目录
要点
- 在对99项研究和42,496例卵巢肿瘤的综述中，专家主观超声评估是唯一一个灵敏度和特异度均超过90%的模型。
- 在20%的截断值下，ADNEX模型的灵敏度为86.7%，特异度为87.9%，在此分析中的表现与专家评估相似。
- 恶性风险指数的准确性最低，仅能识别约70%的癌症病例，但它仍被多项国际指南推荐。
- 绝经后女性和处于较高患病率环境中的女性特异度较低，意味着假阳性结果更多；绝经前女性的灵敏度较低。
- 这些超声模型用于指导术前转诊和治疗计划；确诊需要在手术或活检后进行组织学检查。
这项研究为何重要
卵巢肿瘤在所有年龄段的女性中都很常见。每年，大约有每1,500至1,700名女性因卵巢肿瘤接受手术。然而，其中只有少数——10%至17%——被证实为恶性（癌症）。这意味着绝大多数因卵巢肿块接受手术的女性所患的是良性（非癌性）病变。
医生面临的挑战在于在手术前判断哪些肿瘤具有危险性，哪些是无害的。这一区分至关重要，因为治疗路径完全取决于肿瘤的性质。卵巢癌患者需转诊至专门的肿瘤中心，由妇科肿瘤学家进行手术分期。相比之下，患有良性肿瘤的女性通常可在综合医院接受治疗，有时可采用微创手术甚至保守管理。避免不必要的大范围手术可减少并发症、缩短恢复时间，并最大限度地减少对女性日常活动的影响。
为协助做出这些决策，医生使用各种基于超声的模型来评估超声扫描中看到的卵巢肿瘤特征。本荟萃分析——一项“研究的研究”——评估了最广泛使用的模型，以提供关于哪些方法最有效的最新、决定性证据。
了解超声模型
该研究评估了五种主要方法，每种方法都有其评估卵巢肿瘤的独特方式：
- 主观评估（SA）：经验丰富的超声检查者查看图像，利用其专业判断确定肿瘤是良性还是恶性。这依赖于一种称为“图像识别”的技能，需要大量的培训和接触大量病例。
- 恶性风险指数（RMI）第1、2和3版：该模型将超声特征与女性的绝经状态以及癌症抗原125（CA-125）的血液检测结果相结合。已开发出三个不同版本（RMI1、RMI2、RMI3），通常使用200或250的截断值。这是荷兰直到2021年首选的策略，并在多个国际指南中仍被推荐。
- Logistic回归模型2（LR2）：由国际卵巢肿瘤分析（IOTA）小组开发，LR2使用包含临床和超声变量的数学公式来计算患者的恶性概率。本研究考察了常用的10%概率截断值（LR2-10%）。
- 简单超声规则（SR）：同样来自IOTA小组，SR使用五个提示恶性的超声特征和五个提示良性的超声特征。肿瘤被分类为良性、恶性或“不确定”。当结果不确定时，采用两种方法：将所有不确定病例视为恶性（SR+Mal），或将不确定病例送交专家审查（SR+SA）。
- 附件不同新生物评估（ADNEX）模型：该IOTA模型计算卵巢肿瘤是良性还是恶性的概率，甚至能区分不同类型的肿瘤。它可在有或无CA-125血液检测的情况下使用，临床实践中使用各种概率截断值（5%、10%、20%、30%和40%）。
该研究排除了一些其他经过验证的模型——如简单规则风险评估（SRR）、卵巢恶性肿瘤风险算法（ROMA），以及Ferrazzi等人、Lerner等人和Sassone等人的评分系统——以保持清晰且专注的范围，集中于最常用且在临床上实施的方案。
研究是如何进行的
研究人员遵循严格的系统评价指南（PRISMA），并提前在PROSPERO（注册号CRD42022282438）上注册了其方案，这是国际系统评价注册库。
研究团队从各数据库开始至2025年6月19日搜索了三大医学数据库——Ovid/MEDLINE、EMBASE和Cochrane图书馆。他们还手动搜索了其他系统评价和指南的参考文献列表。他们的搜索最初确定了3,310篇可能符合条件的文章：MEDLINE中1,451篇，EMBASE中1,629篇，Cochrane中230篇，以及通过手动审查参考文献获得的27篇。
