CC BY
18DOI: 10.47026/2413-4864-2021-4-29-38
УДК 616.441-073.43 ББК Р415.12-439
В.Г. СТЕПАНОВ, Л .А. ТИМОФЕЕВА, С.В. АЛЕКСЕЕВ, М.А. ЮСОВА
ОЦЕНКА ПРОГНОСТИЧЕСКИХ ВОЗМОЖНОСТЕЙ СИСТЕМ Т^АйБ, Еи-Т^АйБ, ТЬА_Ки ПРИ УЛЬТРАЗВУКОВОЙ ДИАГНОСТИКЕ УЗЛОВОЙ ПАТОЛОГИИ ЩИТОВИДНОЙ ЖЕЛЕЗЫ
Ключевые слова: щитовидная железа, узловые образования, мультипараметриче-ское ультразвуковое исследование, стратификационные системы Т1ИЛОв, Еи-ТИЛов,
Цель исследования - оценка прогностических возможностей систем Еи-Т1ИЛОв, Т1ИЛОв, Т1Л_Яи при ультразвуковой диагностике узловых образований щитовидной железы. Проведено ретроспективное независимое сплошное слепое исследование протоколов ультразвукового исследования 665 пациентов, 241 пациента с доброкачественными неопухолевыми заболеваниями щитовидной железы, 86 пациентов с доброкачественными опухолями (аденомами), 338 - с раком щитовидной железы. В ходе предоперационного обследования всем пациентам было выполнено мультипараметрическое ультразвуковое исследование органов шеи по стандартной методике, с регистрацией выявленных узлов щитовидной железы, изучением прогностических возможностей стратификационных систем - Т1ИЛОв, Еи-Т1ИЛОв, ТЬЛ_Ии. Установлено, что система Т1ИЛОв имеет чувствительность 91,04%, специфичность - 91,41%. Ориентируясь на шкалу значений Лис, отражающих качество диагностического теста, можно утверждать, что Т1ИЛОв является тестом с отличным качеством (Лис = 0,972). По результатам анализа данных системы Еи-Т1ИЛОв выявлено, что она является тестом высокого качества (Лис = 0,826), но ее прогностические возможности хуже, чем Т1ИЛОв. Оригинальная модель Т1Л_Яи имеет чувствительность 87,5%, специфичность - 95,7%. При проведении ЯОС-анализа установлено, что Лис равняется 0,954±0,00894, что позволяет говорить о том, что модель Т1Л_Яи является тестом с отличным качеством в дифференциальной диагностике узловых образований щитовидной железы. Многомерный статистический сравнительный анализ систем оценки изображений щитовидной железы (Т1ИЛОв, Еи-Т1ИЛОв и ТЬЛ_Ии) с позиции доказательной медицины показал, что системы стратификации риска рака щитовидной железы, основывающиеся на оценке мультипараметрических ультразвуковых признаков, имеют большие диагностические возможности.
Болезни щитовидной железы (ЩЖ) занимают лидирующие позиции среди всех эндокринных патологий [4, 7]. Использование современных методов диагностики не во всех случаях позволяет точно определить характер узловой патологии ЩЖ на начальном этапе. Поэтому и в настоящее время ведутся исследования по разработке и совершенствованию методов и технологий диагностики заболеваний ЩЖ [1, 5, 6].
На сегодняшний день мультипараметрическое ультразвуковое исследование (УЗИ) является ведущим методом в диагностике тиреоидной патологии [2]. Во все утвержденные клинические рекомендации по диагностике заболеваний ЩЖ в качестве одного из ключевых пунктов включена оценка ультразвуковых изображений ЩЖ. УЗИ обладает высокими показателями таких признаков, как чувствительность и точность [8, 13]. Однако имеющая место субъективность трактовки ультразвуковых признаков уменьшает у данного метода диагностики значение показателя специфичности [8, 10]. Попытки стандартизировать оценку ультразвуковых изображений привели к созданию ряда систем, основанных на поиске наиболее значимых признаков с оценкой вероятности наличия опухоли ЩЖ [2, 9, 12, 16].
Цель исследования - оценка прогностических возможностей систем TIRADS, EU-TIRADS, TLA_RU при ультразвуковой диагностике узловых образований щитовидной железы.
