✴️ O-RADS, Hệ thống phân loại và xử trí các khối u buồng trứng dựa trên siêu âm

Nội dung

TÓM LƯỢC

Hệ thống phân tầng nguy cơ, quản lý dữ liệu và báo cáo hình ảnh siêu âm u buồng trứng-phần phụ (O-RADS) dựa trên các thuật ngữ chuẩn, kết hợp chặt chẽ tất cả các tầng nguy cơ và đề nghị một chiến lược quản lý cho mỗi tầng nguy cơ.

 

KẾT QUẢ THEN CHỐT

Hệ thống phân tầng nguy cơ, 3 quản lý dữ liệu và báo cáo hình ảnh siêu âm buồng trứng-phần phụ (O-RADS) đề xuất một phương tiện để cung cấp cách đọc hình ảnh nhất quán và giảm thiểu những mơ hồ trong các kết quả siêu âm cho nguy cơ ác tính.

Những khuyến cáo này có chức năng hướng dẫn trong việc fquản lý nhóm bệnh nhân có sang thương phần phụ với nguy cơ trung bình mà không có triệu chứng cấp. Quản lý trường hợp cá nhân có thể thay đổi dựa trên các quyết định của chuyên gia, bất chấp khuyến cáo của O-RADS.

Các hướng dẫn bao gồm một bảng từ vựng cô đọng chỉ chứa những mô tả cần có với mục đích làm cho dễ dàng và hiệu quả  hơn trong việc việc ứng dụng các thuật ngữ trong hệ thống phân tầng nguy cơ.

 

GIỚI THIỆU

Việc mô tả chính xác các đặc điểm của những khối u buồng trứng và phần phụ khác là thiết yếu cho việc tối ưu hóa trong quản lý bệnh nhân. Theo dõi hoặc xử trí ít xâm lấn phù hợp cho những sang thương mà nhiều khả năng lành tính. Ngược lại, khi nghi ngờ ác tính, bệnh nhân nên được tư vấn đến chuyên gia ung bướu phụ khoa bởi vì điều này sẽ giúp kết cục tốt hơn (1-3). Mục đích cuối cùng là cần đạt được kết cục trong điều trị ung thư buồng trứng tốt nhất trong khi giảm thiểu tối đa các can thiệp không cần thiết ở những bệnh nhân có nguy cơ ác tính thấp. Cần xem xét để giảm thiểu biến chứng liên quan phẫu thuật cũng như duy trì nguồn nội tiết cho những bệnh nhân có nguy cơ ác tính thấp. Một nghiên cứu gần đây (4) ở những bệnh nhân có các khối u không triệu chứng được phân loại lành tính trên siêu âm ủng hộ việc theo dõi bệnh nhân hơn là can thiệp nhằm giảm biến chứng liên quan phẫu thuật cũng như chi phí chăm sóc y tế. Một báo cáo đồng thuận bởi các chuyên gia đa ngành trong quản lý các khối phần phụ xuất bản năm 2017 (5) cũng kết luận rằng có thể tránh các phẫu thuật đối với những sang thương lành tính nhờ việc cải thiện trong đánh giá chúng trước mổ.

Những nghiên cứu được xuất bản, cũng như đồng thuận của các chuyên gia, ủng hộ việc sử dụng các kiểu nhận diện sang thương bởi người siêu âm có kinh nghiệm là phương cách chính xác nhất trong phân biệt những sang thương lành và ác (6-10). Tuy nhiên, mức độ kinh nghiệm của những người làm siêu âm và đọc kết quả rất khác nhau (5). Đây là lý do cần cải thiện việc phân tầng nguy cơ bằng việc xây dựng những thuật toán đánh giá nguy cơ chuẩn và dựa trên chứng cứ.

Hiện ACOG cũng khuyến khích cần sử dụng siêu âm nhiều hơn, chi tiết hơn khi khảo sát đánh giá các tính chất của khối U buồng trứng. Cần sự phối hợp chặt chẻ nếu kết quả nguy cơ cao dựa trên hệ thống phân loại nguy cơ chính thống như của nhóm IOTA. Nhóm IOTA vừa mới phát triển những thuật ngữ và các định nghĩa dựa trên chứng cứ (12) được sử dụng trong hệ thống phân loại ‘luật đơn giản’ và mô hình ADNEX để phân biệt các khối phần phụ lành và ác (13-15). Luật đơn giản không thể phân loại tất cả các khối phần phụ là lành hoặc ác. Nên một phương pháp chẩn đoán khác (như đánh giá bởi một chuyên gia siêu âm) cần được thực hiện để phân loại các khối không phân loại được trong khoảng 20% bệnh nhân, đó là giới hạn của luật này. Tuy nhiên, 10 đặc điểm siêu âm ở quy luật này hiện được hợp nhất trong một mô hình toán học để tính toán mức độ khả dĩ ác tính (14). Mô hình toán học được ưa chuộng hơn của nhóm IOTA là mô hình ADNEX (15), không chỉ tính toán mức độ khả dĩ ác hay lành của một khối phần phụ mà còn tính độ khả dĩ của một khối là u giáp biên ác, ung thư xâm lấn nguyên phát giai đoạn I, ung thư xâm lấn nguyên phát giai đoạn II-IV, hoặc một khối di căn buồng trứng từ một u nguyên phát khác. Mặc dù giá trị tiên đoán của những luật và mô hình này cao (và có giá trị bên ngoài và được sử dụng phổ biến ở Châu Âu), mức độ chấp nhận chúng bị giới hạn trong thực hành ở Hoa Kỳ và Canada. Điều này có thể được lý giải do trường phái Mỹ thích các kiểu nhận diện bởi người làm hơn là các mô hình tính toán (ADNEX), cũng như không có hướng dẫn chi tiết trong việc đánh giá nhiều sang thương mà hầu như lành.

