淋巴结受累性的影像学评估在癌症分期中十分重要，是不良预后的重要指标，通常对临床决策有很大影响，特别是在区分可手术切除的病例和可能受益于非手术治疗的病例时。淋巴结肿大是一个被普遍接受的标准，而不同的测量方法和不同的解剖部位的截止值可能会混淆。此外，有人尝试结合大小和形态标准来标准化诊断工作，以识别特定解剖部位的阳性淋巴结，但这些方法不能推广到其他疾病实体和身体部位。

因此，开发了淋巴结报告和数据系统1.0 (Node- RADS)，以规范癌症淋巴结受累的放射学评估报告，而不考虑解剖部位和原发肿瘤。Node-RADS根据淋巴结大小（正常、肿大或体积）和形态（质地、边界和形状）评估淋巴结。然后，对淋巴结从1到5进行评分，以反映恶性肿瘤的可能性：1（非常低），2（低），3（模棱两可），4（高），5（非常高）。这个评分系统的目的是允许标准化的报告淋巴结累及肿瘤CT和MRI扫描与RADS风格的方法。通过用简单的定义描述癌症发生的可能性，有望帮助临床转诊者更容易地做出治疗决定。

尽管Node-RADS有可能促进CT和MR扫描报告淋巴结可能癌变的一致性，但目前尚无证据支持其在临床实践中的准确性和可靠性。有必要评估Node-RADS的诊断性能，并确保分类恶性率，以避免误分类。此外，研究Node-RADS是否具有高的观察者间可靠性，以减少放射科医生在淋巴结受损伤报告中的变异性差距也很重要。

最近，发表在European Radiology 上的一篇文章评估了淋巴结报告和数据系统1.0 （Node-RADS）的诊断性能、分类恶性肿瘤率和观察者之间的可靠性。

本项研究系统检索5个电子数据库，检索2021年1月1日至2024年4月15日期间使用Node-RADS报告CT和MRI上淋巴结肿瘤累及可能性的初步研究。采用改进的诊断准确性质量评估（QUADAS-2）和诊断可靠性质量评估（QAREL）工具评估研究质量。采用双变量随机效应模型估计诊断准确性，采用随机效应模型获得汇总的分类恶性肿瘤发生率。

本项研究纳入6项Node-RADS-CT研究和3项Node-RADS-MRI研究，涵盖9种癌症。影响研究质量的主要因素是指标测试不恰当、QUADAS-2评分时机不明，以及QAREL评分过程中盲目性不明确。Node-RADS≥3为阳性时，分级汇总接收者工作特征曲线（95%常规区间）下面积为0.92(0.89 ~ 0.94)，Node-RADS≥4为阳性时，分层汇总接收者工作特征曲线下面积为0.91（0.88 ~ 0.93）。Node-RADS 1 ~ 5的合并恶性率（95% ci）分别为4%（0 ~ 10%）、31%（9 ~ 58%）、55%（34 ~ 75%）、89%（73 ~ 99%）和100%（97 ~ 100%）。 

表 Node-RADS临床应用的证据水平

本项研究表明，Node-RADS具有较好的诊断价值，其恶性程度越高，恶性程度越高。然而，关于Node-RADS的观察者间可靠性的证据不足，这可能会阻碍其在临床实践中用于淋巴结评估。

原文出处：

Jingyu Zhong,Shiqi Mao,Haoda Chen,et al.Node-RADS: a systematic review and meta-analysis of diagnostic performance, category-wise malignancy rates, and inter-observer reliability.DOI:10.1007/s00330-024-11160-1

Tags： European Radiology：Node-RADS诊断性能、恶性肿瘤分类率和观察者间可靠性的系统分析