-
肝细胞癌（hepatocellular carcinoma，HCC）是世界上最常见的恶性肿瘤，是全球癌症相关死亡的主要原因之一[1]。HCC微血管侵犯（microvascular invasion，MVI）是指显微镜下侵犯门静脉或肝静脉终末分支等小血管的微转移癌栓及血管腔内衬覆的肿瘤细胞巢团[2-4]；HCC发生MVI的概率为15.0%~57.1%[5]。据报道，HCC MVI阳性患者的术后复发率是其阴性患者的4.4倍[6]，是影响HCC根治性切除手术成功与否的最重要因素[7]，亦是影响肝移植患者总生存率及特异生存率的独立危险因素[3, 8]。然而，MVI主要依靠术后组织病理学检查的诊断结果，存在一定的滞后性。近年来，诸多研究者采用磁共振表观扩散系数（apparent diffusion coefficient，ADC）的平均值（ADC mean value，ADCmean）和最小值（ADC minimum value，ADCmin）对HCC MVI进行术前预测[9-22]，其中部分研究者认为ADCmean不能术前预测HCC MVI[9, 19, 22]；部分研究结果表明更低的ADC值才能术前预测HCC MVI[10, 13]；而部分研究者在ADCmean和ADCmin术前预测HCC MVI阳性诊断效能的优劣上存在分歧[9, 11-12, 16]。因此，我们通过系统评价，探讨和比较ADCmean 和ADCmin术前预测HCC MVI的诊断价值，旨在为后续研究及临床决策提供参考。
-
通过计算机检索PubMed、Embase、Web of Science、Cochrane Library、中国知网及万方数据库，检索时间从建库至2020年10月。中文数据库检索词为“磁共振表观扩散系数”、“ADC平均值”、“ADC最小值”、“肝癌微血管侵犯”；英文数据库检索词为“diffusion weighted imaging”、“apparent diffusion coefficient”、“ADC mean value”、“ADC minimum value”、“hepatocellular carcinoma microvascular invasion”。
-
纳入标准：公开发表的中、英文文献，内容为ADC值术前预测HCC MVI的诊断性研究；以手术中的组织病理学检查结果为“金标准”，MVI阳性组与阴性组总患者数不少于30例；MRI检查结果中能直接提取ADCmean及ADCmin的均值、标准差或灵敏度、特异度，进而计算真阳性、假阳性、假阴性和真阴性值的四格表数据[23]。
排除标准：重复发表的文献；个案报告、述评、综述、会议及实验类文献。
-
将检索的文献导入NoteExpress软件（
http://www.inoteexpress.com ），去重后，由2名研究者（有5年相关工作经验）独自严格按照纳入与排除标准，提取文献的研究者、发表年份、出版国家、纳入研究的病例数及病灶数、年龄、MRI仪器类型、b值个数等基本特征和诊断参数。所得数据至少复核3次。 -
利用诊断试验质量评价工具（quality assessment of diagnostic accuracy studies，QUADAS）-2量表中14条标准[24]评价纳入文献的质量，由上述2名研究者独立按“是”1分、“不清楚”0分、“否”−1分进行QUADAS评分，共14分，出现分歧时共同商讨决定。
-
应用RevMan5.3 和Meta-Disc1.4软件进行Meta分析。采用Spearman相关性分析判断纳入的研究是否存在阈值效应，若无阈值效应，则采用Q检验P值及I2评判由非阈值效应引起的异质性，I2>50%且P<0.05将随机效应模型合并，反之则将固定效应模型合并。连续性数据以均数差（mean difference，MD）为效应指标，合并诊断性研究的灵敏度、特异度、阳性似然比、阴性似然比及诊断比值比，绘制总受试者工作特征（summary receiver operating characteristic，SROC）曲线，计算AUC，组间的比较采用Mann-Whitney U检验。如文献间存在较高异质性，行亚组分析及灵敏度分析探讨异质性来源。应用stata12软件绘制Egger's漏斗图，采用独立样本t检验分析纳入文献的发表偏倚，P>0.05为差异无统计学意义，即纳入的文献不存在发表偏倚。
-
根据纳入、排除标准检索获得文献2669篇，去除重复文献934篇，阅读文题、摘要初筛排除1674篇，通读全文排除48篇，最终纳入13篇文献[9-21]进行Meta分析。
在纳入的13篇文献中，共1432例HCC患者，2303个HCC病灶。其中研究ADCmean共1474个HCC病灶（MVI阳性615个、MVI阴性859个）；研究ADCmin共829个HCC病灶（MVI阳性364个、MVI阴性465个）。纳入研究的基本特征和质量评价结果见表1，ADCmean和ADCmin术前预测HCC MVI的诊断参数见表2。
研究者 发表
年份出版
国家研究
类型是否采用
盲法“金标准” 年龄
（均数，岁）例数
（男/女）MRI厂家
及型号b值数/最大b值
（s/mm2）MVI（+/−）
病灶数QUADAS-2量
表评分（分）李旭辉等[9] 2020 中国 回顾性 不清楚 组织病理学检查 50.3 84（65/19） GE1.5T 2/700 31/53 12 Suh等[10] 2012 韩国 回顾性 是 组织病理学检查 56.0 65（54/11） 西门子3.0T 3/800 31/36 13 张坤等[11] 2017 中国 回顾性 不清楚 组织病理学检查 54.0 321（279/42） GE1.5T 1/800 67/254 10 胡艳等[12] 2019 中国 回顾性 是 组织病理学检查 49.4 40（33/7） Philips3.0T 2/800 17/23 13 Xu等[13] 2014 中国 回顾性 是 组织病理学检查 53.2 92（80/12） 西门子1.5T 2/500 39/70 13 周牮等[14] 2018 中国 回顾性 是 组织病理学检查 50.1 133（84/49） 西门子3.0T 2/800 36/97 12 李宏翔等[15] 2018 中国 前瞻性 是 组织病理学检查 51.0 31（29/2） Philips3.0T 9/1000 18/16 12 Zhao等[16] 2017 中国 回顾性 是 组织病理学检查 59.0 318（258/60） GE1.5T 2/800 211/107 13 Wei等[17] 2019 中国 前瞻性 是 组织病理学检查 52.0 115（78/37） GE3.0T 13/1200 55/80 14 Okamura等[18] 2016 日本 回顾性 是 组织病理学检查 67.0 75（54/21） 西门子1.5T 2/1000 33/42 13 Li等[19] 2018 中国 回顾性 是 组织病理学检查 51.5 41（38/3） Philips3.0T 10/1000 21/20 13 Zhao等[20] 2018 中国 回顾性 是 组织病理学检查 50.6 51（43/8） GE3.0T 13/1000 18/33 13 张倩等[21] 2019 中国 回顾性 不清楚 组织病理学检查 51.1 66（57/9） 西门子1.5T 2/700 38/28 10 注：HCC为肝细胞癌；MVI为微血管侵犯；MRI为磁共振成像；QUADAS为诊断试验质量评价工具。GE表示美国GE公司；西门子表示德国西门子公司；Philips表示荷兰飞利浦公司 表 1 术前定量预测HCC MVI纳入研究的基本特征及质量评价
