<sup>18</sup>F-FDG PET/CT在上皮性卵巢癌復發診斷價值的Meta分析_《中國循證醫學雜志》

作者：

胡莎莎 ^1,2 , 王曉燕 ³ ,  劉暢 ^1,2 , 楊麗峰 ³

1. 蘭州大學第一醫院婦科一病區（蘭州 730030）;
2. 甘肅省婦科腫瘤重點實驗室（蘭州 730030）;
3. 河西學院護理學院（甘肅張掖 734000）;

關鍵詞：

上皮性卵巢癌復發 ¹⁸F-FDG PET/CT 診斷 Meta分析

DOI：

10.7507/1672-2531.202206069

視頻：

導出 下載 收藏 掃碼 引用

摘要 全文 圖表 視頻 參考文獻 施引文獻 補充材料

目的系統評價¹⁸F-FDG PET/CT在上皮性卵巢癌治療后的復發診斷準確性。方法計算機檢索PubMed、EMbase、Cochrane Library、Web of Science、CNKI、WanFang Data、VIP和CBM數據庫，搜集¹⁸F-FDG PET/CT診斷上皮性卵巢癌復發的臨床診斷試驗，檢索時限均從建庫至2023年2月。由2位評價員獨立篩選文獻、提取資料并評價納入研究的偏倚風險后，采用Meta-Disc 1.4和Stata 15.0軟件進行分析。結果共納入15個研究，包括792例患者。Meta分析結果顯示：¹⁸F-FDG PET/CT診斷上皮性卵巢癌復發的敏感度、特異度和曲線下面積分別為0.88［95%CI（0.85，0.90）］，0.80［95%CI（0.75，0.85）］和0.91。亞組分析結果顯示：前瞻性研究與回顧性研究的敏感度一致，但前瞻性研究的特異度高于回顧性研究；研究區域位于亞洲的¹⁸F-FDG PET/CT研究在上皮性卵巢癌復發診斷敏感度和特異度高于歐洲/北美洲的研究。結論 ¹⁸F-FDG PET/CT對上皮性卵巢癌復發具有較高的診斷價值。受納入研究數量和質量限制，上述結論尚需開展更多高質量研究予以驗證。

引用本文： 胡莎莎, 王曉燕, 劉暢, 楊麗峰. ¹⁸F-FDG PET/CT在上皮性卵巢癌復發診斷價值的Meta分析. 中國循證醫學雜志, 2023, 23(5): 528-533. doi: 10.7507/1672-2531.202206069 復制

卵巢癌作為女性惡性腫瘤發病和死因順位中均居第八位的婦科惡性腫瘤^[1]，近30年在中國發病率和病死率均呈上升趨勢，平均每年分別上升3.85%和3.86%^[2]。上皮性卵巢癌是卵巢癌最常見和死亡率最高的病理類型，約占卵巢惡性腫瘤85%～90%^[3-4]，70%的上皮性卵巢癌患者5年生存率小于30%，預后極差^[5]。盡管手術和一線化療在一定程度上能夠改善上皮性卵巢癌的預后，但仍有70%～80%的患者出現復發。初次化療結束后6個月內復發的機率為23%，而6個月后復發的比例高達60%^[6]。上皮性卵巢癌的復發是影響患者生存和預后重要的因素。因此，尋求精確診斷上皮性卵巢癌復發的影像學方法成為當前臨床急需解決的問題。

近年來，18F-脫氧葡萄糖正電子發射計算機體層顯像（fluorine-18 fluorodeoxyglucose, positron emission tomography/computed tomography，¹⁸F-FDG PET/CT）在婦科腫瘤中的診斷與復發評估逐漸引起關注^[7]，該方法具備同時提供機體腫瘤細胞葡萄糖代謝和腫瘤病灶解剖結構信息，且一次成像探測全身轉移灶的優勢可全面檢測腫瘤范圍的功能^[8]，因此在上皮性卵巢癌復發診斷方面有明顯優勢^[9]。目前國際上已有多項關于¹⁸F-FDG PET/CT對上皮性卵巢癌復發的診斷研究，但研究結論不盡一致。因此，本研究系統評價¹⁸F-FDG PET/CT對上皮性卵巢癌復發的診斷準確性，為¹⁸F-FDG PET/CT的臨床應用提供參考。

1 資料與方法

1.1 納入與排除標準

1.1.1 研究類型

診斷性試驗。

1.1.2 研究對象

疑似上皮性卵巢癌復發人群。

1.1.3 診斷方法

待檢驗診斷采用¹⁸F-FDG PET/CT診斷上皮性卵巢癌復發。金標準為病理或臨床確診上皮性卵巢癌復發。

1.1.4 結局指標

合并敏感度（pooled sensitivity，Sen）、合并特異度（pooled specificity，Spe）、合并陽性似然比（pooled positive likelihood ratio，+LR）、合并陰性似然比（pooled negative likelihood ratio，?LR）、合并診斷比值比（pooled diagnosis odds ratio，DOR）和受試者工作特征曲線下面積（area under the curve，AUC）。

1.1.5 排除標準

① 動物實驗等基礎研究；② 無法獲得全文或重復發表的研究；③ 無法直接或間接獲得四格表數據；④ 非中、英文文獻。

1.2 文獻檢索策略

計算機檢索PubMed、EMbase、Cochrane Library、Web of Science、CNKI、WanFang Data、VIP和CBM數據庫，搜集¹⁸F-FDG PET/CT診斷上皮性卵巢癌復發的臨床診斷試驗。檢索時限均從建庫至2023年2月。此外，追溯納入文獻的參考文獻，以補充獲取相關文獻。檢索采取主題詞和自由詞相結合的方式。中文檢索詞包括：18F-FDG PET/CT、卵巢癌、卵巢腫瘤等；英文檢索詞包括：carcinoma, ovarian epithelial、ovary carcinoma、epithelial carcinoma*, ovarian、epithelial ovarian cancer*、epithelial ovarian carcinoma*、ovarian carcinoma, epithelial、ovarian epithelial carcinomas、ovarian epithelial cancer、fluorodeoxyglucose F18、18F-FDG、fluorine 18 fluorodeoxyglucose、18F Fluorodeoxyglucose、18FDG、18 F-FDG PET CT、2 fluoro 2 deoxy D glucose、2 fluoro 2 deoxyglucos等。