Материалы и методы исследования. Исследование носило ретроспективный «слепой» характер. Были изучены протоколы УЗИ ЩЖ 665 пациентов (женщин - 571 (85,86%), мужчин - 94 (14,14%)), которые обследовались и проходили хирургическое лечение в АУ «Республиканский клинический онкологический диспансер» МЗ ЧР. Диапазон возраста пациентов составил 18-88 лет, средний возраст - 50,56±11,3 года.
Пациенты были разделены на три группы. К 1-й группе были отнесены пациенты с верифицированными доброкачественными неопухолевые заболевания ЩЖ - узловым и диффузно-узловым зобом, хроническим аутоиммунным тиреоидитом Хашимото (241 человек, или 36,24%), ко 2-й - с доброкачественными опухолями (аденомами) ЩЖ (86 человек, или 12,93%), к 3-й - с патомор-фологически подтвержденным раком ЩЖ (338 человек, или 50,83%).
Всем пациентам до выполнения операций было проведено мультипарамет-рическое УЗИ органов шеи по стандартному протоколу: сканировалась железа в поперечных и продольных плоскостях, определялись линейные размеры долей и перешейка, объем ЩЖ, оценивались ультразвуковая плотность паренхимы, однородность структуры, её величина, наличие кальцинатов и узлов, взаимоотношение ЩЖ с окружающими структурами, регионарные зоны лимфооттока.
Для регистрации количественных и качественных данных, полученных в ходе УЗИ ЩЖ, была разработана уникальная база данных. В нее заносились такие показатели, как количество узлов, их размеры, структура, наличие ободка Halo, ровность границ, четкость контуров, характер кровотока, наличие региональной лимфаденопатии и др. [6].
Для интерпретации полученных результатов использовались системы стратификации признаков злокачественности выявленной очаговой патологии различных органов TIRADS, EU-TIRADS и TLA_RU.
Для формирования базы данных УЗИ было использовано приложение MS Office Excel. Обработка данных производилась в программах Statistica 12 и MS Office Excel 2010. Статистический анализ выявленных параметров проводился с применением дисперсионного и дискриминантного анализа, множественного сравнения и ROC-анализа.
Результаты исследования и их обсуждения
1. Оценка прогностических возможностей систем TIRADS. Результат анализа данных, полученных в ходе УЗИ ЩЖ, показал, что категории TIRADS2, характеризующей доброкачественные изменения в ЩЖ, соответствовали 12,8% случаев. На рис. 1 показано типичное изображение узла ЩЖ, полученное при УЗИ в B-режиме при продольном сканировании, отнесенное к категории TIRADS2. 10,4% случаев были отнесены к категории TIRADS3, которая обозначает с большой долей вероятности доброкачественные изменения в ЩЖ. К подозрительным на злокачественные изменения ЩЖ, т.е. к категории TIRADS4, были отнесены 23,3% случаев, причем к TIRADS4а -11,3%, а к TIRADS4b - 12,0%. 38,5% наблюдений были отнесены к категории TIRADS5, характеризующей образования высокого риска злокачественности (табл. 1).
Рис. 1. Узлы ЩЖ. УЗИ: В-режим (продольное сканирование). Анэхогенные узлы с гиперэхосигналами, аваскулярные. Т!РАРБ2
Таблица 1
Распределение пациентов с узловой патологией щитовидной железы по ИОДОБ
Категория ПРЛОБ 1-группа (п = 241) 2-я группа (п = 86) 3-я группа (п = 338) Всего (п = 665)
абс. % абс. % абс. % абс. %
Т!РАРБ2 165 68,46 20 23,26 - 185 12,82
Т!РАРБ3 44 18,26 13 15,12 12 3,55 69 10,38
Т!РАРБ4а 31 12,86 26 30,23 18 5,32 75 11,28
Т!РАРБ4Ь 1 0,41 27 31,40 52 15,38 80 12,03
Т!РАРБ5 - - 256 75,74 256 38,49
Количество пациентов с аденомами ЩЖ (2-я группа) было сопоставимо с количеством пациентов, у которых ультразвуковые оценки ЩЖ были характерны для категории Т!РАРБ4а. Пациентов с доброкачественными неопухолевыми заболеваниями ЩЖ (1-я группа) и раком ЩЖ (3-я группа) было больше, чем пациентов, отнесенных, соответственно, к Т!РАРБ2 и Т!РАРБ5. Это может объясняться тем, что были сформированы промежуточные группы, которые включали в себя наблюдения со спорными комбинациями признаков.
