摘" " 要" " 目的" " 系統(tǒng)評(píng)價(jià)超聲卵巢-附件影像報(bào)告和數(shù)據(jù)系統(tǒng)（O-RADS）鑒別診斷卵巢腫瘤良惡性的臨床價(jià)值。方法" " 計(jì)算機(jī)檢索Cochrane Library 、Embase、Web of Science及Pubmed數(shù)據(jù)庫(kù)，搜索O-RADS鑒別診斷卵巢腫瘤良惡性的相關(guān)文獻(xiàn)，檢索時(shí)間均為建庫(kù)至2023年9月19日。由3名研究者獨(dú)立篩查文獻(xiàn)、提取資料，然后利用 QUADAS-2量表對(duì)納入文獻(xiàn)質(zhì)量進(jìn)行評(píng)價(jià)；應(yīng)用Stata 17.0、Meta-Disc 1.4及RevMan 5.3軟件進(jìn)行Meta分析。結(jié)果" " 最終納入18篇文獻(xiàn)，包括10 944例患者，共計(jì)11 189個(gè)腫瘤。Meta分析結(jié)果顯示，O-RADS鑒別診斷卵巢腫瘤良惡性的合并靈敏度、特異度、陽(yáng)性似然比、陰性似然比、診斷得分及診斷比值比分別為0.95［95%可信區(qū)間（CI）：0.93～0.98］、0.79（95%CI：0.73～0.84）、4.59（95%CI：3.57～5.89）、0.05（95%CI：0.03～0.09）、4.52（95%CI：3.91～5.13）及91.79（95%CI：49.79～169.27）；綜合受試者工作特征曲線分析顯示，O-RADS鑒別診斷卵巢腫瘤良惡性的曲線下面積為0.94（95%CI：0.92～0.96）。結(jié)論" " O-RADS在鑒別診斷卵巢腫瘤良惡性方面具有較好的臨床應(yīng)用價(jià)值。

關(guān)鍵詞" " 超聲檢查；卵巢-附件影像報(bào)告和數(shù)據(jù)系統(tǒng)；卵巢腫瘤，良惡性；Meta 分析

［中圖法分類號(hào)］R445.1；R737.31" " " ［文獻(xiàn)標(biāo)識(shí)碼］A

Ultrasound O-RADS in the differential diagnosis of benign and malignant ovarian tumors：a systematic review and Meta-analysis

WANG Xiaohan，LIU Jingjing，YANG Dongliang，WANG Chunli

Chengde Medical College，Hebei 067000，China

ABSTRACT" " Objective" " To systematically evaulate the clinical value of ultrasound ovarian-adnexal reporting and data system（O-RADS） for benign and malignant ovarian tumors.Methods" " A systematic search was conducted on the Cochrane Library，Embase，Web of Science and Pubmed databases for relevant literature related to the differential diagnosis of benign and malignant ovarian tumors by O-RADS from inception to September 19，2023.3 researchers independently screened the literature and extracted data，then assessed the quality of the included literature by QUADAS-2 scales.Stata 17.0，Meta-Disc 1.4 and RevMan 5.3 were used for Meta analysis.Results" " In this study，18 articles were reviewed，involving 10 944 patients with a total of 11 189 tumors.Meta analysis showed that the pooled sensitivity，specificity，positive likelihood ratio，negative likelihood ratio，diagnostic score and diagnostic odds ratio of O-RADS in the differential diagnosis of benign and malignant ovarian tumors were 0.95（95%CI：0.93～0.98），0.79（95%CI：0.73～0.84），4.59（95%CI：3.57～5.90），0.05（95%CI：0.03～0.09），4.52（95%CI：3.91～5.13） and 91.79（95%CI：49.79～169.27），respectively.Summary receiver operating characteristic curve analysis showed that the area under the curve of O-RADS in the differential diagnosis of benign and malignant ovarian tumors was 0.94（95%CI：0.92～0.96）.Conclusion" " O-RADS has a good clinical value in the differential diagnosis of benign and malignant ovarian tumors.