1.3 文獻篩選與資料提取

由2位評價員獨立篩選文獻、提取資料并交叉核對，如遇分歧，則咨詢第三方協助判斷，缺乏的資料盡量與作者聯系予以補充。資料提取內容包括：研究特征（作者、發表年份、年齡、設計類型、樣本區域、樣本量、診斷性試驗結果。

1.4 納入研究的偏倚風險評價

由2名評價員獨立采用QUADAS-2工具評價納入研究的偏倚風險。如遇分歧，討論解決，或咨詢第三方協助判斷。

1.5 統計分析

采用Meta-Disc 1.4和Stata 15.0軟件進行Meta分析。Spearman相關系數用于探討是否存在閾值效應，I²統計量探討是否存在非閾值效應所致異質性，若I²>50%或P<0.01則代表納入研究間異質性顯著，通過Meta回歸和亞組分析探索異質性來源。在排除明顯的臨床異質性后，使用隨機效應模型進行處理。采用逐一排除方法對研究結果進行敏感性分析。繪制Deek’s漏斗圖，評價納入研究的發表偏倚。

2 結果

2.1 文獻篩選流程及結果

初檢出相關文獻844篇，包括PubMed（n=86）、EMbase（n=459）、Cochrane Library（n=3）、Web of Science（n=255）、CBM（n=2）、WanFang Data（n=22）、VIP（n=3）和CNKI（n=14）。經逐層篩選后，最終納入15個研究^[10-22]，包括792例患者。

2.2 納入研究的基本特征與偏倚風險評價結果

納入研究的基本特征見表1，偏倚風險評價結果見表2。

表1 納入研究的基本特征

表選項

下載CSV

作者	設計類型	研究國家	年齡（歲）	復發人數	總病例數	TP	FP	FN	TN
Nawi 2021^[10]	前瞻性研究	馬來西亞	16～73	17	43	16	2	1	24
西爾艾力2020^[11]	回顧性研究	中國	52±8	55	65	51	4	2	8
Vallius 2018^[12]	前瞻性研究	芬蘭	50～80	10	29	7	4	3	15
Lee 2018^[13]	回顧性研究	韓國	17～76	65	72	64	8	1	0
李敏2017^[14]	回顧性研究	中國	33～72	51	61	49	4	2	6
Kim 2017^[15]	前瞻性研究	韓國	42～75	5	13	4	0	1	8
Ghosh 2013^[16]	回顧性研究	印度	40～75	15	16	15	0	0	1
Antunovic 2012^[17]	回顧性研究	意大利	57±11	97	121	80	3	21	17
Chung 2012^[18]	回顧性研究	韓國	35～80	20	55	22	10	6	17
奚嘉婧2011^[19]	回顧性研究	中國	29～73	34	52	31	4	3	14
Nasu 2011^[20]	回顧性研究	日本	32～78	15	19	18	0	4	8
García 2007^[21]	回顧性研究	加拿大	49～63	80	92	80	7	12	26
Murakami 2006^[22]	前瞻性研究	日本	35～76	46	90	42	0	4	44
萬衛星2005^[23]	回顧性研究	中國	51±10	24	33	21	5	3	4
Cho 2002^[24]	回顧性研究	韓國	17～70	16	31	7	0	9	15
TP：真陽性；FP：假陽性；FN：假陰性；TN：真陰性。

表2 納入研究的偏倚風險評價結果

表選項

下載CSV

納入研究	偏倚風險評估		適用性
Nawi 2021^[10]	L	U	U	H		H	L	L
西爾艾力2020^[11]	L	U	H	U	L	L	L
Vallius 2018^[12]	H	U	H	U	L	L	L
Lee 2018^[13]	H	H	H	U	L	L	L
李敏2017^[14]	H	U	H	U	H	L	L
Kim 2017^[15]	L	U	H	U	L	L	L
Ghosh 2013^[16]	L	U	U	U	L	L	U
Antunovic 2012^[17]	H	U	U	U	L	L	L
Chung 2012^[18]	H	U	U	U	L	L	L
奚嘉婧2011^[19]	H	H	H	U	L	L	L
Nasu 2011^[20]	U	U	U	U	L	L	L
García 2007^[21]	H	U	U	U	L	L	L
Murakami 2006^[22]	H	U	U	U	L	L	L
萬衛星2005^[23]	H	U	U	U	L	L	L
Cho 2002^[24]	H	L	U	U	L	L	L
L：低風險；U：不清楚；H：高風險。

2.3 Meta分析結果

2.3.1 閾值效應與異質性

經Spearman相關分析，¹⁸F-FDG PET/CT對上皮性卵巢癌復發轉移診斷的靈敏度對數與（1?特異度）對數之間的相關系數為?0.7（P>0.05），表明本研究不存在閾值效應。異質性結果顯示，納入的15個研究的Sen（P<0.01，I²=74%）、Spe（P<0.01，I²=81.6%）、PLR（P<0.01，I²=94.6%）和NLR（P<0.01，I²=65.8%）均存在較高異質性。通過Meta回歸、亞組分析和敏感性分析探討非閾值效應引起的異質性。

2.3.2 Meta回歸與亞組分析

以Meta回歸分析納入研究間異質性的來源，自變量選擇為研究設計、發表年份、樣本量和研究區域。結果顯示，研究區域對本研究敏感度結果的異質性具有統計學意義（P<0.05），研究設計對本研究特異度結果的異質性具有統計學意義（P<0.05），說明研究區域和研究設計是本研究的潛在異質性來源。以研究設計、發表年份、樣本量和研究區域進行亞組分析，結果顯示，前瞻性研究與回顧性研究的敏感度一致，但前瞻性研究的特異度高于回顧性研究；研究區域位于亞洲的¹⁸F-FDG PET/CT研究在上皮性卵巢癌復發診斷敏感度和特異度高于歐洲/北美洲的研究（表3）。

