针极肌电图(needle EMG)模式分类的评分者间信度:19名不同临床经验与专科医师基于专家共识标准的探索性研究

《Frontiers in Neurology》:Inter-rater reliability of needle EMG pattern classification among physicians

【字体: 大 中 小 】 时间:2026年10月15日 来源:Frontiers in Neurology 3.3

编辑推荐:

  目的:以共识标准(consensus standard, CS)为参考,评估针极肌电图(needle electromyography, EMG)评估在19名具有不同临床经验和专科背景的医师之间的评分者间信度(inter-rater reliability)。

  
目的:以共识标准(consensus standard, CS)为参考,评估针极肌电图(needle electromyography, EMG)评估在19名具有不同临床经验和专科背景的医师之间的评分者间信度(inter-rater reliability)。方法:该研究遵循《可靠性和一致性研究报告指南》(Guidelines for Reporting Reliability and Agreement Studies, GRRAS)。首先,四名EMG专家对30份EMG记录的分类达成一致,将其分为正常(normal)、肌源性(myogenic)或神经源性(neurogenic),并称为CS。其次,这些匿名记录由19名非专家医师独立分类。随后,针对每名医师与CS比较计算Cohen’s kappa(κ)。Fleiss’ κ用于多评分者一致性。计算类别特异性(one-vs-rest)κ、敏感性(sensitivity)和特异性(specificity)。按经验和专科进行亚组分析。事后效能分析(post-hoc power analysis)用于专科比较。结果:所有医师相对于CS的平均κ为0.688(中位数0.747,标准差0.172;范围0.287–0.900)。总体多评分者一致性(Fleiss’ κ)为0.581。类别特异性κ值为:神经源性0.723,正常0.368,肌源性0.334。敏感性/特异性:神经源性94.6%/87.1%,肌源性69.7%/96.1%,正常78.2%/88.9%。与CS的一致性随经验增加而提高:平均κ从0.365(第1组,≤1年)升至0.798(第4组,>10年)。神经科医师与临床生理学家之间未发现显著差异(Mann–Whitney U检验,p = 0.174);事后效能较低(≈45%),因此不显著不应解释为等效。EMG专家显示几乎完美的一致性(κ = 0.85–0.95)。结论:在这项探索性研究中,医师在EMG分类中与CS标准表现出中等至实质性一致。神经源性变化被最可靠地识别,而正常与肌源性变化之间的区分仍然具有挑战性。在本样本中,更高的经验与更好的一致性相关,但该发现需要在更大型研究中确认。尽管分析效能不足,神经科医师与临床生理学家之间未发现统计学显著差异。各专科内部个体能力差异很大,提示客观的、基于能力的资格认证可能比单纯专科背景更具相关性。
针极肌电图(needle electromyography, EMG)是神经肌肉疾病评估中的关键技术,可用于区分神经源性(neurogenic)与肌源性(myogenic)改变,并识别正常(normal)表现。针极EMG的诊断效用高度依赖判读者的经验以及模式分类的一致性。既往研究曾探讨腰椎神经根病中的评分者间信度,但对于不同背景医师之间的整体模式分类(正常/肌源性/神经源性)仍缺乏充分证据,尤其是在无法获得临床资料的情况下。不同国家允许不同医学背景的医师实施针极EMG,包括接受神经生理学专门培训的技术人员、临床神经生理学家和神经科医师等;不仅经验水平,基础临床教育也可能影响针极EMG判读。因此,研究人员开展这项研究,主要目的是以四名EMG专家建立的共识标准(consensus standard, CS)为参照,评估19名具有不同经验和专科的医师在针极EMG模式分类中的评分者间信度。次要目标包括:评估每名医师与CS的个体一致性;量化总体多评分者一致性;计算类别特异性信度、敏感性和特异性;探索临床经验与专科对一致性的影响。由于采用探索性设计,研究未预先指定针对亚组差异的正式假设检验。研究结果显示,医师与CS之间总体呈中等至实质性一致;神经源性改变识别最可靠,而正常与肌源性改变的鉴别仍具挑战;经验更丰富者一致性更高,但需更大队列确认;神经科医师与临床生理学家之间无统计学显著差异,但分析效能不足,不能解释为等效。该研究意义在于支持基于能力的资格认证,并强调标准化培训应聚焦正常–肌源性边界以及离线运动单位电位(motor unit potential, MUP)模式判读的局限性。

