实时组织弹性成像对乳腺良、恶性肿块诊断价值的Meta分析

目的 采用Meta分析评价实时组织弹性成像(RTE)对乳腺良、恶性肿块的诊断价值。方法 检索1994—2010年国内外公开发表的有关RTE诊断乳腺肿瘤的中文、英文文献,按照诊断试验的纳入和排除标准筛选文献,提取纳入研究的特征信息,进行Meta分析。结果 共纳入12篇文献,RTE对乳腺良、恶性肿块诊断的敏感度为0.78~0.89,特异度为0.84~1.00。合并敏感度和特异度分别为0.82(95%CI 0.79~0.85)、0.95(95%CI 0.93~0.96);合并阳性和阴性似然比分别为14.16(95%CI 8.38~23.93)、0.20(95%CI 0.17~0.23);SROC曲线下面积为0.91±0.01。结论 RTE对乳腺良恶性肿块的鉴别诊断具有较高的临床诊断价值。     

单、双指数模型DWI鉴别肺部良恶性病变:Meta分析

目的 采用Meta分析评价单、双指数模型DWI鉴别诊断肺部良恶性病变的效能。方法 检索Embase、Pubmed、Cochrane Library、CNKI、万方和维普数据库建库至2018年12月,单指数及双指数模型DWI诊断肺部良恶性病变相关文献,筛选符合纳入标准者进行质量评价,采用Meta-Disc 1.4及Stata 15.0软件进行统计分析。结果 共纳入10篇文献（中、英文文献各5篇）、672例患者（695个病灶）。ADC值、D值诊断肺部良恶性病变的敏感度分别约0.78[95% CI（0.73,0.83）]、0.90[95% CI（0.87,0.93））,特异度分别约0.71[95% CI（0.64,0.78）]、0.64[95% CI（0.57,0.70）],诊断比值比分别为12.59[95% CI（4.93,32.11）]、19.58[95% CI（7.06,54.29）],汇总受试者工作特征曲线AUC分别为0.848 9、0.885 1。结论 ADC值、D值鉴别肺良恶性病变均有高诊断效能,D值诊断效能优于ADC值。     

核极限学习机诊断乳腺良恶性肿块样病变

目的 采用核极限学习机（KELM）方法对乳腺良恶性肿块样病变进行分类,并评估其鉴别诊断效能。方法 对93例患者103个经术后病理或长期随访确诊的乳腺肿块样病变行MR检查。由1名低年资和1名高年资乳腺影像学诊断医师参照乳腺影像报告和数据系统（BI-RADS）第2版,选取12个MRI特征及临床特征,分别独立及采用KELM方法对乳腺病变进行良恶性分类,并计算诊断效能。结果 低年资和高年资医师使用KELM方法鉴别诊断乳腺良恶性病变的敏感度、特异度、准确率分别为0.88、0.89、0.91和0.93、0.91、0.92,AUC分别为0.84和0.89。低年资和高年资医师独立诊断的敏感度、特异度、准确率分别为0.91、0.74、0.86和0.90、0.85、0.92,AUC分别为0.83和0.90。结论 基于影像学特征及临床资料特征的KELM方法可辅助临床鉴别诊断乳腺肿块样良恶性病变,具有较理想的敏感度、特异度和准确率。     

