DOI:10.20047/j.issn1673-7210.26010576
中图分类号:R736.1
刘佳1, 师旭1, 冯伶艳1, 乔星2, 赵梦婷3
| 【作者机构】 | 1北京市大兴区人民医院超声科; 2北京市大兴区人民医院病理科; 3中国中医科学院西苑医院超声科 |
| 【分 类 号】 | R736.1 |
| 【基 金】 |
甲状腺结节是临床常见的甲状腺病变,其良恶性的准确鉴别是制订个体化治疗方案、避免过度手术或漏诊的关键[1]。高分辨率超声是首选筛查手段,超声甲状腺影像报告和数据系统(thyroid imaging reporting and data system,TI-RADS)为其提供标准化风险分层框架,提升诊断的规范性[2-3]。细针穿刺活检(fine-needle aspiration biopsy,FNAB)及甲状腺细胞病理学Bethesda报告系统(Bethesda system for reporting thyroid cytopathology,BSRTC)是术前良恶性鉴别的重要确诊工具[4-5]。分子标志物BRAF V600E突变检测,为诊断提供额外的特异性信息[6]。然而,单一方法均存在局限性:TI-RADS诊断依赖操作者经验,存在主观判读差异;BSRTC分级易受FNAB取材质量影响,部分病例可出现假阴性;BRAF V600E单独检测的敏感性有限[7]。多模态诊断通过整合不同维度的诊疗信息,实现优势互补,是精准医疗背景下的重要发展方向。因此,整合影像、细胞与分子层面的信息,构建高效的联合诊断模型,对于提升鉴别效能、优化FNAB后的临床决策有重要意义。本研究旨在构建基于TI-RADS、BSRTC与BRAF V600E的多模态联合诊断模型,系统评估其在甲状腺结节良恶性鉴别诊断中的效能,并探讨其对FNAB后临床管理的指导价值。
采用回顾性研究方法,纳入2021年5月至2024年5月北京市大兴区人民医院因甲状腺结节行手术治疗的患者。收集其临床资料、超声图像、术前FNAB细胞学结果、BRAF V600E基因检测结果及术后病理报告。纳入标准:①术前完成甲状腺超声检查、超声引导下行FNAB及BRAF V600E基因检测;②超声提示为TI-RADS 3类及以上甲状腺结节;③有明确手术病理结果。排除标准:①合并其他器官恶性肿瘤病史;②既往甲状腺手术史;③术前曾接受针对甲状腺结节的放疗、化疗、消融或内分泌治疗。本研究经北京市大兴区人民医院伦理委员会批准(NO.20260106KY-1-2)。本研究为回顾性研究,经医学伦理委员会批准免除患者知情同意。
①超声检查、TI-RADS分类标准:使用Philips Epiq 5、日立Preirus超声诊断仪,L12-5线阵探头(频率5.0~12.0 MHz)。选择甲状腺检查模式,对双侧甲状腺及峡部进行扫查,选择病灶最佳显示切面观察病灶特征。观察并记录甲状腺结节位置、大小、内部回声、边缘、纵横比、钙化类型等超声特征,根据C-TIRADS分类方法进行结节分类[8]。TIRADS 1类:正常甲状腺;TIRADS 2类:良性;TIRADS 3类:无实性结节、低回声或极低回声、模糊或不规则边界、微钙化、纵横比>1恶性征象;TIRADS 4A类:具上述1项恶性征象;TIRADS 4B类:具上述2项恶性征象;TIRADS 4C类:具上述3或4项恶性征象;TIRADS 5类:具5项恶性特征。
②BSRTC分类:所有患者术前超声引导下行FNAB抽取结节细胞标本,送病理科进行细胞学检查。根据BSRTC标准将FNAB结果分为6种诊断类别:Ⅰ级为无法明确诊断;Ⅱ级为良性病变;Ⅲ级为意义不明确的非典型病变;Ⅳ级为滤泡性肿瘤;Ⅴ级为可疑恶性;Ⅵ级为恶性[9]。
③BRAF V600E突变检测:使用厦门艾德生物人类BRAF V600E基因突变检测试剂盒(荧光PCR法)对穿刺样本中提取的DNA进行检测,具体操作严格按照说明书进行。结果判读标准:Ct值 ≥30或FAM信号扩增曲线不呈S型判定为阴性,Ct值<30且FAM信号扩增曲线呈S型判定为阳性。
应用SPSS 27.0统计学软件进行数据分析。计量资料用均数±标准差(
)表示,比较采用t检验;计数资料用例数和/或百分率表示,比较采用χ2检验或Fisher确切概率法,多组间比较采用Bonferroni法校正显著性水平;采用方差膨胀因子进行多重共线性诊断,采用logistic回归筛选甲状腺结节恶性的独立危险因素。基于独立危险因素构建不同组合的诊断模型,以病理为“金标准”比较不同模型的诊断效能。以P<0.05为差异有统计学意义。
