Ultraschallmodelle zur Beurteilung von Ovarialtumoren: Was Frauen über die neuesten Forschungsergebnisse wissen müssen

Inhaltsverzeichnis

• Wichtige Punkte
• Warum diese Forschung wichtig ist
• Verständnis der Ultraschallmodelle
• Wie die Forschung durchgeführt wurde
• Wichtige Ergebnisse: Wie genau ist jedes Modell?
• Untergruppen-Ergebnisse: Menopause und Krebsprävalenz sind entscheidend
• Was das für Patientinnen bedeutet
• Studienlimitationen
• Empfehlungen für Patientinnen
• Häufig gestellte Fragen
• Quelleninformationen

Wichtige Punkte

• In einer Überprüfung von 99 Studien und 42.496 Ovarialtumoren war die subjektive Ultraschallbeurteilung durch Experten das einzige Modell mit sowohl einer Sensitivität als auch einer Spezifität über 90 %.
• Das ADNEX-Modell bei einem Grenzwert von 20 % wies eine Sensitivität von 86,7 % und eine Spezifität von 87,9 % auf; seine Leistung war in dieser Analyse vergleichbar mit der Expertenbeurteilung.
• Der Risk of Malignancy Index hatte die niedrigste Genauigkeit und identifizierte nur etwa 70 % der Krebserkrankungen, wird jedoch weiterhin in mehreren internationalen Leitlinien empfohlen.
• Postmenopausale Frauen und Patientinnen in Settings mit höherer Prävalenz wiesen eine niedrigere Spezifität auf, was zu mehr falsch-positiven Ergebnissen führte; die Sensitivität war bei prämenopausalen Frauen niedriger.
• Diese Ultraschallmodelle leiten die Überweisung vor der Operation und die Behandlungsplanung; die definitive Diagnose erfordert eine Gewebeuntersuchung nach der Operation oder Biopsie.

Warum diese Forschung wichtig ist

Ovarialtumoren sind ein häufiges Befund bei Frauen jeden Alters. Jedes Jahr unterziehen sich etwa 1 von 1.500 bis 1 von 1.700 Frauen einer Operation wegen eines Ovarialtumors. Doch nur eine kleine Minderheit dieser Tumoren — zwischen 10 % und 17 % — erweist sich als bösartig (krebsartig). Das bedeutet, dass die große Mehrheit der Frauen, die sich wegen ovarieller Massen operieren lassen, gutartige (nicht-krebsartige) Wucherungen haben.

Die Herausforderung für Ärzte besteht darin, vor der Operation zu erkennen, welche Tumoren gefährlich und welche harmlos sind. Diese Unterscheidung ist entscheidend, weil der Behandlungsweg vollständig von der Art des Tumors abhängt. Frauen mit Ovarialkarzinom müssen an spezialisierte Onkologiezentren überwiesen werden, wo ein gynäkologischer Onkologe die chirurgische Stadieneinteilung durchführen kann. Im Gegensatz dazu können Frauen mit gutartigen Tumoren oft in einem allgemeinen Krankenhaus behandelt werden, manchmal mit minimalinvasiver Chirurgie oder sogar konservativem Management. Das Vermeiden unnötiger radikaler Operationen reduziert Komplikationen, verkürzt die Erholungszeit und minimiert die Auswirkungen auf die normalen Aktivitäten einer Frau.

Um bei diesen Entscheidungen zu helfen, verwenden Ärzte verschiedene ultraschallbasierte Modelle, die die Merkmale eines Ovarialtumors wie im Ultraschallbild dargestellt auswerten. Diese Metaanalyse — eine „Studie von Studien“ — bewertete die am weitesten verbreiteten Modelle, um aktuelle, definitive Beweise darüber zu liefern, welche Ansätze am besten funktionieren.