体素内不相干运动弥散加权成像与弥散加权成像鉴别诊断甲状腺良恶性结节：Meta分析

目的 采用Meta分析方法评价体素内不相干运动弥散加权成像（IVIM-DWI）及弥散加权成像（DWI）鉴别诊断甲状腺良恶性结节的效能。方法 检索Cochrane Library、Embase、PubMed、中国知网、万方医学网及中国生物医学文献数据库,根据标准筛选建库至2020年5月IVIM-DWI及DWI参数鉴别诊断甲状腺良恶性结节相关文献,提取相关资料,以Stata 12.0和Meta-disc 1.4软件进行Meta分析。结果 纳入文献17篇文献,包括12篇英文、5篇中文文献,787个良性、634个恶性共1 421个甲状腺结节;根据真实扩散系数（D）值诊断的合并敏感度及特异度、阳性似然比及阴性似然比分别为0.85（0.71,0.92）、0.90（0.85,0.94）、8.77（5.29,14.55）及0.17（0.09,0.34）;表观扩散系数（ADC）的相应合并值分别为0.88（0.85,0.91）、0.90（0.85,0.94）、8.86（5.66,13.88）及0.13（0.10,0.16）,其AUC与D值差异无统计学意义（Z=-0.299,P=0.385）。异质性检验结果显示文献中ADC的合并特异度及D值的合并敏感度存在异质性。ADC值及D值诊断甲状腺良恶性结节无明显阈值效应（r=-0.113、-0.145,P=0.676、0.784）。分析研究类型、设备场强、b值、感兴趣区等因素,均未发现异质性的明确来源。结论 以D值及ADC值诊断甲状腺良恶性结节的效能相当,但IVIM-DWI参数可提供更多相关信息,且结果稳定性、可重复性更佳。     

乳腺MRI特征及ADC值预测乳腺影像报告和数据系统4类良恶性病变

目的 探讨乳腺MRI特征及ADC值对乳腺影像报告和数据系统（BI-RADS）4类良恶性病变的预测能力，并尝试建立Logistic回归预测模型。方法 收集MRI诊断为BI-RADS 4类病变、并取得病理结果的79例乳腺病变患者（82个病变）。采用单因素二元Logistic回归及两独立样本t检验分析各MRI特征和ADC值鉴别良恶性乳腺病变的统计学意义，并建立多因素Logistic回归预测模型，绘制ROC曲线评价回归模型预测BI-RADS 4类病变良恶性的效能。结果 肿块型病变中，将边缘、内部强化及ADC值纳入Logistic回归预测模型中（P均<0.05，伪R²=0.62），其诊断良恶性乳腺病变的ROC曲线AUC为0.981，敏感度为87.80%，特异度为100%。非肿块型病变中，无预测变量纳入建立Logistic回归预测模型（P均>0.1）。结论 乳腺MRI特征（边缘、内部强化）及ADC值对预测肿块型BI-RADS 4类病变的良恶性具有一定意义；Logistic回归预测模型可有效鉴别BI-RADS 4类肿块型病变性质。     

酰胺质子转移成像和扩散加权成像鉴别诊断乳腺良恶性病变

目的 观察MR酰胺质子转移成像（APTWI）和扩散加权成像（DWI）鉴别诊断乳腺良恶性病变的价值，并分析不同参数间的相关性。方法 对65例乳腺病变患者行APTWI及DWI，测量并比较乳腺良恶性病变间平均ADC（ADC_mean）、最小ADC（ADC_min）及非对称磁化转移率[MTRasym（3.5 ppm）]值的差异；采用ROC曲线评估各参数鉴别乳腺良恶性病变的诊断效能，并分析良恶性病变中各参数间的相关性。结果 共70个病灶纳入研究，包括32个良性（良性组）和38个恶性病灶（恶性组）。良性组ADC_mean、ADC_min及MTRasym（3.5 ppm）值均高于恶性组（t=－5.63、－5.94、－0.24，P均<0.05）；ADC_min、ADC_mean及MTRasym（3.5 ppm）鉴别乳腺良恶性病变的AUC分别为0.850、0.827及0.729（P均<0.01）；ADC_min的AUC大于MTRasym（3.5 ppm）值（Z=1.990，P=0.046），其余各参数AUC差异均无统计学意义（P均>0.05）。恶性组MTRasym（3.5 ppm）值与ADC_mean（r=－0.325，P=0.046）和ADC_min值（r=－0.384，P=0.017）均呈负相关；良性组MTRasym（3.5 ppm）值与ADC_min值呈负相关（r=－0.357，P=0.045）。结论 APTWI及DWI均可用于鉴别诊断乳腺良恶性病变；相比DWI，APTWI的诊断效能有待进一步提高。     

