Modèles échographiques pour l'évaluation des tumeurs ovariennes : ce que les femmes doivent savoir sur les dernières recherches

Table des matières

• Points clés
• Pourquoi cette recherche est importante
• Comprendre les modèles échographiques
• Comment la recherche a été menée
• Résultats clés : quelle est la précision de chaque modèle ?
• Résultats par sous-groupe : la ménopause et la prévalence du cancer comptent
• Ce que cela signifie pour les patientes
• Limitations de l'étude
• Recommandations pour les patientes
• Questions fréquemment posées
• Informations sur la source

Points clés

• Dans une revue de 99 études et 42 496 tumeurs ovariennes, l'évaluation échographique subjective par des experts a été le seul modèle à présenter à la fois une sensibilité et une spécificité supérieures à 90 %.
• Le modèle ADNEX avec un seuil de coupure de 20 % a montré une sensibilité de 86,7 % et une spécificité de 87,9 %, avec des performances similaires à celles de l'évaluation experte dans cette analyse.
• L'indice de risque de malignité (RMI) a eu la plus faible précision, identifiant seulement environ 70 % des cancers, bien qu'il reste recommandé dans plusieurs directives internationales.
• Les femmes postménopausées et celles évoluant dans des contextes à prévalence élevée ont présenté une spécificité plus faible, ce qui signifie davantage de résultats faux positifs ; la sensibilité était plus faible chez les femmes préménopausées.
• Ces modèles échographiques guident l'orientation pré-chirurgicale et la planification du traitement ; le diagnostic définitif nécessite un examen histologique après la chirurgie ou une biopsie.

Pourquoi cette recherche est importante

Les tumeurs ovariennes sont un résultat fréquent chez les femmes de tous âges. Chaque année, environ une femme sur 1 500 à une sur 1 700 subit une intervention chirurgicale pour une tumeur ovarienne. Pourtant, seule une petite minorité de ces tumeurs — entre 10 % et 17 % — s'avère maligne (cancéreuse). Cela signifie que la grande majorité des femmes opérées pour des masses ovariennes présentent des lésions bénignes (non cancéreuses).

Le défi pour les médecins consiste à déterminer avant l'intervention chirurgicale quelles tumeurs sont dangereuses et lesquelles sont inoffensives. Cette distinction est cruciale car la prise en charge dépend entièrement de la nature de la tumeur. Les femmes atteintes d'un cancer de l’ovaire doivent être orientées vers des centres spécialisés en oncologie, où un gynécologue-oncologue peut réaliser le bilan d'extension chirurgical. En revanche, les femmes présentant des tumeurs bénignes peuvent souvent être prises en charge dans un hôpital général, parfois par chirurgie mini-invasive ou même par une prise en charge conservatrice. Éviter une chirurgie radicale inutile réduit les complications, raccourcit la période de récupération et minimise l'impact sur les activités normales d'une femme.

Pour aider à ces décisions, les médecins utilisent divers modèles basés sur l'échographie qui évaluent les caractéristiques d'une tumeur ovarienne telles qu'elles apparaissent sur une échographie. Cette méta-analyse — une « étude d'études » — a évalué les modèles les plus largement utilisés afin de fournir des preuves actualisées et définitives sur les approches les plus efficaces.

Comprendre les modèles échographiques

L'étude a évalué cinq approches principales, chacune avec sa propre méthode d'évaluation des tumeurs ovariennes :

