РАЗРАБОТКА И ВАЛИДАЦИЯ ИНТЕГРИРОВАННОЙ КЛИНИКО-ЭХОГРАФИЧЕСКОЙ И СЕРОЛОГИЧЕСКОЙ МОДЕЛИ ПРЕДОПЕРАЦИОННОЙ ДИФФЕРЕНЦИАЛЬНОЙ ДИАГНОСТИКИ ДОБРОКАЧЕСТВЕННЫХ, ПОГРАНИЧНЫХ И ЗЛОКАЧЕСТВЕННЫХ НОВООБРАЗОВАНИЙ ЯИЧНИКОВ
Ключевые слова:
новообразования яичников, ультразвуковая диагностика, IOTA, ADNEX, O-RADSАннотация
Дифференциальная диагностика новообразований яичников остаётся одной из актуальных проблем современной гинекологии. Сложность диагностики обусловлена большим разнообразием доброкачественных, пограничных и злокачественных опухолей, сходством клинических проявлений и вариабельностью эхографической картины. В настоящее время трансвагинальное ультразвуковое исследование является основным методом первичной оценки образований яичников. Существенный вклад в стандартизацию ультразвуковой диагностики внесла группа International Ovarian Tumor Analysis (IOTA), разработавшая Simple Rules и ADNEX model. Дополнительными инструментами оценки риска являются система O-RADS, а также сывороточные маркеры CA-125 и HE4 и рассчитанный на их основе алгоритм ROMA. Вместе с тем диагностическая эффективность отдельных методов может зависеть от возраста, менопаузального статуса и характеристик исследуемой популяции. Современные исследования показывают высокую диагностическую эффективность ADNEX и O-RADS, однако вопрос о дополнительной ценности HE4 и ROMA при уже имеющейся ультразвуковой информации остаётся дискуссионным. Перспективным направлением является разработка интегрированной модели, объединяющей клинические, эхографические и серологические показатели с последующей внутренней и внешней валидацией.
##plugins.themes.default.displayStats.downloads##
Библиографические ссылки
1. Van Calster B, Van Hoorde K, Valentin L, et al. Evaluating the risk of ovarian cancer before surgery using the ADNEX model to differentiate between benign, borderline, early and advanced stage invasive, and secondary metastatic tumours: prospective multicentre diagnostic study. BMJ. 2014;349:g5920.
2. Barreñada L, Ledger A, Dhiman P, et al. ADNEX risk prediction model for diagnosis of ovarian cancer: systematic review and meta-analysis of external validation studies. BMJ Med. 2024;3:e000817.
3. Meys EMJ, Jeelof LS, Achten NMJ, et al. Estimating risk of malignancy in adnexal masses: an external validation of the O-RADS ultrasound risk stratification system. Radiology. 2021;299:645–653.
4. Almeida G, Bort M, Alcázar JL. Comparison of the Diagnostic Performance of Ovarian Adnexal Reporting Data System (O-RADS) With IOTA Simple Rules and ADNEX Model for Classifying Adnexal Masses: A Head-To-Head Meta-Analysis. J Clin Ultrasound. 2025;53(7):1574–1583.
5. Karlsen NS, Høgdall CK, Dreisler E, et al. Adding HE4 to the IOTA ADNEX model for differentiating adnexal masses: A Danish prospective, multicenter study. Gynecol Oncol. 2026;209:111–119.
6. Li R, Lei J, Tang X, et al. Artificial intelligence based on ultrasound for initial diagnosis of malignant ovarian cancer: a systematic review and meta-analysis. Front Oncol. 2025;15:1626286.
7. Timmerman D, Testa AC, Bourne T, et al. Logistic regression model to distinguish between the benign and malignant adnexal mass before surgery: a multicenter study by the International Ovarian Tumor Analysis Group. J Clin Oncol. 2005;23(34):8794–8801.
8. Timmerman D, Ameye L, Fischerova D, et al. Simple ultrasound rules to distinguish between benign and malignant adnexal masses before surgery: prospective validation by the IOTA group. BMJ. 2010;341:c6839.
9. Sayasneh A, Ferrara L, De Cock B, et al. Evaluating the risk of ovarian cancer before surgery using the ADNEX model: a multicentre external validation study. Br J Cancer. 2016;115(5):542–548.
10. Van Calster B, Wynants L, Verbakel JY, et al. Reporting and interpreting decision curve analysis: a guide for investigators. Eur Urol. 2018;74(6):796–804.
11. Moore RG, McMeekin DS, Brown AK, et al. A novel multiple marker bioassay utilizing HE4 and CA125 for the prediction of ovarian cancer in patients with a pelvic mass. Gynecol Oncol. 2009;112(1):40–46.
12. Nica A, et al. Artificial intelligence in ultrasound diagnoses of ovarian cancer: a systematic review and meta-analysis. Diagnostics. 2024.