DCE-MRI联合IVIM-DWI鉴别诊断乳腺良恶性病变

目的 探讨动态增强MRI(DCE-MRI)联合体素内不相干运动DWI(IVIM-DWI)鉴别诊断乳腺良恶性病变的价值.方法 收集因乳腺病变接受DCE-MRI及IVIM-DWI检查的患者87例,经术后病理证实共93个病灶,其中良性病灶42个(良性组),恶性病灶51个(恶性组).对两组的DCE-MRI参数(病变形态、强化特点、峰值时间、最大增强斜率和TIC类型)及IVIM-DWI参数(f、D和D^*值)进行比较.采用多因素Logistic回归分析确定DCE-MRI、IVIM-DWI及二者联合鉴别诊断乳腺良恶性病变的独立影响因素.以病理诊断结果为金标准,绘制ROC曲线,并计算曲线下面积(AUC).结果 DCE-MRI、IVIM-DWI及二者联合诊断乳腺良恶性病变,纳入Logistic回归方程的独立影响因素分别为形态、TIC类型,D值,形态、TIC类型及D值.DCE-MRI、IVIM-DWI及二者联合鉴别诊断乳腺良恶性病变的敏感度、特异度、准确率分别为78.43%、71.43%、75.27%,70.59%、66.67%、68.82%,84.31%、78.57%、81.72%.3种方法的AUC分别为0.75、0.69、0.81.结论 DCE-MRI联合IVIM-DWI可提高鉴别诊断乳腺良恶性病变的效能.     

扩散峰度成像模型与传统扩散加权成像单指数模型鉴别乳腺肿块良恶性的对比分析

目的 对比分析扩散峰度成像（DKI）模型与传统DWI单指数模型对乳腺良恶性肿块的鉴别诊断价值。方法 对78例乳腺肿块患者于术前行MR检查,包括常规平扫、传统DWI、DKI及动态对比增强（DCE）扫描。通过传统DWI单指数模型获得病灶的ADC值,通过DKI模型获得病灶的平均扩散峰度（MK）及平均扩散系数（MD）值。采用独立样本t检验比较乳腺良恶性肿块间ADC、MK、MD值的差异。以ROC曲线评价ADC、MK和MD值对乳腺恶性肿块的诊断效能。并采用χ²检验比较MK、MD、MK联合MD值的曲线下面积（AUC）与ADC值的AUC间的差异。结果 78例共87个病灶,其中良性病灶29个,恶性病灶58个。恶性病灶的ADC和MD值明显低于良性病灶（P均<0.001）,MK值明显高于良性病灶（P<0.001）。良性及恶性病灶的MD值均高于其ADC值（P均<0.001）。以ADC值诊断乳腺恶性肿块的敏感度、特异度、准确率分别为86.21%、89.66%、87.36%;MK值的敏感度、特异度、准确率分别为84.48%、96.55%、88.51%;MD值的敏感度、特异度、准确率分别为82.76%、93.10%、89.66%。MK值的AUC及MK联合MD值的AUC均为0.94（P<0.05）,且均高于ADC值的AUC（χ²=5.90,P=0.02）,而MD与ADC值的AUC差异无统计学意义（χ²=0.15,P=0.70）。结论 相对于传统DWI单指数模型,DKI模型更有利于乳腺肿块良恶性的鉴别。     

超声造影诊断良恶性甲状腺结节Meta分析

目的 对研究超声造影诊断甲状腺结节良恶性的文献进行Meta分析,评价超声造影对甲状腺结节良恶性的诊断价值。方法 检索中国期刊网、OVID、PubMed,运用Meta.disc1.4软件对纳入文献的原始数据进行汇总计算,计算合并敏感度(SE)、特异度(SP)、诊断比值比(DOR)等相关数值,绘制合并受试者工作特征(SROC)曲线,计算曲线下面积(AUC),评价超声造影对甲状腺结节良恶性的诊断价值。结果 共有11篇文献符合纳入标准,文献之间存在较高异质性,按照随机效应模型计算得到合并SE、SP、DOR及相应的95%可信区间分别为86.9%(95%可信区间:83.0%~89.9%)、91.4%(95%可信区间:89.2%~93.3%)、69.288(95%可信区间:38.79~123.77)、AUC为0.9550,Q指数为0.8973。结论 超声造影对诊断甲状腺结节良恶性有较高的临床应用价值。     