• Évaluation subjective (ES) : Un échographiste expérimenté examine les images et utilise son jugement d'expert pour déterminer si une tumeur semble bénigne ou maligne. Cela repose sur une compétence appelée « reconnaissance d'image » qui nécessite une formation importante et une exposition à de nombreux cas.
• Indice de risque de malignité (RMI) versions 1, 2 et 3 : Ce modèle combine les caractéristiques échographiques avec le statut ménopausique d'une femme et un test sanguin pour l'antigène cancéreux 125 (CA-125). Trois versions différentes (RMI1, RMI2, RMI3) ont été développées, utilisant généralement des seuils de coupure de 200 ou 250. C'était la stratégie privilégiée aux Pays-Bas jusqu'en 2021 et elle reste recommandée dans plusieurs directives internationales.
• Modèle de régression logistique 2 (LR2) : Développé par le groupe International Ovarian Tumor Analysis (IOTA), le LR2 utilise une formule mathématique intégrant des variables cliniques et échographiques pour calculer la probabilité de malignité d'une patiente. Cette étude a examiné le seuil de probabilité de 10 % couramment utilisé (LR2-10 %).
• Règles échographiques simples (RS) : Également issues du groupe IOTA, les RS utilisent cinq caractéristiques échographiques suggérant une malignité et cinq suggérant une bénignité. Les tumeurs sont classées comme bénignes, malignes ou « non concluantes ». Lorsque les résultats sont non concluants, deux approches sont utilisées : considérer tous les cas non conclusifs comme malins (RS+Mal) ou envoyer les cas non conclusifs pour un examen d'expert (RS+ES).
• Modèle ADNEX (Assessment of Different NEoplasias in the adneXa) : Ce modèle IOTA calcule la probabilité qu'une tumeur ovarienne soit bénigne ou maligne et peut même distinguer différents types de tumeurs. Il peut être utilisé avec ou sans test sanguin CA-125, avec divers seuils de probabilité (5 %, 10 %, 20 %, 30 % et 40 %) utilisés dans la pratique clinique.

L'étude a exclu d'autres modèles validés — tels que l'évaluation des risques par les Règles simples (SRR), l'algorithme de risque de malignité ovarienne (ROMA) et les systèmes de cotation de Ferrazzi et al., Lerner et al., et Sassone et al. — afin de maintenir un champ d'application clair et ciblé sur les approches les plus couramment utilisées et mises en œuvre cliniquement.

Comment la recherche a été menée

Les chercheurs ont suivi des directives strictes de revue systématique (PRISMA) et ont enregistré leur protocole à l'avance sur PROSPERO (numéro d'enregistrement CRD42022282438), le registre international pour les revues systématiques.

L'équipe de recherche a interrogé trois grandes bases de données médicales — Ovid/MEDLINE, EMBASE et la Bibliothèque Cochrane — depuis leur création jusqu'au 19 juin 2025. Ils ont également recherché manuellement les listes de références d'autres revues systématiques et directives. Leur recherche a initialement identifié 3 310 articles potentiellement éligibles : 1 451 provenant de MEDLINE, 1 629 d'EMBASE, 230 de Cochrane et 27 issus de la revue manuelle des références.

Après suppression des doublons, 2 750 articles sont restés. Deux examinateurs ont indépendamment dépouillé ces notices, ce qui a conduit à l'évaluation de 431 articles en texte intégral pour déterminer leur éligibilité. Finalement, 99 études ont répondu aux critères d'inclusion stricts et ont été incluses dans l'analyse.

Pour être éligibles, les études devaient évaluer au moins l'un des modèles présélectionnés, collecter les paramètres du modèle de manière prospective (c'est-à-dire que les données échographiques étaient recueillies au moment de l'examen, comme cela se produirait dans la pratique clinique réelle) et fournir suffisamment de données pour construire un tableau 2×2 des résultats du test. Les études qui appliquaient les modèles de manière rétrospective à des images ou vidéos stockées ont été exclues car cela ne reflète pas la pratique clinique réelle où les modèles guident les décisions de traitement effectives.

Au total, les 99 études incluses décrivaient 42 496 tumeurs ovariennes, dont 31 371 (74 %) étaient bénignes et 11 125 (26 %) étaient malignes. La plupart des études (77 %) avaient un design prospectif, et 71 % ont été menées dans un seul centre. La majorité (71 %) s'est déroulée dans des centres oncologiques, tandis que 22 % l'ont été dans des contextes mixtes, 4 % dans des centres non oncologiques, et 3 % avaient des contextes imprécis. La prévalence de la malignité variait considérablement d'une étude à l'autre, allant de 3,0 % à 63,9 %.