去除重复项后，剩余2,750篇文章。两名评审员独立筛选这些记录，导致431篇全文文章被评估是否符合资格。最终，99项研究符合严格的纳入标准并被纳入分析。
为了具备资格，研究必须评估至少一个预选模型，前瞻性收集模型参数（意味着超声数据是在扫描时收集的，就像在真实临床实践中一样），并提供足够的数据来构建测试结果的2×2表。将模型应用于存储图像或视频的后瞻性研究被排除在外，因为这不能反映模型指导实际治疗决策的真实世界临床实践。
总共，纳入的99项研究描述了42,496例卵巢肿瘤，其中31,371例（74%）为良性，11,125例（26%）为恶性。大多数研究（77%）为前瞻性设计，71%在单一中心进行。大多数（71%）在肿瘤中心进行，22%在混合环境中进行，4%在非肿瘤中心进行，3%的环境不明确。各研究中恶性的患病率范围广泛，从3.0%到63.9%不等。
评估每个模型的研究数量相当可观：
- RMI第1版：32项研究
- 恶性风险指数（RMI）第2版：18项研究
- 恶性风险指数（RMI）第3版：10项研究
- Logistic回归模型2（LR2）：16项研究
- 简单规则：32项研究（其中28项采用SR+Mal策略，18项采用SR+SA策略）
- ADNEX模型：22项研究
- 主观评估：27项研究
在质量评估方面，研究人员使用了QUADAS-2工具及其用于比较多个模型的配套扩展工具QUADAS-C。两名评审员独立从四个关键领域对每项研究的偏倚风险进行评级：患者选择、索引试验、参考标准以及流程和时间。结果显示，52%的研究在患者选择方面的偏倚风险较低，82%在索引试验方面，94%在参考标准方面，53%在流程和时间的偏倚风险较低。然而，仅有41%的研究明确指出患者是连续收集的，另有45%的研究存在对不恰当排除患者的担忧。
统计分析包括计算每个模型的合并敏感性和特异性、拟合双变量模型以生成汇总受试者工作特征曲线，并进行荟萃回归以确定模型间具有统计学意义的差异。研究人员还使用漏斗图和Egger回归检验来评估发表偏倚——结果显示存在发表偏倚（P<0.001），这意味着较小规模的研究往往报告比大规模研究更高的准确性。
主要发现：各模型的准确性如何？
诊断测试最重要的衡量标准归结为两个数字：敏感性（测试在癌症确实存在时检出癌症的能力——高敏感性意味着漏诊的癌症较少）和特异性（测试正确识别良性肿瘤的能力——高特异性意味着误报和 unnecessary 手术较少）。
以下是基于96项将交界性肿瘤归类为恶性的研究，各模型在主要分析中的表现：
主观评估（SA）——金标准
由专家检查员进行的主观评估是唯一一个敏感性和特异性均超过90%的模型。其敏感性为90.2%（95% CI，87.8–92.2%），特异性为91.4%（95% CI，89.3–93.2%）。这意味着在患有卵巢癌的女性中，约有90/100被专家超声检查员正确识别；而在患有良性肿瘤的女性中，约有91/100被正确识别为良性。
简单规则加专家复核（SR+SA）
先应用简单规则，然后由专家复核不确定病例的策略，其表现与单独的主观评估几乎相同。其敏感性为88.6%（95% CI，85.7–91.0%），特异性为91.0%（95% CI，89.0–92.7%）。这些差异无统计学意义（敏感性P=0.397，特异性P=0.811）。
ADNEX模型
ADNEX模型的表现很大程度上取决于所选的截断值。在10%截断值下，ADNEX的敏感性为92.7%（95% CI，90.8–94.2%）——与主观评估具有统计学相似性（P=0.130）——但特异性较低，为78.4%（95% CI，71.7–83.8%），这一差异具有高度统计学意义（P<0.001）。