为开展研究,研究人员遵循GRRAS,从三个神经肌肉科室的临床数据库获取30例匿名针极EMG记录(正常、肌源性、神经源性各10例;由ED、ES或AP采集,使用Neurosoft LITEBOX和一次性同心针电极;协议肌肉包括三角肌、肱二头肌、指总伸肌、第一骨间背侧肌、股外侧肌、胫骨前肌和腓肠肌,并非每例均含全部肌肉)。四名EMG专家(ED、ES、AP和MK)独立重分类,经共识会议形成CS。19名非专家在无临床/人口数据、无干扰曲线及无MUP标记覆盖条件下独立分类。计算Cohen’s κ、Fleiss’ κ、类别特异一对多κ、敏感性和特异性,并进行经验与专科亚组分析、Mann–Whitney U检验、事后效能分析和Bootstrap 95%置信区间;使用SPSS 26和Keptune AI。

研究结果部分,3.1 专家:四名专家的独立预共识评分与最终CS一致性高(κ ≥ 0.85),专家间一致性Fleiss’ κ = 0.85。3.2 非专家:多数医师(52.6%)有1–3年针极EMG经验,21.1%有>10年经验;神经科医师13/19(68.4%),临床生理学家6/19(31.6%)。经验分组中,≤1年组n = 2,2–3年组n = 10,4–9年组n = 3,>10年组n = 4;第1组和第3组样本小,亚组比较为探索性。3.3 与CS一致性:19名医师的Cohen’s κ中位数为0.747,范围为0.287–0.900;19名医师间配对Cohen’s κ平均非对角κ = 0.58,呈中度一致,层次聚类发现若干相似组,少数离群者如R01一致性较低。3.4 总体多评分者一致性:19名非专家和30份样本的Fleiss’ κ = 0.581,为中度一致;观察总体一致P? = 0.729,机会预期一致Pe = 0.354;类别分配边际比例为正常0.332、肌源性0.232、神经源性0.437。3.5 类别特异性一致性:基于570项分类(19名医师×30份记录)与CS比较,神经源性MUP一致性最高(κ = 0.723),正常和肌源性模式仅为公平一致(κ = 0.368和0.334);所有医师个体Cohen’s κ的Bootstrap 95%置信区间为0.608–0.764。3.6 诊断准确性:570项分类汇总后,神经源性模式敏感性最高(94.6%),肌源性模式特异性最高(96.1%);肌源性敏感性/特异性为69.7%/96.1%,神经源性为94.6%/87.1%,正常为78.2%/88.9%。3.7 按专科组汇总混淆矩阵:神经科医师(n = 13)与临床生理学家(n = 6)相比,真肌源性样本被误判为神经源性的比例在神经科医师中更高(14.5% vs 3.7%);反向错误即真神经源性判为肌源性在两组均低(2.8% vs 1.5%)。神经源性识别在两组均优秀(92.3% vs 97.0%),肌源性识别在临床生理学家组更好(77.8% vs 61.5%),正常样本识别两组约75%。3.8 按临床经验亚组:与CS比较的平均Cohen’s κ和Fleiss’ κ随经验增加而升高,从第1组0.365和0.297升至第4组0.798和0.755;第2组(2–3年)意外优于第3组(4–9年),最可能解释为第3组样本小(n = 3)及组内异质性,而非真实的中期职业下降;第1组和第3组过小,分析仅为描述性。3.9 专科比较:神经科医师与临床生理学家的个体Cohen’s κ无统计学显著差异(Mann–Whitney U = 23.0,p = 0.174);临床生理学家中位κ数值更高(0.799 vs 0.746),四分位范围重叠,事后效能约45%,因此不显著不能解释为等效;检测类似差异需每组至少20名医师以达到80%效能。