KEY WORDS" " Ultrasonograhy；Ovarian-adnexal reporting and data system；Ovarian tumors，benign and malignant；Meta analysis

卵巢癌屬于全球常見(jiàn)危害女性健康的生殖系統(tǒng)疾病，患病率及病死率均呈逐年快速上升趨勢(shì)。由于其早期癥狀不明顯，約70％的患者在發(fā)現(xiàn)時(shí)已經(jīng)進(jìn)展為晚期，5年生存率不到30％，遠(yuǎn)低于早期卵巢癌患者的生存率［1］。因此臨床認(rèn)為早期診治卵巢癌對(duì)于提高患者５年生存率具有重要意義。超聲檢查是卵巢腫瘤患者首選的檢查方法，在卵巢腫瘤良惡性鑒別中具有至關(guān)重要的作用。但實(shí)際工作中卵巢惡性腫瘤的臨床診斷較晚，與卵巢的解剖位置深、病理類型復(fù)雜及缺乏規(guī)范化的超聲描述有關(guān)［2］。為了提高卵巢腫瘤良惡性風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性及后續(xù)治療的良性延續(xù)，指導(dǎo)臨床醫(yī)師進(jìn)行正確的治療，美國(guó)放射學(xué)會(huì)（ACR）2020年正式發(fā)布了超聲卵巢-附件影像報(bào)告和數(shù)據(jù)系統(tǒng)（O-RADS）風(fēng)險(xiǎn)分層與管理的共識(shí)指南，該指南將卵巢腫瘤由正常到高度惡性風(fēng)險(xiǎn)分為６類（0～5類）［3］。本研究旨在應(yīng)用Meta分析系統(tǒng)評(píng)價(jià)O-RADS鑒別診斷卵巢腫瘤良惡性的臨床價(jià)值。

資料與方法

一、檢索策略

計(jì)算機(jī)檢索Cochrane Library 、Embase、Web of Science及Pubmed數(shù)據(jù)庫(kù)，檢索時(shí)間均為建庫(kù)至2023年9月19日。英文檢索詞包括：“adnexal masses”“ovarian cancer”“transvaginal ultrasound”“O-RADS”and/or “Ovarian Adnexal Report Data System”。語(yǔ)種為英文。本Meta分析是根據(jù)PRISMA聲明（http：//www.prisma-statement.org/），遵循診斷準(zhǔn)確性研究報(bào)告指南（SEDATE）進(jìn)行研究，在Prospero完成注冊(cè)，注冊(cè)號(hào)：CRD42023437440。

二、納入及排除標(biāo)準(zhǔn)

1.納入標(biāo)準(zhǔn)：①采用前瞻性或回顧性的隊(duì)列研究方法；②經(jīng)陰道或經(jīng)腹超聲檢查確診有1處或1處以上卵巢腫瘤，采用O-RADS對(duì)其進(jìn)行分類；③根據(jù)臨床癥狀、隨訪復(fù)查發(fā)現(xiàn)，以腫瘤自然消失或病理檢查為金標(biāo)準(zhǔn)。

2.排除標(biāo)準(zhǔn)：①原研究設(shè)計(jì)不夠嚴(yán)謹(jǐn)，導(dǎo)致數(shù)據(jù)和資料不完整或不能獲得原始文獻(xiàn)；②綜述、評(píng)論、Meta分析等；③重復(fù)性研究；④非英文文獻(xiàn)。

三、文獻(xiàn)篩選及數(shù)據(jù)提取

由3名研究者獨(dú)立進(jìn)行文獻(xiàn)篩選及數(shù)據(jù)提取，意見(jiàn)不一致時(shí)請(qǐng)第4方進(jìn)行評(píng)判，缺少的信息盡可能與作者取得聯(lián)系并補(bǔ)充。提取信息包括：①第一作者、發(fā)表年份、國(guó)家、樣本量、金標(biāo)準(zhǔn)、腫瘤及惡性腫瘤數(shù)、研究類型、文中O-RADS使用詞匯等；②O-RADS對(duì)卵巢腫瘤良惡性病變的診斷結(jié)果，包括真陽(yáng)性、假陽(yáng)性、真陰性及假陰性腫瘤數(shù)等。