本研究共纳入230例甲状腺结节患者,其中男79例(34.35%),女151例(65.65%);共包含322个甲状腺结节。根据术后病理结果,良性结节患者79例、恶性结节患者151例;322个甲状腺结节包括良性结节157个,恶性结节165个,分别记为良性结节组(157个结节)、恶性结节组(165个结节)。
良性结节组与恶性结节组在性别、年龄、血清游离三碘甲状腺原氨酸、游离甲状腺素及促甲状腺激素水平比较,差异无统计学意义(P>0.05)。见表1。
表1 两组临床基线资料比较
组别例数男性别[例(%女)](岁年,xˉ龄±s)游离三(pm碘ol甲/L状,xˉ腺±原s)氨酸游(pm离ol甲/L状,xˉ腺±素s)促(m甲IU状/L腺,xˉ激±素s)恶性结节组15153(35.10)98(64.90)46.92±9.234.65±1.1316.52±4.272.80±0.86良性结节组7926(32.91)53(67.09)48.37±9.564.58±0.5916.31±3.262.63±0.72χ2/t值0.1101.1180.5150.3831.503 P值0.7400.2650.6070.7020.134
恶性结节组实性或实性为主结构、不规则/分叶状边缘、低回声/极低回声、微钙化、纵横比 ≥1等超声特征的占比,以及TI-RADS 4B类及以上分类的占比,均高于良性结节组,差异有统计学意义(P<0.05)。见表2。
表2 两组超声特征与TI-RADS分类比较[例(%)]
组别结节数实性或实性为结主构囊实复合性不规则或分叶状模边糊缘或光滑腺外侵犯等/高回声成分低回声/极低回声恶性结节组165164(99.39)1(0.61)141(85.45)10(6.06)14(8.48)5(3.03)160(96.97)良性结节组157133(84.71)24(15.29)76(48.41)81(51.59)0(0.00)100(63.69)57(36.31)χ2值24.21288.722134.726 P值<0.001<0.001<0.001组别结节数微钙化粗大钙化钙边化缘环状/半环状钙化无钙化≥1纵横比<14B类超及声以TI上-RA4AD类S分及类以下恶性结节组16592(55.76)21(12.73)39(23.64)13(7.88)89(53.94)76(46.06)163(98.79)2(1.21)良性结节组15730(19.11)74(47.13)31(19.75)22(14.01)20(12.74)137(87.26)84(53.50)73(46.50)χ2值64.14660.98792.339 P值<0.001<0.001<0.001
注 微钙化为直径<1 mm的沙砾样点状强回声,无声影或仅伴微弱声影;TI-RADS:甲状腺影像报告和数据系统。
恶性结节组BSRTC分级为Ⅳ~Ⅵ级占比、BRAF V600E阳性占比均高于良性结节组,差异有统计学意义(P<0.05)。见表3。
表3 两组良恶性结节BSRTC分类与BRAF V600E突变状态比较[例(%)]
组别结节数Ⅰ~BⅢS级RTCⅣ分级~Ⅵ级阴B性RAF V60阳0E性恶性结节组16530(18.18)135(81.82)63(38.18)102(61.82)良性结节组157132(84.08)25(15.92)151(96.18)6(3.82)χ2值139.735121.396 P值<0.001<0.001
注 BSRTC:甲状腺细胞病理学Bethesda报告系统。
以术后病理结果为因变量(良性=0,恶性=1),将单因素分析中差异有统计学意义(P<0.05)的指标(TI-RADS分类、BSRTC分级、BRAF V600E突变状态)作为自变量,方差膨胀因子均<5,不存在共线性,纳入多因素logistic回归模型(赋值为TI-RADS分类:4A类及以下=1,4B类及以上=2;BSRTC分级:Ⅰ~Ⅲ级=1,Ⅳ~Ⅵ级=2;BRAF V600E突变:阴性=0,阳性=1)。结果显示,TI-RADS 4B类及以上、BSRTC Ⅳ-Ⅵ类及BRAF V600E突变阳性均为甲状腺结节恶性的独立危险因素(P<0.05)。见表4。
表4 甲状腺结节恶性风险的多因素logistic回归及共线性分析
项目βS.E.Waldχ2OR值下限95%CI上限P值方差膨胀因子超声TI-RADS分类1.2770.4767.2033.5881.3979.213<0.0011.12 BSRTC分级1.5690.5149.3234.8041.61314.308<0.0011.08 BRAF V600E1.8870.48315.2616.5991.98221.968<0.0011.05常量-5.2850.89479.053<0.001