Полученные данные о наличии рака ЩЖ у пациентов из категорий Т!ВДРБ3, Т!РАРБ4а, Т!РАРБ4Ь существенно отличались от расчетов Е. Нот! е! а1. [11]. В группе пациентов с Т!РАРБ3 рак ЩЖ гистологически был установлен в 17,4% случаев, в группе с Т!РАРБ4а - в 24,0%, а по Е. Ногуа! е! а1. риск малигнизации для данных категорий Т!РАРБ равны 0-5% и 5-10%, соответственно. В группе с Т!РАРБ4Ь рак был подтвержден в 65,0%, что соответствует расчетам Е. Ногуа! е! а1. (вероятность злокачественности 10-80%) (рис. 2).
Согласно Е. Ногуа! е! а1., раку ЩЖ наиболее соответствовали «образы», отнесенные к категориям Т!РАРБ 4Ь и Т!РАРБ 5, у последней вероятность злокачественности более 80% [11]. Это было использовано при оценке эффективности Т!РАРБ в верификации рака ЩЖ. Проведенный расчет показал, что чувствительность (Бе) Т!РАРБ при выявлении рака ЩЖ составляет 91,04%, специфичность (Бр) - 91,41%, диагностическая эффективность (ДЭ) - 91,3%, прогностическая ценность положительного результата (РРУ) - 0,92, отношение правдоподобия для положительного результата (ЬР+) - 10,6, отношение правдоподобия для отрицательного результата (ЬР-) - 0,03.
Рис. 2. Узел ЩЖ. УЗИ: В-режим (продольное сканирование). Гипоэхогенное образование без капсулы неправильной формы с неровными контурами, вовлекающее сосуды, с кальцинатами или без. Т!РАОБ4Ь
При оценке возможностей Т!РАРБ в выявлении аденом ЩЖ принимали в расчет мнение ряда исследователей, заключающееся в том, что аденоме ЩЖ наиболее соответствуют «образы», отнесенные к категориям Т!РАРБ4а и Т!РАРБ4Ь [2, 6, 9, 13]. Расчеты показали, что Бе при выявлении аденом ЩЖ составила 61,6%, Бр - 82,4%, ДЭ - 79,7%, РРУ - 0,19, 1_Р+ - 3,5, 1_Р- - 0,5.
При оценке возможностей Т!РАРБ в выявлении доброкачественных неопухолевых заболеваний ЩЖ также учитывали мнение разработчиков системы, которая заключалось в том, что этой группе заболеваний соответствуют «образы», отнесенные к категориям Т!РАРБ 2 и Т!РАРБ 3. Расчеты показали, что Бе при выявлении узлового зоба составила 86,7%, Бр - 83,7%, ДЭ - 84,8%, РРУ - 0,79, 1_Р+ - 5,3, 1_Р- - 0,16.
Для оценки прогностической способности классификации Т!РАРБ в решении проблемы отбора пациентов для проведения тонкоигольной аспирацион-ной пункционной биопсии (ТАПБ) узлов ЩЖ был проведен РОО-анализ с определением площади под кривой, выражающей соотношение уровня верных и ложных обнаружений (рис. 3).
При проведении РОО-анализа установлено, что АиО (площадь под кривой) равнялась 0,972±0,00484 (95%ДИ = 0,956-0,983), чувствительность -91,04%, специфичность - 91,41%, г-статистика - 97,383 (выше критического значения). Индекс У^еп 3 равнялся 0,8246 (95%ДИ = 0,7775-0,8666). Ассоциативный критерий был больше 291 (95%ДИ = >291 - >291).
Ориентируясь на шкалу значений АиО, отражающих качество диагностического теста, можно утверждать, что Т1РАРБ является тестом с отличным качеством (АиО = 0,972).
С учетом того, что площадь под РОО-кривой является интегральной мерой диагностической эффективности, можно сказать, что система Т1РАРБ показала хорошие предиктивные возможности при обнаружении рака ЩЖ (т.е. решила основную задачу). При этом она имеет неплохие прогностические возможности при обнаружении доброкачественных неопухолевых поражений ЩЖ, но оказалась недостаточно эффективной при диагностике доброкачественных опухолей ЩЖ [6].