四、文獻(xiàn)質(zhì)量評(píng)價(jià)

采用QUADAS-2量表評(píng)價(jià)文獻(xiàn)質(zhì)量，從病例選擇、金標(biāo)準(zhǔn)、待評(píng)價(jià)試驗(yàn)、病例流程及隨訪時(shí)間對(duì)納入文獻(xiàn)分別進(jìn)行評(píng)價(jià)。偏倚風(fēng)險(xiǎn)評(píng)價(jià)由3名研究者獨(dú)立完成，按照各部分納入的相關(guān)標(biāo)志性問(wèn)題確定“是”“否”“不確定”，將偏倚風(fēng)險(xiǎn)等級(jí)評(píng)定為“低”“高”“不確定”。若同一部分的標(biāo)志性問(wèn)題答案均為“是”，則評(píng)定為低偏倚風(fēng)險(xiǎn)；若其中有一項(xiàng)為“否”，則評(píng)定為高偏倚風(fēng)險(xiǎn)；若文獻(xiàn)報(bào)道數(shù)據(jù)不充足致難以評(píng)價(jià)，則評(píng)定為不確定。4個(gè)標(biāo)志性問(wèn)題風(fēng)險(xiǎn)評(píng)定結(jié)果≥3個(gè)低偏倚風(fēng)險(xiǎn)（LR）為高質(zhì)量文獻(xiàn)，2個(gè)LR為中等質(zhì)量文獻(xiàn)，1個(gè)LR或無(wú)LR則為低等質(zhì)量文獻(xiàn)［4］。如有分歧則協(xié)商解決。

五、統(tǒng)計(jì)學(xué)處理

應(yīng)用Stata 17.0、Meta-Disc 1.4及RevMan 5.3統(tǒng)計(jì)軟件，繪制綜合受試者工作特征（SROC）曲線并計(jì)算靈敏度對(duì)數(shù)與（1-特異度）對(duì)數(shù)的Spearman相關(guān)系數(shù)驗(yàn)證閾值效應(yīng)。SROC曲線若呈“肩臂”狀分布或rgt;0.7，Plt;0.05則提示存在閾值效應(yīng)；若無(wú)閾值效應(yīng)則合并效應(yīng)量分析，異質(zhì)性分析采用I2檢驗(yàn)，I2gt;50%且Plt;0.10采用隨機(jī)效應(yīng)模型；反之，則采用固定效應(yīng)模型。計(jì)算合并靈敏度、特異度、準(zhǔn)確率、診斷比值比、陽(yáng)性似然比、陰性似然比及其95%可信區(qū)間（CI），并繪制森林圖。通過(guò)Deek’s漏斗圖評(píng)價(jià)各項(xiàng)研究的發(fā)表偏倚。Plt;0.05為差異有統(tǒng)計(jì)學(xué)意義。

結(jié)" 果

一、文獻(xiàn)檢索結(jié)果及質(zhì)量評(píng)價(jià)

初步檢索503篇文獻(xiàn)，經(jīng)逐層篩查，最終納入18篇文獻(xiàn)［5-22］，其中11篇為高等質(zhì)量，7篇為中等質(zhì)量，文獻(xiàn)整體質(zhì)量較高。納入患者10 944例，卵巢腫瘤11 189個(gè)，其中惡性腫瘤2635個(gè)，惡性率為23.5%。納入文獻(xiàn)的基本特征見(jiàn)表1；偏倚風(fēng)險(xiǎn)評(píng)價(jià)見(jiàn)圖1。

二、異質(zhì)性檢驗(yàn)

