DWI对卵巢良恶性病变鉴别价值的Meta分析

王维嘉

（浙江大学医学院附属第二医院放射科 浙江 杭州 310000）

卵巢肿瘤是女性生殖系统常见的肿瘤之一。及时准确地确定病变性质，对手术策略的选择和预后的疗效十分重要。影像学检查是诊断卵巢病变的重要方法之一，其中磁共振成像（MRI）更是得到了广泛使用。相比传统的超声（US）、CT及其他有创性检查具有更高的准确性，但常规MRI检查存在一定的局限[1-2]。弥散加权成像（DWI）的原理是显示水分子在各种状态下各种组织间的扩散运动及变化，由于其特殊性，逐渐成为一种无创性鉴别肿瘤性质的新技术。目前已经作为脑部检查的常规手段得到应用。但在卵巢病变中的应用目前尚处于研究探索阶段。目前已经有学者发现卵巢良恶性肿瘤之间的ADC值是有差别的[3-4]，用DWI的方法可能可以判断卵巢肿瘤的良恶性[5-10]。本文旨在用Meta分析方法汇总整理DWI对卵巢良恶性病变鉴别的研究结果，以综合定量地评价该方法对卵巢疾病鉴别的诊断价值。

1 资料与方法

1.1 文献检索

计算机检索包括中国期刊全文数据库、万方数据知识服务平台和PubMed数据库，检索时间截至2020年9月。英文检索策略为“DWI OR diffusion-weighted imaging AND ovarian and sensitivity”；中文检索策略为“DWI OR弥散加权成像AND卵巢”。研究对象为人类；排除“综述”“信件”“病例报告”和“评论”。在纳入基础上，扩大参考范围，追查这些文章的参考文献，纳入尽可能多的相关研究。

1.2 纳入与排除标准

纳入标准：①采用DWI的方法评价或探讨其对卵巢良恶性病变鉴别的诊断价值；②研究的卵巢病变包括了所有相关的常见病理类型；③能够在文献中获得DWI诊断卵巢病变良恶性的真阳性值（TP）、假阳性值（FP）、真阴性值（TN）、假阴性值（FN）。

排除标准：①研究病例小于30例，且有良性或恶性病变病例数未达到10例；②没有诊断的金标准（临床诊断标准或病理结果）。

1.3 数据提取

从入选文献中提取以下研究信息：作者、研究发表时间、研究对象的数量、真阳性值（TP）、假阳性值（FP）、假阴性值（FN）、真阴性值（TN）、灵敏度、特异度、阳性预测值、阴性预测值。

1.4 统计学方法

应用Meta-Desic 1.4和stata 12软件进行统计学分析，使用Q检验进行异质性检验，根据结果选取不同类型的模型，绘制森林图和汇总受试者操作特征曲线（ROC）并计算曲线下面积（AUC）。

2 结果

2.1 文献检索结果

按照检索策略共搜索出中文文献82篇，英文文献85篇。排除内容不相关文献及重复检出文献后剩余19篇，进一步按照纳入与排除标准筛选后，最后筛选出6篇符合标准的文献纳入本研究。QUADAS-2评价文献质量评价显示，5篇文献质量较好，1篇中等，可以进行Meta分析，文献筛选流程如图1。

图1 文献筛选流程

2.2 数据提取

表1 纳入文献的数据提取

2.3 数据分析

2.3.1 异质性分析

由ROC平面图可以发现结果不呈“肩臂”状分布，提示不存在阈值效应。进一步计算敏感度对数与（1-特异度）对数的spearman相关系数=0.029，P=0.957，也表明不存在阈值效应。对所有数据的合并效应量进行计算可知平均效应量为53.78（19.57，147.77），I2为63.6%，P=0.017，说明存在中等异质性（图2）。但由于尚未大于75%，不必进行Meta回归分析和亚组分析，采用随机效应量模型进行计算即可。经stata/SE 12.0分析得漏斗图（图3），点状图分布对称，由表格可知P均大于0.05。可说明该数据基本不存在发表偏倚。

图2 合并效应量

图3 漏斗图

2.3.2 Meta分析

合 并 敏 感 度（ 图 4a） 为 0.88[95%CI（0.74，0.95），P=0.0001]，表明用DWI诊断卵巢良恶性肿瘤的敏感度好，对恶性肿瘤的漏诊率低；特异度（图4）为 0.88[95%CI（0.83，0.92），P=0.06]， 表 明 该方法特异度高，不易对良性肿瘤误诊；阳性似然比为7.64[95%CI（5.12，11.38），P=0.09]，阴性似然比为0.13[95%CI（0.09，0.31），P=0.0001]（图5）；诊断比值比结果分别为58.37（21.35，159.61）（图6），说明该诊断试验的诊断效能好。

图4 敏感度与特异度森林图

图5 阳性似然比与阴性似然比图

图6 比值比森林图

2.3.3 敏感性分析

本研究的敏感性分析见图7，这种敏感性的分析方法是为了考察单项研究对总合并效应量的影响。由图7可见，没有某一项研究的点落在95%置信区间外，而且去除某一项研究后的合并效应量基本在总效应量的周围。说明没有哪一项研究对总的合并效应量有很大的影响。

图7 敏感性分析

2.3.4 建立ROC曲线

ROC曲线（图8）的AUC为0.93，说明用DWI诊断卵巢良恶性肿瘤的诊断效能高。

图8 ROC曲线

3 讨论

DWI是目前唯一能观察活体水分子扩散运动的成像方法，虽然已经得到广泛应用，但在卵巢病变中的应用还处于探索研究阶段。各研究均显示DWI有助于卵巢病变的鉴别诊断，但用ADC值诊断卵巢癌的敏感度和特异度，不同研究者之间尚存在差别。本文采用系统评价的方法和Meta分析软件对文献进行了全面的分析研究，为后续的诊断研究提供了一定的参考与指导。

纳入研究的10篇文献中，除Takeuchi外其他人均认为使用DWI的方法对鉴别良恶性卵巢病变有帮助。Takeuchi的研究结论中认为只使用DWI的方法无法区分出良恶性病变。在检查设备上，本研究纳入的文献中除了Takeuchi采用b=800 s/mm2外，其他文献均采用b=1 000 s/mm2；只有Takeuchi使用了1.5T和3T的混合场强，其他研究均采用了1.5T的场强。可能会对本文结果产生些微影响，但影响不大，但有可能是异质性来源。Takeuchi的结论与其他人不同，可能是因为选择的研究方法与其他人存在差别。但即便如此，本研究得出的ROC曲线图形诊断价值仍然很高，AUC表明DWI诊断的准确度为0.93，证明了DWI对卵巢良恶性病变的鉴别是有价值的。

Mata分析的研究方法能够结合多项研究结果进行综合分析，能够克服单项研究中样本量小、病理类型少的缺点，综合设计方案并进行汇总分析。一定程度上增加了研究结果的可信度。本文的局限在于纳入的相关文献较少，且纳入的研究多局限于良恶性分组。对于不同病理类型、侵袭程度的病例，其DWI图像与ADC值是否存在差异，缺乏进一步的亚组分析研究。

综上所述，DWI对卵巢良恶性肿瘤的鉴别是有价值的，但还需进行更加细化的分类研究，增加该方法诊断该疾病的可信度与认同度。