磁共振弥散张量成像对前列腺癌诊断价值的Meta分析

2019-08-14陈彦君邓婷丹通讯作者

影像研究与医学应用 2019年16期

张川，张薇，陈彦君，邓婷丹（通讯作者）

（1川北医学院附属医院放射科四川南充 637000）（2南充市中心医院肿瘤科四川南充 637000）

前列腺癌（Prostate Cancer，PCa）是男性最常见的恶性肿瘤之一[1]。MRI技术被公认为是PCa早期诊断、临床评价及分级最好的影像学方法，其软组织分辨率高及多方位成像，有助于提高PCa特别是尖部病灶的检出率[2-5]。然而，常规序列的MRI序列对于PCa的诊断具有相对较低的敏感性和特异性。

1 资料yu 方法

1.1 文献检索

计算机检索The Cochrane Library、PubMed、Ovid、EBSCO等外文数据库，以及CBM、VIP、WanFang Data和CNKI中文数据库，检索时限均为从建库至2017年1月31日。英文检索策略为：（“DTI”OR“Diffusion tensor imaging”）AND（“Prostate”0R“cancer”）；中文检索策略为：（“DTI”或“散张量成像”）和（“前列腺”或“癌”）；由2名评价员独立进行检索，如遇分歧经讨论确定。

1.2 纳入排除标准

纳入标准：①研究目的为关于DTI检测PCa的诊断性实验；③结果中包含前列腺癌的病例数、真阳性数（TP）、假阳性数（FP）、假阴性数（FN）、真阴性数（TN）；④所有病例具有病理结果，诊断明确；排除标准：①重复发表的文献；②非中文及英文文献；③DTI联合其他序列诊断PCa的文献；④无法直接或间接获得四格表数据的文献。

1.3 文献筛选和资料提取

由2位评价员独立进行文献筛选和资料提取，并交叉核对，由2名评价员独立进行检索，如遇分歧经讨论确定。提取的主要资料包括：第一作者、发表时间、国家、平均年龄、场强、b值、扩散敏感梯度方向、金标准、评价者盲法及四表格数据（TP、FP、FN、TN）。

1.4 统计学方法

采用Stata14.0和Meta-DiSc1.4软件进行统计分析。根据异质性研究结果选择对应的效应模型进行统计学处理，按照所选的效应模型。采用敏感性分析评价Meta分析结果的稳定性。采用Stata14.0软件计算合并Sen、Spe、+LR、-LR、DOR，绘制SROC曲线并计算曲线下面积（AUC）。

2 结果

2.1 文献检索结果

经过逐层筛选后，最终纳入5篇文献。如图1。

图1 文献筛选流程及结果

2.2 纳入研究的基本特征与质量评价

纳入5篇文章包括4篇英文，一篇中文，包括202位病人及1803个研究点。1项研究前列腺中央区癌，3项研究前列腺外周区癌，1项研究同时包括中央区和外周区，见表。

表纳入研究的基本特征

2.3 风险偏倚评价

风险偏倚评价见图2。

2.4 Meta分析结果

异质性检验结果显示P=0.000，I2=89.7%。Meta分析结果显示：DTI对PCa诊断的Sen合并=0.88[95%CI（0.75，0.95）] 、Spe合并=0.87[95%CI（0.83，0.90）] 、+LR合并=6.8[95%CI（4.8，9.5）] 、-LR合并=0.14[95%CI（0.06，0.30）] 、DOR合并=49[95%CI（18，135）] ，AUC合并=0.92[95%CI（0.89，0.94）] ，见图3～5。