讨论部分指出,该研究检查不同专科和经验医师在无临床信息时如何一致地将针极EMG记录分类为正常、肌源性或神经源性。与四名专家建立的CS相比,19名医师总体一致性为中等至实质性。三种EMG模式诊断难度不等:神经源性改变识别可靠,而正常与肌源性模式鉴别仍困难。个体与CS一致性差异大,与临床经验相关,但与专科归属不相关。该结果与既往针极EMG评分者间信度研究总体一致;粗诊断问题如神经源性与非神经源性一致性较高,而更细区分时一致性下降。慢性神经源性重组产生高波幅、长时限和常多相MUP,并伴募集减少,视觉上显著;肌源性改变常较微妙,短、低波幅多相电位可能接近正常范围,分类高度依赖定量阈值。国际临床神经生理学联盟(International Federation of Clinical Neurophysiology, IFCN)标准强调与规范数据比较,并承认常规实践中明确定义参考值有限。本研究中肌源性模式特异性高但敏感性较低,提示医师很少过诊肌病但常低诊。偶尔真肌源性记录误判为神经源性,可能反映MUP标记放置错误导致测得的时限人为延长,从而产生神经源性重组印象。由于未提供干扰曲线或力量分级募集,记录无MUP标记覆盖,研究评估的是标记放置与基于MUP的模式判定,而非完整床旁EMG;插入活动、自发活动和指导肌肉选择的临床问题均不可得。肌源性敏感性较低与该受限任务一致。每块肌肉6个MUP为操作最低值,因严重神经源性过程仅剩少量运动单位;该选择保留神经源性端,但可能限制轻度肌病改变识别。经验比专科更能决定表现,一致性从≤1年组的公平一致升至>10年组的实质性至几乎完美一致;2–3年组优于4–9年组最可能因后者样本小和异质性,而非真实中期下降。年数仅为真正经验的替代指标,各国胜任力认可所需监督研究量差异大。神经科医师与临床生理学家无显著差异,但比较效能不足。神经科医师更常将真肌源性误判为神经源性,作者认为可能反映神经科实践中神经源性病理占优,使临界病例偏向神经源性解释;临床生理学家日常更多进行定量MUP分析并与参考值比较,可能更好校准正常–肌源性边界。两专科内部κ值范围宽,提示个人能力比专科标签更具决定性。国际调查显示,临床神经生理学仅在少数国家为主要专科,多经神经科、物理与康复医学等进入,培训时长和内容差异大。美国神经肌肉与电诊断医学协会(American Association of Neuromuscular and Electrodiagnostic Medicine, AANEM)调查报道,神经科住院医师平均接受8.4周EMG培训,而物理与康复医学住院医师为21.3周。神经源性改变识别在各培训路径中似乎教学有效;主要教育弱点在于肌病改变识别以及正常与轻度异常边界。弥补该差距需加强定量MUP分析、有意暴露于细微肌病病例,并采用结构化反馈。结果支持从专科为基础转向能力为基础的资格认证,标准化考试可能成为可行工具。限制包括:30份记录样本较小,κ估计置信区间宽;经验组分布不均;无法进行肌肉水平分析;未展示干扰曲线和力量分级募集;未评估评分者内信度;四名专家中三人曾原始采集部分记录,虽CS使用匿名文件且需四人共识,但不能排除对个别记录的残余熟悉并可能轻微膨胀专家一致性;每块肌肉6个MUP低于正式定量MUP分析推荐的约20个;敏感性和特异性为聚类数据的描述性汇总估计;研究为探索性,专科间非显著差异在事后效能约45%时不能解释为等效;30例源患者人口学和转诊临床诊断不可呈现,因记录导出时已匿名且无法链接原始临床文件;CS仍是电生理参考标准,而非疾病诊断。研究结论翻译如下:在这项探索性研究中,针极EMG模式分类与专家共识标准之间呈现中等至实质性一致。神经源性模式被高度一致地识别,而正常与肌源性模式之间的区分仍然具有挑战性。更高的临床经验似乎与更高的一致性相关,但这一观察需要在更大队列中确认。这些发现支持基于能力的资格认证,并强调需要标准化培训,重点聚焦正常–肌源性边界以及离线MUP模式判读的局限性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号