Những hệ thống mô tả đặc điểm và quản lý khối buồng trứng khác cũng được đề nghị, bao gồm tuyên bố đồng thuận của hội siêu âm SRU Society of Radiologists in Ultrasound (6); chỉ số kiểu hình của đại học Kentucky (16-18); và hệ thống dữ liệu và báo cáo hình ảnh phụ khoa, GI-RADS (19). Tuyên bố đồng thuận của hội siêu âm (SRU), phổ biến ở Bắc Mỹ, hữu ích trong việc quyết định sang thương dạng nang nào đòi hỏi theo dõi, cần thêm phương tiện hình ảnh khác, hoặc phẫu thuật. Tuy nhiên, tuyên bố này không bao gồm các thuật ngữ và định nghĩa chuẩn và không khuyến cáo trong việc quản lý các sang thương nguy cơ cao. GI-RADS cũng không cung cấp tiêu chí khách quan cho tất cả các sang thương. Chỉ số kiểu hình bởi nhóm đại học Kentucky định nghĩa những thuật ngữ kiểu hình khách quan mà khi kết hợp với thể tích khối u, ước đoán tốt cho những khối u buồng trứng ác tính từ dân số tầm soát ung thư buồng trứng, nhưng nó chưa được kiểm tra giá trị bên ngoài và chưa được chấp nhận rộng rãi. Đó là lí do cần một công cụ báo cáo được sử dụng rộng khắp dựa trên các thuật ngữ phổ biến, cũng như hệ thống quản lý cho tất cả các tầng nguy cơ.

Bảng từ vựng hệ thống dữ liệu và báo cáo hình ảnh buồng trứng – phần phụ (ORADS) cho siêu âm (20) được xuất bản năm 2018, cung cấp một hệ thống từ vựng chuẩn bao gồm tất cả các mô tả và định nghĩa thích hợp của các đặc điểm siêu âm của buồng trứng bình thường và các sang thương buồng trứng hoặc phần phụ khác. Hệ thống từ vựng dựa trên hội đồng thuận. Xem xét những chứng cứ ủng hộ cho việc sử dụng các thuật ngữ khác nhau trong y văn đối với việc phân loại khối lành hay ác, các thành viên trong hội đồng đồng ý các thuật ngữ tương tự được sử dụng trong mô hình IOTA. Chúng tôi kiểm tra các mô tả được sử dụng trong hệ thống từ vựng O-RADS từ bộ dữ liệu lớn của các nghiên cứu IOTA giai đoạn 1-3 để phân nhóm nguy cơ ác. Những thuật ngữ hữu ích trong việc phân loại nguy cơ ác được đặt trong bản từ vựng cô đọng để phân tầng nguy cơ (Hình 1). Cuối cùng, với việc sử dụng các nghiên cứu dựa trên chứng cứ khác trong y văn để đề xuất hướng dẫn chiến lược quản lý cho các nhóm sang thương bao gồm các sang thương lành như nang đơn giản, nang xuất huyết, nang bì, u lạc nội mạc, nang cạnh buồng trứng, nang vùi phúc mạc, ứ dịch tai vòi, và nhóm O-RADS, chúng tôi đề xuất hướng dẫn cho việc quản lý các nhóm nguy cơ. Hướng dẫn được đề nghị là cách tiếp cận mang tính cộng tác, đa ngành, quốc tế cho cả Châu Âu và Bắc Mỹ. Hướng dẫn bao gồm tất cả các nhóm nguy cơ với chiến lược quản lý cái mà chưa được đề cập trong bất cứ hệ thống nào trước đây.

Hình 1: Hình ảnh cho thấy những từ khóa thuật ngữ O-RADS trong đánh giá nguy cơ. IOTA= International ovarian tumor analysis

 

PHƯƠNG PHÁP PHÂN TẦNG NGUY CƠ

Dựa trên ý kiến chuyên gia, nhóm O-RADS US định nghĩa 6 nhóm nguy cơ. 

O-RADS 0, đánh giá chưa đầy đủ; 

O-RADS 1, nhóm chức năng (buồng trứng bình thường tuổi sinh sản); 

O-RADS 2, nhóm hầu như chắc chắn lành (<1% nguy cơ ác); 

O-RADS 3, nguy cơ ác thấp (1% đến 10%); 

O-RADS 4, nguy cơ ác trung gian (10% đến 50%); 

O-RADS 5, nguy cơ ác cao (≥ 50%).