Verständnis der Ultraschallmodelle

Die Studie bewertete fünf Hauptansätze, die jeweils ihre eigene Methode zur Beurteilung von Ovarialtumoren haben:

• Subjektive Beurteilung (SA): Ein erfahrener Ultraschalluntersucher betrachtet die Bilder und nutzt sein Expertenurteil, um zu bestimmen, ob ein Tumor gutartig oder bösartig aussieht. Dies beruht auf einer Fähigkeit namens „Bilderkennung“, die umfangreiche Ausbildung und viel Erfahrung mit vielen Fällen erfordert.
• Risk of Malignancy Index (RMI) Versionen 1, 2 und 3: Dieses Modell kombiniert Ultraschallmerkmale mit dem Menopausenstatus einer Frau und einem Bluttest auf Cancer Antigen 125 (CA-125). Es wurden drei verschiedene Versionen (RMI1, RMI2, RMI3) entwickelt, die typischerweise Grenzwerte von 200 oder 250 verwenden. Dies war bis 2021 die bevorzugte Strategie in den Niederlanden und bleibt in mehreren internationalen Leitlinien empfohlen.
• Logistisches Regressionsmodell 2 (LR2): Entwickelt von der International Ovarian Tumor Analysis (IOTA) Gruppe, verwendet LR2 eine mathematische Formel, die klinische und Ultraschallvariablen einbezieht, um die Wahrscheinlichkeit einer Malignität bei einer Patientin zu berechnen. Diese Studie untersuchte den häufig verwendeten Grenzwert von 10 % Wahrscheinlichkeit (LR2-10%).
• Einfache ultraschallbasierte Regeln (SR): Ebenfalls von der IOTA Gruppe, verwendet SR fünf Ultraschallmerkmale, die auf eine Malignität hindeuten, und fünf, die auf eine Gutartigkeit hindeuten. Tumoren werden als gutartig, bösartig oder „unklar“ klassifiziert. Wenn die Ergebnisse unklar sind, werden zwei Ansätze angewendet: Alle unklaren Fälle werden als bösartig betrachtet (SR+Mal) oder unklare Fälle zur Expertenbewertung weitergeleitet (SR+SA).
• ADNEX-Modell (Assessment of Different NEoplasias in the adneXa): Dieses IOTA-Modell berechnet die Wahrscheinlichkeit, dass ein Ovarialtumor gutartig oder bösartig ist, und kann sogar zwischen verschiedenen Tumortypen unterscheiden. Es kann mit oder ohne CA-125-Bluttest verwendet werden, wobei in der klinischen Praxis verschiedene Wahrscheinlichkeitsgrenzwerte (5 %, 10 %, 20 %, 30 % und 40 %) angewendet werden.

Die Studie schloss einige andere validierte Modelle aus — wie die Simple Rules Risk assessment (SRR), den Risk of Ovarian Malignancy Algorithm (ROMA) und die Scoring-Systeme von Ferrazzi et al., Lerner et al. und Sassone et al. — um einen klaren und fokussierten Umfang auf die am häufigsten verwendeten und klinisch implementierten Ansätze zu gewährleisten.

Wie die Forschung durchgeführt wurde

Die Forscher folgten strengen Leitlinien für systematische Übersichtsarbeiten (PRISMA) und registrierten ihr Protokoll im Voraus auf PROSPERO (Registrierungsnummer CRD42022282438), dem internationalen Register für systematische Übersichtsarbeiten.

Das Forschungsteam durchsuchte drei große medizinische Datenbanken — Ovid/MEDLINE, EMBASE und die Cochrane Library — vom Beginn jeder Datenbank bis zum 19. Juni 2025. Sie durchsuchten auch manuell die Literaturverzeichnisse anderer systematischer Übersichtsarbeiten und Leitlinien. Ihre Suche identifizierte zunächst 3.310 potenziell einschlägige Artikel: 1.451 aus MEDLINE, 1.629 aus EMBASE, 230 aus Cochrane und 27 aus der manuellen Durchsicht der Literaturverzeichnisse.

Nach dem Entfernen von Duplikaten blieben 2.750 Artikel übrig. Zwei Prüfer bewerteten diese Datensätze unabhängig voneinander, was dazu führte, dass 431 Volltextartikel auf ihre Eignung hin überprüft wurden. Schließlich erfüllten 99 Studien die strengen Einschlusskriterien und wurden in die Analyse einbezogen.