Table 1. Basic characteristics and quality evaluation for preoperative quantitative prediction of microvascular invasion in hepatocellular carcinoma
研究者 项目 MVI（+） MVI（−） 最佳诊断阈值
（×10−3 mm2/s）灵敏度
（%）特异度
（%）真阳性
（例）假阳性
（例）假阴性
（例）真阴性
（例）病灶数 均数±标准差 病灶数 均数±标准差 张坤等[11] ADCmean 67 1.03±0.29 254 1.14±0.24 1.01 55.22 71.65 37 72 30 182 ADCmin 67 0.87±0.30 254 0.98±0.25 0.92 65.67 61.42 44 98 23 156 胡艳等[12] ADCmean 17 0.772±0.142 23 0.930±0.138 0.826 76.47 82.60 13 4 4 19 ADCmin 17 0.697±0.139 23 0.872±0.132 0.709 64.70 95.65 11 1 6 22 Zhao等[16] ADCmean 211 1.07±0.16 107 1.19±0.17 1.19 79.15 50.47 167 53 44 54 ADCmin 211 0.92±0.18 107 1.06±0.17 0.98 62.56 65.42 132 37 79 70 张倩等[21] ADCmean 38 1.171±0.269 28 1.230±0.478 − − − − − − − ADCmin 38 1.019±0.253 28 1.090±0.372 − − − − − − − 李旭辉等[9] ADCmean 31 1.171±0.119 53 1.219±0.136 − − − − − − − ADCmin 31 0.850±0.179 53 1.058±0.127 0.959 80.0 88.7 25 6 6 47 Wei等[17] ADCmean 55 1.07±0.27 80 1.37±0.37 1.19 70.9 65.0 39 28 16 52 Suh等[10] ADCmean 31 0.98±0.04 36 1.21±0.06 1.11 93.5 72.2 29 10 2 26 Okamura 等[18] ADCmean 33 1.080±0.421 42 1.310±0.487 1.175 75.8 77.5 25 9 8 33 Li等[19] ADCmean 21 1.46±0.32 20 1.74±0.57 0.739 76.2 65.0 16 7 5 13 Zhao等[20] ADCmean 18 1.35±0.22 33 1.59±0.49 1.46 60.6 88.9 11 4 7 29 Xu等[13] ADCmean 39 1.22±0.38 70 1.43±0.36 1.227 66.7 78.6 26 15 13 55 周牮等[14] ADCmean 36 1.062±0.234 97 1.250±0.252 1.138 69.4 67.0 25 32 11 65 李宏翔等[15] ADCmean 18 1.15±0.26 16 1.44±0.38 1.3 83.3 62.5 15 6 3 10 注：ADC为表观扩散系数；HCC为肝细胞癌；MVI为微血管侵犯；ADCmean为ADC平均值；ADCmin为ADC最小值。−表示无此项数据 表 2 比较ADC平均值与最小值术前定量预测HCC MVI的诊断参数
Table 2. Comparing the mean and minimum ADC values for preoperative quantitative prediction of microvascular invasion in hepatocellular carcinoma of diagnostic parameters
-
诊断性研究结果显示，涉及ADCmean 的研究有11项 （r=0.397，P=0.226），涉及ADCmin 的研究有4项 （r=0.0001，P=0.999），Spearman相关系数提示均不存在阈值效应。以合并灵敏度判断非阈值效应引起的异质性研究结果显示，ADCmean的合并灵敏度存在一定异质性（I2=61.8%，P=0.004），则将随机效应模型合并；ADCmin的合并灵敏度无明显异质性（I2=29.2%，P=0.237），则将固定效应模型合并。连续性数据研究结果显示，ADCmean的MD存在明显异质性（I2=80%，P<0.001），则将随机效应模型合并，ADCmin的MD无明显异质性（I2=21%，P=0.280），则将固定效应模型合并。
-
分析所有纳入文献的结果显示，李旭辉等[9] 和Suh 等[10]研究的Youden指数最大，以最大Youden指数确定ADCmean和ADCmin术前诊断HCC MVI阳性的最佳阈值分别为1.11×10−3 mm2/s和0.959×10−3 mm2/s。MVI阳性病灶的ADCmean和ADCmin明显低于MVI阴性病灶，如图1~2所示。汇总并比较ADCmean和ADCmin术前定量预测HCC MVI的各项诊断效应指标见表3。
图 1 表观扩散系数平均值鉴别肝细胞癌是否合并微血管侵犯的森林图
Figure 1. The mean ADC value identifies the forest plot of whether hepatocellular carcinoma incorporates microvascular invasion or not
图 2 表观扩散系数最小值鉴别肝细胞癌是否合并微血管侵犯的森林图
Figure 2. The minimum ADC value identifies the forest plot of whether hepatocellular carcinoma incorporates microvascular invasion or not
合并诊断效应指标 ADC平均值 ADC最小值 Z值 P值 灵敏度（95%CI） 0.74（0.70~0.77）a 0.65（0.60~0.70）b −0.917 0.359 特异度（95%CI） 0.69（0.66~0.72）a 0.68（0.63~0.72）a −0.525 0.600 阳性似然比（95%CI） 2.35（1.93~2.88）a 2.78（1.58~4.90）a − − 阴性似然比（95%CI） 0.43（0.37~0.49）b 0.46（0.32~0.64）a − − 诊断比值比（95%CI） 5.27（4.17~6.65）b 7.45（2.70~20.56）a − − 曲线下的面积 0.7722 0.7326 −0.131 0.896 注：a表示随机效应模型合并；b表示固定效应模型合并；−表示无此项数据。ADC为表观扩散系数；CI为置信区间 表 3 比较ADC平均值与最小值术前定量预测肝细胞癌微血管侵犯阳性的诊断效应指标