注 TI-RADS:甲状腺影像报告和数据系统;BSRTC:甲状腺细胞病理学Bethesda报告系统。
基于多因素分析结果,构建3个诊断模型:模型A(TI-RADS+BSRTC)、模型B(TI-RADS+BRAF V600E)和模型C(TI-RADS+BSRTC+BRAF V600E)。以术后病理结果为“金标准”,评估3个诊断模型对甲状腺结节良恶性的诊断效能。结果显示,模型C的准确率高于模型A(χ2=8.560,P=0.003)、模型C的准确率高于模型B(χ2=4.983,P=0.026),模型A与模型B的准确率比较,差异无统计学意义(χ2=0.499,P=0.480)。见表5。
表5 不同诊断模型鉴别甲状腺结节良恶性的效能比较[%(n1/n2)]
模型准确率灵敏度特异度阳性预测值阴性预测值模型A80.12(258/322)81.82(135/165)78.34(123/157)79.88(135/169)80.39(123/153)模型B82.30(265/322)84.24(139/165)80.25(126/157)81.76(139/170)82.89(126/152)模型C88.51(285/322)a89.70(148/165)87.26(137/157)88.10(148/168)88.96(137/154)
注 与模型A比较,aP<0.016 7。模型A:TI-RADS+BSRTC;模型B:TI-RADS+BRAF V600E;模型C:TI-RADS+BSRTC+BRAF V600E联合。
本研究中TI-RADS 4B类及以上结节共247个(恶性163个,良性84个),模型C的准确率高于模型A(χ2=9.417,P=0.002)。模型B与模型C的灵敏度、特异度、准确率、阳性预测值、阴性预测值比较,差异无统计学意义(P>0.05)。在高度可疑结节中,模型B(TI-RADS+BRAF V600E)可达到与模型C相近的诊断效能。见表6。
表6 诊断模型在TI-RADS 4B类及以上结节中的效能比较[%(n1/n2)]
模型准确率灵敏度特异度阳性预测值阴性预测值模型A78.95(195/247)81.60(133/163)73.81(62/84)85.81(133/155)67.39(62/92)模型B85.83(212/247)85.28(139/163)86.90(73/84)92.67(139/150)75.26(73/97)模型C89.07(220/247)a89.57(146/163)88.10(74/84)93.59(146/156)81.32(74/90)
注 与模型A比较,aP<0.016 7。模型A:TI-RADS+BSRTC;模型B:TI-RADS+BRAF V600E;模型C:TI-RADS+BSRTC+BRAF V600E联合。
甲状腺结节的良恶性鉴别是超声诊断的重点和难点,单一诊断手段的局限性限制诊疗精准度。本研究聚焦“影像-病理-分子”多模态整合思路,构建基于TI-RADS、BSRTC与BRAF V600E的联合诊断模型,系统评估其诊断效能,为甲状腺结节精准诊疗提供新的解决方案。
超声TI-RADS作为甲状腺结节标准化筛查工具,其核心价值在于通过形态学特征实现风险分层。本研究结果显示,恶性结节的实性或实性为主结构、不规则边缘、低回声/极低回声、微钙化、纵横比 ≥1及高风险分类(TI-RADS4B类及以上)占比均高于良性结节,与既往研究一致[10-11]。然而,超声诊断依赖于操作者经验,且不同特征间存在重叠,导致不同医师对同一结节分类存在判读差异[12]。张国栋等[13]研究显示,TI-RADS虽灵敏度高,但特异度有限。因此,TI-RADS在提供形态学线索方面价值明确,但在反映结节确切的生物学行为上存在不足,需要联合其他诊断方法以构建更完善的决策体系[14-15]。另外,本研究中良性结节的TI-RADS 4B类及以上占比较高(53.50%),这可能与本研究所纳入对象均为接受手术治疗患者有关,此类良性结节多因超声征象可疑而具有手术指征,导致入组良性结节的超声恶性特征富集。
FNAB联合BSRTC分级是甲状腺结节术前良恶性鉴别重要手段,其通过细胞形态学特征评估结节性质,提升诊断的规范性及临床指导作用[16-18]。本研究结果显示,恶性结节组BSRTC Ⅳ~Ⅵ级占比高于良性结节组,且BSRTC Ⅳ~Ⅵ级是恶性结节的独立危险因素,提示BSRTC分级可为良恶性鉴别提供可靠的细胞病理依据。但BSRTC分级受FNAB取材质量影响较大,对于微小病灶、血供丰富或质地坚硬的结节,易出现取材不足、血液污染等问题,导致假阴性结果[19-20];此外,对于BSRTC Ⅲ级等不确定结节,其诊断价值有限,需联合其他指标进一步明确风险。