100
80
60
40
20
Чувствительность: 91,0 Специфичность: 91,4 Критерий: >291
_I_I_I_I_I_I_I_I_I_||
_|_I_I_I_I_I_
20
40 60
100-Брес1Ас1!у
100
Рис. 3. РОС-кривая, отражающая прогностические возможности системы Т^АРБ
0
2. Оценка прогностических возможностей систем EU-TIRADS. Для ранжирования заключений УЗИ ЩЖ использовалась концепция С. Риээ е! а1. [14, 15]: к категории Еи-Т!РАйБ2, характерной для доброкачественных образований, были отнесены 11,7% наблюдений; к Еи-Т!РАйБ3, свойственной для образований низкого (2-4%) риска злокачественности, - 17,1%; к Еи-Т!РАйБ4, типичной для образований среднего (6-17%) риска злокачественности, -23,0%; к Еи-Т!РАйБ5, характерной для образований высокого (26-87%) риска злокачественности, - 48,1% (табл. 2).
Таблица 2
Распределение пациентов с узловой патологией ЩЖ по EU-TIRADS
Категория EU-TIRADS 1-группа (п = 241) 2-я группа (п = 86) 3-я группа (п = 338) Всего (п = 665)
абс. % абс. % абс. % абс. %
Еи-Т!РАйБ2 56 23,24 22 25,58 - - 78 11,73
Еи-Т!РАйБ3 80 33,20 20 23,26 14 4,14 114 17,14
Еи-Т!РАйБ4 51 21,16 24 27,90 78 23,08 153 23,01
Еи-Т!РАРБ5 54 22,40 20 23,26 246 72,78 320 48,12
При оценке возможности Еи-Т^АРв в верификации злокачественного поражения ЩЖ считали, что раку ЩЖ наиболее соответствовала категория Еи-Т!РАРБ5. Было установлено, что Бе данной системы при выявлении рака ЩЖ составила 89,3%, Бр - 72,14%, ДЭ - 75,0%, РРУ - 0,73, 1_Р+ - 3,2, 1_Р- - 0,35.
При оценке категорий Еи-Т!РАйБ в выявлении аденом ЩЖ считали, что аденоме ЩЖ наиболее соответствует категория Еи-Т!РАйБ4. В результате Бе при выявлении аденом ЩЖ составила 27,9%, Бр - 77,7%, ДЭ - 71,8%, РРУ -0,05, 1_Р+ - 1,23, 1_Р- - 0,93.
При оценке Еи-Т!РАйБ как классификации, нацеленной на выявление доброкачественных неопухолевых заболеваний ЩЖ, придерживались мнения С. Риээ е! а1. [14, 15], согласно которому считали, что минимальный риск озло-качествления характерен для Еи-Т!РАйБ2 и Еи-Т!РАйБ3. При расчетах установлено, что Бе при выявлении этой патологии составляет 56,4%, Бр - 86,8%, ДЭ - 75,8%, РРУ - 0,42, 1.Р+ - 4,27, 1_Р- - 0,5.
На рис. 4 показана РОО-кривая, отражающая прогностические возможности системы Еи-Т!РАРБ.
100
80
60
40
20
Чувствительность: 89,3 Специфичность: 72,1 Критерий: >231,5
20
40 60
100-Брес1Ас1!у
100
Рис. 4. РОО-кривая, отражающая прогностические возможности системы Еи-Т!РАйБ
0
Анализ показал, что Еи-Т!РАйБ, предложенная группой разработчиков для конкретизации показаний для ТАПБ узлов ЩЖ [6, 14, 15], является тестом высокого качества (АиО = 0,826), но имеет прогностические возможности хуже, чем Т!РАйБ, как при подозрении на опухолевое поражение, так и при доброкачественных неопухолевых заболеваниях ЩЖ (см. рис. 4).
3. Оценка прогностических возможностей систем ТЬА_Ки. Система ТЬА_Ри для оценки ультразвуковых изображений узловой патологии ЩЖ не использует разветвленный классификатор (непрерывная шкала) [Э]. В силу того, что принципиальным для данной системы является определение необходимости выполнения ТАПБ узла ЩЖ, разделение оцениваемых случаев осуществляется лишь по двум вариантам нозологии: злокачественная и доброкачественная. Учитывались только те признаки, для которых в ходе математического анализа была доказана достоверная значимость (табл. Э).
В результате проведенных расчетов установлено, что Бе системы ТЬА_Ри равна 87,5%, Бр - 95,7%, положительное прогностическое значение - 96,14%, отрицательное прогностическое значение - 86,20, 1_Р+ - 20,37, ЬР— 0,13.