Table 3. Comparing the mean and minimum ADC values for preoperative quantitative prediction of microvascular invasion in hepatocellular carcinoma of efficacy indicators
-
按照磁场强度、发表年份、b值数、MVI阳性与阴性病灶数的比值、是否采用盲法分为各亚组，探讨异质性的来源，各亚组的具体数据结果见表4。
项目 文献数
（篇）合并灵敏度（95%CI） I2值 Z值 P值 合并特异度（95%CI） I2值 Z值 P值 ADCmin 4 发表年份 −0.775 0.439 −1.549 0.121 ≥2019 2 0.75（0.60~0.86） 30.9% 0.91（0.82~0.96） 5.6% <2019 2 0.63（0.57~0.69） 0 0.63（0.57~0.68） 0 是否采用盲法 −1.549 0.121 −0.775 0.439 是 2 0.63（0.56~0.69） 0 0.71（0.62~0.78） 90.8% 不清楚 2 0.70（0.60~0.79） 58.2% 0.66（0.61~0.71） 94.1% ADCmean 11 MVI（+/−）病灶数的比值 −2.670 0.008 −1.332 0.183 ≥0.6 7 0.79（0.74~0.83） 21.6% 0.64（0.58~0.69） 65.5% <0.6 4 0.62（0.54~0.69） 0 0.73（0.69~0.77） 59.6% 磁场强度 −0.763 0.446 −0.095 0.924 3.0 T 7 0.76（0.69~0.81） 44.7% 0.70（0.65~0.75） 39.6% 1.5 T 4 0.73（0.68~0.77） 79.8% 0.68（0.64~0.73） 86.3% b值数≥2且b值≥800 −1.903 0.057 −0.712 0.476 是 9 0.77（0.73~0.81） 31.5% 0.66（0.62~0.71） 69.7% 否 2 0.59（0.49~0.69） 26.1% 0.73（0.68~0.78） 27.8% 注：ADC为表观扩散系数；MVI为微血管侵犯；ADCmin为ADC最小值；ADCmean为ADC平均值；CI为置信区间 表 4 比较ADC平均值与最小值术前预测肝细胞癌MVI的亚组分析
Table 4. Comparing the mean and minimum ADC values for preoperative quantitative prediction of microvascular invasion in hepatocellular carcinoma of subgroup analysis
-
ADCmean的MD存在较高异质性，逐一排除每一项研究后，灵敏度分析结果显示，ADCmean术前鉴别HCC MVI的合并值为−0.68（95%CI ：−0.80~−0.57，图3），这提示纳入文献的研究结果可靠且稳定。
图 3 表观扩散系数平均值术前预测肝细胞癌微血管侵犯的灵敏度分析图
Figure 3. Sensitivity analysis chart of the mean ADC value for preoperative prediction of microvascular invasion in hepatocellular carcinoma
-
ADCmean的Egger's漏斗图（t=−1.58，P=0.144）和ADCmin的Egger's漏斗图（t=−0.71，P=0.530）结果显示，纳入文献不存在发表偏倚。
-
MVI是HCC治疗后复发和转移的独立危险因素[25-28]，术前如能通过简单、无创的检查方法精准预测MVI，那么必将指导临床更好地制定手术方案。ADC值不仅反映活体组织微观水分子的弥散受限程度，同时也反映毛细血管的微灌注情况，合并MVI的HCC，ADC值降低[13]。本研究共纳入13篇文献，共2303个HCC病灶，MVI阳性发生率为42.5%；纳入研究的Spearman相关系数不存在阈值效应，质量评价QUADAS-2量表评分均≥10分，Egger's漏斗图提示各研究无发表偏倚，这些结果表明纳入文献的可信度高，结果可靠。
对于ADCmean术前预测HCC是否合并MVI，李旭辉等[9] 、Li 等[19] 、张倩等[21]的研究结果均无统计学意义（P=0.104、0.068、0.104），而本研究结果显示，HCC MVI阳性病灶的ADCmean明显低于其阴性的ADCmean，且差异有统计学意义，这与Suh等[10]、Xu等[13]、Okamura等[18] 的研究结果相符。本研究结果亦显示，HCC MVI阳性病灶的ADCmin明显低于其阴性的ADCmin，且差异有统计学意义，这与张倩等[21]等研究结果（P=0.82）不符。上述ADCmean和ADCmin术前预测HCC MVI的MD组间95%CI的范围虽然比较窄，但明显远离0参考线，这表明两者对HCC是否合并MVI的鉴别价值较大。分析纳入的文献，李旭辉等[9]、Suh等[10]研究的Youden指数最大，以最大Youden指数确定ADCmean和ADCmin术前诊断HCC MVI阳性的最佳诊断阈值具有一定参考价值。SROC的AUC是综合评价诊断准确率的最佳指标，胡艳等[12]的研究结果显示，ADCmin术前预测HCC MVI的AUC大于ADCmean的AUC （0.821 vs. 0.806），张坤[11]和Zhao等[16]的研究结果显示，ADCmean和ADCmin的AUC相当，而本研究ADCmean和ADCmin术前预测HCC MVI阳性具有中等−较高的诊断效能，相比ADCmin，ADCmean的合并灵敏度及SROC的AUC更大，这表明ADCmean的诊断效能更优，但上述两者的差异无统计学意义。本研究ADCmean和ADCmin术前预测HCC MVI的特异度不高，分析原因可能为：（1）各研究磁场大小、扫描序列及参数b值不同，而不同b值对毛细血管微灌注及细胞膜完整性是不同的；（2）低b值容易受血流灌注及T2穿透效应的影响，不管ADCmean还是ADCmin，都是单指模型下未剔除癌灶中微血流灌注对表观弥散的影响，这也可能是本研究特异度不高的原因之一，或许后续研究可利用双指数模型多b值、高b值来反映HCC MVI及微循环血流灌注。
本研究具有一定异质性。灵敏度分析结果显示，各研究的可信范围均未跨过−1，这表明各研究结果稳定。对于ADCmin的研究，按发表年份（≥2019年vs. <2019年）分亚组后，特异度的异质性明显下降至5.6%和0，这提示发表年份可能为异质性来源；对于ADCmean的研究，按MVI阳性与阴性的比例不同分亚组（≥0.6 vs. <0.6）和以b值个数≥2且b≥800分亚组后（是vs. 否），灵敏度的异质性明显下降，特异度也下降，这提示可能为异质性的来源。