在20%截断值下，ADNEX表现出更平衡的特征：敏感性为86.7%（95% CI，80.6–91.0%）和特异性为87.9%（95% CI，80.1–92.9%）。这两者与主观评估均无显著差异（敏感性P=0.095，特异性P=0.119）。
该研究证实了一个可预测的模式：较高的截断值会降低敏感性（漏诊更多癌症），而较低的截断值会降低特异性（更多良性肿瘤被标记为潜在恶性）。
LR2模型
在10%的截断值下，LR2模型实现了89.5%的敏感性（95% CI，85.8–92.4%）和82.3%的特异性（95% CI，75.0–87.8%）。这使得其敏感性接近专家评估的水平，尽管特异性略低。
RMI — 表现最差者
恶性风险指数在所有评估的模型中具有最低的诊断准确性。在截断值为200时，RMI第1版仅实现了69.7%的敏感性（95% CI，67.0–72.2%），意味着它漏诊了大约3/10的卵巢癌。其特异性为90.5%（95% CI，88.3–92.4%）。在所有三个RMI版本中均观察到类似的局限性。
亚组发现：绝经状态和癌症患病率至关重要
研究人员进行了亚组分析，以探讨女性的绝经状态或研究人群中的基础癌症患病率是否会影响这些模型的表现。结果令人瞩目：绝经状态和恶性患病率均显著影响敏感性和特异性（两项指标的P<0.01）。
具体而言，绝经后状态以及处于较高癌症患病率的人群中，均与较低的特异性相关——意味着假阳性结果更多。同时，绝经前女性的敏感性较低。
这是一个重要的临床见解。患有卵巢肿块的绝经后女性具有更高的癌症基线风险，然而这些模型在该群体中往往产生更多的误报。同样，在癌症患者众多的环境中（例如专科肿瘤转诊中心），模型更有可能将良性肿瘤标记为可疑。
这对患者的意义
该研究的结论为面临卵巢肿瘤评估的女性带来了令人安心的消息。所有研究的方法——除了RMI这一显著例外——均表现良好，可用于区分良性和恶性肿瘤。
然而，需要理解重要的权衡取舍：
- 专家评估仍然是最准确的单一方法。主观评估实现了敏感性和特异性的最佳平衡。然而，其主要局限性在于它需要由高度熟练的超声检查者执行，通常需达到EFSUMB 3级专家水平。在27项评估SA的研究中，有16项的所有扫描均由专家检查者完成。
- 如果倾向于非操作者依赖的策略，ADNEX是推荐的选择。由于其高敏感性，使用ADNEX漏诊恶性肿瘤的可能性很低——这是一个至关重要的安全考量。
- 对于绝经前女性，可能需要更高的ADNEX截断值。由于该群体的特异性降低，研究作者表示，根据对假阳性结果影响的权衡，值得考虑提高截断值；然而，较高的ADNEX截断值会降低敏感性（漏诊更多癌症），且很少有研究测试过较高的截断值。
鉴于RMI仍被多项国际指南推荐，其相对较差的表现尤其值得注意。对于此前可能使用RMI进行评估的女性，本研究的发现强烈表明，较新的模型（如ADNEX）或转诊至专家超声医师可提供更好的诊断准确性。
研究局限性
尽管这项荟萃分析全面，但仍应承认若干局限性：
- 发表偏倚：统计测试显示存在显著的漏斗图不对称性（P<0.001），表明结果有利的小型研究更有可能被发表。这可能意味着报告的准确性数据略显乐观。
- 操作者变异性：在主观评估的研究中，超声检查者的技能水平各不相同，且部分研究未说明其检查者的经验水平。这使得将SA的优异结果推广到所有临床环境变得困难。
- 前瞻性数据要求：为了反映现实世界的实践，排除了将模型回溯应用于存储图像的研究。然而，这一严格标准可能排除了一些潜在有用的数据。
- 研究间的异质性：各研究在医疗环境、患者人群、超声技术以及交界性肿瘤的定义方面存在差异。五项研究将交界性肿瘤归类为良性或将其完全排除。
- ADNEX模型版本合并：ADNEX模型的两种版本（含CA-125和不含CA-125）被视为单一策略，因为先前研究表明，添加CA-125并不会显著改变诊断准确性。