表3 亞組分析結果

表選項

下載CSV

亞組	納入研究數	敏感度	P 值	特異度	P 值
研究設計
回顧性研究	11^{[11,13-14,16-21,23-24]}	0.89（0.83，0.95）	0.39	0.73（0.53，0.92）	0.05
前瞻性研究	4^{[10,12,15,22]}	0.89（0.77，1.00）	0.95（0.88，1.00）
研究區域
歐洲/北美洲	3^[12,17,21]	0.82（0.66，0.98）	0.05	0.83（0.48，1.00）	0.77
亞洲	12^{[10-11,13-16,18-20,22-24]}	0.90（0.85，0.96）	0.86（0.68，1.00）
發表年份
2002—2012年	8^[17-24]	0.83（0.75，0.91）	0.81	0.90（0.77，1.00）	0.34
2013—2022年	7^[10-16]	0.95（0.90，0.99）	0.74（0.44，1.00）
樣本量（例）
≥50	8^{[11,13-14,17-19,21-22]}	0.92（0.86，0.97）	0.63	0.72（0.46，0.98）	0.18
<50	7^{[10,12,15-16,20,23-24]}	0.83（0.71，0.94）	0.85（0.82，1.00）

2.3.3 合并效應量

隨機效應模型Meta分析結果顯示：¹⁸F-FDG PET/CT對上皮性卵巢癌復發的Sen為0.88［95%CI（0.85，0.90）］；Spe為0.80［95%CI（0.75，0.85）］；PLR為4.37［95%CI（1.85，10.33）］；NLR為0.20［95%CI（0.13，0.30）］；合并DOR為24.16［95%CI（12.97，45.00）］。繪制受試者工作特征曲線，并獲得AUC和Q值分別為0.91和0.8，表明有較高的診斷效能。

2.4 敏感性分析

采用逐一剔除單個研究的方法進行敏感性分析，結果未見明顯變化，提示結果較穩健。

2.5 發表偏倚檢驗

Deek’s檢驗結果顯示，斜率系數P=0.34，提示¹⁸F-FDG PET/CT診斷上皮性卵巢癌復發轉移的研究存在發表偏倚的可能性較小。

3 討論

本研究納入15個¹⁸F-FDG PET/CT診斷上皮性卵巢癌復發的研究，結果顯示，¹⁸F-FDG PET/CT診斷上皮性卵巢癌復發合并靈敏度和特異度為88%和80%，¹⁸F-FDG PET/CT診斷上皮性卵巢癌復發合并診斷比值比為24.16，表明其診斷準確率較好；¹⁸F-FDG PET/CT評估上皮性卵巢癌復發的受試者工作特征曲線的AUC為0.91，提示其診斷效能較高。此外，基于樣本量、發表年限、研究設計和研究區域進行的Meta回歸分析和亞組分析結果顯示，¹⁸F-FDG PET/CT評估上皮性卵巢癌復發的診斷研究異質性來源于研究設計和研究區域。由于納入研究有限，無法對¹⁸F-FDG PET/CT使用的標準閾值、¹⁸F示蹤劑劑量、腫瘤分期等進行亞組分析，但不排除他們也可能導致異質性。

根據結果顯示，¹⁸F-FDG PET/CT的漏診率和誤診率分別為12%和20%，提示¹⁸F-FDG PET/CT診斷存在一定的漏診和誤診。查閱相關文獻并結合臨床經驗，導致誤診的常見原因之一是感染或炎癥^[10,13]。炎癥區激活的巨噬細胞或肉芽組織等抗炎細胞強烈吸收示蹤劑¹⁸F-FDG，導致活動性炎癥病變或膿腫可能被錯誤地認為是惡性腫瘤。其他原因包括手術后變化、化療后變化或輸尿管淤積、動脈粥樣硬化斑塊、腸蠕動引起的錯位、膀胱充盈或憩室炎等。此外，一些良性婦科疾病也可能導致¹⁸F-FDG PET/CT結果出現假陽性^[25]，這些疾病包括子宮內膜和濾泡囊腫、功能性黃體囊腫、輸卵管卵巢炎、纖維瘤、囊腺纖維瘤、畸胎瘤、皮樣囊腫、子宮內膜異位癥、輸卵管卵巢膿腫、良性腦膜瘤和神經鞘瘤等疾病。導致漏診的常見原因一是病變位置距離膀胱太近，因為膀胱中含有高濃度的¹⁸F-FDG，可能會與尿液分泌物相混淆^[26]；二是病灶呈低代謝狀態時的分辨率低^[27]。因此，臨床上除了考慮造成漏診與誤診的原因，也要考慮聯合血清腫瘤標志物檢測，降低漏診率與誤診率。單一使用血清腫瘤標志物檢測容易出現假陽性，但將CA 125、HE 4聯合¹⁸F-FDG PET/CT診斷卵巢癌的復發時，敏感度提高至98%~100%^[11,28]，將CA 125聯合¹⁸F-FDG PET/CT診斷卵巢癌的復發時，特異度提高至91.8%^[14]。因此，建議診斷上皮性卵巢癌的復發時使用¹⁸F-FDG PET/CT聯合血清腫瘤標志物檢測。

早診斷、早治療對提高上皮性卵巢癌患者的生存率及延長患者生存時間至關重要。目前上皮性卵巢癌復發診斷臨床上的金標準是影像學檢查和組織病理學檢查。影像學檢查診斷缺乏特異性，對卵巢腫瘤定性困難，病理組織學檢查是惡性腫瘤診斷的金標準，但由于其侵襲性和成本高，在癌癥診斷中并未作為首選。常用的影像學檢查包括超聲、CT和MRI檢查。超聲具有簡便、安全等特點，但容易受到檢查者體形、腹腔積液、腹壁厚薄的影響導致漏診等。CT和MRI檢查對病灶進行準確定位、測量、評估療效等方面提供有效的參考，但CT和MRI檢查對于病灶的檢出程度與病灶的大小成正比，當病灶大于5～10 mm時，顯像可見性才會越好。若盆腔內的復發灶直徑小于1 cm時，假陰性率會增高。且由于容易受腸道和泌尿系統生理性顯影的影響，CT和MRI鑒別診斷腹盆腔病變和腫瘤復發上也會存在一定困難^[29-30]，因而普通影像學檢查不宜作為診斷上皮性卵巢癌復發的最主要檢查。