本研究存在一定的局限性：（1）纳入的研究大多为回顾性研究，大部分来自中国，存在一定的地域偏倚；（2）关于ADCmin的研究，目前只纳入5篇文献，样本量还不足够大。
总之，ADC值可作为一种可靠、无创的术前定量预测HCC MVI的检查指标；HCC MVI阳性的ADCmean和ADCmin明显低于HCC MVI阴性。相比ADCmin，ADCmean术前定量预测HCC MVI阳性的诊断效能更优，但两者的差异无统计学意义。
利益冲突 所有作者声明无利益冲突
作者贡献声明 王飞负责研究命题的提出与设计、文献检索、数据提取、统计学处理、论文的撰写与修改；鄢春月负责文献检索、数据提取、论文的修订与审阅；向刚、刘盟负责论文的审阅
比较ADC平均值与最小值术前定量预测HCC微血管侵犯的诊断价值：Meta分析
Comparison of the mean and minimum value of apparent diffusion coefficient for preoperative quantitative prediction of microvascular invasion in hepatocellular carcinoma: a Meta-analysis
-
摘要:
目的 探讨磁共振表观扩散系数（ADC）值术前预测肝细胞癌（HCC）微血管侵犯（MVI）的可行性，并比较ADC平均值（ADCmean）和ADC最小值（ADCmin）术前定量预测HCC MVI的诊断效能。 方法 检索PubMed、Embase、Web of Science、Cochrane Library和中国知网、万方数据库中关于磁共振ADC对HCC MVI诊断的相关研究，检索时间从建库至2020年10月。根据纳入与排除标准筛选文献，提取研究的基本特征和诊断参数，采用诊断试验质量评价工具-2量表对研究质量进行评分。绘制总受试者工作特征（SROC）曲线，计算曲线下面积（AUC），组间差异的比较采用Mann-Whitney U检验。采用Egger's漏斗图及独立样本t检验比较纳入文献的发表偏倚。 结果 最终纳入13篇文献，共1432例HCC患者，2303个HCC病灶。MVI阳性病灶的ADCmean和ADCmin明显低于MVI阴性病灶，组间的均数差分别为−0.17×10−3 mm2/s [95%CI：（−0.23~−0.12）×10−3 mm2/s，Z=6.58，P<0.001]和−0.15×10−3 mm2/s [95%CI：（−0.18~−0.12）×10−3 mm2/s，Z=9.91，P<0.001]。以最大Youden指数确定ADCmean和ADCmin术前诊断HCC MVI阳性的最佳阈值分别为1.11×10−3 mm2/s和0.959×10−3 mm2/s。ADCmean和ADCmin术前定量预测HCC MVI阳性的合并灵敏度分别为0.74和0.65、特异度分别为0.69和0.68、SROC的AUC分别为0.7722和0.7326，差异均无统计学意义（Z=−0.917、−0.525、−0.131，均P>0.05）。亚组分析结果显示，发表年份、MVI阳性与阴性病灶数的比例及b值数可能为异质性来源。ADCmean和ADCmin的Egger's漏斗图结果显示，差异均无统计学意义（无发表偏倚，t=−1.58、−0.71，均P>0.05）。 结论 ADC值可作为一种可靠、无创的术前定量预测HCC MVI的检查指标。与ADCmin相比，ADCmean术前定量预测HCC MVI阳性的诊断效能更优。 Abstract:Objective To investigate the feasibility of magnetic resonance apparent diffusion coefficient (ADC) value for preoperative quantitative prediction of microvascular invasion (MVI) in hepatocellular carcinoma (HCC) and to compare the diagnostic efficacy of ADC mean value (ADCmean) and ADC minimum value (ADCmin) for preoperative quantitative prediction of MVI in HCC. Methods PubMed, Embase, Web of Science, Cochrane Library, CNKI, and Wanfang data were researched from establishment to October 2020. Literature was screened in accordance with the inclusion and exclusion criteria; the basic characteristics and diagnostic parameters of the study were extracted, and the research quality was scored using the quality assessment of diagnostic accuracy studies-2 scale. The summary receiver operating characteristic (SROC) curve was drawn, and the area under curve (AUC) was calculated. In addition, the Mann-Whitney U test was used to compare the differences among the groups. Egger's funnel chart and independent sample t test were used to compare the publication bias for the included literature. Results A total of 13 up-to-standard literature with 1432 cases of HCC (2303 lesions of HCC) were included in the meta-analysis. ADCmean and ADCmin in MVI-positive lesions were significantly lower than those in MVI-negative lesions, with mean differences of −0.17×10−3 mm2/s (95%CI: (−0.23 – −0.12)×10−3 mm2/s, Z=6.58, P<0.001) and −0.15×10−3 mm2/s (95% CI: (−0.18 – −0.12)×10−3 mm2/s, Z=9.91, P<0.001), respectively. Moreover, the best cutoff values of ADCmean and ADCmin for preoperative diagnosis of HCC MVI were 1.11×10−3 mm2/s