納入18篇文獻(xiàn)的SROC曲線呈非“肩臂”狀分布，靈敏度對(duì)數(shù)與（1-特異度）對(duì)數(shù)的 Spearman相關(guān)系數(shù)為0.083（P=0.745），提示無(wú)閾值效應(yīng)。各項(xiàng)研究合并靈敏度、合并特異度、合并陽(yáng)性似然比、合并陰性似然比均存在明顯異質(zhì)性（I2=85.62%、93.34%、91.57%、85.92%，均Plt;0.001），故采用隨機(jī)效應(yīng)模型進(jìn)行Meta分析。

三、Meta分析結(jié)果

1.O-RADS鑒別卵巢腫瘤良惡性的合并靈敏度、合并特異度、合并陽(yáng)性似然比、合并陰性似然比、診斷得分、診斷比值比分別為0.95 （95%CI：0.93～0.98）、0.79（95%CI：0.73～0.84）、4.59（95%CI：3.57～5.89）、0.05（95%CI：0.03～0.09）、4.52（95%CI：3.91～5.13）、91.79（95%CI：49.79～169.27）。SROC曲線下面積為0.94（95%CI：0.92～0.96）。見(jiàn)圖2～5。

2.為了探尋非閾值效應(yīng)引起的異質(zhì)性的潛在來(lái)源，采用了單變量Meta回歸分析方法。逐個(gè)剔除發(fā)表年份（2023年與2023年之前）、國(guó)家（亞洲與非亞洲）、參考標(biāo)準(zhǔn)（病理與病理或隨訪）、納入絕經(jīng)期患者（≤400例與gt;400例），惡性率（lt;28%與≥28%），均未找到明顯異質(zhì)性來(lái)源。進(jìn)一步繪制雙變量箱線圖評(píng)價(jià)靈敏度與特異度的分布特征及鑒別可能的異常值，見(jiàn)圖6。結(jié)果表明，Hiett等［8］和Solis Cano等［15］2篇文獻(xiàn)可能是異質(zhì)性較大來(lái)源。當(dāng)剔除文獻(xiàn)［8］和［15］后，合并靈敏度由0.95增加至0.96，I2值由85.62%降低至67.28%，陰性似然比I2值由85.92%降至67.51%，其余指標(biāo)均無(wú)明顯變化。

四、發(fā)表偏倚檢驗(yàn)

Deek’s漏斗圖顯示散點(diǎn)均勻分布于回歸線兩側(cè)，提示未見(jiàn)發(fā)表偏倚（Pgt;0.05）。見(jiàn)圖7。

討" 論

卵巢癌是婦科常見(jiàn)的惡性腫瘤之一，其死亡率在婦科腫瘤中位居首位［23］，早發(fā)現(xiàn)、早診斷對(duì)臨床治療及預(yù)后尤為關(guān)鍵。超聲檢查是卵巢腫瘤篩查的首選方法。但因卵巢腫塊病理類型繁多，結(jié)構(gòu)形態(tài)各不相同，超聲診斷術(shù)語(yǔ)的標(biāo)準(zhǔn)化在卵巢病變后續(xù)風(fēng)險(xiǎn)管理評(píng)估中尤為重要，ACR發(fā)布的O-RADS對(duì)卵巢所有正常和病變的超聲表現(xiàn)均提供了標(biāo)準(zhǔn)化的超聲描述及報(bào)告方法，從正常到高度惡性風(fēng)險(xiǎn)分為0～5類，Hack等［10］研究顯示，O-RADS 2～5類腫瘤的惡性率分別為0、3%、35%、78%。盧穎瀾等［24］研究顯示O-RADS對(duì)卵巢腫瘤良惡性及不同組織病理類型卵巢腫瘤的診斷效能均較好。Wang等［22］和劉芳欣等［25］研究均顯示O-RADS在鑒別不同年齡段女性卵巢腫瘤良惡性方面有較好的臨床價(jià)值。Basha等［5］研究證實(shí)O-RADS較IOTA簡(jiǎn)單規(guī)則、婦科影像報(bào)告和數(shù)據(jù)系統(tǒng)等其他卵巢腫瘤評(píng)價(jià)標(biāo)準(zhǔn)具有更高的靈敏度。Cao 等［6］研究證實(shí)O-RADS可為不同經(jīng)驗(yàn)及年資的超聲醫(yī)師提供有效的卵巢病變惡性風(fēng)險(xiǎn)分層依據(jù)。但目前O-RADS尚未廣泛應(yīng)用于臨床，診斷價(jià)值還需深入研究及證實(shí)，本研究對(duì)O-RADS鑒別卵巢腫瘤良惡性的診斷效能進(jìn)行系統(tǒng)評(píng)價(jià)，應(yīng)用Meta分析評(píng)價(jià)該方法的臨床應(yīng)用價(jià)值。