Um einschließbar zu sein, mussten Studien mindestens eines der vorab ausgewählten Modelle auswerten, Modellparameter prospektiv erheben (das bedeutet, dass die Ultraschalldaten zum Zeitpunkt der Untersuchung gesammelt wurden, wie es in der tatsächlichen klinischen Praxis der Fall wäre) und genügend Daten bereitstellen, um eine 2×2-Tabelle der Testergebnisse zu erstellen. Studien, die Modelle retrospektiv auf gespeicherte Bilder oder Videos anwendeten, wurden ausgeschlossen, da dies nicht die reale klinische Praxis widerspiegelt, in der Modelle tatsächliche Behandlungsentscheidungen lenken.

Insgesamt beschrieben die 99 eingeschlossenen Studien 42.496 Ovarialtumoren, von denen 31.371 (74 %) gutartig und 11.125 (26 %) bösartig waren. Die meisten Studien (77 %) waren prospektiv angelegt, und 71 % wurden an einem einzigen Zentrum durchgeführt. Die Mehrheit (71 %) fand in Onkologiezentren statt, während 22 % in gemischten Einstellungen, 4 % in nicht-onkologischen Zentren und 3 % in unklaren Settings stattfanden. Die Prävalenz der Malignität variierte zwischen den Studien stark, von 3,0 % bis 63,9 %.

Die Anzahl der Studien, die jedes Modell bewerteten, war beträchtlich:

• RMI Version 1: 32 Studien
• RMI Version 2: 18 Studien
• RMI Version 3: 10 Studien
• LR2: 16 Studien
• Simple Rules: 32 Studien (28 mit der SR+-Strategie und 18 mit der SR+-SA-Strategie)
• ADNEX-Modell: 22 Studien
• Subjektive Beurteilung: 27 Studien

Zur Qualitätsbeurteilung verwendeten die Forscher das QUADAS-2-Instrument sowie dessen Erweiterung QUADAS-C für Studien, die mehrere Modelle vergleichen. Zwei Gutachter bewerteten unabhängig voneinander das Verzerrungsrisiko jeder Studie in vier Schlüsselbereichen: Patientenauswahl, Indextest, Referenzstandard sowie Ablauf und Timing. Die Ergebnisse zeigten, dass 52 % der Studien ein niedriges Verzerrungsrisiko bei der Patientenauswahl aufwiesen, 82 % beim Indextest, 94 % beim Referenzstandard und 53 % beim Ablauf und Timing. Allerdings gaben nur 41 % der Studien explizit an, dass die Patienten konsekutiv rekrutiert wurden, und in 45 % der Studien bestand Anlass zur Sorge bezüglich unangemessener Ausschlusskriterien für Patientinnen.

Die statistische Analyse umfasste die Berechnung der gepoolten Sensitivität und Spezifität für jedes Modell, das Anpassen bivariater Modelle zur Erzeugung von zusammengefassten Receiver-Operating-Characteristic-Kurven (ROC) sowie die Durchführung einer Meta-Regressionsanalyse, um statistisch signifikante Unterschiede zwischen den Modellen zu ermitteln. Die Forscher verwendeten zudem Funnelplots und den Egger-Regressionstest zur Beurteilung des Publikationsbias — dieser wurde als vorhanden nachgewiesen (P<0,001), was bedeutet, dass kleinere Studien tendenziell eine höhere Genauigkeit meldeten als größere.

Wichtige Ergebnisse: Wie genau ist jedes Modell?

Das wichtigste Maß für einen diagnostischen Test lässt sich auf zwei Zahlen reduzieren: Sensitivität (wie gut der Test Krebs erkennt, wenn er tatsächlich vorliegt — hohe Sensitivität bedeutet, dass wenige Krebserkrankungen übersehen werden) und Spezifität (wie gut der Test gutartige Tumoren korrekt identifiziert — hohe Spezifität bedeutet weniger Fehlalarme und unnötige Operationen).

Hier ist die Leistung jedes Modells in der primären Analyse, basierend auf 96 Studien, in denen Grenzfall-Tumoren als bösartig klassifiziert wurden:

Subjektive Beurteilung (SA) — Der Goldstandard

Die subjektive Beurteilung durch erfahrene Untersucher war das einzige Modell, bei dem sowohl die Sensitivität als auch die Spezifität 90 % überschritten. Sie erreichte eine Sensitivität von 90,2 % (95%-KI, 87,8–92,2 %) und eine Spezifität von 91,4 % (95%-KI, 89,3–93,2 %). Das bedeutet, dass unter den Frauen mit Ovarialkarzinom etwa 90 von 100 korrekt durch erfahrene Ultraschalluntersucher identifiziert wurden und unter den Frauen mit gutartigen Tumoren etwa 91 von 100 korrekt als gutartig eingestuft wurden.

