Preoperatieve voorspelling van lymfekliermetastase in T1N0M0 papillair schildkliercarcinoom met behulp van contrastverbeterde echografie

Papillair schildkliercarcinoom (PTC) is de meest voorkomende subtype van schildkliermaligniteit, goed voor ongeveer 80%-90% van alle schildklierkankers wereldwijd. Met de wijdverspreide toepassing van hoogresolutie-echografie in routinematige lichamelijke onderzoeken, worden steeds meer gevallen van vroegtijdige PTC, met name die geclassificeerd als T1N0M0 (tumorgrootte ≤2 cm, geen klinisch bewijs van lymfekliermetastase en geen uitzaaiingen op afstand), ontdekt. Ondanks de relatief gunstige prognose van T1N0M0 PTC, blijven de aanwezigheid en belasting van centrale lymfekliermetastase (CLNM) kritieke factoren die direct de geïndividualiseerde behandelstrategieën en langdurige follow-upplannen voor patiënten sturen.

Evenzo heeft de belasting van CLNM een cruciale impact op het geïndividualiseerde management van T1N0M0 PTC-patiënten, aangezien verschillende metastasebelastingen overeenkomen met aanzienlijk verschillende therapeutische benaderingen. Specifiek is lymfekliermetastase van elke belasting een absolute contra-indicatie voor thermische ablatie, een minimaal invasieve behandeloptie die steeds vaker wordt gebruikt voor laag-risico PTC; patiënten met lage-belasting CLNM (gedefinieerd als ≤3 positieve centrale lymfeklieren zonder extracapsulaire extensie) zijn typisch geschikt voor schildklierlobectomie gecombineerd met centrale lymfeklierdissectie, wat tumorcontrole en behoud van schildklierfunctie in evenwicht brengt; daarentegen beveelt hoge-belasting CLNM (gedefinieerd als >3 positieve centrale lymfeklieren of aanwezigheid van extracapsulaire extensie) totale thyreoïdectomie aan met uitgebreide centrale lymfeklierdissectie, gevolgd door radioactief jodiumtherapie indien nodig om het risico op recidief te verminderen. Conventionele preoperatieve beeldvormingsonderzoeken, waaronder conventionele echografie, computertomografie (CT) en magnetische resonantiebeeldvorming (MRI), hebben echter inherente beperkingen bij het diagnosticeren van CLNM en het evalueren van de belasting ervan. Conventionele echografie vertrouwt voornamelijk op morfologische kenmerken (bijv. lymfekliergrootte, vorm, corticale dikte) die onvoldoende specificiteit hebben, terwijl CT en MRI geassocieerd zijn met stralingsblootstelling (voor CT) of hoge kosten (voor MRI) en nog steeds lage gevoeligheid en specificiteit vertonen voor het detecteren van kleine of micrometastatische lymfeklieren in het centrale compartiment, wat leidt tot frequente misdiagnose of onderdiagnose.

Deze beperking vormt een klinisch dilemma: onnauwkeurige preoperatieve beoordeling van CLNM-belasting kan resulteren in overbehandeling (bijv. onnodige totale thyreoïdectomie bij patiënten zonder of met lage-belasting metastase, leidend tot levenslange schildklierhormoonvervangende therapie) of onderbehandeling (bijv. lobectomie bij patiënten met hoge-belasting metastase, wat het risico op lokale recidief en de noodzaak van reoperatie verhoogt). Daarom is er een dringende klinische behoefte aan een niet-invasieve, accurate en kosteneffectieve beeldvormingsmethode om preoperatief de belasting van CLNM in T1N0M0 PTC-patiënten te evalueren.

Dynamische contrastversterkte echografie (CEUS) is naar voren gekomen als een veelbelovende beeldvormingstechniek op het gebied van schildklier- en lymfeklierdiagnostiek. Door intraveneus een microbubbelcontrastmiddel te injecteren, kan CEUS de microvasculaire perfusie van doelweefsels dynamisch in realtime visualiseren, kwalitatieve (bijv. versterkingspatroon, homogeniteit, aanwezigheid van perfusiedefecten) en kwantitatieve (bijv. tijd tot piek, piekintensiteit, wash-in-snelheid, wash-out-snelheid) parameters biedend die de pathologische micro-omgeving van laesies weerspiegelen. Vergeleken met conventionele beeldvormingsmodaliteiten biedt CEUS verschillende voordelen, waaronder geen stralingsblootstelling, realtime-beeldvorming, hoge ruimtelijke en temporele resolutie, en het vermogen om microcirculatie te beoordelen, wat mogelijk nauwkeurigere identificatie van metastatische lymfeklieren en evaluatie van hun belasting kan mogelijk maken.

Om het bovengenoemde klinische gat aan te pakken, werd deze multicenter retrospectieve cross-sectionele studie ontworpen om de waarde van CEUS te onderzoeken bij het preoperatief voorspellen van de belasting van CLNM in T1N0M0 PTC-patiënten. De studie includeerde 600 opeenvolgende patiënten met T1N0M0 PTC die werden opgenomen in drie tertiaire ziekenhuizen (het leidende centrum en twee samenwerkende centra) van juni 2018 tot juni 2025 en bevestigd door postoperatieve pathologie. Alle patiënten voldeden aan strikte inclusiecriteria: (1) histopathologisch bevestigde PTC na operatie; (2) preoperatieve tumorstadiëring consistent met T1N0M0 gebaseerd op klinisch onderzoek en conventionele beeldvorming; (3) geen voorgeschiedenis van schildklierchirurgie, radioactieve jodiumtherapie of andere maligne tumoren; (4) beschikbaarheid van complete preoperatieve CEUS-gegevens van de schildklier en centrale compartiment lymfeklieren; en (5) geen contra-indicaties voor contrastmiddelinjectie. Patiënten met onvolledige klinische, beeldvormings- of pathologische gegevens werden uitgesloten van de studie.