對上皮性卵巢腫瘤顯像采用¹⁸F-FDG做示蹤劑，其分子結構進入體內后被細胞通過葡萄糖轉運機制攝取，保留在細胞內不會被代謝，顯像后的上皮性卵巢癌組織葡萄糖代謝率較正常組織明顯增高，故與其他影像學檢查相比較，¹⁸F-FDG PET/CT可更精確地顯示病灶處顯像劑攝取聚集濃度及對顯像劑的代謝及腫瘤復發情況^[31]。同時，由于卵巢位于盆腔內的位置較低，PET和CT圖像融合誤差小，顯像過程中受呼吸運動的干擾較小，所以¹⁸F-FDG PET/CT顯像在診斷卵巢癌轉移灶方面優于其他影像學檢查^[32-34]。相關研究也證明使用¹⁸F-FDG PET/CT對可疑上皮性卵巢癌的復發診斷價值均高于常規影像學檢查^[11,17]。

本研究的局限性：① 本研究納入的研究類型多數為回顧性研究；② 納入研究隨訪時間不同，且僅有3個研究涉及到¹⁸F-FDG PET/CT使用的標準閾值，導致可能存在異質性。

綜上所述，¹⁸F-FDG PET/CT對診斷上皮性卵巢癌復發具有較高的診斷價值和效能，可作為上皮性卵巢癌復發診斷的有效影像學方法。受納入研究數量和質量限制，上述結論尚需開展更多高質量研究予以驗證。

1 資料與方法

1.1 納入與排除標準

1.1.1 研究類型

診斷性試驗。

1.1.2 研究對象

疑似上皮性卵巢癌復發人群。

1.1.3 診斷方法

待檢驗診斷采用¹⁸F-FDG PET/CT診斷上皮性卵巢癌復發。金標準為病理或臨床確診上皮性卵巢癌復發。

1.1.4 結局指標

1.1.5 排除標準

① 動物實驗等基礎研究；② 無法獲得全文或重復發表的研究；③ 無法直接或間接獲得四格表數據；④ 非中、英文文獻。

1.2 文獻檢索策略

1.3 文獻篩選與資料提取

1.4 納入研究的偏倚風險評價

由2名評價員獨立采用QUADAS-2工具評價納入研究的偏倚風險。如遇分歧，討論解決，或咨詢第三方協助判斷。

1.5 統計分析

2 結果

2.1 文獻篩選流程及結果

2.2 納入研究的基本特征與偏倚風險評價結果

納入研究的基本特征見表1，偏倚風險評價結果見表2。

表1 納入研究的基本特征

表選項

下載CSV

作者	設計類型	研究國家	年齡（歲）	復發人數	總病例數	TP	FP	FN	TN
Nawi 2021^[10]	前瞻性研究	馬來西亞	16～73	17	43	16	2	1	24
西爾艾力2020^[11]	回顧性研究	中國	52±8	55	65	51	4	2	8
Vallius 2018^[12]	前瞻性研究	芬蘭	50～80	10	29	7	4	3	15
Lee 2018^[13]	回顧性研究	韓國	17～76	65	72	64	8	1	0
李敏2017^[14]	回顧性研究	中國	33～72	51	61	49	4	2	6
Kim 2017^[15]	前瞻性研究	韓國	42～75	5	13	4	0	1	8
Ghosh 2013^[16]	回顧性研究	印度	40～75	15	16	15	0	0	1
Antunovic 2012^[17]	回顧性研究	意大利	57±11	97	121	80	3	21	17
Chung 2012^[18]	回顧性研究	韓國	35～80	20	55	22	10	6	17
奚嘉婧2011^[19]	回顧性研究	中國	29～73	34	52	31	4	3	14
Nasu 2011^[20]	回顧性研究	日本	32～78	15	19	18	0	4	8
García 2007^[21]	回顧性研究	加拿大	49～63	80	92	80	7	12	26
Murakami 2006^[22]	前瞻性研究	日本	35～76	46	90	42	0	4	44
萬衛星2005^[23]	回顧性研究	中國	51±10	24	33	21	5	3	4
Cho 2002^[24]	回顧性研究	韓國	17～70	16	31	7	0	9	15
TP：真陽性；FP：假陽性；FN：假陰性；TN：真陰性。

表2 納入研究的偏倚風險評價結果

表選項

下載CSV

納入研究	偏倚風險評估		適用性
Nawi 2021^[10]	L	U	U	H		H	L	L
西爾艾力2020^[11]	L	U	H	U	L	L	L
Vallius 2018^[12]	H	U	H	U	L	L	L
Lee 2018^[13]	H	H	H	U	L	L	L
李敏2017^[14]	H	U	H	U	H	L	L
Kim 2017^[15]	L	U	H	U	L	L	L
Ghosh 2013^[16]	L	U	U	U	L	L	U
Antunovic 2012^[17]	H	U	U	U	L	L	L
Chung 2012^[18]	H	U	U	U	L	L	L
奚嘉婧2011^[19]	H	H	H	U	L	L	L
Nasu 2011^[20]	U	U	U	U	L	L	L
García 2007^[21]	H	U	U	U	L	L	L
Murakami 2006^[22]	H	U	U	U	L	L	L
萬衛星2005^[23]	H	U	U	U	L	L	L
Cho 2002^[24]	H	L	U	U	L	L	L
L：低風險；U：不清楚；H：高風險。