Simple Rules plus Expertenbewertung (SR+SA)

Die Strategie, zunächst die Simple Rules anzuwenden und anschließend unklare Fälle von einem Experten überprüfen zu lassen, zeigte eine nahezu identische Leistung wie die alleinige subjektive Beurteilung. Ihre Sensitivität betrug 88,6 % (95%-KI, 85,7–91,0 %) und die Spezifität betrug 91,0 % (95%-KI, 89,0–92,7 %). Diese Unterschiede waren nicht statistisch signifikant (P=0,397 für die Sensitivität, P=0,811 für die Spezifität).

ADNEX-Modell

Die Leistung des ADNEX-Modells hing stark vom gewählten Schwellenwert ab. Bei einem Schwellenwert von 10 % wies das ADNEX-Modell eine Sensitivität von 92,7 % (95%-KI, 90,8–94,2 %) auf — statistisch ähnlich der subjektiven Beurteilung (P=0,130) — jedoch mit einer niedrigeren Spezifität von 78,4 % (95%-KI, 71,7–83,8 %), ein Unterschied, der hochsignifikant war (P<0,001).

Bei einem Schwellenwert von 20 % zeigte das ADNEX-Modell ein ausgewogeneres Profil: Sensitivität von 86,7 % (95%-KI, 80,6–91,0 %) und Spezifität von 87,9 % (95%-KI, 80,1–92,9 %). Weder unterschied sich dies signifikant von der subjektiven Beurteilung (P=0,095 für die Sensitivität, P=0,119 für die Spezifität).

Die Studie bestätigte ein vorhersehbares Muster: höhere Schwellenwerte verringerten die Sensitivität (mehr Krebserkrankungen werden übersehen), während niedrigere Schwellenwerte die Spezifität reduzierten (mehr gutartige Tumoren werden als potenziell bösartig eingestuft).

LR2-Modell

Am Grenzwert von 10 % erreichte das LR2-Modell eine Sensitivität von 89,5 % (95%-KI, 85,8–92,4 %) und eine Spezifität von 82,3 % (95%-KI, 75,0–87,8 %). Damit liegt seine Sensitivität in der Nähe derjenigen einer Expertenbeurteilung, bei etwas geringerer Spezifität.

RMI — Der schwächste Performer

Der Risk of Malignancy Index wies die niedrigste diagnostische Genauigkeit aller bewerteten Modelle auf. Die RMI-Version 1 erreichte bei einem Grenzwert von 200 nur eine Sensitivität von 69,7 % (95%-KI, 67,0–72,2 %), was bedeutet, dass sie etwa 3 von 10 Ovarialkarzinomen verpasste. Ihre Spezifität betrug 90,5 % (95%-KI, 88,3–92,4 %). Ähnliche Einschränkungen zeigten sich bei allen drei RMI-Versionen.

Subgruppenbefunde: Menopausenstatus und Krebsprävalenz sind entscheidend

Die Forscher führten Subgruppenanalysen durch, um zu untersuchen, ob der Menopausenstatus einer Frau oder die zugrunde liegende Krebsrate in der Studienpopulation beeinflusst, wie gut diese Modelle abschneiden. Die Ergebnisse waren auffällig: sowohl der Menopausenstatus als auch die Prävalenz von Malignomen beeinflussten sowohl die Sensitivität als auch die Spezifität signifikant (P<0,01 für beide Maße).

Insbesondere das postmenopausale Stadium und die Zugehörigkeit zu einer Population mit höherer Krebsprävalenz waren beide mit einer geringeren Spezifität verbunden — was mehr falsch-positive Ergebnisse bedeutet. Gleichzeitig war die Sensitivität bei prämenopausalen Frauen niedriger.

