การหาความแม่นยำของระบบการรายงานผลอัลตร้าซาวด์ American College of Radiology Thyroid Imaging, Reporting and Data System (ACR TI-RADS) เพื่อทำนายมะเร็งไทรอยด์ในประชากรไทย

ผู้แต่ง

  • พิชญาภา ไตรบำรุงสุข ภาควิชาศัลยกรรม โรงพยาบาลสมเด็จพระบรมราชเทวี
  • พิชญ์สิรี บุนนาค ภาควิชารังสีวิทยา โรงพยาบาลสมเด็จพระบรมราชเทวี
  • ชื่นฤทัย ยี่เขียน ศูนย์ส่งเสริมและพัฒนาการวิจัย โรงพยาบาลสมเด็จพระบรมราชเทวี
  • กนกภรณ์ สารสิทธิธรรม ภาควิชาจักษุ โสต ศอ นาสิก ลาริงส์ โรงพยาบาลสมเด็จพระบรมราชเทวี

คำสำคัญ:

อัลตร้าซาวด์ไทรอยด์, มะเร็งไทรอยด์, ก้อนที่ต่อมไทรอยด์, ความเสี่ยงในการเกิดมะเร็ง

บทคัดย่อ

ภูมิหลัง: มะเร็งไทรอยด์เป็นมะเร็งต่อมไร้ท่อที่พบมากที่สุดชนิดหนึ่ง การอัลตร้าซาวด์เป็นการตรวจอย่างหนึ่งเพื่อช่วยในการวินิจฉัยมะเร็งไทรอยด์ โดย The American College of RadiologyThyroid Imaging Reporting and Data System (ACR TI-RADS)เป็นการจัดกลุ่มความเสี่ยงในการเป็นมะเร็งไทรอยด์โดยใช้ลักษณะก้อนที่ต่อมไทรอยด์จากผลอัลตร้าซาวด์ วัตถุประสงค์: ศึกษาการรายงานผลอัลตร้าซาวด์ไทรอยด์ ACR TI-RADS เพื่อพยากรณ์โรคมะเร็งไทรอยด์ ในประชากรไทย วิธีการ: การศึกษาย้อนหลังโดยเก็บข้อมูลผู้ป่วยก้อนที่ต่อมไทรอยด์ที่ได้รับการตรวจด้วยอัลตร้าซาวด์และการผ่าตัดตั้งแต่ เดือนมกราคม พ.ศ. 2563 ถึงกันยายน พ.ศ. 2564 จำนวน 201 ก้อนจากผู้ป่วย 125 คน โดยเก็บรวบรวมจากฐานข้อมูลของโรงพยาบาลสมเด็จพระบรมราชเทวี ณ ศรีราชา และวิเคราะห์ข้อมูลหาความแม่นยำโดยใช้โปรแกรมSPSS ผล: พบว่าการตรวจอัลตร้าซาวด์ ACR TI-RADS มีความจำเพาะ 73.6% ความไว 70.5% ค่าการทำนายเชิงบวก 58.2%ค่าการทำนายเชิงลบ 82.7% และค่าความแม่นยำ 71.6% โดยพบค่าความชุกการเกิดมะเร็งของ TR1, TR2, TR3, TR4, และ TR5 ที่0%, 0%, 22%, 42%, และ 92% ตามลำดับ นอกจากนี้ลักษณะทางอัลตร้าซาวด์ที่มีประสิทธิภาพในการทำนายการเกิดมะเร็งมากที่สุดได้แก่ echogenic foci และเมื่อพิจารณาก้อนที่ต่อมไทรอยด์กลุ่มTR4 และ TR5 ร่วมกับผลการเจาะดูดเซลล์ พบกว่า Bethesdaกลุ่ม 3 ขึ้นไปสัมพันธ์กับการเกิดมะเร็งที่ความจำเพาะ 86.7%และความไว 85.7% สรุป: ACR TI-RADS มีประสิทธิภาพในการทำนายความเสี่ยงการเกิดมะเร็งต่อมไทรอยด์ โดยพบโอกาสการเกิดมะเร็งมากในกลุ่ม TR4 ขึ้นไป โดยควรพิจารณาเจาะดูดเซลล์ในผู้ป่วยกลุ่มนี้

References

Frates MC, Benson CB, Doubilet PM, Kunreuther E, Contreras M, Cibas ES, et al. Prevalence and distribution of carcinoma in patients with solitary and multiple thyroid nodules on sonography. J Clin Endocrinol Metab 2006;91(9):3411-7.

Thyroid Cancer Fact Sheet [Internet]. 2020 [cited 2022 Mar 24]. Available from: https://gco.iarc.fr/today/data/factsheets/ cancers/32-Thyroid-fact-sheet.pdf

The Surveillance E and ER (SEER) P. Thyroid Cancer — Cancer Stat Facts [Internet] 2022 [cited 2022 Apr 28]. Available from: https://seer.cancer.gov/statfacts/html/thyro.html

Chen AY, Jemal A, Ward EM. Increasing incidence of differentiated thyroid cancer in the United States, 1988-2005. Cancer 2009; 115(16):3801-7.

