《Diagnostics》：Observable Classification Patterns and Diagnostic Uncertainty in Parotid Ultrasound: A Multimethod Secondary Analysis
编辑推荐：
背景/目的：腮腺超声需要在不确定性条件下将声像图形态学特征与临床背景相结合，但常规的一致性和性能指标对检查者依赖性分类模式的洞察有限。在先前推导的检查者特异性替代模型基础上，研究人员应用行为决策科学框架来考察可观察的分类模式和病例层面的模糊性。方法：在这项探索
背景/目的：腮腺超声需要在不确定性条件下将声像图形态学特征与临床背景相结合，但常规的一致性和性能指标对检查者依赖性分类模式的洞察有限。在先前推导的检查者特异性替代模型基础上，研究人员应用行为决策科学框架来考察可观察的分类模式和病例层面的模糊性。方法：在这项探索性回顾性单中心二次分析中，六名检查者对149个经组织病理学证实的病变的预定义超声图像集进行评分。分析了替代树结构、特征-参考类别关联、信号检测指标和病例层面模糊性。内部稳健性通过交叉验证和敏感性分析进行评估。结果：剪枝后的替代树识别出一种基于背景的分类模式、一种基于形态学的分类模式以及一种分层形态学-背景模式。肿瘤病史和病变边界是仅存的上层分类线索，且分别与组织病理学参考类别显示出最强的总体类别关联和声像图关联。在30棵交叉验证树中，边界在22棵中为根节点分裂特征，肿瘤病史在8棵中为根节点分裂特征；未出现其他根节点特征。检查者在诊断辨别力和估计决策标准上存在差异，其中检查者3显示出最高的辨别力。在敏感性分析中，边界仍然是声像图特征中与组织病理学参考类别关联最强的特征。描述符分歧与决策分歧和错误负担相关，且有四个病例出现全体一致但分类错误的情况。结论：在这项对组织病理学证实病变的探索性回顾性单中心队列中，检查者依赖性分类的特征在于可观察的、模型衍生的线索结构、特征使用/参考类别关联一致性、估计决策标准模式以及病例层面模糊性。这些队列特异性发现不直接衡量检查者认知，也不应推广至未经选择的腮腺超声人群；然而，互补性分析为描述可观察的检查者依赖性分类和确定检查者反馈、描述符标准化及决策支持的前瞻性研究的可检验靶点提供了经验基础的框架。
论文解读：腮腺超声检查者依赖性分类模式的多方法二次分析
一、研究背景与问题
超声是评估腮腺病变的一线影像学手段，临床实践中通过整合病变边界、轮廓、回声、纹理、大小、血供、声学特征及肿瘤数量等形态学描述符，并结合临床背景变量（如年龄、性别、肿瘤病史、B症状、面神经麻痹、饮酒及吸烟史）进行良恶性初步鉴别。然而，良性及恶性腮腺病变常呈现重叠的声像图表现，单个描述符的判读一致性亦存在困难。检查者间变异是腮腺超声评估中的重要挑战，既往虽有结构化报告系统及一致性研究，但常规的一致性统计指标（如kappa系数、组内相关系数）难以揭示检查者分类行为的内在模式。该研究团队在前期工作中已利用同一检查者数据集构建了检查者特异性替代决策树，近似描述个体良恶性判读模式。本项探索性二次分析在此基础上引入行为决策科学框架，旨在从互补分析层面更深入地刻画可观察的检查者依赖性分类模式，包括模型保留特征与组织病理学参考类别的关联一致性、检查者特异性诊断辨别力与估计决策标准，以及病例层面的描述符分歧、分类分歧与诊断错误之间的关系，包括“误导性共识”病例。
二、研究设计与方法概述
本项研究为探索性回顾性单中心二次分析，纳入149例具有组织病理学参考诊断的腮腺病变病例。六名来自不同专业及经验层次的检查者独立评估预定义超声图像集，依据标准化模板中的声像图描述符及临床元数据做出二元良恶性分类。共获得892例次有效评分（预期894例次）。研究在三个数据层面展开分析：检查者-评分层面（用于诊断效能及信号检测分析）、病例层面（用于特征-参考类别关联及模糊性分析）、树/分裂节点层面（用于树衍生特征使用分析）。主要技术方法包括：基于KNIME平台构建检查者特异性替代决策树（增益比分裂准则、最小描述长度剪枝、每节点最少5例）并以PMML格式导出解析；采用Cramér's V量化临床及声像图特征与组织病理学参考类别的单变量关联强度（多数聚合规则）；应用信号检测理论计算d′和决策标准c；基于归一化熵计算病例层面描述符分歧及决策分歧；通过分层5折交叉验证、Bootstrap重采样及多种敏感性分析评估结果稳健性。