BRAF V600E突变是甲状腺乳头状癌的高度特异性指标,其通过持续激活MAPK通路驱动细胞异常增殖、癌变及肿瘤形成[21]。本研究中恶性结节的BRAF V600E突变阳性率达61.82%,而良性结节仅为3.82%,且该突变是恶性结节的独立危险因素,与陈少华等[22]研究一致,证实其在甲状腺结节良恶性鉴别中的重要价值。BRAF V600E突变检测可弥补影像和细胞学诊断的不足,为不确定结节的风险评估提供生物学依据,但单独应用时灵敏度有限,难以覆盖所有恶性结节,因此需与其他方法联合使用。
目前关于超声TI-RADS、BSRTC、BRAF V600E突变联合鉴别甲状腺结节良恶性的研究尚不多见,本研究尝试整合“影像-细胞-分子”的多模态联合诊断模型,实现不同维度诊断信息的优势互补。其中,TI-RADS分类基于影像学提供宏观形态学线索,BSRTC基于细胞病理学提供微观细胞学依据,而BRAF V600E分子检测则揭示肿瘤的驱动基因状态;三者从不同层面反映结节性质,整合后可显著提升诊断的准确性与可靠性。本研究结果显示,模型C诊断效能优于仅包含两层信息的模型A,提示多模态整合可提升诊断效能,为FNAB后临床管理提供更全面的风险评估,指导治疗决策,符合精准医疗理念。基于本研究多模态模型的诊断效能,进一步探讨其在FNAB后临床管理中的指导价值:首先,对于明确恶性的BSRTC Ⅴ~Ⅵ级结节,多模态联合诊断模型可为手术治疗决策提供更强有力支持;其次,对于BSRTC Ⅲ级意义不明确的结节,若结节同时符合TI-RADS 4B类及以上、BRAF V600E突变阳性,其恶性概率较高,可考虑直接手术,避免重复穿刺带来的延误;此外,对于BSRTC Ⅱ级但超声高度可疑的结节,若BRAF V600E阴性,可为良性诊断提供分子佐证。多模态联合诊断模型可为FNAB后不同风险分层结节提供精准化的管理路径。
本研究存在一定的局限性:①本研究为单中心回顾性研究,样本均来源于手术患者,存在选择偏倚;②本研究未进行外部验证,模型的稳定性和适用性需进一步验证;③本研究未纳入弹性成像、彩色多普勒超声、超声造影等超声技术指标,未来需要前瞻性、多中心、大样本量研究来进一步验证和优化该模型的临床适用性。
综上所述,整合TI-RADS、BSRTC与BRAF V600E的多模态联合诊断模型可提升甲状腺结节良恶性的诊断效能,为FNAB后的临床管理提供有力工具。尤其对于TI-RADS 4B类及以上高度可疑结节,TI-RADS联合BRAF V600E的简化模型可在保持高诊断效能的同时提升临床实用性,有助于优化甲状腺结节诊疗流程。
利益冲突声明:本文所有作者均声明不存在利益冲突。
[1] KEUTGEN X M,LI H,MEMEH K,et al. A machine-learning algorithm for distinguishing malignant from benign indeterminate thyroid nodules using ultrasound radiomic features [J]. J Med Imaging (Bellingham),2022,9(3):34501.
[2] 杜欢,慈红非,李林,等.声触诊弹性成像联合c-Met和Galectin-3对甲状腺结节良恶性的鉴别诊断价值[J]. 中国超声医学杂志,2025,41(3):257-260.
[3] ZHU C,ZHONG L,LIN M,et al. The value of TI-RADS combined with superb micro-vascular imagine in distinguishing benign and malignant thyroid nodules:a metaanalysis [J]. PLoS One,2022,17(1):261521.
[4] BISWAS A,BASU K,DE S,et al. Correlation between thyroid imaging reporting and data system and bethesda system of reporting of thyroid cytopathology of thyroid nodule:a single center experience [J]. J Cytol,2020,37(4):193-199.