2.3 Meta分析結果

2.3.1 閾值效應與異質性

2.3.2 Meta回歸與亞組分析

表3 亞組分析結果

表選項

下載CSV

亞組	納入研究數	敏感度	P 值	特異度	P 值
研究設計
回顧性研究	11^{[11,13-14,16-21,23-24]}	0.89（0.83，0.95）	0.39	0.73（0.53，0.92）	0.05
前瞻性研究	4^{[10,12,15,22]}	0.89（0.77，1.00）	0.95（0.88，1.00）
研究區域
歐洲/北美洲	3^[12,17,21]	0.82（0.66，0.98）	0.05	0.83（0.48，1.00）	0.77
亞洲	12^{[10-11,13-16,18-20,22-24]}	0.90（0.85，0.96）	0.86（0.68，1.00）
發表年份
2002—2012年	8^[17-24]	0.83（0.75，0.91）	0.81	0.90（0.77，1.00）	0.34
2013—2022年	7^[10-16]	0.95（0.90，0.99）	0.74（0.44，1.00）
樣本量（例）
≥50	8^{[11,13-14,17-19,21-22]}	0.92（0.86，0.97）	0.63	0.72（0.46，0.98）	0.18
<50	7^{[10,12,15-16,20,23-24]}	0.83（0.71，0.94）	0.85（0.82，1.00）

2.3.3 合并效應量

2.4 敏感性分析

采用逐一剔除單個研究的方法進行敏感性分析，結果未見明顯變化，提示結果較穩健。

2.5 發表偏倚檢驗

Deek’s檢驗結果顯示，斜率系數P=0.34，提示¹⁸F-FDG PET/CT診斷上皮性卵巢癌復發轉移的研究存在發表偏倚的可能性較小。

3 討論

表1 納入研究的基本特征

作者	設計類型	研究國家	年齡（歲）	復發人數	總病例數	TP	FP	FN	TN
Nawi 2021^[10]	前瞻性研究	馬來西亞	16～73	17	43	16	2	1	24
西爾艾力2020^[11]	回顧性研究	中國	52±8	55	65	51	4	2	8
Vallius 2018^[12]	前瞻性研究	芬蘭	50～80	10	29	7	4	3	15
Lee 2018^[13]	回顧性研究	韓國	17～76	65	72	64	8	1	0
李敏2017^[14]	回顧性研究	中國	33～72	51	61	49	4	2	6
Kim 2017^[15]	前瞻性研究	韓國	42～75	5	13	4	0	1	8
Ghosh 2013^[16]	回顧性研究	印度	40～75	15	16	15	0	0	1
Antunovic 2012^[17]	回顧性研究	意大利	57±11	97	121	80	3	21	17
Chung 2012^[18]	回顧性研究	韓國	35～80	20	55	22	10	6	17
奚嘉婧2011^[19]	回顧性研究	中國	29～73	34	52	31	4	3	14
Nasu 2011^[20]	回顧性研究	日本	32～78	15	19	18	0	4	8
García 2007^[21]	回顧性研究	加拿大	49～63	80	92	80	7	12	26
Murakami 2006^[22]	前瞻性研究	日本	35～76	46	90	42	0	4	44
萬衛星2005^[23]	回顧性研究	中國	51±10	24	33	21	5	3	4
Cho 2002^[24]	回顧性研究	韓國	17～70	16	31	7	0	9	15
TP：真陽性；FP：假陽性；FN：假陰性；TN：真陰性。

表選項

下載CSV

表2 納入研究的偏倚風險評價結果

納入研究	偏倚風險評估		適用性
Nawi 2021^[10]	L	U	U	H		H	L	L
西爾艾力2020^[11]	L	U	H	U	L	L	L
Vallius 2018^[12]	H	U	H	U	L	L	L
Lee 2018^[13]	H	H	H	U	L	L	L
李敏2017^[14]	H	U	H	U	H	L	L
Kim 2017^[15]	L	U	H	U	L	L	L
Ghosh 2013^[16]	L	U	U	U	L	L	U
Antunovic 2012^[17]	H	U	U	U	L	L	L
Chung 2012^[18]	H	U	U	U	L	L	L
奚嘉婧2011^[19]	H	H	H	U	L	L	L
Nasu 2011^[20]	U	U	U	U	L	L	L
García 2007^[21]	H	U	U	U	L	L	L
Murakami 2006^[22]	H	U	U	U	L	L	L
萬衛星2005^[23]	H	U	U	U	L	L	L
Cho 2002^[24]	H	L	U	U	L	L	L
L：低風險；U：不清楚；H：高風險。

表選項

下載CSV

表3 亞組分析結果

亞組	納入研究數	敏感度	P 值	特異度	P 值
研究設計
回顧性研究	11^{[11,13-14,16-21,23-24]}	0.89（0.83，0.95）	0.39	0.73（0.53，0.92）	0.05
前瞻性研究	4^{[10,12,15,22]}	0.89（0.77，1.00）	0.95（0.88，1.00）
研究區域
歐洲/北美洲	3^[12,17,21]	0.82（0.66，0.98）	0.05	0.83（0.48，1.00）	0.77
亞洲	12^{[10-11,13-16,18-20,22-24]}	0.90（0.85，0.96）	0.86（0.68，1.00）
發表年份
2002—2012年	8^[17-24]	0.83（0.75，0.91）	0.81	0.90（0.77，1.00）	0.34
2013—2022年	7^[10-16]	0.95（0.90，0.99）	0.74（0.44，1.00）
樣本量（例）
≥50	8^{[11,13-14,17-19,21-22]}	0.92（0.86，0.97）	0.63	0.72（0.46，0.98）	0.18
<50	7^{[10,12,15-16,20,23-24]}	0.83（0.71，0.94）	0.85（0.82，1.00）