ADC全容积直方图分析法鉴别乳腺良恶性肿块样病变

目的 探讨ADC全容积直方图分析法鉴别诊断乳腺良恶性肿块样病变的价值。方法 回顾性分析经手术及病理证实的88例乳腺肿块样病变患者,其中恶性57例、良性31例,均接受乳腺MR平扫+动态增强及DWI扫描,测量并记录ADC全容积直方图参数（包括多个百分位ADC值、ADC_min、ADC_max、ADC_mean、偏度、峰度及标准差）及常规平均ADC值。比较乳腺良恶性病变各ADC直方图参数及常规平均ADC值,采用ROC曲线分析评估各参数鉴别良恶性病变的效能。结果 良恶性病变ADC直方图参数（各ADC值、偏度、峰度、标准差）及常规平均ADC值差异均有统计学意义（P均<0.05）;其中第75、90百分位ADC值鉴别良恶性病变的AUC最高,为0.84。ADC直方图参数ADC_mean、第50百分位ADC值鉴别乳腺肿块样病变良恶性的AUC与常规平均ADC值的AUC比较差异均有统计学意义（P均<0.05）。结论 ADC全容积直方图可全面反映病灶整体信息,对鉴别乳腺良恶性病变具有一定价值。     

超声造影和增强CT诊断胰腺局灶性病变的Meta分析

目的 运用Meta分析评价超声造影(CEUS)和增强CT(CECT)对良、恶性胰腺局灶性病变的诊断价值。方法 对PubMed、中国期刊网CNKI数据库有关CEUS及CECT诊断及鉴别诊断良、恶性胰腺局灶性病变的中英文文献进行评价和筛选,同时应用Meta-disc 1.4软件对入选文献的试验数据进行分析。结果 14篇文献符合纳入标准。CEUS与CECT诊断良、恶性胰腺局灶性病变的合并敏感度、特异度、SROC曲线下面积(AUC)分别为89.20%、94.00%、0.9545和85.50%、84.60%、0.9116。CEUS与CECT诊断良、恶性胰腺局灶性病变的准确率差异有统计学意义(P<0.005)。结论 对于胰腺局灶性病变,CEUS是一种准确性较高的无创性检查方法。     

弥散加权成像模型鉴别乳腺良恶性病变北大核心CSCD

目的观察弥散加权成像(DWI)单指数模型、体素内不相干运动(IVIM)和弥散峰度成像(DKI)模型鉴别乳腺良、恶性病变的价值。方法对临床疑诊乳腺病变的202例患者(215个病灶)采集乳腺DWI,b值取0、30、50、80、120、160、200、500、1000、1500及2000 s/mm^(2)。采用单指数模型、IVIM模型、DKI模型分析原始数据,比较乳腺良、恶性病变表观扩散系数(ADC)、IVIM参数灌注分数(IVIM-FP)、真实弥散系数(IVIM-D)及灌注相关弥散系数(IVIM-DP)和DKI参数平均峰度(DKI-K)及平均弥散率(DKI-D)的差异。将单因素分析结果显示P<0.10的变量纳入多因素逐步logistic回归分析,筛选鉴别乳腺良、恶性病变的最佳参数,并建立联合模型。以病理结果为标准,采用受试者工作特征(ROC)曲线,计算曲线下面积(AUC),分析单一及联合参数鉴别乳腺良、恶性病变的效能。结果良性组54例(63个病灶),恶性组148例(152个病灶),组间ADC、IVIM-D、DKI-K和DKI-D差异均有统计学意义(P<0.001),IVIM-FP及IVIM-DP差异无统计学意义(P均>0.05)。ADC+DKI-K联合为鉴别乳腺良、恶性病变的最佳联合参数。ADC诊断乳腺良、恶性病变的效能最高,敏感度91.45%,特异度82.54%、准确率88.84%;其AUC 0.92,高于DKI-K及IVIM-DP(Z=4.72、6.78,P均<0.01),与IVIM-D、DKI-D、ADC+DKI-K差异均无统计学意义(Z=0.64、1.34、1.11,P=0.52、0.18、0.27)。结论DWI单指数模型、IVIM及DKI模型对鉴别乳腺良、恶性病变均有较高价值;DWI单一参数中,ADC诊断效能最佳,与联合参数模型相当。     