[5] ZHU Z,SU C,CHEN G,et al. Significance of FNAC,BRAF mutation,and intraoperative frozen section in surgical decision-making of thyroid nodules [J]. Diagn Cytopathol,2023,51(7):441-448.
[6] 蔡文卿,崔灿,刘洁,等. BRAFV600E基因突变检测在细针穿刺细胞学良性甲状腺结节中的应用价值[J]. 中国普通外科杂志,2024,33(11):1786-1793.
[7] SWAN K Z,MADSEN S H,BONNEMA S J,et al. Preoperative BRAFV600E mutation detection in thyroid carcinoma by immunocytochemistry [J]. APMIS,2022,130(11):627-636.
[8] 中华医学会超声医学分会浅表器官和血管学组,中国甲状腺与乳腺超声人工智能联盟. 2020甲状腺结节超声恶性危险分层中国指南:C-TIRADS[J]. 中华超声影像学杂志,2021:30(3):185-200.
[9] MOON H J,SUNG J M,KIM E K,et al. Diagnostic performance of gray-scale US and elastography in solid thyroid nodules [J]. Radiology,2012,262(3):1002-1013.
[10] ZHU X,LI J,LI H,et al. Intranodular and perinodular ultrasound radiomics distinguishes benign and malignant thyroid nodules:a multicenter study [J]. Gland Surg,2024,13(12):2359-2371.
[11] 邱顺平,周丽娟. 基于患者甲状腺结节超声特征构建甲状腺结节良恶性的诊断模型[J]. 中国超声医学杂志,2024,40(7):729-733.
[12] ZHANG X,JIA C,SUN M,et al. The application value of deep learning-based nomograms in benign-malignant discrimination of TI-RADS category 4 thyroid nodules[J].Sci Rep,2024,14(1):7878.
[13] 张国栋,李辉. TI-RADS联合剪切波弹性成像在BSRTC Ⅲ类甲状腺结节中的意义[J]. 中国医学创新,2024,21(5):130-134.
[14] HONG M J,AHN H S,HA S M,et al. Quantitative analysis of vascularity for thyroid nodules on ultrasound using superb microvascular imaging:can nodular vascularity differentiate between malignant and benign thyroid nodules? [J]. Medicine (Baltimore),2022,101(5):28725.
[15] 姬祥鹏,郭曼,闻宝杰,等. TI-RADS、BRAF V600E突变分析与BSRTC在甲状腺结节鉴别诊断中的价值[J].肿瘤影像学,2023,32(2):156-162.
[16] WANG J,ZHENG N,WAN H,et al. Deep learning models for thyroid nodules diagnosis of fine-needle aspiration biopsy:a retrospective,prospective,multicentre study in China [J]. Lancet Digit Health,2024,6(7):458-469.
[17] 李惠霖,马姣姣,周彤彤,等. 超声引导下甲状腺结节和颈部淋巴结穿刺活检热点问题:甲状腺穿刺粗针和细针的选择[J]. 中华内科杂志,2025,64(3):186-190.
[18] 何珂,王东林,廖卫,等. 超声引导甲状腺结节细针穿刺抽吸活检BethesdaⅠ类标本的影响因素分析[J]. 中国临床医学影像杂志,2024,35(8):545-548,562.
[19] HARRIS M,ZLOCZOWER E,PINHAS S,et al. Consistency in the distribution of Bethesda system for reporting thyroid cytology categories over 9 years:a single institute,retrospective study [J]. Endocr Pract,2024,30(6):546-550.
[20] TESSLER I,COHEN O,SHOCHAT I,et al. Outcomes of the Bethesda system for reporting thyroid cytopathology in community- vs. institution-performed cytology [J]. Am J Otolaryngol,2022,43(2):103341.
[21] BRIGANTE G,CRAPARO A,PIGNATTI E,et al. Reallife use of BRAF-V600E mutation analysis in thyroid nodule fine needle aspiration:consequences on clinical decision-making [J]. Endocrine,2021,73(3):625-632.
[22] 陈少华,吕国荣,李伯义,等.中国超声甲状腺影像报告和数据系统联合BRAFV600E基因检测在BSRTCⅢ类甲状腺结节诊断中的价值[J]. 分子影像学杂志,2023,46(5):910-914.
Application value of multimodal model in the identification of benign and malignant thyroid nodules and the management after fine needle aspiration biopsy
刘佳(1981.9-),女,硕士,副主任医师;研究方向:浅表超声。
[通讯作者] 赵梦婷(1980.10-),女,硕士,副主任医师;研究方向:浅表超声。
X