Dies ist eine wichtige klinische Erkenntnis. Postmenopausale Frauen mit Ovarialmassen haben ein höheres grundlegendes Krebsrisiko, doch neigten die Modelle dazu, in dieser Gruppe mehr falsche Alarme auszulösen. Ebenso waren in Settings, in denen viele Patientinnen an Krebs erkrankt sind (wie spezialisierte onkologische Überweisungsstellen), die Modelle eher dazu geneigt, gutartige Tumoren als verdächtig zu kennzeichnen.

Was bedeutet das für Patientinnen?

Die Schlussfolgerungen der Studie bieten Frauen, die eine Abklärung eines Ovarialtumors vornehmen lassen müssen, beruhigende Nachrichten. Alle untersuchten Ansätze — mit der bemerkenswerten Ausnahme des RMI — schnitten gut ab und können zur Unterscheidung zwischen gutartigen und bösartigen Tumoren eingesetzt werden.

Allerdings gibt es wichtige Abwägungen zu verstehen:

• Die Expertenbeurteilung bleibt der genaueste einzelne Ansatz. Die subjektive Beurteilung erreichte die beste Balance aus Sensitivität und Spezifität. Ihr Hauptnachteil besteht jedoch darin, dass sie einen hochqualifizierten Ultraschalluntersucher erfordert, typischerweise auf dem Niveau der EFSUMB-Expertise Level 3. In 16 der 27 Studien zur SA (subjektive Beurteilung) wurden alle Scans von Expertenuntersuchern durchgeführt.
• Wenn eine operatorunabhängige Strategie bevorzugt wird, ist ADNEX die empfohlene Wahl. Aufgrund seiner hohen Sensitivität ist die Wahrscheinlichkeit, ein Malignom mit ADNEX zu verpassen, gering — ein entscheidender Sicherheitsaspekt.
• Bei postmenopausalen Frauen kann ein höherer ADNEX-Grenzwert angezeigt sein. Da die Spezifität in dieser Gruppe reduziert ist, sagen die Studienautoren, dass ein höherer Grenzwert je nach Gewichtung der Auswirkungen eines falsch-positiven Ergebnisses in Betracht gezogen werden könnte; jedoch senken höhere ADNEX-Grenzwerte die Sensitivität (mehr Krebserkrankungen werden verpasst), und nur wenige Studien haben höhere Grenzwerte getestet.

Die relativ schlechte Leistung des RMI ist besonders bemerkenswert, da er in mehreren internationalen Leitlinien weiterhin empfohlen wird. Für Frauen, die zuvor möglicherweise mit dem RMI untersucht wurden, legen die Ergebnisse dieser Studie stark nahe, dass neuere Modelle wie ADNEX oder die Überweisung an einen Experten für Sonografie eine bessere diagnostische Genauigkeit bieten.

Studienlimitationen

Obwohl diese Metaanalyse umfassend ist, sollten einige Limitationen anerkannt werden:

• Publikationsbias: Statistische Tests zeigten eine signifikante Asymmetrie der Funnelplots (P<0,001), was darauf hindeutet, dass kleinere Studien mit günstigen Ergebnissen eher veröffentlicht wurden. Dies könnte bedeuten, dass die berichteten Genauigkeitswerte etwas optimistisch sind.
• Unterschiede zwischen den Untersuchern: Das Können der Ultraschalluntersucher variierte in den Studien zur subjektiven Beurteilung, und einige Studien gaben das Erfahrungslevel ihrer Untersucher nicht an. Dies erschwert die Verallgemeinerung der hervorragenden Ergebnisse der SA auf alle klinischen Settings.
• Anforderung prospektiver Daten: Studien, die Modelle retrospektiv auf gespeicherte Bilder anwendeten, wurden ausgeschlossen, um die Praxis im realen Leben widerzuspiegeln. Dieses strenge Kriterium könnte jedoch einige potenziell informative Daten ausgeschlossen haben.
• Heterogenität zwischen den Studien: Die Studien variierten in ihren Gesundheitssystemen, Patientinnenpopulationen, Ultraschalltechniken und Definitionen von Grenztumoren. Fünf Studien klassifizierten Grenztumoren als gutartig oder schlossen sie vollständig aus.
• Kombinierte ADNEX-Versionen: Beide Versionen des ADNEX-Modells (mit und ohne CA-125) wurden als eine einzige Strategie behandelt, da frühere Forschungsergebnisse nahelegen, dass die Hinzunahme von CA-125 die diagnostische Genauigkeit nicht signifikant verändert.
• Einrichtung stark auf Onkologiezentren ausgerichtet: Da 71 % der Studien in onkologischen Zentren durchgeführt wurden, spiegeln die Ergebnisse möglicherweise nicht vollständig die Leistungsfähigkeit in allgemeinen Gemeindekrankenhäusern oder im primärärztlichen Bereich wider, wo die Krebsprävalenz niedriger ist.