本研究共納入18篇文獻(xiàn)，患者10 944例，共11 189個(gè)卵巢腫瘤，其中惡性腫瘤2635個(gè)，惡性率約23.5%。Meta分析顯示，O-RADS鑒別診斷卵巢腫瘤良惡性的合并靈敏度、特異度、陽(yáng)性似然比、陰性似然比、診斷得分及診斷比值比分別為0.95（95%CI：0.93～0.98）、0.79（95%CI：0.73～0.84）、4.59（95%CI：3.57～5.89）、0.05（95%CI：0.03～0.09）、4.52（95%CI：3.91～5.13）及91.79（95%CI：49.79～169.27）。表明O-RADS在鑒別卵巢良惡性腫瘤方面具有較好的診斷效能及高度的靈敏度，有較高的臨床價(jià)值。O-RADS根據(jù)腫瘤聲像圖進(jìn)行風(fēng)險(xiǎn)分類，使用腫瘤大小、結(jié)構(gòu)、內(nèi)實(shí)性成分、內(nèi)壁、分隔、形態(tài)、腹水、彩色血流評(píng)分等超聲征象進(jìn)行風(fēng)險(xiǎn)評(píng)分，本研究結(jié)果顯示O-RADS具有中度特異度，與Lee等［26］研究結(jié)論一致，這可能是由于部分交界性腫瘤聲像圖與良性腫瘤相似。卵巢上皮性癌以漿液性癌及黏液性癌較為常見(jiàn)，當(dāng)交界性黏液性囊腺瘤或交界性漿液性腫瘤出血過(guò)多呈不均質(zhì)低回聲且腫瘤血流信號(hào)不明顯時(shí)，風(fēng)險(xiǎn)評(píng)估時(shí)易被低估，導(dǎo)致O-RADS診斷卵巢腫瘤良惡性的特異度降低。此外，本研究結(jié)果提示O-RADS診斷良性卵巢腫瘤的準(zhǔn)確率較高，但診斷為惡性卵巢腫瘤時(shí)仍不能排除良性的可能。分析原因?yàn)槌墒旎チ?、良性囊腺瘤、纖維卵泡膜瘤、膿腫等良性腫瘤超聲可表現(xiàn)為多房、有實(shí)性成分、血流信號(hào)略豐富等惡性征象，使O-RADS鑒別卵巢腫瘤良惡性的假陽(yáng)性率增高，陽(yáng)性似然比降低。提示在臨床工作應(yīng)注意結(jié)合患者的臨床特征、腫瘤標(biāo)志物等做出綜合判斷。

本研究異質(zhì)性分析顯示，納入文獻(xiàn)存在中度異質(zhì)性。為探索異質(zhì)性來(lái)源進(jìn)一步行靈敏度分析。當(dāng)剔除Hiett等［8］和Solis Cano等［15］2篇文獻(xiàn)后，合并靈敏度由0.95增加至0.96，I2值由85.62%降低至67.28%，陰性似然比I2值由85.92%降至67.51%。分析原因可能為：Hiett等［8］研究采用的O-RADS分類是由ADNEX模型轉(zhuǎn)化而來(lái)，而其他研究均使用IOTA詞典進(jìn)行O-RADS分類，采用詞典不同，從而導(dǎo)致異質(zhì)性；Solis Cano等［15］研究將O-RADS 3類納入高風(fēng)險(xiǎn)，使假陽(yáng)性率增高，靈敏度降低，從而引起異質(zhì)性。本研究中共有6篇文獻(xiàn)進(jìn)行了不同觀察者的一致性研究，結(jié)論均為O-RADS在觀察者間的一致性良好，表明O-RADS可為不同經(jīng)驗(yàn)及年資的超聲醫(yī)師提供有效的惡性風(fēng)險(xiǎn)分層依據(jù)，彌補(bǔ)低年資醫(yī)師在診斷卵巢疾病方面經(jīng)驗(yàn)不足的劣勢(shì)，是一種可重復(fù)性好的風(fēng)險(xiǎn)分層系統(tǒng)。