表選項

下載CSV

1.	Sung H, Ferlay J, Siegel RL, et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin, 2021, 71(3): 209-249.
2.	徐杰茹, 陳磊, 張敏, 等. 1990—2019年中國卵巢癌發病與死亡趨勢及其年齡-時期-隊列模型分析. 中國腫瘤, 2022, 31(4): 276-283.
3.	Perrone AM, Girolimetti G, Procaccini M, et al. Potential for mitochondrial DNA sequencing in the differential diagnosis of gynaecological malignancies. Int J Mol Sci, 2018, 19(7): 2048.
4.	The Cancer Genome Atlas Research Network. Integrated genomic analysis of ovarian carcinoma. Nature, 2011, 474: 609-615.
5.	Colombo N, Lorusso D, Scollo P. Impact of recurrence of ovarian cancer on quality of life and outlook for the future. Int J Gynecol Cancer, 2017, 27(6): 1134-1140.
6.	du Bois A, Reuss A, Pujade-Lauraine E, et al. Role of surgical outcome as prognostic factor in advanced epithelial ovarian cancer: a combined exploratory analysis of 3 prospectively randomized phase 3 multicenter trials: by the Arbeitsgemeinschaft Gynaekologische Onkologie Studiengruppe Ovarialkarzinom (AGO-OVAR) and the Groupe d'Investigateurs Nationaux Pour les Etudes des Cancers de l'Ovaire (GINECO). Cancer, 2009, 115(6): 1234-1244.
7.	Vahidfar N, Farzanefar S, Ahmadzadehfar H, et al. A review of nuclear medicine approaches in the diagnosis and the treatment of gynecological malignancies. Cancers (Basel), 2022, 14(7): 1779.
8.	Slart RHJA, Writing group, Reviewer group, et al. FDG-PET/CT(A) imaging in large vessel vasculitis and polymyalgia rheumatica: joint procedural recommendation of the EANM, SNMMI, and the PET Interest Group (PIG), and endorsed by the ASNC. Eur J Nucl Med Mol Imaging, 2018, 45(7): 1250-1269.
9.	Liu S, Feng Z, Wen H, et al. 18F-FDG PET/CT can predict chemosensitivity and proliferation of epithelial ovarian cancer via SUVmax value. Jpn J Radiol, 2018, 36(9): 544-550.
10.	Nawi NM, Mohamad I, Khader M, et al. Diagnostic accuracy of 18F-FDG PET/CT in the evaluation of recurrent ovarian cancer. Bangladesh J Medical Sci, 2021, 20(2): 302-312.
11.	西爾艾力·吾門爾, 趙艷萍. (18)F-FDGPET/CT顯像聯合CA125及HE4在上皮性卵巢癌患者術后復發/轉移診斷中的價值. 分子影像學雜志, 2020, 43(1): 70-75.
12.	Vallius T, Hynninen J, Kemppainen J, et al. 18F-FDG-PET/CT based total metabolic tumor volume change during neoadjuvant chemotherapy predicts outcome in advanced epithelial ovarian cancer. Eur J Nucl Med Mol Imaging, 2018, 45(7): 1224-1232.
13.	Lee YJ, Kim YM, Jung PS, et al. Diagnostic value of integrated 1?F-fluoro-2-deoxyglucose positron emission tomography/computed tomography in recurrent epithelial ovarian cancer: accuracy of patient selection for secondary cytoreduction in 134 patients. J Gynecol Oncol, 2018, 29(3): e36.
14.	李敏, 李緒清, 顏士杰, 等. (18)F-脫氧葡萄糖PET/CT聯合CA125在診斷卵巢癌復發轉移中的應用價值. 重慶醫科大學學報, 2017, 42(12): 1635-1638.
15.	Kim TH, Kim J, Kang YK, et al. Identification of metabolic biomarkers using serial 18F-FDG PET/CT for prediction of recurrence in advanced epithelial ovarian cancer. Transl Oncol, 2017, 10(3): 297-303.
16.	Ghosh J, Thulkar S, Kumar R, et al. Role of FDG PET-CT in asymptomatic epithelial ovarian cancer with rising serum CA-125: a pilot study. Natl Med J India, 2013, 26(6): 327-331.
17.	Antunovic L, Cimitan M, Borsatti E, et al. Revisiting the clinical value of 18F-FDG PET/CT in detection of recurrent epithelial ovarian carcinomas: correlation with histology, serum CA-125 assay, and conventional radiological modalities. Clin Nucl Med, 2012, 37(8): e184-e188.
18.	Chung HH, Kwon HW, Kang KW, et al. PreoperativeFDG PET/CT predicts recurrence in patients with epithelial ovarian cancer. J Gynecol Oncol, 2012, 23(1): 28-34.
19.	奚嘉婧, 蘭曉莉, 曹國祥, 等. ¹⁸F-FDG PET/CT顯像在上皮性卵巢癌術后隨訪中的應用價值及對臨床決策的影響. 中國醫學影像技術, 2011, 27(7): 1451-1454.
20.	Nasu K, Abe W, Takai N, et al. Impact of positron emission tomography/computed tomography in the management of patients with epithelial ovarian carcinoma after treatment. Arch Gynecol Obstet, 2011, 283(5): 1121-1126.
21.	García-Velloso MJ, Jurado M, Ceamanos C, et al. Diagnostic accuracy of FDG PET in the follow-up of platinum-sensitive epithelial ovarian carcinoma. Eur J Nucl Med Mol Imaging, 2007, 34(9): 1396-1405.
22.	Murakami M, Miyamoto T, Iida T, et al. Whole-body positron emission tomography and tumor marker CA125 for detection of recurrence in epithelial ovarian cancer. Int J Gynecol Cancer, 2006, 16(Suppl 1): 99-107.
23.	萬衛星, 尤徐陽, 陸燕君, 等. ~(18)F-FDG符合線路顯像在卵巢上皮性癌術后監測中的價值. 中華核醫學雜志, 2005, (5): 22-25.
24.	Cho SM, Ha HK, Byun JY, et al. Usefulness of FDG PET for assessment of early recurrent epithelial ovarian cancer. AJR Am J Roentgenol, 2002, 179(2): 391-395.
25.	Lerman H, Metser U, Grisaru D, et al. Normal and abnormal 18F-FDG endometrial and ovarian uptake in pre- and postmenopausal patients: assessment by PET/CT. J Nucl Med, 2004, 45(2): 266-271.
26.	Anjos DA, Etchebehere EC, Ramos CD, et al. 18F-FDG PET/CT delayed images after diuretic for restaging invasive bladder cancer. J Nucl Med, 2007, 48(5): 764-770.
27.	Nakamoto Y, Saga T, Fujii S. Positron emission tomography application for gynecologic tumors. Int J Gynecol Cancer, 2005, 15(5): 701-709.
28.	Sun J, Cui XW, Li YS, et al. The value of 18F-FDG PET/CT imaging combined with detection of CA125 and HE4 in the diagnosis of recurrence and metastasis of ovarian cancer. Eur Rev Med Pharmacol Sci, 2020, 24(13): 7276-7283.
29.	Castellucci P, Perrone AM, Picchio M, et al. Diagnostic accuracy of 18F-FDG PET/CT in characterizing ovarian lesions and staging ovarian cancer: correlation with transvaginal ultrasonography, computed tomography, and histology. Nucl Med Commun, 2007, 28(8): 589-595.
30.	Yuan Y, Gu ZX, Tao XF, et al. Computer tomography, magnetic resonance imaging, and positron emission tomography or positron emission tomography/computer tomography for detection of metastatic lymph nodes in patients with ovarian cancer: a meta-analysis. Eur J Radiol, 2012, 81(5): 1002-1006.
31.	郭佳, 陳躍. 18F-FDGPET/CT顯像監測卵巢癌患者術后復發/轉移的臨床價值分析. 山東醫藥, 2011, 51(3): 55-56.
32.	Vargas HA, Burger IA, Goldman DA, et al. Volume-based quantitative FDG PET/CT metrics and their association with optimal debulking and progression-free survival in patients with recurrent ovarian cancer undergoing secondary cytoreductive surgery. Eur Radiol, 2015, 25(11): 3348-3353.
33.	Yamamoto M, Tsujikawa T, Fujita Y, et al. Metabolic tumor burden predicts prognosis of ovarian cancer patients who receive platinum-based adjuvant chemotherapy. Cancer Sci, 2016, 107(4): 478-485.
34.	Bono Y, Mizumoto Y, Nakamura M, et al. FDG-PET-positive ovarian thecoma with GLUT5 expression: five cases. J Obstet Gynaecol Res, 2017, 43(3): 599-603.