Empfehlungen für Patientinnen

Wenn Sie eine Abklärung eines Ovarialtumors durchlaufen müssen, finden Sie hier die wichtigsten Erkenntnisse dieser Forschung, die Sie mit Ihrer Ärztin oder Ihrem Arzt besprechen möchten:

1. Fragen Sie nach dem verwendeten Ultraschallmodell. Wenn Ihr Krankenhaus den Risk of Malignancy Index als primäres Instrument nutzt, könnten Sie fragen, ob neuere IOTA-Modelle wie das ADNEX-Modell verfügbar sind, da diese Studie für den RMI die geringste Genauigkeit fand.
2. Verlangen Sie nach Möglichkeit eine Expertin oder einen Experten für Ultraschalldiagnostik. Die subjektive Beurteilung durch eine erfahrene Sonografin oder einen erfahrenen Sonografen bleibt die genaueste Methode. Wenn Ihr Krankenhaus Zugang zu einer spezialisierten Ultraschallabteilung hat, kann dies den Aufwand wert sein.
3. Verstehen Sie die Bedeutung Ihrer Ergebnisse. Ein als "verdächtig" eingestufter Befund bedeutet nicht zwangsläufig, dass Sie an Krebs erkrankt sind — die Spezifität dieser Modelle bedeutet, dass einige gutartige Tumoren als potenziell bösartig eingestuft werden. Umgekehrt ist ein als "gutartig" bewertetes Ergebnis in der Regel beruhigend, obwohl kein Test perfekt ist.
4. Besprechen Sie Ihren Menopausenstatus. Diese Studie fand heraus, dass der Menopausenstatus die Testleistung erheblich beeinflusst. Frauen nach den Wechseljahren können andere (und möglicherweise angemessenere) Grenzwerte aufweisen, insbesondere beim ADNEX-Modell.
5. Bedenken Sie, dass es hier um die präoperative Planung geht. Diese Ultraschallmodelle helfen bei der Steuerung von Überweisungen und Behandlungsentscheidungen. Die definitive Diagnose wird letztendlich durch eine histologische Untersuchung (Untersuchung des Gewebes unter dem Mikroskop nach einer Operation oder Biopsie) gestellt.

Das Fazit: Diese große, sorgfältig durchgeführte Analyse liefert starke Belege dafür, dass moderne ultraschallbasierte Modelle — insbesondere das ADNEX-Modell und die subjektive Beurteilung durch Expertinnen und Experten — zuverlässige Instrumente zur Unterscheidung zwischen gutartigen und bösartigen Ovarialtumoren sind. Die Zeiten, in denen man sich hauptsächlich auf den RMI verließ, könnten gezählt sein, und Patientinnen können mit mehr Selbstbewusstsein darauf vertrauen, dass Fortschritte in der Ultraschalldiagnostik Ärztinnen und Ärzten helfen, genauere und individuellere Behandlungsentscheidungen zu treffen.

Häufig gestellte Fragen

Wie genau sind Ultraschallmodelle bei der Unterscheidung, ob ein Ovarialtumor gutartig oder bösartig ist?

In einer Überprüfung von 99 Studien mit insgesamt 42.496 Ovarialtumoren war die subjektive Beurteilung durch Expertinnen und Experten die einzige Methode, bei der sowohl die Sensitivität als auch die Spezifität 90 % überschritten. Das ADNEX-Modell mit einem Grenzwert von 20 % wies eine Sensitivität von 86,7 % und eine Spezifität von 87,9 % auf. Der Risk of Malignancy Index hatte die geringste Genauigkeit und identifizierte nur etwa 70 % der Krebsfälle.

Was bedeutet es, wenn mein Ultraschallergebnis als "verdächtig" eingestuft wird?