Chúng tôi thực hiện phân tích hồi cứu bộ dữ liệu tiến cứu từ IOTA giai đoạn 1-3 để phân loại nguy cơ ác. Trong những nghiên cứu đoàn hệ tiến cứu đa trung tâm này, các bệnh nhân với sang thương phần phụ được tập hợp từ 24 trung tâm ở 10 quốc gia từ năm 1999 đến 2012 như sau: giai đoạn 1 (21) giữa năm 1999 đến 2002, giai đoạn 1b (22) giữa 2002 và 2005, giai đoạn 2 (23) giữa 2005 và 2007, và giai đoạn 3 (24) giữa 2009 và 2012. Tất cả các bệnh nhân được thực hiện khảo sát siêu âm chuẩn sử dụng các thuật ngữ và định nghĩa của IOTA (12) và được phẫu thuật bởi nhà lâm sàng. Trong tất cả 6169 bệnh nhân được ghi nhận trong bộ dữ liệu từ các giai đoạn 1, 1b, 2, và 3, chúng tôi loại 255 bệnh nhân (4.1%) (15). Tiêu chuẩn chọn vào và loại trừ chi tiết cũng như việc thu thập dữ liệu được xuất bản trong các nghiên cứu gốc (15,21-24). Thêm nữa, 9 bệnh nhân được loại ra do người khảo sát siêu âm không mô tả cụ thể loại u. Kết quả cuối cùng có 5905 bệnh nhân đại diện cho bộ dữ liệu lớn nhất và kết quả mô học được sử dụng làm tiêu chuẩn tham chiếu (15).

Dựa vào ý kiến chuyên gia của hội đồng, những đặc điểm của bảng được kết hợp để đại diện cho các nhóm u tương quan lâm sàng và được đặc vào các nhóm nguy cơ khác nhau dựa trên tỉ lệ hiện mắc ác tính tương ứng được tìm thấy ở bộ dữ liệu IOTA (bảng). Những nhóm thuật ngữ này kết hợp với các mô tả có thể được sử dụng để phân nhóm một số lớn các khối buồng trứng và phần phụ trên siêu âm. Phân loại này bao gồm luôn cách quản lý dựa trên sự đồng thuận của các nhà phụ khoa, ung thư phụ khoa, và các bác sĩ chẩn đoán hình ảnh trong nhóm O-RADS tạo ra nền tảng cho hệ thống phân loại O-RADS siêu âm (Hình 2,3).

Hình 2: Hình cho thấy hệ thống quản lý và phân tầng nguy cơ O-RADS US. * = ít nhất theo dõi 1 năm cho thấy không đổi hoặc giảm kích thước được khuyến cáo xem xét theo dõi hàng năm cho đến 5 năm, nếu ổn định. Tuy nhiên, hiện tại chưa đủ chứng cứ cho thời gian theo dõi cụ thể. ** = hiện diện báng bụng với nhóm sang thương 1-2, cần xem xét ung thư ác tính từ cơ quan khác hoặc nguyên nhân báng bụng không ác tính. CS = thang màu, IOTA = nhóm phân tích u buồng trứng quốc tế, N/A = not applicable. 

Hình 3: Hình cho thấy hệ thống quản lý và phân tầng nguy cơ O-RADS cho những sang thương lành kinh điển và những mô tả liên quan (O-RADS 2). * = hiện tại có ít chứng cứ về thời gian theo dõi. Chứng cứ ủng hộ tăng nguy cơ ác tính ở u lạc nội mạc sau mãn kinh.

Để phân nhóm một sang thương cụ thể, có hai chiến lược bổ sung nhau.  Một là có thể áp dụng những mô tả SA để khảo sát sang thương, nhận diện sang thương bởi chuyên gia siêu âm được xem là phương pháp chính xác nhất trong phân biệt sang thương lành và ác được thể hiện trong bảng từ vựng O-RADS US. Cách khác, có thể ước đoán nguy cơ bằng cách sử dụng mô hình ADNEX IOTA (Hình 4), một mô hình toán học gồm 3 biến lâm sàng (tuổi bệnh nhân, trung tâm ung thư hoặc không, và CA – 125) và 6 biến US (Hình 5). Kết quả từ công thức hồi quy logistic có thể được tính toán miễn phí tại https:// www.iotagroup.org/adnexmodel/ hoặc https://www.evidencio.com/models/show/946) trên smartphones, hoặc tích hợp vào hệ thống siêu âm. Mô hình ADNEX đã được kiểm định giá trị bên ngoài thành công (25-27), bao gồm cả những người siêu âm ít kinh nghiệm (26).

Hình 4: Hình cho thấy sự sát nhập mô hình ADNEX vào hệ thống O-RADS

Hình 5: Hình cho thấy đặc điểm US được sử dụng trong khảo sát mô hình ADNEX

Tóm tắt chiến lược quản lý và phân tầng nguy cơ O-RADS của ACR

 

Bệnh viện Nguyễn Tri Phương - Đa khoa Hạng I Thành phố Hồ Chí Minh

  facebook.com/BVNTP

  youtube.com/bvntp

return to top