Le nombre d'études évaluant chaque modèle était substantiel :

• RMI version 1 : 32 études
• RMI version 2 : 18 études
• RMI version 3 : 10 études
• LR2 : 16 études
• Simple Rules : 32 études (28 utilisant la stratégie SR+Mal et 18 utilisant la stratégie SR+SA)
• modèle ADNEX : 22 études
• Évaluation subjective : 27 études

Pour l'évaluation de la qualité, les chercheurs ont utilisé l'outil QUADAS-2 et son extension complémentaire QUADAS-C pour les études comparant plusieurs modèles. Deux examinateurs ont évalué indépendamment le risque de biais de chaque étude dans quatre domaines clés : la sélection des patients, l'examen index, la référence de comparaison et le flux ainsi que le calendrier. Les résultats ont montré que 52 % des études présentaient un faible risque de biais pour la sélection des patients, 82 % pour l'examen index, 94 % pour la référence de comparaison et 53 % pour le flux et le calendrier. Cependant, seulement 41 % des études ont explicitement indiqué que les patients avaient été recrutés de manière consécutive, et dans 45 % des études, des préoccupations subsistaient quant à des exclusions inappropriées de patients.

L'analyse statistique comprenait le calcul de la sensibilité et de la spécificité groupées pour chaque modèle, l'ajustement de modèles bivariés pour générer des courbes réceptrices opérationnelles caractéristiques (ROC) résumées, et une méta-régression afin de déterminer les différences statistiquement significatives entre les modèles. Les chercheurs ont également utilisé des graphiques en entonnoir et le test de régression d'Egger pour évaluer le biais de publication — qui s'est avéré présent (P<0,001), ce qui signifie que les études de petite taille avaient tendance à rapporter une précision plus élevée que celles de grande taille.

Principaux résultats : Quelle est la précision de chaque modèle ?

La mesure la plus importante d'un test diagnostique se résume à deux chiffres : la sensibilité (la capacité du test à détecter le cancer lorsqu'il est réellement présent — une sensibilité élevée signifie que peu de cancers sont manqués) et la spécificité (la capacité du test à identifier correctement les tumeurs bénignes — une spécificité élevée signifie moins de faux positifs et d'interventions chirurgicales inutiles).

Voici comment chaque modèle s'est comporté dans l'analyse principale, basée sur 96 études dans lesquelles les tumeurs borderline étaient classées comme malignes :

Évaluation subjective (SA) — La référence

L'évaluation subjective par des examinateurs experts était le seul modèle pour lequel la sensibilité et la spécificité dépassaient 90 %. Elle a atteint une sensibilité de 90,2 % (IC à 95 %, 87,8–92,2 %) et une spécificité de 91,4 % (IC à 95 %, 89,3–93,2 %). Cela signifie que parmi les femmes atteintes d'un cancer de l’ovaire, environ 90 sur 100 ont été correctement identifiées par des examinateurs échographiques experts, et parmi les femmes présentant des tumeurs bénignes, environ 91 sur 100 ont été correctement identifiées comme bénignes.

Simple Rules plus examen expert (SR+SA)

La stratégie consistant à appliquer d'abord les Simple Rules, puis à faire réviser par un expert les cas non concluants, a démontré des performances quasi identiques à celles de l'évaluation subjective seule. Sa sensibilité était de 88,6 % (IC à 95 %, 85,7–91,0 %) et sa spécificité était de 91,0 % (IC à 95 %, 89,0–92,7 %). Ces différences n'étaient pas statistiquement significatives (P=0,397 pour la sensibilité, P=0,811 pour la spécificité).

modèle ADNEX

Les performances du modèle ADNEX dépendaient fortement de la valeur seuil choisie. À la valeur seuil de 10 %, le modèle ADNEX présentait une sensibilité de 92,7 % (IC à 95 %, 90,8–94,2 %) — statistiquement similaire à celle de l'évaluation subjective (P=0,130) — mais une spécificité plus faible de 78,4 % (IC à 95 %, 71,7–83,8 %), différence hautement significative (P<0,001).