Radecki PD, Arger PH, Arenson RL, Jennings AS, Coleman BG, Mintz MC, et al. Thyroid imaging: comparison of high-resolution real-time ultrasound and computed tomography. Radiology 1984;153(1):145-7.

Songsaeng D, Soodchuen S, Korpraphong P, Suwanbundit A. Siriraj thyroid imaging reporting and data system and its efficacy. Siriraj Med J 2017;69(5):262-7.

Middleton WD, Teefey SA, Reading CC, Langer JE, Beland MD, Szabunio MM, et al. Comparison of performance characteristics of American college of radiology TI-RADS, Korean society of thyroid radiology TIRADS, and American thyroid association guidelines. AJR Am J Roentgenol 2018;210(5):1148-54.

Yang R, Zou X, Zeng H, Zhao Y, Ma X. Comparison of diagnostic performance of five different ultrasound TI-RADS classification guidelines for thyroid nodules. Front Oncol 2020;10:598225.

Tessler FN, Middleton WD, Grant EG, Hoang JK, Berland LL, Teefey SA, et al. ACR Thyroid Imaging, Reporting and data system (TI-RADS): white paper of the ACR TI-RADS committee. J Am Coll Radiol 2017;14(5):587-95.

Grant EG, Tessler FN, Hoang JK, Langer JE, Beland MD, Berland LL, et al. Thyroid ultrasound reporting lexicon: white paper of the ACR thyroid imaging, reporting and data system (TIRADS) committee. J Am Coll Radiol 2015;12(12 Pt A):1272-9.

Grani G, Lamartina L, Ascoli V, Bosco D, Biffoni M, Giacomelli L, et al. Reducing the number of unnecessary thyroid biopsies while improving diagnostic accuracy: toward the “Right” TIRADS. J Clin Endocrinol Metab 2019;104(1):95-102.

Suttawas A. ACR TI-RADS Classification in predicting thyroid malignancy at prachuapkhirikhan hospital. Reg 4-5 Med J 2019; 38(2):84–92.

Harmontree S. Accuracy of ACR-TIRADS in assessment and diagnosis of thyroid nodule in Sena Hospital, Ayutthaya province. J Med & Public Health, UBU. 2021;4(1):28-39.

Cibas ES, Ali SZ. The 2017 Bethesda system for reporting thyroid cytopathology. Thyroid 2017;27(11):1341-6.

Hoang JK, Middleton WD, Tessler FN. Update on ACR TI-RADS: successes, challenges, and future directions, from the AJR special series on radiology reporting and data systems. AJR Am J Roentgenol 2021;216(3):570-8.

Li W, Wang Y, Wen J, Zhang L, Sun Y. Diagnostic performance of American college of radiology TI-RADS: A Systematic review and meta-analysis. AJR Am J Roentgenol 2021;216(1):38-47.

Zheng Y, Xu S, Kang H, Zhan W. A Single-center retrospective validation study of the American college of radiology thyroid imaging reporting and data system. Ultrasound Q 2018;34(2): 77-83.

Middleton WD, Teefey SA, Reading CC, Langer JE, Beland MD, Szabunio MM, et al. Multiinstitutional analysis of thyroid nodule risk stratification using the American college of radiology thyroid imaging reporting and data system. AJR Am J Roentgenol 2017;208(6):1331-41.

Ahmadi S, Oyekunle T, Jiang X’, Scheri R, Perkins J, Stang M, et al. A Direct comparison of the ATA and TI-RADS Ultrasound scoring systems. Endocr Pract 2019;25(5):413-22.

Shayganfar A, Hashemi P, Esfahani MM, Ghanei AM, Moghadam NA, Ebrahimian S. Prediction of thyroid nodule malignancy using thyroid imaging reporting and data system (TIRADS) and nodule size. Clin Imaging 2020;60(2):222-7.

Al Dawish M, Alwin Robert A, Al Shehri K, Hawsawi S, Mujammami M, Al Basha IA, et al. Risk stratification of thyroid nodules with Bethesda III category: The experience of a territorial healthcare hospital. Cureus 2020;12(5):e8202.

Bongiovanni M, Spitale A, Faquin WC, Mazzucchelli L, Baloch ZW. The Bethesda system for reporting thyroid cytopathology: a meta-analysis. Acta Cytol 2012;56(4):333-9.

Al Dawish M, Alwin Robert A, Al Shehri K, Hawsawi S, Mujammami M, Al Basha IA, et al. Risk stratification of thyroid nodules with Bethesda III category: The experience of a territorial healthcare hospital. Cureus 2020;12(5):e8202.

Tan H, Li Z, Li N, Qian J, Fan F, Zhong H, et al. Thyroid imaging reporting and data system combined with Bethesda classification in qualitative thyroid nodule diagnosis. Medicine (Baltimore) 2019;98(50):e18320.

Downloads

เผยแพร่แล้ว

15-09-2023