Таблица 3
Стандартизованные регрессионные коэффициенты значимых предикторов
системы TLA RU
Переменные Коэффициент Стандартная ошибка Уровень Wald Вероятность ошибки
Эхоструктура -4,30941 0,39712 117,7602 < 0,0001
Макрокальцинаты -4,03931 0,36384 123,2531 < 0,0001
Ободок Halo -1,90712 0,30757 38,4464 < 0,0001
Кровоток в образованиях 0,48674 0,14800 10,8160 < 0,0010
Форма -1,99153 0,45568 19,1005 < 0,0001
Constant 1192,0931
При проведении РОО-анализа (рис. 5) установлено, что значение Аис системы ТЬА_Ри равно 0,954±0,00894, что позволяет говорить о том, что модель ИА_Ри является тестом с отличным качеством в дифференциальной диагностике как доброкачественных, так и злокачественных новообразований ЩЖ [6].
100
80
60
--
а> Ю
40
20
0
Чувствительность: 87.5 Специфичность: 95.7 Критерий: >0,6721
/
/
1_I_I_I_I_I_I_I_I_I_I__I_I_I__I_I_I_I—
0 20 40 60 80 100
ЮО-БреЫАсКу
Рис. 5. РОС-кривая, отражающая прогностические возможности системы ТЬА_Ри
Выводы. При всем многообразии систем ультразвуковой диагностики заболеваний ЩЖ объединяющим является единый подход - выявление признаков, характеризующих патологический процесс. Разделение пациентов на группы (категории), используемое в современных системах стратификации риска, предполагает возможность установления предварительного анализа и формирования диагностической тактики при узловых образованиях щитовидной железы.
Многомерный статистический сравнительный анализ систем оценки изображений ЩЖ (Т^АРБ, Еи-Т^АйБ и ТЬА_Ри) с позиции доказательной медицины показал, что системы стратификации риска рака ЩЖ, основывающиеся на оценке мультипараметрических ультразвуковых признаков, имеют большие диагностические возможности.
Литература
1. Александров Ю.К., Яновская Е.А., Шубин Л.Б., Дякив А.Д. Эффективность стратификационных систем в диагностике узловых заболеваний щитовидной железы // Проблемы эндокринологии. 2019. Т. 65, № 4. С. 216-226. DOI: https://doi.org/10.14341/probl10087.
2. Борсуков А.В. Анализ американской и Европейской версии TI-RADS-2017: возможности воспроизводимости в кабинете ультразвуковой диагностики // Вестник новых медицинских технологий. 2019. Т. 26, № 2. С. 25-28. DOI: 10.24411/1609-2163-2019-16388.
3. Патент RU 2706948 C1. Способ прогнозирования вероятности злокачественности узла щитовидной железы / Тимофеева Л.А. № 2018147796; заявл. 29.12.2018 г.; опубл. 21.11.2019. Бюл. № 33. 2 с.
4. Сенча А.Н., Сенча Е.А., Пеняева Э.И., Тимофеева Л.А. Ультразвуковое исследование щитовидной железы. Шаг за шагом. От простого к сложному. М.: МЕДпресс-информ, 2019. 208 с.
5. Синюкова Г.Т., Гудилина Е.А., Данзанова Т.Ю., Шолохов В.Н., Лепэдату П.И., Аллахвер-диева Г.Ф., Костякова Л.А., Бердников С.Н. Современные технологии ультразвуковой визуализации в диагностике местного рецидива рака щитовидной железы // Международный научно-исследовательский журнал. 2016. Т. 9-3. № 51. С. 81-84.
6. Тимофеева Л.А. Дифференциальная диагностика узловых новообразований щитовидной железы: мультипараметрическое ультразвуковое исследование в парадигме стратификационных рисков: дис. ... д-ра мед. наук. М., 2019. 329 с.
7. Тимофеева Л.А. Мультипараметрическое ультразвуковое исследование в дифференциальной диагностике узловых новообразований щитовидной железы. Чебоксары: Изд-во Чуваш. ун-та, 2018. 180 с.
8. Тухбатуллин М.Г., Сафиуллина Л.Р., Галеева З.М., Хамзина Ф.Т. и др. Эхография в диагностике заболеваний внутренних и поверхностно расположенных органов. Казань: Мед. книга, 2016. 208 с.
9. Фисенко Е.П., Сенча А.Н., Катрич А.Н., Сыч Ю.П., Цветкова Н.В., Борсуков А.В., Костро-мина Е.В. О необходимости внедрения классификации TI-RADS в России // Клиническая и экспериментальная тиреоидология. 2019. Т. 15, № 2. С. 55-63. DOI: https://doi.org/10.14341/ket10115.
