Performance of PI-FAB and TARGET scoring systems in post focal therapy mpMRI surveillance

想象一下，你的身体是一座庞大而繁忙的城市，有时，一些捣蛋鬼会决定在某个非常特定的街区——前列腺——安营扎寨。长期以来，当这些捣蛋鬼（前列腺癌细胞）出现时，标准的计划是派出推土机，拆掉整个街区，以确保一个不留。但对于一个小问题来说，这造成的破坏实在太大了。近年来，医生们开始使用“局部治疗”，这就像是派出了一支精准的激光小组，只消灭那些坏房子，同时让城市的其他部分保持完好。这保护了城市重要的功能，比如供水和供电，但也留下了一个棘手的问题：我们如何知道坏蛋没有溜回来？

为了回答这个问题，医生使用了一种特殊的照相机，叫做核磁共振成像（MRI），它能拍摄出极其详细的城市图像。但问题在于，激光消灭的过程会留下一个混乱的施工现场——肿胀、炎症和疤痕组织——这些看起来非常像捣蛋鬼试图回归的样子。旧的读图规则手册（被称为 PI-RADS）是为整洁的城市设计的，而不是为施工区设计的，因此它经常会感到困惑。为了解决这个问题，最近发明了两个新的规则手册：PI-FAB 和 TARGET。它们像是专门设计的参考指南，旨在帮助侦探们区分无害的施工现场与躲藏在废墟中的真实罪犯。但没人知道哪本参考指南实际上更擅长破案。

这篇论文讲述了两位侦探（放射科医生）决定将这两个新的参考指南进行对比测试的故事。他们收集了 90 名已经接受过精准激光治疗并完成了标准检查流程的患者的数据：先进行 MRI 扫描，然后进行活检（取一小块样本检查），以观察癌症是否真的回来了。侦探们在完全不知道活检结果的情况下，使用 PI-FAB 和 TARGET 两套规则手册查看了 MRI 扫描图像，以观察他们的“猜测”是否与组织样本中发现的现实相符。

结果出人意料地势均力敌。事实证明，这两套参考指南在完成这项工作方面大致同样出色。当侦探使用 PI-FAB 时，他们正确识别了约 67% 的癌症复发患者（灵敏度），并且对约 82% 的非复发患者正确表示“一切正常”（特异性）。当他们切换到 TARGET 系统时，数字几乎完全相同：67% 的灵敏度和 79% 的特异性。事实上，当研究人员进行数学计算以查看其中一个系统是否在统计学上更优越时，答案是平淡的“没有差异”。这两个系统在排除癌症方面都做得很好（较高的“阴性预测值”，约为 88-89%），这意味着如果参考指南说“没有癌症”，那么这很可能是真实的。然而，这两个系统都不完美；它们都会漏掉一些病例，有时也会发出虚假警报。

故事中一个有趣的转折点是两位侦探之间的协作程度。当他们都使用 TARGET 系统时，他们在诊断上达成一致的概率约为 45%（“中度”一致），这比使用 PI-FAB 时略好，后者的一致性仅为 35%（“一般”一致）。这表明，虽然 TARGET 系统可能稍微更容易实现一致的使用，但这两个系统仍然给人的主观解读留下了变动的空间。

这项研究的底线是，PI-FAB 和 TARGET 目前都不是明确的获胜者。它们的表现相似，在局部治疗后的混乱局面中充当着有用但并不完美的指南。作者建议，由于这些评分系统本身并不完美，医生可能需要将它们与其他线索（例如患者 PSA 水平上升的速度）结合起来，以获得全貌。在此之前，这两本新的规则手册都是侦探工具箱中有效的工具，但关于完美术后扫描的案件尚未完全结案。