Twee senior echografie-artsen met meer dan 10 jaar ervaring in schildklier- en lymfeklierbeeldvorming, die volledig geblindeerd waren voor de postoperatieve pathologische resultaten (inclusief de aanwezigheid en belasting van CLNM), analyseerden onafhankelijk de opgeslagen CEUS-beelden. Zij extraheerden een uitgebreide set kwalitatieve en kwantitatieve CEUS-kenmerken. Kwalitatieve kenmerken omvatten: (1) versterkingspatroon van de schildklierlaesie (homogeen vs. heterogeen, hyperversterking vs. hypoversterking vs. isoversterking vergeleken met omringend normaal schildklierweefsel, aanwezigheid van perifere randversterking); (2) versterkingskenmerken van verdachte lymfeklieren (homogene vs. heterogene versterking, aanwezigheid van perfusiedefecten, corticale versterking, verdwijning van medullaire hilum); en (3) tijdvolgorde van versterking (of de laesie/lymfeklier eerder of later versterkt dan normaal weefsel). Kwantitatieve kenmerken werden gemeten met behulp van speciale offline-analysesoftware, waaronder tijd tot piek (TTP), piekintensiteit (PI), wash-in-helling (WIS), wash-out-snelheid (WOR) en oppervlak onder de tijd-intensiteitscurve (AUC-TIC) voor zowel de schildklierlaesie als verdachte lymfeklieren.

Met postoperatieve pathologische resultaten als gouden standaard (de gouden standaard voor CLNM-diagnose en belastingbeoordeling), werden patiënten verdeeld in drie groepen: (1) niet-metastase groep: geen positieve centrale lymfeklieren bevestigd door pathologie; (2) lage-belasting metastase groep: ≤3 positieve centrale lymfeklieren zonder extracapsulaire extensie; (3) hoge-belasting metastase groep: >3 positieve centrale lymfeklieren of aanwezigheid van extracapsulaire extensie (extracapsulaire extensie werd gedefinieerd als infiltratie van metastatisch lymfeklierweefsel voorbij de lymfekliercapsule in aangrenzende zachte weefsels). Pathologisch onderzoek werd uitgevoerd door twee senior pathologen die geblindeerd waren voor de CEUS-resultaten, en eventuele discrepanties werden opgelost via consensusbespreking.

Statistische analyse werd uitgevoerd met SPSS 26.0 en R 4.2.0 software. Eerst werd de interbeoordelaarsovereenkomst voor kwalitatieve en kwantitatieve CEUS-kenmerken geëvalueerd met behulp van de kappa-coëfficiënt (voor kwalitatieve kenmerken) en intraclass-correlatiecoëfficiënt (ICC) (voor kwantitatieve kenmerken), met kappa/ICC >0,75 die uitstekende overeenkomst aangeeft. Kenmerken met uitstekende interbeoordelaarsovereenkomst werden opgenomen in vervolganalyses. Vervolgens werd univariate logistische regressieanalyse gebruikt om potentiële voorspellers van CLNM-belasting te screenen (d.w.z. niet-metastase vs. metastase vergelijken, en lage-belasting vs. hoge-belasting metastase). Variabelen met een P-waarde <0,1 in univariate analyse werden opgenomen in multivariate logistische regressieanalyse om onafhankelijke voorspellers van CLNM-belasting te identificeren. Op basis van de onafhankelijke voorspellers werd een gecombineerd voorspellend model geconstrueerd, en de regressiecoëfficiënt van elke voorspeller werd gebruikt om een gewicht toe te kennen om een risicoscore voor CLNM-belasting te genereren.

Om de diagnostische werkzaamheid van het gecombineerde model te evalueren, werden receiver operating characteristic (ROC)-curven getekend, en de oppervlakte onder de curve (AUC) werd berekend als primaire uitkomstmaat. De optimale afkapwaarde van de risicoscore werd bepaald met behulp van de Youden-index (gevoeligheid + specificiteit - 1). Secundaire uitkomstmaten omvatten gevoeligheid, specificiteit, positief voorspellende waarde (PPV), negatief voorspellende waarde (NPV) en nauwkeurigheid, die werden berekend op basis van de optimale afkapwaarde. Daarnaast werd beslissingscurveanalyse (DCA) uitgevoerd om de klinische praktische bruikbaarheid van het model te evalueren door het netto-voordeel te kwantificeren van het gebruik van het model om klinische besluitvorming te begeleiden vergeleken met de "behandel allen" of "behandel niemand" strategieën over verschillende drempelkansen.

Deze studie wordt verwacht verschillende belangrijke doelstellingen te bereiken: ten eerste, om de meest waardevolle kwalitatieve en kwantitatieve CEUS-kenmerken te identificeren voor het voorspellen van de belasting van CLNM in T1N0M0 PTC; ten tweede, om een betrouwbaar gecombineerd voorspellend model te construeren op basis van deze CEUS-kenmerken dat nauwkeurig kan onderscheiden tussen niet-metastase, lage-belasting metastase en hoge-belasting metastase preoperatief; ten derde, om de diagnostische werkzaamheid en klinische toepasbaarheid van het model te valideren via ROC- en DCA-analyses. Uiteindelijk beoogt dit project een niet-invasief, nauwkeurig en praktisch hulpmiddel te bieden voor preoperatieve beoordeling van CLNM-belasting in T1N0M0 PTC-patiënten, waardoor clinici worden begeleid om nauwkeurigere en geïndividualiseerde behandelplannen te formuleren, het risico op overbehandeling of onderbehandeling te verminderen, de prognose van patiënten te verbeteren en het gebruik van medische hulpbronnen te optimaliseren.