and 0.959×10−3 mm2/s, respectively, based on the maximum Youden index. The pooled sensitivity of ADCmean and ADCmin in the preoperative quantitative prediction of MVI-positive lessions with HCC was 0.74 and 0.65; the specificity was 0.69 and 0.68, and SROC AUC was 0.7722 and 0.7326, respectively. However, this result showed no significant difference (Z=−0.917, −0.525, −0.131; all P>0.05). Furthermore, subgroup analysis showed that the year of publication, MVI positive and negative ratio, and the number of b-values might cause heterogeneity, and Egger's funnel plots of ADCmean and ADCmin showed no statistically significance (no publication bias; t=−1.58, −0.71; both P>0.05). Conclusions The ADC value can be used as a reliable and noninvasive indicator for preoperative quantitative prediction of MVI in HCC. Compared with ADCmin, ADCmean has superior diagnostic efficacy in predicting MVI-positive patients with HCC. -
图 1 表观扩散系数平均值鉴别肝细胞癌是否合并微血管侵犯的森林图
Figure 1. The mean ADC value identifies the forest plot of whether hepatocellular carcinoma incorporates microvascular invasion or not
图 2 表观扩散系数最小值鉴别肝细胞癌是否合并微血管侵犯的森林图
Figure 2. The minimum ADC value identifies the forest plot of whether hepatocellular carcinoma incorporates microvascular invasion or not
图 3 表观扩散系数平均值术前预测肝细胞癌微血管侵犯的灵敏度分析图
Figure 3. Sensitivity analysis chart of the mean ADC value for preoperative prediction of microvascular invasion in hepatocellular carcinoma
表 1 术前定量预测HCC MVI纳入研究的基本特征及质量评价
Table 1. Basic characteristics and quality evaluation for preoperative quantitative prediction of microvascular invasion in hepatocellular carcinoma
研究者 发表
年份出版
国家研究
类型是否采用
盲法“金标准” 年龄
（均数，岁）例数
（男/女）MRI厂家
及型号b值数/最大b值
（s/mm2）MVI（+/−）
病灶数QUADAS-2量
表评分（分）李旭辉等[9] 2020 中国 回顾性 不清楚 组织病理学检查 50.3 84（65/19） GE1.5T 2/700 31/53 12 Suh等[10] 2012 韩国 回顾性 是 组织病理学检查 56.0 65（54/11） 西门子3.0T 3/800 31/36 13 张坤等[11] 2017 中国 回顾性 不清楚 组织病理学检查 54.0 321（279/42） GE1.5T 1/800 67/254 10 胡艳等[12] 2019 中国 回顾性 是 组织病理学检查 49.4 40（33/7） Philips3.0T 2/800 17/23 13 Xu等[13] 2014 中国 回顾性 是 组织病理学检查 53.2 92（80/12） 西门子1.5T 2/500 39/70 13 周牮等[14] 2018 中国 回顾性 是 组织病理学检查 50.1 133（84/49） 西门子3.0T 2/800 36/97 12 李宏翔等[15] 2018 中国 前瞻性 是 组织病理学检查 51.0 31（29/2） Philips3.0T 9/1000 18/16 12 Zhao等[16] 2017 中国 回顾性 是 组织病理学检查 59.0 318（258/60） GE1.5T 2/800 211/107 13 Wei等[17] 2019 中国 前瞻性 是 组织病理学检查 52.0 115（78/37） GE3.0T 13/1200 55/80 14 Okamura等[18] 2016 日本 回顾性 是 组织病理学检查 67.0 75（54/21） 西门子1.5T 2/1000 33/42 13 Li等[19] 2018 中国 回顾性 是 组织病理学检查 51.5 41（38/3） Philips3.0T 10/1000 21/20 13 Zhao等[20] 2018 中国 回顾性 是 组织病理学检查 50.6 51（43/8） GE3.0T 13/1000 18/33 13 张倩等[21] 2019 中国 回顾性 不清楚 组织病理学检查 51.1 66（57/9） 西门子1.5T 2/700 38/28 10 注：HCC为肝细胞癌；MVI为微血管侵犯；MRI为磁共振成像；QUADAS为诊断试验质量评价工具。GE表示美国GE公司；西门子表示德国西门子公司；Philips表示荷兰飞利浦公司 
下载: 导出CSV
表 2 比较ADC平均值与最小值术前定量预测HCC MVI的诊断参数
Table 2. Comparing the mean and minimum ADC values for preoperative quantitative prediction of microvascular invasion in hepatocellular carcinoma of diagnostic parameters
研究者 项目 MVI（+） MVI（−） 最佳诊断阈值
（×10−3 mm2/s）灵敏度
（%）特异度
（%）真阳性
（例）假阳性
（例）假阴性
（例）真阴性