Ein verdächtiger Befund bedeutet nicht zwangsläufig, dass Sie an Krebs erkrankt sind. Die untersuchten Modelle haben Spezifitäten unter 100 %, sodass einige gutartige Tumoren als potenziell bösartig eingestuft werden. Beispielsweise wies das ADNEX-Modell bei einem Grenzwert von 10 % eine Spezifität von 78,4 % auf, was bedeutet, dass etwa 22 von 100 gutartigen Tumoren fälschlicherweise als verdächtig eingestuft wurden. Die definitive Diagnose ergibt sich aus der Gewebeuntersuchung nach einer Operation oder Biopsie.

Was geschieht, wenn mein Ovarialtumor mit einem Ultraschallmodell beurteilt wurde?

Diese Modelle helfen bei der Steuerung von Überweisungen und der Behandlungsplanung vor der Operation. Wenn ein Krebsverdacht besteht, werden Sie möglicherweise an ein spezialisiertes Onkologiezentrum überwiesen, wo eine gynäkologische Onkologin oder ein gynäkologischer Onkologe eine chirurgische Stadieneinteilung durchführen kann. Wenn der Tumor gutartig erscheint, ist die Behandlung möglicherweise in einem allgemeinen Krankenhaus möglich, manchmal mit minimalinvasiver Chirurgie oder konservativem Management. Die definitive Diagnose wird durch die Untersuchung des Gewebes nach einer Operation oder Biopsie gestellt.

Sollte ich meine Ärztin oder meinen Arzt fragen, welches Ultraschallmodell für die Beurteilung meines Ovarialtumors verwendet wird?

Ja, es ist angemessen, dies zu erfragen. Diese Überprüfung ergab, dass der Risk of Malignancy Index die geringste Genauigkeit aufwies und etwa 3 von 10 Krebsfällen verpasste, dennoch in mehreren Leitlinien empfohlen wird. Sie könnten fragen, ob neuere IOTA-Modelle wie das ADNEX-Modell in Ihrem Krankenhaus verfügbar sind, da diese in den analysierten Studien eine bessere diagnostische Leistung zeigten.

Wenn mein Krankenhaus den Risk of Malignancy Index zur Beurteilung meines Ovarialtumors verwendet, wann sollte ich eine zweite Meinung einholen?

Der Risk of Malignancy Index (RMI) identifizierte nur etwa 70 % der Ovarialkarzinome korrekt und verfehlte somit rund 3 von 10 Fällen, während neuere IOTA-Modelle wie das ADNEX-Modell und die subjektive Einschätzung durch Expert:innen bessere Ergebnisse lieferten. Wenn Ihr Krankenhaus den RMI als primäres Instrument nutzt, kann eine zweite Meinung prüfen, ob das ADNEX-Modell oder ein erfahrener Ultraschalluntersucher verfügbar sind und ob Ihr menopausaler Status einen anderen Grenzwert erfordert. Die definitive Diagnose ergibt sich weiterhin aus der Gewebeuntersuchung. Diagnostic Detectives Network bietet unabhängige Experten-Zweitmeinungen an.

Quelleninformationen

Original article: "Diagnostic accuracy of ultrasound models for assessment of ovarian tumors: systematic review and meta-analysis" by E. Lems, A. H. Koch, E. J. L. G. Delvaux, J. C. Leemans, M. Y. Bongers, C. A. R. Lok, B. L. Ramaekers, and P. M. A. J. Geomini.

Journal: Ultrasound in Obstetrics & Gynecology, 2026; volume 67, pages 590–603. Published online December 5, 2025, in Wiley Online Library. DOI: 10.1002/uog.70135.

Funding: This is an open-access article distributed under the terms of the Creative Commons Attribution License.

Dieser patientenfreundliche Artikel basiert auf peer-reviewter Forschung. Die Studie wurde am 24. September 2025 zur Veröffentlichung akzeptiert, und ihr Protokoll wurde im Dezember 2022 in PROSPERO (CRD42022282438) registriert. Leserinnen und Leser, die die vollständigen technischen Details einschließlich aller ergänzenden Tabellen und Abbildungen einsehen möchten, werden ermutigt, die Originalpublikation zu konsultieren.