À la valeur seuil de 20 %, le modèle ADNEX a montré un profil plus équilibré : une sensibilité de 86,7 % (IC à 95 %, 80,6–91,0 %) et une spécificité de 87,9 % (IC à 95 %, 80,1–92,9 %). Aucune ne différait significativement de l'évaluation subjective (P=0,095 pour la sensibilité, P=0,119 pour la spécificité).

L'étude a confirmé un schéma prévisible : des seuils plus élevés diminuent la sensibilité (plus de cancers manqués) tandis que des seuils plus bas réduisent la spécificité (plus de tumeurs bénignes signalées comme potentiellement malignes).

modèle LR2

Au seuil de 10 %, le modèle LR2 a atteint une sensibilité de 89,5 % (IC à 95 %, 85,8–92,4 %) et une spécificité de 82,3 % (IC à 95 %, 75,0–87,8 %). Cela place sa sensibilité proche de celle de l’évaluation par des experts, bien qu’avec une spécificité quelque peu inférieure.

RMI — Le moins performant

L’indice de risque de malignité (RMI) a présenté la plus faible précision diagnostique parmi tous les modèles évalués. La version 1 du RMI, avec un seuil de 200, n’a atteint qu’une sensibilité de 69,7 % (IC à 95 %, 67,0–72,2 %), ce qui signifie qu’elle a manqué environ 3 cas de cancer de l’ovaire sur 10. Sa spécificité était de 90,5 % (IC à 95 %, 88,3–92,4 %). Des limitations similaires ont été observées pour les trois versions du RMI.

Résultats par sous-groupes : la ménopause et la prévalence du cancer sont déterminantes

Les chercheurs ont réalisé des analyses par sous-groupes pour examiner si le statut ménopausique d’une femme ou la prévalence sous-jacente du cancer dans la population de l’étude affectaient la performance de ces modèles. Les résultats ont été frappants : le statut ménopausique et la prévalence de la malignité ont tous deux significativement affecté la sensibilité et la spécificité (P<0,01 pour les deux mesures).

Plus précisément, le fait d’être ménopausée et de se trouver dans une population avec une prévalence plus élevée de cancer étaient tous deux associés à une spécificité réduite — c’est-à-dire à davantage de résultats faux positifs. Parallèlement, la sensibilité était plus faible chez les femmes préménopausées.

Cela constitue une information clinique importante. Les femmes ménopausées présentant des masses ovariennes ont un risque de cancer plus élevé à la base, yet les modèles ont tendance à produire davantage d’alertes infondées dans ce groupe. De même, dans des contextes où de nombreuses patientes sont atteintes d’un cancer (comme les centres spécialisés en oncologie), les modèles étaient plus susceptibles de classer les tumeurs bénignes comme suspectes.

Ce que cela signifie pour les patientes

Les conclusions de l’étude apportent des nouvelles rassurantes aux femmes confrontées à l’évaluation d’une tumeur ovarienne. Toutes les approches étudiées — à l’exception notable du RMI — ont bien performé et peuvent être utilisées pour différencier les tumeurs bénignes des tumeurs malignes.

Cependant, il existe des compromis importants à comprendre :

• L'évaluation par un expert reste l'approche unique la plus précise. L'Évaluation subjective a permis d'obtenir le meilleur équilibre entre sensibilité et spécificité. Sa principale limite, cependant, est qu'elle nécessite un examinateur échographiste hautement qualifié, possédant généralement une expertise de niveau 3 de l'EFSUMB. Dans 16 des 27 études évaluant l'SA, tous les examens ont été réalisés par des examinateurs experts.
• Si une stratégie indépendante de l’opérateur est privilégiée, le modèle ADNEX est le choix recommandé. En raison de sa haute sensibilité, le risque de manquer une malignité avec le modèle ADNEX est faible — un élément crucial pour la sécurité.
• Chez les femmes ménopausées, un seuil plus élevé pour le modèle ADNEX peut être justifié. La spécificité étant réduite dans ce groupe, les auteurs de l’étude indiquent qu’un seuil plus élevé pourrait être envisagé, selon la manière dont est pondéré l’impact d’un résultat faux positif ; toutefois, des seuils ADNEX plus élevés réduisent la sensibilité (plus de cancers manqués), et peu d’études ont testé des seuils plus élevés.