（例）病灶数 均数±标准差 病灶数 均数±标准差 张坤等[11] ADCmean 67 1.03±0.29 254 1.14±0.24 1.01 55.22 71.65 37 72 30 182 ADCmin 67 0.87±0.30 254 0.98±0.25 0.92 65.67 61.42 44 98 23 156 胡艳等[12] ADCmean 17 0.772±0.142 23 0.930±0.138 0.826 76.47 82.60 13 4 4 19 ADCmin 17 0.697±0.139 23 0.872±0.132 0.709 64.70 95.65 11 1 6 22 Zhao等[16] ADCmean 211 1.07±0.16 107 1.19±0.17 1.19 79.15 50.47 167 53 44 54 ADCmin 211 0.92±0.18 107 1.06±0.17 0.98 62.56 65.42 132 37 79 70 张倩等[21] ADCmean 38 1.171±0.269 28 1.230±0.478 − − − − − − − ADCmin 38 1.019±0.253 28 1.090±0.372 − − − − − − − 李旭辉等[9] ADCmean 31 1.171±0.119 53 1.219±0.136 − − − − − − − ADCmin 31 0.850±0.179 53 1.058±0.127 0.959 80.0 88.7 25 6 6 47 Wei等[17] ADCmean 55 1.07±0.27 80 1.37±0.37 1.19 70.9 65.0 39 28 16 52 Suh等[10] ADCmean 31 0.98±0.04 36 1.21±0.06 1.11 93.5 72.2 29 10 2 26 Okamura 等[18] ADCmean 33 1.080±0.421 42 1.310±0.487 1.175 75.8 77.5 25 9 8 33 Li等[19] ADCmean 21 1.46±0.32 20 1.74±0.57 0.739 76.2 65.0 16 7 5 13 Zhao等[20] ADCmean 18 1.35±0.22 33 1.59±0.49 1.46 60.6 88.9 11 4 7 29 Xu等[13] ADCmean 39 1.22±0.38 70 1.43±0.36 1.227 66.7 78.6 26 15 13 55 周牮等[14] ADCmean 36 1.062±0.234 97 1.250±0.252 1.138 69.4 67.0 25 32 11 65 李宏翔等[15] ADCmean 18 1.15±0.26 16 1.44±0.38 1.3 83.3 62.5 15 6 3 10 注：ADC为表观扩散系数；HCC为肝细胞癌；MVI为微血管侵犯；ADCmean为ADC平均值；ADCmin为ADC最小值。−表示无此项数据
下载: 导出CSV
表 3 比较ADC平均值与最小值术前定量预测肝细胞癌微血管侵犯阳性的诊断效应指标
Table 3. Comparing the mean and minimum ADC values for preoperative quantitative prediction of microvascular invasion in hepatocellular carcinoma of efficacy indicators
合并诊断效应指标 ADC平均值 ADC最小值 Z值 P值 灵敏度（95%CI） 0.74（0.70~0.77）a 0.65（0.60~0.70）b −0.917 0.359 特异度（95%CI） 0.69（0.66~0.72）a 0.68（0.63~0.72）a −0.525 0.600 阳性似然比（95%CI） 2.35（1.93~2.88）a 2.78（1.58~4.90）a − − 阴性似然比（95%CI） 0.43（0.37~0.49）b 0.46（0.32~0.64）a − − 诊断比值比（95%CI） 5.27（4.17~6.65）b 7.45（2.70~20.56）a − − 曲线下的面积 0.7722 0.7326 −0.131 0.896 注：a表示随机效应模型合并；b表示固定效应模型合并；−表示无此项数据。ADC为表观扩散系数；CI为置信区间
下载: 导出CSV
表 4 比较ADC平均值与最小值术前预测肝细胞癌MVI的亚组分析
Table 4. Comparing the mean and minimum ADC values for preoperative quantitative prediction of microvascular invasion in hepatocellular carcinoma of subgroup analysis
项目 文献数
（篇）合并灵敏度（95%CI） I2值 Z值 P值 合并特异度（95%CI） I2值 Z值 P值 ADCmin 4 发表年份 −0.775 0.439 −1.549 0.121 ≥2019 2 0.75（0.60~0.86） 30.9% 0.91（0.82~0.96） 5.6% <2019 2 0.63（0.57~0.69） 0 0.63（0.57~0.68） 0 是否采用盲法 −1.549 0.121 −0.775 0.439 是 2 0.63（0.56~0.69） 0 0.71（0.62~0.78） 90.8% 不清楚 2 0.70（0.60~0.79） 58.2% 0.66（0.61~0.71） 94.1% ADCmean 11 MVI（+/−）病灶数的比值 −2.670 0.008 −1.332 0.183 ≥0.6 7 0.79（0.74~0.83） 21.6% 0.64（0.58~0.69） 65.5% <0.6 4 0.62（0.54~0.69） 0 0.73（0.69~0.77） 59.6% 磁场强度 −0.763 0.446 −0.095 0.924 3.0 T 7 0.76（0.69~0.81） 44.7% 0.70（0.65~0.75） 39.6% 1.5 T 4 0.73（0.68~0.77） 79.8% 0.68（0.64~0.73） 86.3% b值数≥2且b值≥800 −1.903 0.057 −0.712 0.476 是 9 0.77（0.73~0.81） 31.5% 0.66（0.62~0.71） 69.7% 否 2 0.59（0.49~0.69） 26.1% 0.73（0.68~0.78） 27.8% 注：ADC为表观扩散系数；MVI为微血管侵犯；ADCmin为ADC最小值；ADCmean为ADC平均值；CI为置信区间
下载: 导出CSV
-
[1] Sung H, Ferlay J, Siegel RL, et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin, 2021, 71(3): 209−249. DOI: 10.3322/caac.21660. [2] 何旭昶, 安文慧, 赵海泉, 等. 肝细胞癌微血管侵犯定义和病理分级标准[J]. 临床肝胆病杂志, 2020, 36(5): 1181−1184. DOI: 10.3969/j.issn.1001-5256.2020.05.052.