本研究的局限性：①納入文獻(xiàn)語(yǔ)言限定英語(yǔ)，可能存在語(yǔ)言選擇上的偏倚；②缺乏多中心、前瞻性研究，本研究中僅2篇文獻(xiàn)為前瞻性研究，尚待更多高質(zhì)量研究予以驗(yàn)證；③僅有1篇文獻(xiàn)使用ADNEX模型轉(zhuǎn)化O-RADS分類，而其他文獻(xiàn)均使用IOTA詞典，兩種模型的區(qū)別尚待更多研究的深入探討。

綜上所述，O-RADS在鑒別診斷卵巢腫瘤良惡性方面具有較好的臨床應(yīng)用價(jià)值，有助于幫助不同經(jīng)驗(yàn)及年資的超聲醫(yī)師進(jìn)行精準(zhǔn)診斷。

參考文獻(xiàn)

［1］ Torre LA，Trabert B，Desantis CE，et al.Ovarian cancer statistics，2018［J］.CA Cancer J Clin，2018，68（4）：284-296.

［2］ Lowry KP，Lee SI.Imaging and screening of ovarian cancer［J］.Radiol Clin North Am，2017，55（6）：1251-1259.

［3］ 李晏杰，朱熠，張國(guó)楠，等.卵巢-附件影像報(bào)告和數(shù)據(jù)系統(tǒng)（O-RADS）研究進(jìn)展［J］.腫瘤預(yù)防與治療，2022，35（5）：462-468.

［4］ 唐亮，潘夢(mèng)文，崔其亮，等.應(yīng)用TRECs篩查新生兒嚴(yán)重聯(lián)合免疫缺陷的Meta分析［J］.中國(guó)循證醫(yī)學(xué)雜志，2023，23（6）：665-671.

［5］ Basha MAA，Metwally MI，Gamil SA，et al.Comparison of O-RADS，GI-RADS，and IOTA simple rules regarding malignancy rate，validity，and reliability for diagnosis of adnexal masses［J］. Eur Radiol，2021，31（2）：674-684.

［6］ Cao L，Wei M，Liu Y，et al.Validation of American College of Radiology ovarian-adnexal reporting and data system ultrasound（O-RADS US）：analysis on 1054 adnexal masses［J］. Gynecol Oncol，2021，162（1）：107-112.

［7］ Ahmed H.The usefulness of the ultrasound diagnosis of suspicious ovarian masses based on the O-RADS classification system［J］.Al-Azhar Inter Med J，2021（10）.doi：10.21608/aimj.2021.90943.1551.

［8］ Hiett AK，Sonek JD，Guy M，et al.Performance of IOTA simple rules，simple rules risk assessment，ADNEX model and O-RADS in differentiating between benign and malignant adnexal lesions in North American women［J］.Ultrasound Obstet Gynecol，2022，59（5）：668-676.

［9］ Xie WT，Wang YQ，Xiang ZS，et al.Efficacy of IOTA simple rules，O-RADS，and CA125 to distinguish benign and malignant adnexal masses［J］.J Ovarian Res，2022，15（1）：15.

［10］ Hack K，Gandhi N，Bouchard-Fortier G，et al.External validation of O-RADS US risk stratification and management system［J］.Radiology，2022，304（1）：114-120.

［11］ Chen GY，Hsu TF，Chan IS，et al.Comparison of the O-RADS and ADNEX models regarding malignancy rate and validity in evaluating adnexal lesions［J］.Eur Radiol，2022，32（11）：7854-7864.