1. Sung H, Ferlay J, Siegel RL, et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin, 2021, 71(3): 209-249.
2. 徐杰茹, 陳磊, 張敏, 等. 1990—2019年中國卵巢癌發病與死亡趨勢及其年齡-時期-隊列模型分析. 中國腫瘤, 2022, 31(4): 276-283.
3. Perrone AM, Girolimetti G, Procaccini M, et al. Potential for mitochondrial DNA sequencing in the differential diagnosis of gynaecological malignancies. Int J Mol Sci, 2018, 19(7): 2048.
4. The Cancer Genome Atlas Research Network. Integrated genomic analysis of ovarian carcinoma. Nature, 2011, 474: 609-615.
5. Colombo N, Lorusso D, Scollo P. Impact of recurrence of ovarian cancer on quality of life and outlook for the future. Int J Gynecol Cancer, 2017, 27(6): 1134-1140.
6. du Bois A, Reuss A, Pujade-Lauraine E, et al. Role of surgical outcome as prognostic factor in advanced epithelial ovarian cancer: a combined exploratory analysis of 3 prospectively randomized phase 3 multicenter trials: by the Arbeitsgemeinschaft Gynaekologische Onkologie Studiengruppe Ovarialkarzinom (AGO-OVAR) and the Groupe d'Investigateurs Nationaux Pour les Etudes des Cancers de l'Ovaire (GINECO). Cancer, 2009, 115(6): 1234-1244.
7. Vahidfar N, Farzanefar S, Ahmadzadehfar H, et al. A review of nuclear medicine approaches in the diagnosis and the treatment of gynecological malignancies. Cancers (Basel), 2022, 14(7): 1779.
8. Slart RHJA, Writing group, Reviewer group, et al. FDG-PET/CT(A) imaging in large vessel vasculitis and polymyalgia rheumatica: joint procedural recommendation of the EANM, SNMMI, and the PET Interest Group (PIG), and endorsed by the ASNC. Eur J Nucl Med Mol Imaging, 2018, 45(7): 1250-1269.
9. Liu S, Feng Z, Wen H, et al. 18F-FDG PET/CT can predict chemosensitivity and proliferation of epithelial ovarian cancer via SUVmax value. Jpn J Radiol, 2018, 36(9): 544-550.
10. Nawi NM, Mohamad I, Khader M, et al. Diagnostic accuracy of 18F-FDG PET/CT in the evaluation of recurrent ovarian cancer. Bangladesh J Medical Sci, 2021, 20(2): 302-312.
11. 西爾艾力·吾門爾, 趙艷萍. (18)F-FDGPET/CT顯像聯合CA125及HE4在上皮性卵巢癌患者術后復發/轉移診斷中的價值. 分子影像學雜志, 2020, 43(1): 70-75.
12. Vallius T, Hynninen J, Kemppainen J, et al. 18F-FDG-PET/CT based total metabolic tumor volume change during neoadjuvant chemotherapy predicts outcome in advanced epithelial ovarian cancer. Eur J Nucl Med Mol Imaging, 2018, 45(7): 1224-1232.
13. Lee YJ, Kim YM, Jung PS, et al. Diagnostic value of integrated 1?F-fluoro-2-deoxyglucose positron emission tomography/computed tomography in recurrent epithelial ovarian cancer: accuracy of patient selection for secondary cytoreduction in 134 patients. J Gynecol Oncol, 2018, 29(3): e36.
14. 李敏, 李緒清, 顏士杰, 等. (18)F-脫氧葡萄糖PET/CT聯合CA125在診斷卵巢癌復發轉移中的應用價值. 重慶醫科大學學報, 2017, 42(12): 1635-1638.
15. Kim TH, Kim J, Kang YK, et al. Identification of metabolic biomarkers using serial 18F-FDG PET/CT for prediction of recurrence in advanced epithelial ovarian cancer. Transl Oncol, 2017, 10(3): 297-303.
16. Ghosh J, Thulkar S, Kumar R, et al. Role of FDG PET-CT in asymptomatic epithelial ovarian cancer with rising serum CA-125: a pilot study. Natl Med J India, 2013, 26(6): 327-331.
17. Antunovic L, Cimitan M, Borsatti E, et al. Revisiting the clinical value of 18F-FDG PET/CT in detection of recurrent epithelial ovarian carcinomas: correlation with histology, serum CA-125 assay, and conventional radiological modalities. Clin Nucl Med, 2012, 37(8): e184-e188.
18. Chung HH, Kwon HW, Kang KW, et al. PreoperativeFDG PET/CT predicts recurrence in patients with epithelial ovarian cancer. J Gynecol Oncol, 2012, 23(1): 28-34.
19. 奚嘉婧, 蘭曉莉, 曹國祥, 等. ¹⁸F-FDG PET/CT顯像在上皮性卵巢癌術后隨訪中的應用價值及對臨床決策的影響. 中國醫學影像技術, 2011, 27(7): 1451-1454.
20. Nasu K, Abe W, Takai N, et al. Impact of positron emission tomography/computed tomography in the management of patients with epithelial ovarian carcinoma after treatment. Arch Gynecol Obstet, 2011, 283(5): 1121-1126.
21. García-Velloso MJ, Jurado M, Ceamanos C, et al. Diagnostic accuracy of FDG PET in the follow-up of platinum-sensitive epithelial ovarian carcinoma. Eur J Nucl Med Mol Imaging, 2007, 34(9): 1396-1405.
22. Murakami M, Miyamoto T, Iida T, et al. Whole-body positron emission tomography and tumor marker CA125 for detection of recurrence in epithelial ovarian cancer. Int J Gynecol Cancer, 2006, 16(Suppl 1): 99-107.
23. 萬衛星, 尤徐陽, 陸燕君, 等. ~(18)F-FDG符合線路顯像在卵巢上皮性癌術后監測中的價值. 中華核醫學雜志, 2005, (5): 22-25.
24. Cho SM, Ha HK, Byun JY, et al. Usefulness of FDG PET for assessment of early recurrent epithelial ovarian cancer. AJR Am J Roentgenol, 2002, 179(2): 391-395.
25. Lerman H, Metser U, Grisaru D, et al. Normal and abnormal 18F-FDG endometrial and ovarian uptake in pre- and postmenopausal patients: assessment by PET/CT. J Nucl Med, 2004, 45(2): 266-271.
26. Anjos DA, Etchebehere EC, Ramos CD, et al. 18F-FDG PET/CT delayed images after diuretic for restaging invasive bladder cancer. J Nucl Med, 2007, 48(5): 764-770.
27. Nakamoto Y, Saga T, Fujii S. Positron emission tomography application for gynecologic tumors. Int J Gynecol Cancer, 2005, 15(5): 701-709.
28. Sun J, Cui XW, Li YS, et al. The value of 18F-FDG PET/CT imaging combined with detection of CA125 and HE4 in the diagnosis of recurrence and metastasis of ovarian cancer. Eur Rev Med Pharmacol Sci, 2020, 24(13): 7276-7283.
29. Castellucci P, Perrone AM, Picchio M, et al. Diagnostic accuracy of 18F-FDG PET/CT in characterizing ovarian lesions and staging ovarian cancer: correlation with transvaginal ultrasonography, computed tomography, and histology. Nucl Med Commun, 2007, 28(8): 589-595.
30. Yuan Y, Gu ZX, Tao XF, et al. Computer tomography, magnetic resonance imaging, and positron emission tomography or positron emission tomography/computer tomography for detection of metastatic lymph nodes in patients with ovarian cancer: a meta-analysis. Eur J Radiol, 2012, 81(5): 1002-1006.
31. 郭佳, 陳躍. 18F-FDGPET/CT顯像監測卵巢癌患者術后復發/轉移的臨床價值分析. 山東醫藥, 2011, 51(3): 55-56.
32. Vargas HA, Burger IA, Goldman DA, et al. Volume-based quantitative FDG PET/CT metrics and their association with optimal debulking and progression-free survival in patients with recurrent ovarian cancer undergoing secondary cytoreductive surgery. Eur Radiol, 2015, 25(11): 3348-3353.
33. Yamamoto M, Tsujikawa T, Fujita Y, et al. Metabolic tumor burden predicts prognosis of ovarian cancer patients who receive platinum-based adjuvant chemotherapy. Cancer Sci, 2016, 107(4): 478-485.
34. Bono Y, Mizumoto Y, Nakamura M, et al. FDG-PET-positive ovarian thecoma with GLUT5 expression: five cases. J Obstet Gynaecol Res, 2017, 43(3): 599-603.