三、主要研究结果
（1）剪枝替代树呈现三种上层分类模式：检查者1和2为背景主导模式（肿瘤病史为唯一保留上层分类线索）；检查者3为形态学主导模式（边界为唯一保留上层分类线索）；检查者4、5、6为分层形态学-背景模式（边界为根节点，肿瘤病史为边界清晰病例的二层细化线索）。5折交叉验证中，30棵树中边界在22棵中为根节点、肿瘤病史在8棵中为根节点，无其他根节点特征出现。
（2）信号检测分析区分诊断辨别力与估计决策标准：检查者3具有最高辨别力（d′=2.52，95%CI 2.01–3.27）；检查者5和6辨别力较低（d′=0.97及0.83）且呈阴性标准估计（较宽松恶性分类操作点）；检查者1和2辨别力居中（d′=1.64及1.61）并呈阳性决策标准。
（3）保留的上层分类线索与参考类别关联的一致性：肿瘤病史（Cramér's V=0.476）和边界（Cramér's V=0.435）分别是最强的总体类别关联和声像图特征关联，二者经FDR校正后仍显著。在不同聚合规则的敏感性分析中，边界的相对突出地位最为稳健。
（4）未剪枝树中树衍生特征使用模式：肿瘤病史主导检查者1和2，边界主导检查者3–6，下游细化涉及面神经麻痹、尼古丁消耗、回声、轮廓等特征。加权特征使用/参考类别关联对齐指数在剪枝树中相对稳定（最大变化2.47%），在未剪枝树中对加权方案高度敏感（最大变化51.60%）。
（5）病例层面模糊性：描述符整体分歧与决策分歧（Spearman ρ=0.251）及错误负担（ρ=0.179）均呈正相关；边界分歧是描述符中与决策分歧关联最强的一项（ρ=0.361）。57例为正确共识病例，6例为最大分歧病例，4例为误导性共识（全体一致但与组织病理学参考不一致）——包括1例恶性病变（被全体判为良性，表现为边界清晰、回声均匀等良性倾向特征）和3例良性病变（1例涎腺炎伴异物肉芽肿、2例多形性腺瘤，被全体判为恶性，表现为边界不清、分叶状轮廓等可疑特征）。
四、讨论与结论总结
讨论部分指出：剪枝替代树中少数主导上层线索（肿瘤病史与边界）的集中现象，可从生态理性及非补偿性线索简化概念获得理解，但不应将模型结构直接等同于检查者的认知过程。模型保留特征与参考类别关联的一致性支持了这些线索在队列层面具有较强预测信息，但二元肿瘤病史变量未区分肿瘤类型、解剖部位或时间信息，应视为广泛临床背景标记。信号检测分析区分了诊断辨别力与操作点差异，但c值置信区间在多名检查者中包含零，应解释为队列内观察操作点而非稳定心理阈值。边界在特征关联、树结构地位及分歧-决策分歧关联三个层面均表现突出，提示其作为前瞻性研究的候选靶点，但改善边界评估一致性能否提高诊断准确性尚待验证。误导性共识病例说明，全体一致的分类不应自动等同于诊断正确性。限制性因素包括：探索性设计、六名检查者样本量小且专业与经验相互交织、交叉验证策略有限、多数聚合规则丢失少数评分信息、图像集评估与现实超声检查的差异，以及经组织病理学证实队列的谱偏倚风险。结论表明：腮腺超声中检查者依赖性良恶性分类无法仅通过诊断准确率或观察者间一致性指标充分刻画；模型衍生的分类模式以少数上层分类线索为特征（尤其边界与肿瘤病史），这些线索也显示最强的队列层面参考类别关联；边界评估分歧与最终分类分歧的关联最强，为描述符标准化及针对性训练的前瞻性研究提供了可检验靶点；信号检测分析区分了辨别力与操作点差异，为检查者校准及反馈研究提供方向；误导性共识病例则警示完全一致的检查者共识不一定代表诊断正确。这些发现为描述符聚焦训练、检查者反馈及AI辅助决策支持系统的前瞻性评估提供了经验基础。该论文发表于《Diagnostics》。