La performance relativement médiocre du RMI est particulièrement notable étant donné qu’il reste recommandé dans plusieurs lignes directrices internationales. Pour les femmes qui auraient précédemment été évaluées à l’aide du RMI, les résultats de cette étude suggèrent fortement que des modèles plus récents tels que le modèle ADNEX ou la référence à un échographiste expert offrent une meilleure précision diagnostique.

Limites de l’étude

Bien que cette méta-analyse soit complète, plusieurs limites doivent être reconnues :

• Biais de publication : Les tests statistiques ont révélé une asymétrie significative des graphiques en entonnoir (P<0,001), suggérant que les études plus petites avec des résultats favorables étaient plus susceptibles d’être publiées. Cela pourrait signifier que les chiffres de précision rapportés sont quelque peu optimistes.
• Variabilité des opérateurs : Le niveau de compétence des échographistes variait selon les études portant sur l’évaluation subjective, et certaines études n’ont pas précisé le niveau d’expérience de leurs examinateurs. Cela rend difficile la généralisation des excellents résultats de l’SA à tous les contextes cliniques.
• Exigence de données prospectives : Les études ayant appliqué rétrospectivement les modèles à des images stockées ont été exclues afin de refléter la pratique réelle. Toutefois, ce critère strict a pu exclure certaines données potentiellement informatives.
• Hétérogénéité entre les études : Les études variaient par leurs contextes de soins, leurs populations de patients, leurs techniques d’échographie et leurs définitions des tumeurs borderline. Cinq études ont classé les tumeurs borderline comme bénignes ou les ont exclues totalement.
• Version du modèle ADNEX combinées : Les deux versions du modèle ADNEX (avec et sans CA-125) ont été traitées comme une seule stratégie, car des recherches antérieures suggèrent que l’ajout de CA-125 n’altère pas de manière significative la précision diagnostique.
• Contexte orienté vers les centres d’oncologie : Avec 71 % des études menées dans des centres d’oncologie, les résultats peuvent ne pas refléter pleinement les performances dans les hôpitaux communautaires généraux ou les cabinets de médecine primaire où la prévalence du cancer est plus faible.

Recommandations pour les patientes

Si vous devez évaluer une tumeur ovarienne, voici les principaux enseignements de cette recherche que vous souhaiterez peut-être aborder avec votre professionnel de santé :

1. Demandez quel modèle d’échographie est utilisé. Si votre hôpital utilise l’indice de risque de malignité (RMI) comme outil principal, vous pouvez demander si des modèles IOTA plus récents tels que le modèle ADNEX sont disponibles, car cette étude a montré que le RMI était la méthode la moins précise.
2. Demandez un échographiste expert si possible. L’évaluation subjective par un échographiste expérimenté reste la méthode la plus précise. Si votre hôpital dispose d’un service spécialisé en échographie, cela peut valoir le coup de s’y orienter.
3. Comprenez la signification de vos résultats. Un résultat « suspect » ne signifie pas nécessairement que vous avez un cancer — la spécificité de ces modèles implique que certaines tumeurs bénignes seront signalées comme potentiellement malignes. Inversement, un résultat « bénin » est généralement rassurant, bien qu’aucun test ne soit parfait.
4. Discutez de votre statut ménopausique. Cette étude a montré que le statut ménopausique affecte significativement les performances des tests. Les femmes postménopausées peuvent avoir des valeurs seuils différentes (et peut-être plus appropriées), en particulier avec le modèle ADNEX.
5. Retenez qu’il s’agit de la planification préopératoire. Ces modèles d’échographie aident à orienter les décisions de prise en charge et de traitement. Le diagnostic définitif est finalement établi par l’examen histologique (examen du tissu au microscope après une chirurgie ou une biopsie).

