Оценка надежности измерений легочных узлов при компьютерной томографии: ретроспективное исследование

Введение. В XIX веке медицинская визуализация практически повсеместно перешла от простой оценки наличия патологического признака к количественной оценке выявленных изменений. Несмотря на явную зависимость диагностической точности от степени погрешности при выполнении измерений, современные классификации рентгенологических ошибок не выделяют погрешность измерения как отдельную причину расхождений между специалистами. Мы считаем необходимым подробно изучить размер погрешности измерений врачей-рентгенологов в условиях, приближенных к рутинной практике, и определить возможность влияния такой ошибки на формирование правильной тактики лечения пациента.

Цель. Определить погрешность врачей-рентгенологов при измерении размеров легочного узла в ходе оппортунистического скрининга при компьютерной томографии органов грудной клетки (КТ ОГК).

Материалы и методы. Ретроспективное исследование проведено на материалах базы данных, содержащей разметку 3 897 нативных исследований КТ ОГК по стандартному протоколу. Разметка включала определение типа и среднего размера каждого легочного узла. Использовались следующие статистические методы обработки данных: оценка согласия разметчиков в оценке размеров очага – внутриклассовый коэффициент корреляции, погрешность измерений – пределы согласия (метод Бланда – Альтмана). Уровень значимости для всех статистических гипотез был принят равным 0,05.

Результаты. В итоговый анализ после исследования на наличие выбросов включено 87 КТ-исследований, каждое из которых содержало единственный солидный легочный узел диаметром от 6 до 30 мм, независимо измеренный тремя врачами-рентгенологами. Медианный размер узла составил 10 мм. Внутриклассовый коэффициент корреляции составил 0,95 при 95% ДИ (0,93; 0,97). 95%-ный ДИ для максимальной абсолютной разности между разметчиками находится в диапазоне (1,5; 1,9) мм.

Выводы. Погрешность измерения размеров солидного легочного узла при КТ ОГК тремя врачами-рентгенологами не превышает методологически установленного порога роста легочного узла.

1. Sullivan DC, Bresolin L, Seto B, Obuchowski NA, Raunig DL, Kessler LG. Introduction to metrology series. Stat Methods Med Res. 2015;24(1):3–8. https://doi.org/10.1177/0962280214537332.

2. Lederle FA, Wilson SE, Johnson GR, Reinke DB, Littooy FN, Acher CW et al. Variability in measurement of abdominal aortic aneurysms. J Vasc Surg. 1995;21(6):945–952. https://doi.org/10.1016/S0741-5214(95)70222-9.

3. Larici AR, Farchione A, Franchi P, Ciliberto M, Cicchetti G, Calandriello L et al. Lung nodules: size still matters. Eur Respir Rev. 2017;26:170025. https://doi.org/10.1183/16000617.0025-2017.

4. Николаев АЕ, Сучилова ММ, Коркунова ОА, Блохин ИА, Гончар АП, Решетников РВ, Морозов СП. Терминология описания органов грудной клетки – рентгенография и компьютерная томография. М.: ГБУЗ «НПКЦ ДиТ ДЗМ»; 2022. 84 с.

5. Bankier AA, MacMahon H, Goo JM, Rubin GD, Schaefer-Prokop CM, Naidich DP. Recommendations for Measuring Pulmonary Nodules at CT: A Statement from the Fleischner Society. Radiology. 2017;285(2):584–600. https://doi.org/10.1148/radiol.2017162894.

6. Chelala L, Hossain R, Kazerooni EA, Christensen JD, Dyer DS, White CS. Lung-RADS Version 1.1: Challenges and a Look Ahead, From the AJR Special Series on Radiology Reporting and Data Systems. Am J Roentgenol. 2021;216(6):1411–1422. https://doi.org/10.2214/AJR.20.24807.

7. Revel M-P, Bissery A, Bienvenu M, Aycard L, Lefort C, Frija G. Are Two-dimensional CT Measurements of Small Noncalcified Pulmonary Nodules Reliable? Radiology. 2004;231(2):453–458. https://doi.org/10.1148/radiol.2312030167.

8. Морозов СП, Кульберг НС, Гомболевский ВА, Ледихова НВ, Соколина ИА, Владзимирский АВ, Бардин АС. Свидетельство о государственной регистрации базы данных RU 2018620500. Тегированные результаты компьютерных томографий легких. 2018. Режим доступа: https://www.elibrary.ru/item.asp?id=39294439.

9. Morozov SP, Kuzmina ES, Vetsheva NN, Gombolevskiy VA, Lantukh ZA, Polishuk NS et al. Moscow Screening: Lung Cancer Screening With Low-Dose Computed Tomography. Probl Sotsialnoi Gig Zdravookhranenniiai Istor Med. 2019;27:630–636. https://doi.org/10.32687/0869-866X-2019-27-si1-630-636.

10. Владзимирский АВ, Новик ВП, Павлов НА, Андрейченко АЕ, Блохин ИА, Гомболевский ВА и др. Свидетельство о государственной регистрации базы данных RU 2023621103. MosMedData: КТ с признаками рака легкого. 2023. Режим доступа: https://elibrary.ru/item.asp?id=52121950.

11. Morozov SP, Gombolevskiy VA, Elizarov AB, Gusev MA, Novik VP, Prokudaylo SB et al. A simplified cluster model and a tool adapted for collaborative labeling of lung cancer CT scans. Comput Methods Programs Biomed. 2021;206:106111. https://doi.org/10.1016/j.cmpb.2021.106111.