He XC, An WH, Zhao HQ, et al. Microvascular invasion in hepatocellular carcinoma: definition and criteria for pathological grading[J]. J Clin Hepatol, 2020, 36(5): 1181−1184. DOI: 10.3969/j.issn.1001-5256.2020.05.052.[3] 梁梓明, 叶林森, 唐晖, 等. 合并微血管侵犯的肝癌肝移植受者的预后评价[J]. 器官移植, 2020, 11(3): 350−355. DOI: 10.3969/j.issn.1674-7445.2020.03.005.
Liang ZM, Ye LS, Tang H, et al. Evaluation of clinical prognosis of liver transplant recipients of hepatocellular carcinoma complicated with microvascular invasion[J]. Organ Transplantat, 2020, 11(3): 350−355. DOI: 10.3969/j.issn.1674-7445.2020.03.005.[4] 中国抗癌协会肝癌专业委员会, 中华医学会肝病学分会肝癌学组, 中国抗癌协会病理专业委员会, 等. 原发性肝癌规范化病理诊断指南(2015年版)[J]. 临床肝胆病杂志, 2015, 31(6): 833−839. DOI: 10.3969/j.issn.1001-5256.2015.06.004.
Chinese Society of Liver Cancer, Chinese Anti-Cancer Association; Liver Cancer Study Group, Chinese Society of Hepatology; Chinese Society of Pathology, Chinese Anti-Cancer Association, et al. Evidence-based practice guidelines for the standardized pathological diagnosis of primary liver cancer in China (2015 update)[J]. Chin J Clin Hepatol, 2015, 31(6): 833−839. DOI: 10.3969/j.issn.1001-5256.2015.06.004.[5] Rodríguez-Perálvarez M, Luong TV, Andreana L, et al. A systematic review of microvascular invasion in hepatocellular carcinoma: diagnostic and prognostic variability[J]. Ann Surg Oncol, 2013, 20(1): 325−339. DOI: 10.1245/s10434-012-2513-1. [6] Bruix J, Gores GJ, Mazzaferro V. Hepatocellular carcinoma: clinical frontiers and perspectives[J]. Gut, 2014, 63(5): 844−855. DOI: 10.1136/gutjnl-2013-306627. [7] Gouw ASH, Balabaud C, Kusano H, et al. Markers for microvascular invasion in hepatocellular carcinoma: where do we stand?[J]. Liver Transpl, 2011, 17(S2): S72−80. DOI: 10.1002/lt.22368. [8] 刘荣军, 武峤, 张兴茂, 等. 新微血管侵犯病理分级标准对判断肝癌肝移植术后预后的价值[J]. 中国普外基础与临床杂志, 2021, 28(1): 53−57. DOI: 10.7507/1007-9424.202004022.
Liu RJ, Wu Q, Zhang XM, et al. Value of new microvascular invasion pathological classification on the prognosis evaluation of liver cancer after liver transplantation[J]. Chin J Bases Clin Gen Surg, 2021, 28(1): 53−57. DOI: 10.7507/1007-9424.202004022.[9] 李旭辉, 易晓雷, 刘志鹏, 等. 磁共振扩散加权成像对肝细胞癌微血管侵犯的诊断价值[J]. 癌症进展, 2020, 18(18): 1866−1869. DOI: 10.11877/j.issn.1672-1535.2020.18.18.09.
Li XH, Yi XL, Liu ZP, et al. Diagnostic value of diffusion-weighted magnetic resonance imaging in microvascular invasion of hepatocellular carcinoma[J]. Oncol Prog, 2020, 18(18): 1866−1869. DOI: 10.11877/j.issn.1672-1535.2020.18.18.09.[10] Suh YJ, Kim MJ, Choi JY, et al. Preoperative prediction of the microvascular invasion of hepatocellular carcinoma with diffusion-weighted imaging[J]. Liver Transpl, 2012, 18(10): 1171−1178. DOI: 10.1002/lt.23502. [11] 张坤. 肝细胞肝癌肿瘤ADC值与病理分级及微血管侵犯的相关研究[D]. 天津: 天津医科大学, 2017.
Zhang K. The correlations between the ADC values of hepatocellular carcinoma and tumor grade and microvascular invasion[D]. Tianjin: Tianjin Medical University, 2017.[12] 胡艳, 陆笑非, 周铁军, 等. 3.0T MR扩散加权成像预测肝细胞肝癌分化程度和微血管侵犯的价值[J]. 实用放射学杂志, 2019, 35(12): 1948−1952. DOI: 10.3969/j.issn.1002-1671.2019.12.015.
Hu Y, Lu XF, Zhou TJ, et al. Differentiation grade and microvascular invasion for hepatocellular carcinoma: assessed by diffusion weighted imaging at 3.0T MR[J]. J Pract Radiol, 2019, 35(12): 1948−1952. DOI: 10.3969/j.issn.1002-1671.2019.12.015.[13] Xu PJ, Zeng MS, Liu K, et al. Microvascular invasion in small hepatocellular carcinoma: is it predictable with preoperative diffusion-weighted imaging?[J]. J Gastroenterol Hepatol, 2014, 29(2): 330−336. DOI: 10.1111/jgh.12358. [14] 周牮, 陈志坚. 扩散加权成像ADC值与肝细胞癌病理学特征及微血管侵犯的相关性研究[J]. 中国CT和MRI杂志, 2018, 16(12): 90−93. DOI: 10.3969/j.issn.1672-5131.2018.12.029.
Zhou J, Chen ZJ. Correlation of ADC values of diffusion-weighted imaging with pathological features and microvascular invasion of hepatocellular carcinoma[J]. Chin J CT MRI, 2018, 16(12): 90−93. DOI: 10.3969/j.issn.1672-5131.2018.12.029.[15] 李宏翔, 许乙凯, 张静, 等. 体素不相干运动DWI预测肝癌微血管侵犯的价值[J]. 临床放射学杂志, 2018, 37(9): 1475−1479. DOI: 10.13437/j.cnki.jcr.2018.09.016.