10. Choi Y.J., Baek J.H., ParkH.S., Shim W.H., Kim T.Y., Shong Y.K., Lee J.H. A Computer-Aided Diagnosis System Using Artificial Intelligence for the Diagnosis and Characterization of Thyroid Nodules on Ultrasound: Initial Clinical Assessment. Thyroid, 2017, vol. 27(4), pp. 546-552. DOI: 10.1089/thy.2016.0372.
11. Horvath E, Majlis S, Rossi R, Franco C, Niedman J.P., Domínguez М. An ultrasonogram reporting system for thyroid nodules stratifying cancer risk for clinical management. J. Clin. Endocrinol. Metab, 2009, vol. 94(5), pp. 1748-1751.
12. Liu B.J., Zhang Y.F., Zhao C.K., Wang H.X., Li M.X., Xu H.X. Conventional ultrasound characteristics, TI-RADS category and shear wave speed measurement between follicular adenoma and follicular thyroid carcinoma. Clin. Hemorheol. Microcirc., 2020, vol. 75, pp. 291-301. DOI: 10.3233/CH-190750.
13. Ou D, Yao J, Jin J, Yan M, Shi K, Zheng Q, Yang C, Xu D. Ultrasonic identification and regression analysis of 294 thyroid follicular tumors. J Cancer Res Ther., 2020, vol. 16(5), pp. 1056-1062. DOI: 10.4103/jcrt.JCRT_913_19.
14. Russ G., Bigorgne C., Royer B., Rouxel A., Bienvenu-Perrard M. The Thyroid Imaging Reporting and Data System (TIRADS) for ultrasound of the thyroid. J. Radiol, 2011, vol. 92(7-8), pp. 701-713. DOI: 10.1016/j.jradio.2011.03.022.
15. Russ G., Bonnema S.J., Erdogan M.F., Durante C., Ngu R., Leenhardt L. European Thyroid Association Guidelines for Ultrasound Malignancy Risk Stratification of Thyroid Nodules in Adults: The EU-TIRADS. Eur. Thyroid. J., 2017, vol. 6, pp. 225-237.
16. Yoon J.H., Lee H.S., Kim E.K., Moon H.J., Kwak J.Y. Malignancy risk stratification of thyroid nodules: comparison between the Thyroid Imaging Reporting and Data System and the 2014 American Thyroid Association management guidelines. Radiology, 2016, vol. 278, pp. 917-924.
СТЕПАНОВ ВЛАДИМИР ГЕННАДЬЕВИЧ - министр, Министерство здравоохранения Чувашской Республики, Россия, Чебоксары (medicin_prm@cap.ru).
ТИМОФЕЕВА ЛЮБОВЬ АНАТОЛИЕВНА - доктор медицинских наук, профессор кафедры пропедевтики внутренних болезней с курсом лучевой диагностики, Чувашский государственный университет, Россия, Чебоксары (adabai@mail.ru; ORCID: https://orcid.org/0000-0002-4707-8214).
АЛЕКСЕЕВ СЕРГЕЙ ВЛАДИМИРОВИЧ - врач-онколог, заведующий онкологическим отделением № 2 (опухоли головы и шеи), Республиканский клинический онкологический диспансер, Россия, Чебоксары (rkod@med.cap.ru).
ЮСОВА МАРИНА АЛЕКСАНДРОВНА - аспирантка кафедры пропедевтики внутренних болезней с курсом лучевой диагностики, Чувашский государственный университет, Россия, Чебоксары (yusova2012@mail.ru; https://orcid.org/0000-0002-8034-5337).
Vladimir G. STEPANOV, Lyubov A. TIMOFEEVA, Sergey V. ALEKSEEV, Marina A. YUSOVA
EVALUATION OF PREDICTIVE CAPABILITIES OF TIRADS, EU-TIRADS, TLA_RU SYSTEMS IN THE ULTRASOUND DIAGNOSIS
OF THYROID NODULAR PATHOLOGY
Key words: thyroid gland, nodular masses, multiparametric ultrasound examination, stratification systems TIRADS, EU-TIRADS, TLA_RU.