12. Васильев ЮА, Савкина ЕФ, Владзимирский АВ, Омелянская ОВ, Арзамасов КМ. Обзор современных средств разметки цифровых диагностических изображений. Казанский медицинский журнал. 2023;104(5):750–760. https://doi.org/10.17816/KMJ349060.

13. Kottner J, Audigé L, Brorson S, Donner A, Gajewski BJ, Hróbjartsson A et al. Guidelines for Reporting Reliability and Agreement Studies (GRRAS) were proposed. J Clin Epidemiol. 2011;64(1):96–106. https://doi.org/10.1016/j.jclinepi.2010.03.002.

14. Abu-Arafeh A, Jordan H, Drummond G. Reporting of method comparison studies: a review of advice, an assessment of current practice, and specific suggestions for future reports. Br J Anaesth. 2016;117(5):569–575. https://doi.org/10.1093/bja/aew320.

15. Chow S-C, Shao J, Wang H, Lokhnygina Y (eds.). Sample size calculations in clinical research. Boca Raton: Taylor & Francis; 2017.

16. Jones M, Dobson A, O’Brian S. A graphical method for assessing agreement with the mean between multiple observers using continuous measures. Int J Epidemiol. 2011;40(5):1308–1313. https://doi.org/10.1093/ije/dyr109.

17. Блохин ИА, Коденко МР, Шумская ЮФ, Гончар АП, Решетников РВ. Проверка гипотез исследования с использованием языка R. Digital Diagnostics. 2023;4(2):238−247. https://doi.org/10.17816/DD121368.

18. Koo TK, Li MY. A Guideline of Selecting and Reporting Intraclass Correlation Coefficients for Reliability Research. J Chiropr Med. 2016;15(2):155–163. https://doi.org/10.1016/j.jcm.2016.02.012.

19. MacMahon H, Naidich DP, Goo JM, Lee KS, Leung ANC, Mayo JR et al. Guidelines for Management of Incidental Pulmonary Nodules Detected on CT Images: From the Fleischner Society 2017. Radiology. 2017;284(1):228–243. https://doi.org/10.1148/radiol.2017161659.

20. Marten K, Auer F, Schmidt S, Kohl G, Rummeny EJ, Engelke C. Inadequacy of manual measurements compared to automated CT volumetry in assessment of treatment response of pulmonary metastases using RECIST criteria. Eur Radiol. 2006;16(4):781–790. https://doi.org/10.1007/s00330-005-0036-x.

21. Zhao B, James LP, Moskowitz CS, Guo P, Ginsberg MS, Lefkowitz RA et al. Evaluating Variability in Tumor Measurements from Same-day Repeat CT Scans of Patients with Non–Small Cell Lung Cancer. Radiology. 2009;252(1):263–272. https://doi.org/10.1148/radiol.2522081593.

22. Ziefle M. Effects of Display Resolution on Visual Performance. Hum Factors. 1998;40(4):554–568. https://doi.org/10.1518/001872098779649355.

23. Al-Ekrish AA, Ekram MIH, Al Faleh W, Alkhader M, Al-Sadhan R. The validity of different display monitors in the assessment of dental implant site dimensions in cone beam computed tomography images. Acta Odontol Scand. 2013;71(5):1085–1091. https://doi.org/10.3109/00016357.2012.741709.

24. Garland LH. On the Scientific Evaluation of Diagnostic Procedures: Presidential Address Thirty-fourth Annual Meeting of the Radiological Society of North America. Radiology. 1949;52:309–328. https://doi.org/10.1148/52.3.309.

25. Waite S, Scott J, Gale B, Fuchs T, Kolla S, Reede D. Interpretive Error in Radiology. AJR Am J Roentgenol. 2017;208(4):739–749. https://doi.org/10.2214/AJR.16.16963.

26. Brady AP. Error and discrepancy in radiology: inevitable or avoidable? Insights Imaging. 2017;8(1):171–182. https://doi.org/10.1007/s13244-016-0534-1.

27. Учеваткин АА, Юдин АЛ, Афанасьева НИ, Юматова ЕА. Оттенки серого: как и почему мы ошибаемся. Медицинская визуализация. 2020;24(3):123–145. https://doi.org/10.24835/1607-0763-2020-3-123-145.

28. Aras M, Erdil TY, Dane F, Gungor S, Ones T, Dede F et al. Comparison of WHO, RECIST 1.1, EORTC, and PERCIST criteria in the evaluation of treatment response in malignant solid tumors. Nucl Med Commun. 2016;37(1):9–15. https://doi.org/10.1097/MNM.0000000000000401.

29. Schwartz LH, Litière S, De Vries E, Ford R, Gwyther S, Mandrekar S et al. RECIST 1.1 –Update and clarification: From the RECIST committee. Eur J Cancer. 2016;62:132–137. https://doi.org/10.1016/j.ejca.2016.03.081.

30. Yoon SH, Kim KW, Goo JM, Kim D-W, Hahn S. Observer variability in RECIST-based tumour burden measurements: a meta-analysis. Eur J Cancer. 2016;53:5–15. https://doi.org/10.1016/j.ejca.2015.10.014.

31. Pinto A. Spectrum of diagnostic errors in radiology. WJR. 2010;2(10):377. https://doi.org/10.4329/wjr.v2.i10.377.