- 研究场景偏向肿瘤中心：由于71%的研究在肿瘤中心进行，结果可能无法完全反映癌症患病率较低的普通社区医院或初级保健环境中的表现。
给患者的建议
如果您正在接受卵巢肿瘤的评估，以下是您可能希望与医疗保健提供者讨论的研究要点：
- 询问使用的是哪种超声模型。如果您的医院将恶性风险指数（RMI）作为主要工具，您可以询问是否提供较新的IOTA模型（如ADNEX模型），因为本研究发现RMI的准确性最低。
- 如果可能，要求由专家进行超声检查。经验丰富的超声医师的主观评估仍然是最准确的方法。如果您的医院有专科超声部门，这可能值得考虑。
- 了解您结果的含义。“可疑”发现并不一定意味着您患有癌症——这些模型的特异性意味着一些良性肿瘤会被标记为潜在恶性。相反，“良性”结果通常令人放心，尽管没有哪种测试是完美的。
- 讨论您的绝经状态。本研究发现，绝经状态显著影响测试结果。绝经后女性可能具有不同的（且 arguably 更合适的）截断值，尤其是对于ADNEX模型而言。
- 请记住，这涉及术前规划。这些超声模型有助于指导转诊和治疗决策。最终诊断是通过组织学检查（手术或活检后在显微镜下检查组织）做出的。
核心要点：这项大规模、严谨的分析提供了有力证据，表明现代基于超声的模型——尤其是ADNEX模型和专家主观评估——是区分良性与恶性卵巢肿瘤的可靠工具。主要依赖RMI的时代可能即将结束，患者可以更自信地认为，超声技术的进步正帮助医生做出更准确、个体化的治疗决策。
常见问题
超声模型判断卵巢肿瘤是良性还是恶性的准确性如何？
在对涵盖42,496例卵巢肿瘤的99项研究进行的综述中，专家主观评估是唯一敏感性和特异性均超过90%的方法。在20%截断值下，ADNEX模型的敏感性为86.7%，特异性为87.9%。恶性风险指数（RMI）的准确性最低，仅识别出约70%的癌症。
如果我的超声结果被称为“可疑”，这意味着什么？
可疑发现并不一定意味着您患有癌症。所研究的模型特异性均低于100%，因此一些良性肿瘤会被标记为潜在恶性。例如，在10%截断值下，ADNEX模型的特异性为78.4%，意味着约22/100的良性肿瘤被错误标记。最终诊断需通过手术或活检后的组织检查确定。
我的卵巢肿瘤经超声模型评估后会发生什么？
这些模型有助于指导手术前的转诊和治疗规划。如果怀疑癌症，您可能会被转诊至专科肿瘤中心，由妇科肿瘤学家进行手术分期。如果肿瘤看起来是良性的，治疗可能在普通医院进行，有时可采用微创手术或保守管理。最终诊断是通过手术或活检后的组织检查确定的。
我应该询问医生我的卵巢肿瘤使用的是哪种超声模型吗？
是的，询问是合理的。本综述发现，恶性风险指数（RMI）的准确性最低，漏诊了约3/10的癌症，但它仍被多项指南推荐。您可以询问您的医院是否提供较新的IOTA模型（如ADNEX模型），因为这些模型在分析的研究中显示出更好的诊断性能。
如果我的医院使用恶性风险指数（RMI）来评估我的卵巢肿瘤，我何时应该寻求第二诊疗意见？
恶性风险指数（RMI）仅正确识别了约70%的卵巢癌，漏诊了大约3/10，而较新的IOTA模型（如ADNEX模型）和专家的主观评估表现更佳。如果您的医院将RMI作为主要工具，可以寻求第二诊疗意见，以了解是否可用ADNEX模型或经验丰富的超声检查医师，并确认您的绝经状态是否需要采用不同的临界值。最终诊断仍需依靠组织学检查。Diagnostic Detectives Network提供独立的专家第二诊疗意见。
来源信息
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.
这篇患者友好型文章基于同行评审的研究。该研究于2025年9月24日被接受发表，其方案于2022年12月在PROSPERO注册（CRD42022282438）。寻求包括所有补充表格和图表在内的完整技术细节的读者，建议查阅原始出版物。