En résumé : Cette analyse large et rigoureusement menée fournit des preuves solides que les modèles modernes basés sur l’échographie — en particulier le modèle ADNEX et l’évaluation subjective experte — sont des outils fiables pour distinguer les tumeurs ovariennes bénignes des malignes. Les jours où l’on se fiait principalement au RMI sont peut-être comptés, et les patientes peuvent avoir plus confiance dans le fait que les avancées de la technologie échographique aident les médecins à prendre des décisions de traitement plus précises et individualisées.

Questions fréquemment posées

Quelle est la précision des modèles d’échographie pour déterminer si une tumeur ovarienne est bénigne ou maligne ?

Dans une revue de 99 études couvrant 42 496 tumeurs ovariennes, l’évaluation subjective experte a été la seule méthode où la sensibilité et la spécificité dépassaient 90 %. Le modèle ADNEX avec un seuil de 20 % présentait une sensibilité de 86,7 % et une spécificité de 87,9 %. L’indice de risque de malignité (RMI) avait la précision la plus faible, identifiant seulement environ 70 % des cancers.

Que signifie si mon résultat d’échographie est qualifié de « suspect » ?

Un résultat suspect ne signifie pas nécessairement que vous avez un cancer. Les modèles étudiés ont des spécificités inférieures à 100 %, donc certaines tumeurs bénignes sont signalées comme potentiellement malignes. Par exemple, le modèle ADNEX avec un seuil de 10 % avait une spécificité de 78,4 %, ce qui signifie qu’environ 22 tumeurs bénignes sur 100 ont été incorrectement signalées. Le diagnostic définitif repose sur l’examen du tissu après une chirurgie ou une biopsie.

Que se passe-t-il après l’évaluation de ma tumeur ovarienne par un modèle d’échographie ?

Ces modèles aident à orienter la prise en charge et la planification du traitement avant la chirurgie. Si un cancer est suspecté, vous pouvez être adressée vers un centre spécialisé en oncologie où une gynécologue-oncologue peut réaliser un bilan d’extension chirurgical. Si la tumeur semble bénigne, le traitement peut être possible dans un hôpital général, parfois par chirurgie mini-invasive ou prise en charge conservatrice. Le diagnostic définitif est établi par l’examen du tissu après la chirurgie ou la biopsie.

Devrais-je demander à mon médecin quel modèle d’échographie est utilisé pour évaluer ma tumeur ovarienne ?

Oui, il est raisonnable de poser cette question. Cette revue a montré que l’indice de risque de malignité (RMI) avait la précision la plus faible, manquant environ 3 cancers sur 10, tout en restant recommandé dans plusieurs lignes directrices. Vous pouvez demander si des modèles IOTA plus récents tels que le modèle ADNEX sont disponibles dans votre hôpital, car ils ont montré de meilleures performances diagnostiques dans les études analysées.

Si mon hôpital utilise l’indice de risque de malignité (RMI) pour évaluer ma tumeur ovarienne, quand devrais-je chercher un deuxième avis ?

L’indice de risque de malignité (RMI) a correctement identifié seulement environ 70 % des cancers de l’ovaire, en manquant environ 3 sur 10, tandis que les nouveaux modèles IOTA tels que le modèle ADNEX et l’évaluation subjective d’un expert ont donné de meilleurs résultats. Si votre hôpital s’appuie sur le RMI comme outil principal, un deuxième avis peut examiner la disponibilité du modèle ADNEX ou d’un échographiste expert, ainsi que la pertinence d’un seuil différent en fonction de votre statut ménopausique. Le diagnostic définitif repose toujours sur l’examen histologique. Diagnostic Detectives Network propose des deuxièmes avis experts indépendants.

Informations sur la source

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.

Cet article à destination des patients est basé sur des recherches évaluées par les pairs. L’étude a été acceptée pour publication le 24 septembre 2025, et son protocole a été enregistré dans PROSPERO (CRD42022282438) en décembre 2022. Les lecteurs souhaitant consulter les détails techniques complets, y compris tous les tableaux et figures supplémentaires, sont invités à se référer à la publication originale.