بررسی ارتباط بین مقادیر پارامترهای مرتبط با پرفیوژن در MRI با بیان آنتی ژن KI-67 در سرطان سینه: مرور نظام مند و فراتحلیل

Abstract

اهمیت موضوع: پیش بینی دقیق بیان آنتی ژن Ki-67 قبل از عمل اهمیت به سزایی دارد و بیوپسی های نابجا می توانند با ایجاد خطر بدتر شدن شدت بیماری همراه باشند. در نتیجه پیش بینی این آنتی ژن و ارتباط آن با پارامترهای مشتق از MRI می تواند روشی غیرتهاجمی و کم هزینه برای ارزیابی این آنتی ژن در بیماران با سرطان سینه باشد. هدف: هدف از این مطالعه بررسی ارتباط پارامترهای پرفیوژن مبتنی بر تصاویر ام‌آر‌آی با بیان آنتی ژن Ki-67 در بیماران مبتلا به سرطان سینه بود. روش‌ کار: پایگاه‌های اطلاعاتیِ PubMed، EMBASE، Web of Science وCochrane Library تا تاریخ 10 مارس 2023 جهت یافتن مطالعات منتشر شده جستجو شدند و مطالعاتی که مطابق با معیارهای ورود بودند وارد مطالعه شدند. ویژگی‌های مطالعاتِ وارد شده، ویژگی‌های روش رادیومیکس به کار رفته در آن‌ها و همچنین داده های لازم جهت ساخت جداول 2×2 استخراج شدند. دو ابزارِ "نمره‌بندیِ کیفیت رادیومیکس (RQS)" و "ارزیابی کیفیت دقت مطالعات تشخیصی (QUADAS-2)" برای ارزیابی کیفیت مطالعات وارد شده استفاده شدند. حساسیت، اختصاصیت، نسبت شانس تشخیصی (DOR)، و سطح زیر منحنی (AUC) برای ارزیابی دقت تشخیصی محاسبه شدند. یافته‌ها سی و یک مطالعه در مرور منظم جای گرفت؛ از این تعداد، ۲۱ مورد داده‌های کافی برای فراتحلیل گزارش کرده بودند. بیست گروه تمرینی و پنج گروه اعتبارسنجی به طور جداگانه ترکیب شدند. ارتباط معناداری میان Kep وKtrans با بیان بالای آنتی ژن کشف شد. حساسیت ترکیب شده، اختصاصیت و مساحت زیر منحنی (AUC) رادیومیکس مبتنی بر MRI برای پیش‌بینی بیان67 Ki- در گروه‌های تمرینی به ترتیب 0.80 (95% فاصله اطمینان 0.86-0.73)، 0.82 (95% فاصله اطمینان 0.86-0.78) و 0.88 (95% فاصله اطمینان 0.91-0.85) بود. مقادیر فوق الذکر در گروه های اعتبارسنجی 0.81 (95% فاصله اطمینان 0.87-0.72)، 0.73 (95% فاصله اطمینان 0.82-0.62) و 0.84 (95% فاصله اطمینان 0.87-0.80) بود. بر اساس ابزار QUADAS-2، تعدادی ریسک سوگیری برای آیتم رفرنس استاندارد و زمان و جریان شناسایی شد. با این حال، کیفیت مقاله‌های دربرگیرنده قابل قبول بود. میانگین امتیاز RQS مقالات دربرگیرنده به نزدیکی به ۶ بود، که معادل %16.6 از حداکثر امتیاز ممکن است. ناهمگونی (هتروژنیته) قابل توجهی در حساسیت و اختصاصیت ترکیبی برای گروه‌های تمرینی مشاهده شد (I2>75%). طبق تجزیه و تحلیل مدل مشترک، عملکرد تشخیصی در مطالعاتی که از رادیومیکس مبتنی بر یادگیری عمیق و سکانس های ترکیبی MRI (مانند DWI+DCE) استفاده کرده‌اند، کمی بالاتر بود. هیچ سوگرایی انتشار بر اساس نمودار فانل دیکس یافت نشد.