The aim of the study was to evaluate the prognostic capabilities of EU-TIRADS, TIRADS, TLA_RU systems in ultrasound diagnostics of thyroid nodular masses. A retrospective independent continuous blind study of ultrasound examination protocols was conducted in 665 patients, 241 patients had benign non-cancerous thyroid diseases, 86 patients had benign tumors (adenomas), 338 patients had thyroid cancer. During the preoperative examination, all patients underwent a multiparametric ultrasound examination of the neck organs according to the standard procedure, with the registration of identified thyroid nodes, with examining the prognostic capabilities of stratification systems - TIRADS, EU-TIRADS, TLA_RU. It was found that the TIRADS system has a sensitivity of 91.04%, specificity - 91.41%. Focusing on the scale of AUC values reflecting the quality of the diagnostic test, it can be stated that TIRADS is a test with excellent quality (AUC =0.972). Basing on the results of the analyzing the data obtained by the EU-TIRADS system, it was revealed that it is a high-quality test (AUC=0.826), but its predictive capabilities are worse than those of TIRADS. The original TLA_RUmodel has 87.5% sensitivity and95.7% specificity. During the ROC analysis, it was found that the AUC is equal to 0.954±0.00894, which suggests that the TLA_RU model is an excellent quality test in the differential diagnosis of thyroid nodular masses. Multivariate statistical comparative analysis of thyroid imaging assessment systems (TIRADS, EU-TIRADS and TLA_RU) from the standpoint of evidence-based medicine has shown that thyroid cancer risk stratification systems based on the assessment of multiparametric ultrasound signs have great diagnostic capabilities.
References
1. Aleksandrov Yu.K., Yanovskaya E.A., Shubin L.B., Dyakiv A.D. Effektivnost' stratifikatsionnykh sistem v diagnostike uzlovykh zabolevanii shchitovidnoi zhelezy [The effec-tiveness of risk stratification systems in diagnosis of nodular thyroid disorders]. Problems of Endocrinology, 2019, vol. 65, no. 4, pp. 216-226. DOI: https://doi.org/10.14341/probl10087.
2. Borsukov A.V. Analiz amerikanskoi i Evropeiskoi versii TI-RADS-2017: vozmozhnosti vosproizvodimosti vkabinete ul'trazvukovoi diagnostiki [Analysis of the American and European Versions of TI-RADS-2017: Adaptability In Russian Endocrinology. Vestniknovykh meditsinskikh tekhnologii, 2019, vol. 26, no. 2, pp. 25-28. DOI: 10.24411/1609-2163-2019-16388.
3. Timofeeva L.A. Sposob prognozirovaniya veroyatnosti zlokachestvennosti uzla shchitovidnoi zhelezy [A method for predicting the probability of malignancy of the thyroid nodule]. Patent RF, no. 2706948, 2019.
4. Sencha A.N., Sencha E.A., Penyaeva E.I., Timofeeva L.A. Ul'trazvukovoe issledovanie shchi-tovidnoi zhelezy. Shag za shagom. Otprostogo kslozhnomu [Ultrasound examination of the thyroid gland. Step by step. From simple to complex]. Moscow, MEDpress-inform Publ., 2019, 208 p.
5. Sinyukova G.T., Gudilina E.A., Danzanova T.Yu., Sholokhov V.N., Lepedatu P.I., Allakhverdie-va G.F., Kostyakova L.A., Berdnikov S.N. Sovremennye tekhnologii ul'trazvukovoi vizualizatsii v diagnostike mestnogo retsidiva raka shchitovidnoi zhelezy [Modern Technologies of Ultrasound Imaging in the Diagnostics of Local Recurrence of Thyroid Carcinoma]. Mezhdunarodnyi nauchno-issledovatel'skii zhurnal, 2016, vol. 9-3, no. 51, pp. 81-84.
6. Timofeeva L.A. Differentsial'naya diagnostika uzlovykh novoobrazovanii shchitovidnoi zhelezy: mul'tiparametricheskoe ul'trazvukovoe issledovanie v paradigme stratifikatsionnykh riskov: dis. ... d-a med. nauk [Differential diagnosis of nodular neoplasms of the thyroid gland: multiparametric ultrasound in the paradigm of stratification risks: Doct. Diss.]. Moscow, 2019, 329 p.
7. Timofeeva L.A. Mul'tiparametricheskoe ul'trazvukovoe issledovanie v differentsial'noi diagnostike uzlovykh novoobrazovanii shchitovidnoi zhelezy [Multiparametric ultrasound in differential diagnosis of nodular neoplasms of the thyroid gland]. Cheboksary, Chuvash University Publ., 2018, 180 p.