［12］ Jha P，Gupta A，Baran TM，et al.Diagnostic performance of the ovarian-adnexal reporting and data system（O-RADS） ultrasound risk score in women in the United States［J］.J Netw Open， 2022，5（6）：e2216370.

［13］ Vara J，Brotons I，LóPez-Picazo A，et al.GI-RADS versus O-RADS as classification reporting system for adnexal masses.A prospective comparative study［J］.Int J Gynecol Cancer，2022，32（1）：A79-A80.

［14］ Spagnol G，Xhindoli L，Marchetti M，et al.Comparison of ADNEX model，O-RADS and the combined IOTA simple rules with simple rules risk assessment and simple rules with ADNEX model in discriminating between benign and malignant adnexal masses［J］.Int J Gynecol Cancer，2022，32（1）：A80.

［15］ Solis Cano DG，Cervantes Flores HA，De Los Santos Farrera O，et al.Sensitivity and specificity of ultrasonography using ovarian-adnexal reporting and data system classification versus pathology findings for ovarian cancer［J］.Cureus，2021，13（9）：e17646.

［16］ Pelayo M，Sancho-Sauco J，Sanchez-Zurdo J，et al.Ultrasound features and ultrasound scores in the differentiation between benign and malignant adnexal masses［J］.Diagnostics（Basel），2023，13（13）：2152.

［17］ Shi Y，Li H，Wu X，et al.O-RADS combined with contrast-enhanced ultrasound in risk stratification of adnexal masses［J］.J Ovarian Res，2023，16（1）：153.

［18］ Pelayo M，Peyyo-Delgado I，Sancho-Sauco J，et al.Comparison of ultrasound scores in differentiating between benign and malignant adnexal masses［J］.Diagnostics（Basel），2023，13（7）：1307.

［19］ Wang R，Li X，Li S，et al.Clinical value of O-RADS combined with serum CA125 and HE4 for the diagnosis of ovarian tumours［J］.Acta Radiol，2023，64（2）：821-828.

［20］ Yoeli-Bik R，Longman RE，Wroblewski K，et al.Diagnostic performance of ultrasonography-based risk models in differentiating between benign and malignant ovarian tumors in a US cohort［J］.JAMA Netw Open，2023，6（7）：e2323289.

［21］ Timmermann S，Valentin L，Ceusters J，et al.External validation of the ovarian-adnexal reporting and data system（O-RADS） lexicon and the International Ovarian Tumor Analysis 2-Step Strategy to stratify ovarian tumors into O-RADS risk groups［J］. JAMA Oncol，2023，9（2）：225-233.

［22］ Wang H，Wang L，An S，et al.American college of radiology ovarian-adnexal reporting and data system ultrasound（O-RADS）：diagnostic performance and inter-reviewer agreement for ovarian masses in children［J］. Front Pediatr，2023，11（1）：1091735.

［23］ Nunes N，Yazbek J，Ambler G，et al.Prospective evaluation of the IOTA logistic regression model LR2 for the diagnosis of ovarian cancer［J］.Ultrasound Obstet Gynecol，2012，40（3）：355-359.

［24］ 盧穎瀾，吳青青，和平，等.卵巢-附件報(bào)告和數(shù)據(jù)系統(tǒng)（O-RADS）定性診斷卵巢腫瘤效能［J］.婦產(chǎn)科影像學(xué)，2022，38（9）：1367-1370.

［25］ 劉芳欣，王洲，李健，等.超聲O-RADS分類聯(lián)合超聲造影及血清CA125和HE4檢測(cè)診斷絕經(jīng)后卵巢腫物的應(yīng)用價(jià)值［J］.實(shí)用腫瘤雜志，2023，38（4）：392-397.

［26］ Lee S，Lee JE，Hwang JA，et al.O-RADS US：a systematic review and Meta-analysis of category-specific malignancy rates［J］.Radiology，2023，308（2）：e223269.

（收稿日期：2023-12-20）