《中國循證醫學雜志》

18F-FDG PET/CT在上皮性卵巢癌復發診斷價值的Meta分析

摘要 全文 圖表 視頻 參考文獻 施引文獻 補充材料

1 資料與方法

1.1 納入與排除標準

1.1.1 研究類型

1.1.2 研究對象

1.1.3 診斷方法

1.1.4 結局指標

1.1.5 排除標準

1.2 文獻檢索策略

1.3 文獻篩選與資料提取

1.4 納入研究的偏倚風險評價

1.5 統計分析

2 結果

2.1 文獻篩選流程及結果

2.2 納入研究的基本特征與偏倚風險評價結果

2.3 Meta分析結果

2.3.1 閾值效應與異質性

2.3.2 Meta回歸與亞組分析

2.3.3 合并效應量

2.4 敏感性分析

2.5 發表偏倚檢驗

3 討論

1 資料與方法

1.1 納入與排除標準

1.1.1 研究類型

1.1.2 研究對象

1.1.3 診斷方法

1.1.4 結局指標

1.1.5 排除標準

1.2 文獻檢索策略

1.3 文獻篩選與資料提取

1.4 納入研究的偏倚風險評價

1.5 統計分析

2 結果

2.1 文獻篩選流程及結果

2.2 納入研究的基本特征與偏倚風險評價結果

2.3 Meta分析結果

2.3.1 閾值效應與異質性

2.3.2 Meta回歸與亞組分析

2.3.3 合并效應量

2.4 敏感性分析

2.5 發表偏倚檢驗

3 討論

上一篇

下一篇

Format

Content

¹⁸F-FDG PET/CT在上皮性卵巢癌復發診斷價值的Meta分析

摘要全文圖表視頻參考文獻施引文獻補充材料