卵巢癌是全球第七大常见癌症,也是妇科癌症第二大死亡原因(仅次于宫颈癌),其具有高侵袭性,病死率与发病率比值超过0.6,约16.7%的患者在确诊后3 个月内死亡,凸显了早期诊断及干预的迫切性
[1,2]。由于卵巢癌早期症状隐匿,约70%的病例确诊时已进展至晚期(Ⅲ~Ⅳ期)
[3],因此,精准鉴别卵巢肿瘤的良恶性是改善预后的核心环节,直接影响临床决策与患者预后
[4,5,6]。传统超声诊断模式因缺乏标准化术语及风险分层框架,导致卵巢癌的筛查和早期诊断长期面临挑战
[6]。卵巢肿瘤标志物如糖类抗原125(carbohydrate antigen 125,CA125)和人附睾蛋白4(human epididymis protein 4,HE4)的诊断效能有限,对Ⅰ期卵巢癌的诊断敏感度不足50%;基于HE4 和CA125 联合检测的卵巢恶性肿瘤风险算法(risk of ovarian malignancy algorithm,ROMA)虽可部分改善诊断效能,但其对早期病变的识别仍存在显著不足
[7,8,9]。当前,CA125 联合经阴道超声仍是卵巢癌的主要筛查方案,但其阳性预测值较低,研究表明,在普通风险人群中实施该筛查方案未能显著降低晚期卵巢癌的确诊比例及死亡率
[7]。超声弹性成像和三维能量多普勒技术虽在一定程度上提升了诊断效能,但其敏感度和准确性仍显不足,且复杂参数的主观解读限制了临床推广
[10]。
2019 年,美国放射学会发布了卵巢附件影像报告与数据系统(ovarian-adnexal reporting and data system,O-RADS),通过规范化描述术语和五级风险分层(1 ~5 类)为超声诊断构建了结构化框架,并于2022 年进行了系统更新
[11,12]。多项研究证实,利用O-RADS 区分良恶性附件病变的敏感度为95.6%,特异度为76.6%,以O-RADS 4 ~5类作为恶性肿瘤的预测标准时表现出较高的临床价值
[11,12,13],但其在质量控制流程优化中的实践价值仍需进一步验证。
计划-执行-研究-改进(plan-do-study-act,PDSA)循环由Deming 基于休哈特循环(Shewhart Cycle)理论完善,已成为广泛应用的质量管理核心工具。2024 年3 月,国家卫生健康委医院管理研究所发布《PDSA 及质量持续改进项目汇报书应用说明(专家共识)》(国卫医研函〔2024〕56号)明确指出,PDSA 循环通过迭代机制能有效应用于医疗质量水平持续改进。基于此,本研究将O-RADS 纳入超声单病种质量控制体系,并应用PDSA 循环构建“标准实施-问题溯源-动态优化”闭环,以提升诊断规范性与同质化水平。