（2%，3/136）。

"四种虚拟活检策略的性能比较"：常规策略活检218个病灶，检出34个csPCa，PPV为16%，每检出1例csPCa需活检6.4个病灶。Location-based策略靶病灶减至65个，检出28个csPCa，PPV为43%，漏诊6个（18%），避免153例（70%）活检。ADC-based策略靶病灶仅32个，检出15个csPCa，PPV为46%，但漏诊率高达56%。Location+ADC-based策略靶病灶为82个，检出31个csPCa，PPV为38%，漏诊仅3个（9%），避免136例（62%）活检，且每漏诊1例csPCa可避免45.3例活检，平衡最优。

"决策曲线分析"：在5%–25%的阈值概率范围内，Location-based和Location+ADC-based两种策略均显示较常规策略更高的净获益。在10%、15%和20%阈值点，两种基于位置的策略均优于常规策略。

讨论与结论：本研究证明，基于解剖学位置和ADC值的双因素风险分层可优化移行区PI-RADS 3类病灶的活检决策。csPCa在移行区内并非均匀分布，而是偏好聚集于前部/尖部区域及低ADC值病灶。联合Location-risk和ADC-risk分类显示这两种MRI特征具有互补性而非冗余性：双阳性亚组CDR最高，而ADC-risk阳性单独可检出位置分类未涵盖的csPCa病灶；双阴性亚组CDR极低，提示联合阴性结果可能支持活检回避考虑。

Location+ADC-based策略在减少不必要活检的同时保持了高csPCa检出率，达到最优平衡。决策曲线分析证实两种基于位置的策略在全阈值范围内均优于常规策略。Location-based与Location+ADC-based策略净获益曲线相似的原因在于：前者已捕获大多数csPCa（包括双阳性的高产亚组），联合策略的增量贡献仅限于ADC-risk阳性单独组（附加17例活检、检出3例额外csPCa），增量获益被额外活检的代价部分抵消。

研究局限性包括：单中心回顾性设计影响外推性；仅纳入根治性前列腺切除术患者导致选择偏倚（队列因别处高危病灶而富集csPCa，16%的检出率不宜推广至初诊或主动监测人群）；未纳入前列腺特异性抗原密度（PSAD）等临床因素；病灶水平分析存在患者内聚集效应；ADC测量可重复性低于位置分类，且统一阈值应用于不同场强和设备存在变异性。

研究结论：移行区PI-RADS 3类病灶中的csPCa聚集于前部/尖部区域且与较低ADC值相关。源自这些风险标签的活检策略可减少不必要活检同时维持csPCa检出，其中Location+ADC-based策略展现出最有利的预期平衡。本研究提供了病理学关联证据以指导PI-RADS活检建议的未来完善，尚待前瞻性外部验证后方可广泛临床推广。