磁共振扩散加权成像在乳腺肿瘤的初步应用

目的利用扩散加权成像(diffusion weighted imaging,DWI)的表观扩散系数(apparent diffusion coefficient,ADC),探讨其在诊断乳腺良恶性肿物方面的价值. 方法患者28人,良性8人,恶性20人.均经手术病理证实.DWI采用两组序列(分别为扩散敏感系数b=0,1000s/mm2,和b=30,300,1100s/mm2),并计算ADC值. 结果在b=1000-0s/mm2 时,正常腺体的ADC值[(1.75±0.54)×10-3mm2/s]与良性肿物的ADC值[(1.53±0.34)×10-3mm2/s]间无显著统计学意义,正常腺体与恶性肿物的ADC值[(1.22±0.28)×10-3mm2/s]间有显著统计学意义,良恶性肿物间有显著统计学意义.在b=300,30s/mm2 时,三者间无显著统计学意义.在b=1100,300s/mm2 时,良恶性肿物间无显著统计学意义.我们把良恶性病变ADC值的界值定为1.35×10-3mm2/s,即<1.35为恶性,>1.35为良性,诊断的敏感性为69.6%,特异性为75.0%. 结论 DWI图像(尽量选择TE时间与肿瘤的T2相近的序列)有助于检出病变,可作为常规检查序列之一.大b值差的ADC值能够鉴别良恶性乳腺肿瘤.     

不同b值下DWI鉴别肺部良、恶性病变的价值

目的评价不同b值下DWI鉴别肺部良、恶性病变的价值。方法对71例肺部肿块或结节行常规MRI和DWI检查,分别测量b值为300、500、800s/mm2时的病变表观扩散系数(ADC)值,比较同一b值下良、恶性病变及不同b值下良、恶性病变的ADC值的差异。根据ROC曲线确定各个b值下的ROC曲线下面积及诊断阈值,并计算各个阈值下的敏感度、特异度、准确率、阳性预测值、阴性预测值。结果 71例中,恶性病变47例,良性病变24例。不同b值下恶性病变的平均ADC值均明显小于良性病变,差异均有统计学意义(P均<0.05)。恶性、良性病变的平均ADC值在不同b值时各不相同,随着b值的增大而减小,差异均有统计学意义(P均<0.05),b值取300、500、800s/mm2时,曲线下面积分别为0.79、0.84、0.83;其中b=500s/mm2时诊断效能最高,ADC阈值为1.50×10-3 mm2/s,鉴别诊断肺部良、恶性病变的敏感度、特异度、准确率、阳性预测值、阴性预测值分别为91.49%、75.00%、85.92%、87.76%、81.82%。结论 b值取300、500、800s/mm2,ADC值均有助于肺部良、恶病变的鉴别诊断,其中b值取500s/mm2时诊断效能最高。     

剪切波弹性成像诊断甲状腺结节Meta分析

目的应用Meta分析评价剪切波弹性成像诊断甲状腺结节的价值。方法计算机检索PubMed、Nature、中国期刊全文数据库CNKI和万方等数据库,收集关于甲状腺结节剪切波弹性成像的中英文文献,根据诊断性试验研究的纳入标准纳入和排除文献,应用Meta-Disc1.4软件对纳入的研究结果进行Meta分析并绘制汇总受试者工作特征(SROC)曲线,计算曲线下面积。结果最终纳入5篇文献、共586个甲状腺病灶,病理结果显示良性结节481个,恶性结节105个。剪切波弹性成像诊断甲状腺结节良恶性的敏感度0.84[95%CI(0.75~0.90)],特异度0.86[95%CI(0.83~0.89)],阳性似然比6.35[95%CI(2.64~15.24)],阴性似然比为0.20[95%CI(0.13~0.31)],诊断比值比31.21[95%CI(12.40~78.53)],诊断试验的SROC曲线下面积为0.9037(Q*=0.8353)。结论应用剪切波弹性成像诊断甲状腺结节的敏感度和特异度均较高,能够作为甲状腺结节的无创诊断方法。     

