关键词：
子宫内膜癌
高危
早期
前哨淋巴结绘图
活检
淋巴结切除术
meta分析
摘要：
研究背景:子宫内膜癌(endometrial cancer)是一种常见的妇科恶性肿瘤,近年来发病率迅速上升。淋巴结信息,是评估内膜癌患者预后、明确辅助治疗方案的重要基础。当前常用的做法是根据“梅奥标准(Mayo criteria)”将内膜癌患者分成低危型与高危型两种类型,高危患者接受系统性淋巴结切除术(systemic lymphadenectomy,LAD)。但是系统性LAD术中、术后并发症较多,80%未发生转移的高危型患者还是进行了不必要的清扫。前哨淋巴结(sentinel lymph node,SLN)是原发恶性肿瘤通过区域淋巴引流路径发生淋巴转移时所经过的第一站淋巴结,可以反映整个引流区域淋巴结的受累情况。目前前瞻性和回顾性的临床研究显示,在早期低危型内膜癌患者中应用前哨淋巴结绘图活检(sentinel lymph node mapping,SLNM)配合病理超分期技术(pathologic ultra-staging)有满意的SLN检出率(detection rate)、敏感度和阴性预测值(negative predictive value,NPV),且不影响患者的无进展生存期(progression free survival,PFS)及总生存期(overall survival,OS)。但是SLNM在早期高危型内膜癌患者中的应用正是国际研究热点与争议点,最近的研究发现SLNM在高危型患者中的应用也可能具有满意的有效性及安全性。研究目的:通过meta分析,应用循证医学的方法探讨SLNM在早期高危型内膜癌中应用的有效性及安全性,评估其诊断价值,分析其对治疗及预后的影响,以进一步评价SLNM能否替代LAD,为内膜癌患者手术分期及淋巴结评估方法的选择提供临床依据。研究方法:通过计算机检索PubMed数据库、Embase数据库、Cochrane Library、Web of Science、Scopus数据库,及中国知网数据库(CNKI)、中国生物医学文献服务系统(CBM/SinoMed)、维普科技期刊数据库(VIP)、超星期刊、万方数据库,同时检索相关系统综述(systemic review)及meta分析的引文及纳入的研究,手工检索妇产科专业杂志等。语言种类限制为中文及英文。检索时间截止至2019年11月01日。纳入包含10例以上患者,仅研究高危型内膜癌患者,报告了检出率,敏感度等诊断价值的诊断性研究,以及PFS、OS、复发率、辅助治疗率等的治疗性研究。评价研究质量,提取数据,对所纳入的研究采用Stata 12.0进行meta分析。对于纳入的所有研究,汇总分析SLN检出率,对于纳入的诊断性研究,分析敏感度及影响敏感度的因素,对于纳入的治疗性研究,分析阳性淋巴结(即淋巴结转移灶)检出率、辅助治疗率、复发率、PFS、OS等治疗预后指标。研究结果:共有17篇文章符合纳入标准,其中诊断性研究12篇,治疗性研究7篇,有2篇同时纳入诊断性研究及治疗性研究(Buda,A 2018和Baiocchi,G 2017),共有2572例患者。应用诊断性研究质量评价量表(Quality Assessment of Diagnostic Accuracy Studies-2,QUADAS-2)对诊断性研究进行质量评价,通过纽卡斯尔-渥太华质量评价量表(Newcastle-Ottawa Scale,NOS)对治疗性研究进行质量评价,均符合标准。提取资料行统计分析结果显示如下。所有纳入研究的检出率汇总结果为:1、总SLN检出率为85%(95%CI:0.81,0.90),宫颈注射及吲哚菁绿(Indocyanine Green,ICG)可提高SLN检出率;2、双侧SLN检出率(bilateral detection rate)为62.5%(95%CI:0.52,0.73),宫颈注射及ICG具有较高的双侧SLN检出率;3、腹主动脉旁SLN检出率为11.1%(95%CI:0.052,0.169),宫体注射可提高其检出率;4、孤立腹主动脉旁SLN检出率为0.3%(95%CI:-0.005,0.011)。纳入诊断性研究的汇总结果为:汇总敏感度为91%(95%CI:0.86,0.94),meta回归显示示踪剂种类、注射部位、患者人数和研究类型等与敏感度无关,亚组分析表明ICG具有较高的敏感度。治疗性研究汇总结果显示:1、SLNM组阳性淋巴结即转移淋巴结检出率略高于LAD组(OR:1.263;95%CI:0.956,1.668;p=0.100),差异无统计学意义;2、盆腔阳性淋巴结检出率SLNM略高于LAD组(OR:1.285;95%CI:0.923,1.788;p=0.138),差异无统计学意义;3、阳性淋巴结中微转移病灶(Micrometastases,MM)
CNKI学位论文
万方学位论文
详细信息