8. Tukhbatullin M.G., Safiullina L.R., Galeeva Z.M., Khamzina F.T. et al. Ekhografiya vdia-gnostike zabolevanii vnutrennikh i poverkhnostno raspolozhennykh organov [Echography in the diagnosis of diseases of internal and superficially located organs]. Kazan, Meditsinskaya kniga Publ., 2016, 208 p.
9. Fisenko E.P., Sencha A.N., Katrich A.N., Sych Yu.P., Tsvetkova N.V., Borsukov A.V., Kostromina E.V. On the need to introduce the TI-RADS classification in Russia. Clinical and experimental thyroidology, 2019, vol. 15, no. 2, pp. 55-63. DOI: https://doi.org/10.14341/ket10115.
10. Choi Y.J., Baek J.H., Park H.S., Shim W.H., Kim T.Y., Shong Y.K., Lee J.H. A Computer-Aided Diagnosis System Using Artificial Intelligence for the Diagnosis and Characterization of Thyroid Nodules on Ultrasound: Initial Clinical Assessment. Thyroid, 2017, vol. 27(4), pp. 546-552. DOI: 10.1089/thy.2016.0372.
11. Horvath E., Majlis S., Rossi R., Franco C, Niedman J.P., Dominguez M. An ultrasonogram reporting system for thyroid nodules stratifying cancer risk for clinical management. J. Clin. Endocrinol. Metab., 2009, vol. 94(5), pp. 1748-1751.
12. Liu B.J., Zhang Y.F., Zhao C.K., Wang H.X., Li M.X., Xu H.X. Conventional ultrasound characteristics, TI-RADS category and shear wave speed measurement between follicular adenoma and follicular thyroid carcinoma. Clin. Hemorheol. Microcirc, 2020, vol. 75, pp. 291-301. DOI: 10.3233/CH-190750.
13. Ou D, Yao J, Jin J, Yan M, Shi K, Zheng Q, Yang C, Xu D. Ultrasonic identification and regression analysis of 294 thyroid follicular tumors. J Cancer Res Ther., 2020, vol. 16(5), pp. 1056-1062. DOI: 10.4103/jcrt.JCRT_913_19.
14. Russ G., Bigorgne C., Royer B., Rouxel A., Bienvenu-Perrard M. The Thyroid Imaging Reporting and Data System (TIRADS) for ultrasound of the thyroid. J. Radiol., 2011, vol. 92(7-8), pp. 701713. DOI: 10.1016/j.jradio.2011.03.022.
15. Russ G., Bonnema S.J., Erdogan M.F., Durante C., Ngu R., Leenhardt L. European Thyroid Association Guidelines for Ultrasound Malignancy Risk Stratification of Thyroid Nodules in Adults: The EU-TIRADS. Eur. Thyroid. J., 2017, vol. 6, pp. 225-237.
16. Yoon J.H., Lee H.S., Kim E.K., Moon H.J., Kwak J.Y. Malignancy risk stratification of thyroid nodules: comparison between the Thyroid Imaging Reporting and Data System and the 2014 American Thyroid Association management guidelines. Radiology, 2016, vol. 278, pp. 917-924.
VLADIMIR G. STEPANOV - Minister, Ministry of Health of the Chuvash Republic, Russia, Cheboksary (medicin_prm@cap.ru).
LYUBOV A. TIMOFEEVA - Doctor of Medical Sciences, Professor, Department of Propedae-deutics of Internal Diseases with Radio Diagnosis Course, Russia, Cheboksary (adabai@mail.ru; ORCID: https://orcid.org/0000-0002-4707-8214).
SERGEY V. ALEKSEEV - Oncologist, Head of Oncological Department No. 2 (Head and Neck Tumors), Republican Clinical Oncology Dispensary, Russia, Cheboksary (rkod@med.cap.ru).
MARINA A. YUSOVA - Post-Graduate Student, Department of Propedaedeutics of Internal Diseases with Radio Diagnosis Course, Russia, Cheboksary (yusova2012@mail.ru; https://orcid.org/0000-0002-8034-5337).
Формат цитирования: Степанов В.Г., Тимофеева Л.А., Алексеев С.В., Юсова М.А. Оценка прогностических возможностей систем TIRADS, EU-TIRADS, TLA_RU при ультразвуковой диагностике узловой патологии щитовидной железы [Электронный ресурс] // Acta medica Eurasica. -2021. - № 4. - С. 29-38. - URL: http://acta-medica-eurasica.rU/single/2021/4/4. DOI: 10.47026/24134864-2021-4-29-38.