不同影像学检查诊断卵巢肿瘤: Meta分析

目的 评价CEUS、增强MRI、功能性MRI和CT对卵巢肿瘤的诊断价值。方法 检索Embase、Medline 数据库,收集关于CEUS、增强MRI、功能性MRI及CT诊断卵巢肿瘤的文献资料。进行统计分析得到各组诊断性试验的合并敏感度、特异度及SROC曲线下面积（AUC）。采用Z检验比较组间独立诊断试验的诊断效能。结果 CEUS、增强MRI、功能性MRI和CT诊断卵巢恶性肿瘤的合并敏感度分别为0.89、0.93、0.83和0.88;合并特异度分别为0.91、0.90、0.79和0.91。四组影像学方法的AUC值分别为0.9619、0.9710、0.9090和0.9444。Z检验结果显示：CEUS、增强MRI、CT三者的诊断效能差异无统计学意义（P>0.05）;功能性MRI的诊断效能低于CEUS和增强MRI（P均<0.05）。结论 CEUS、增强MRI、功能性MRI和CT四种影像学方法对卵巢恶性肿瘤均具较高的诊断效能,对卵巢肿瘤的诊断各有优势和不足。     

双指数扩散及扩散峰度成像鉴别诊断乳腺良恶性病变

目的 评价双指数体素内相位不相干运动成像（IVIM）及扩散峰度成像（DKI）在乳腺良恶性病变鉴别诊断中的价值。方法 回顾性分析经穿刺或手术病理证实的44例乳腺病变患者,术前均接受常规DWI、IVIM扩散成像及DKI,获得ADC、扩散系数（D）、灌注相关扩散系数（D^*）、灌注分数（f）、平均峰度（MK）、轴向扩散峰度（AK）及径向扩散峰度（RK）值。比较乳腺良恶性病变间IVIM及DKI参数的统计学差异,并利用ROC曲线评价其鉴别诊断效能。结果 44例病例共52个病灶,其中恶性30个,良性22个。良恶性病灶间ADC值差异无统计学意义（P=0.080）。IVIM参数中,恶性病变D值显著下降（P<0.001）,而D^*值和f值差异无统计学意义（P均>0.05）。DKI参数中,恶性病变MK值和AK值显著升高（P均<0.001）,而RK值差异无统计学意义（P=0.060）。D值、MK值及AK值诊断乳腺良恶性病变的ROC曲线的AUC分别为0.942,0.957和0.975,其敏感度、特异度分别为88.89%、81.82%,90.90%、88.89%和95.50%、88.78%。结论 IVIM和DKI参数中的D、MK及AK值有助于鉴别乳腺良恶性病变。     

18F-FDG PET/CT评估乳腺癌治疗后复发或转移的Meta分析

目的 评价¹⁸F-FDGPET/CT对乳腺癌患者综合治疗后复发或转移的诊断价值。方法 计算机检索PubMed、EMBASE、Cochranelibrary、WebofScience、中国生物医学文献数据库、万方数字化期刊数据库和中国期刊全文数据库等,检索时间截止2013年10月,制定纳入文献的选择标准,并根据诊断性研究质量评价标准（QUADAS）评分表评价纳入文献质量。利用Metadisc1.4和Stata12.0软件进行数据分析,计算合并敏感度（SEN_合并）、特异度（SPE_合并）、阳性似然比（+LR）、阴性似然比（-LR）、诊断比值比（DOR）及95%可信区间（CI）,绘制汇总受试者工作特征（SROC）曲线,并计算曲线下面积（AUC）。结果 有19篇文献符合纳入（1196例患者/1696个病灶）。以患者为研究单元,15篇（923例患者）PET/CT研究的SEN_合并、SPE_合并及AUC_合并分别为0.93、0.82、0.9344;以病灶为研究单元,8篇（1696病灶数）PET/CT研究的SEN_合并、SPE_合并及AUC_合并分别为0.93、0.83、0.9546。结论 ¹⁸F-FDGPET/CT对乳腺癌患者综合治疗后的复发或转移具有较高的敏感度和特异度。