Li HX, Xu YK, Zhang J, et al. Value of intravoxel incoherent motion diffusion weighted imaging in predicting microvascular invasion of hepatocellular carcinoma[J]. J Clin Radiol, 2018, 37(9): 1475−1479. DOI: 10.13437/j.cnki.jcr.2018.09.016.[16] Zhao JK, Li XB, Zhang K, et al. Prediction of microvascular invasion of hepatocellular carcinoma with preoperative diffusion-weighted imaging: a comparison of mean and minimum apparent diffusion coefficient values[J]. Medicine (Baltimore), 2017, 96(33): e7754. DOI: 10.1097/MD.0000000000007754. [17] Wei Y, Huang ZX, Tang HH, et al. IVIM improves preoperative assessment of microvascular invasion in HCC[J]. Eur Radiol, 2019, 29(10): 5403−5414. DOI: 10.1007/s00330-019-06088-w. [18] Okamura S, Sumie S, Tonan T, et al. Diffusion-weighted magnetic resonance imaging predicts malignant potential in small hepatocellular carcinoma[J]. Dig Liver Dis, 2016, 48(8): 945−952. DOI: 10.1016/j.dld.2016.05.020. [19] Li HX, Zhang J, Zheng ZY, et al. Preoperative histogram analysis of intravoxel incoherent motion (IVIM) for predicting microvascular invasion in patients with single hepatocellular carcinoma[J]. Eur J Radiol, 2018, 105: 65−71. DOI: 10.1016/j.ejrad.2018.05.032. [20] Zhao W, Liu WG, Liu HP, et al. Preoperative prediction of microvascular invasion of hepatocellular carcinoma with IVIM diffusion-weighted MR imaging and Gd-EOB-DTPA-enhanced MR imaging[J/OL]. PLoS One, 2018, 13(5): e0197488[2021-04-14]. https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0197488. DOI: 10.1371/journal.pone.0197488. [21] 张倩, 王燕, 赵新湘. 表观扩散系数与肝细胞癌组织学分级及微血管侵犯的相关性研究[J]. 临床放射学杂志, 2019, 38(7): 1234−1238. DOI: 10.13437/j.cnki.jcr.2019.07.012.
Zhang Q, Wang Y, Zhao XX. Correlation between apparent diffusion coefficient and histological differentiation and microvascular invasion of hepatocellular carcinoma[J]. J Clin Radiol, 2019, 38(7): 1234−1238. DOI: 10.13437/j.cnki.jcr.2019.07.012.[22] 陈霞, 李文柱, 陈旺生, 等. 多模态MRI术前诊断肝细胞癌微血管浸润应用进展[J]. 中国医学影像技术, 2019, 35(2): 294−297. DOI: 10.13929/j.1003-3289.201805034.
Chen X, Li WZ, Chen WS, et al. Application progresses of multimodality MRI in predicting microvascular invasion of hepatocellular carcinoma[J]. Chin J Med Imag Technol, 2019, 35(2): 294−297. DOI: 10.13929/j.1003-3289.201805034.[23] 刘海宁, 吴昊, 张宁萍, 等. 诊断准确性试验Meta分析四格表数据的提取方法[J]. 中国循证医学杂志, 2018, 18(9): 995−1000. DOI: 10.7507/1672-2531.201805153.
Liu HN, Wu H, Zhang NP, et al. Methods of data extraction in Meta-analysis of diagnostic accuracy study[J]. Chin J Evidence-Based Med, 2018, 18(9): 995−1000. DOI: 10.7507/1672-2531.201805153.[24] Whiting PF, Rutjes AWS, Westwood ME, et al. QUADAS-2: a revised tool for the quality assessment of diagnostic accuracy studies[J]. Ann Intern Med, 2011, 155(8): 529−536. DOI: 10.7326/0003-4819-155-8-201110180-00009. [25] 胡月雷, 孙大伟, 骆飞翔, 等. 单发肝细胞癌发生微血管侵犯的影响因素及预后分析[J]. 临床肝胆病杂志, 2018, 34(9): 1911−1916. DOI: 10.3969/j.issn.1001-5256.2018.09.017.
Hu YL, Sun DW, Luo FX, et al. Influencing factors for microvascular invasion in patients with single hepatocellular carcinoma and their prognosis[J]. J Clin Hepatol, 2018, 34(9): 1911−1916. DOI: 10.3969/j.issn.1001-5256.2018.09.017.[26] Li XY, Huang L, Leng XS. Analysis of prognostic factors of more/equal to 10 years of survival for liver cancer patients after liver transplantation[J]. J Cancer Res Clin Oncol, 2018, 144(12): 2465−2474. DOI: 10.1007/s00432-018-2756-8. [27] Lahan-Martins D, Perales SR, Gallani SK, et al. Microvascular invasion in hepatocellular carcinoma: is it predictable with quantitative computed tomography parameters?[J]. Radiol Bras, 2019, 52(5): 287−292. DOI: 10.1590/0100-3984.2018.0123. [28] 邱艺杰, 董怡. 影像学术前预测肝细胞肝癌微血管侵犯研究进展[J]. 中国医学影像技术, 2020, 36(5): 762−766. DOI: 10.13929/j.issn.1003-3289.2020.05.030.
Qiu YJ, Dong Y. Research progresses of imaging studies on preoperative prediction of microvascular invasion of hepatocellular carcinoma[J]. Chin J Med Imag Technol, 2020, 36(5): 762−766. DOI: 10.13929/j.issn.1003-3289.2020.05.030. -
点击查看大图
图(3)表(4)
计量
- 文章访问数: 3943
- HTML全文浏览量: 2753
- PDF下载量: 24