大多数临床试验都涉及影像学生物标志，而不同放射科医生对医学影像临床解读的差异不免引发顾虑。临床试验评估结果中的此类差异源于影像阅片客观存在的固有差异、对评估标准的理解以及对可能存在的可测量/不可测量和/或不明确/明确疾病的定义。
多家学术中心开展了多项研究，来评估数位经验丰富的放射科医生在标准化阅片中的这类表现差异，结果表明这类差异并不是阅片质量的可靠预测因素。
考虑到影像解读中存在固有差异并且这种差异并不意味着阅片错误，我们需要深入探究导致此类差异的因素，方可确定一个可接受的基准。对阅片差异进行持续的监测并分析其趋势，让我们能够进行数据驱动的监控，并可在必要时提早干预。
美国食品药品监督管理局 (FDA) 发布的《临床试验影像终点实施标准行业指南》指导文件进一步强调了监测阅片人表现的作用。因此，业内确定了几个指标来监测阅片人表现，这些指标不仅衡量阅片人过去的表现，而且能够可靠地预测阅片人表现的趋势或偏倚。
“阅片人分歧指数(Reviewer Disagreement Index) 可以有效识别与其他人最不一致的阅片人，而传统阅片人表现的监测中可能会遗漏这一点。”
– Manish Sharma，医学博士，凯理斯医学影像副总裁
管许多治疗领域有着完善的评估标准（例如实体瘤疗效评价标准 RECIST 1.1），但由于阅片人的背景、所受培训和个人特质不同，盲态独立中心阅片 (Blinded Independent Central Review, BICR) 流程始终存在固有差异。尽管存在这种固有差异，但行业尚未建立有效方法来跟踪和先期地提高阅片人的表现。
例如，业内已使用阅片人仲裁率 (Adjudication Rate, AR) 来跟踪阅片人的表现，但该指标无法准确识别阅片人的表现问题。仲裁是在BICR中由于两位主要阅片人的评估结果不一致而触发的。例如，如果第一位审查员出色地进行了评估，而第二位审查员未能正确评估，则将触发仲裁. 而用作表现指标的 AR 会错误地判断第一个审查员可能存在表现问题。
Access additional information on how the assessment of imaging data by an independent entity reduces evaluation bias and improves assessment consistency in clinical trials.
引入阅片人分歧指数 (RDI)
为了改进用于评估和监测BICR阅片人的行业标准指标，对 20 项使用 RECIST 1.0 或 RECIST 1.1 为阅片标准的肿瘤学试验（7,136 名受试者和 32,536 个访视点）进行了回顾性研究该研究证实了在阅片人表现监测中增加两项关键表现指标 (Key Performance Index, KPI) 的价值。这两项 KPI 分别是：
仲裁一致率 (AAR)
- 评估在给定的项目里，某位阅片人与其他阅片人的相对表现。仲裁一致率越高，表明阅片表现越好
阅片人分歧指数
- 该指标考虑了仲裁人与阅片人不一致的受试者数量，以及相比阅片人所阅的总数而言，仲裁人不同意的情况
与 AR 和 AAR 相比，RDI 被证明是一个更可靠的质量指标，因为 RDI 可以额外识别与其他人不一致的阅片人，从而提高其可靠性。在阅片人表现监测中，RDI 可以识别出与其他人最不一致的阅片人，而仅分析 AR 和 AAR 可能会遗漏这一点。
自动分析每位阅片人与其他阅片人所有的或特定的一些不一致的案例，可以更加具体地监测阅片人的阅片表现。一旦“标记”出 AAR 较低，系统会自动提示BICR进一步评估该信号。阅片结果对照表有助于在具体临床试验中有效监测 BICR 阅片人的表现。可使用这些方法对总体 AAR 较低或 RDI 较高的阅片人展开调查。
如果将这些指标部署至 BICR 工作流程中，即可实现响应迅速的动态风险模型，该模型比当前广泛使用的监测工具更准确，并能自动指示如何进行精确的干预，从而纠正阅片人的表现问题。重要的是，此举通过持续监测与风险阈值的接近程度，可有效减少阅片人的表现问题。
通过监测这些指标的轨迹和趋势，Calyx 能够在问题发生前进行主动干预，不仅可以提高 BICR 结果的有效性，患者的安全性和临床结局。该系统尤为突出的优点是设置好之后，其回归模型即可利用监督式学习算法来改善其可预测性，减少重复编程，并方便医学监查员对异常值采取措施。
多维实时监测指标进一步提升了Calyx 对阅片人表现的质控，最终提高数据的质量和完整性，制药公司可以放心地根据这些数据来确定新药的安全性和有效性。
参考文献
- Guidance for Industry Developing Medical Imaging Drug and Biologic Products. Part 3: Design, Analysis, and Interpretation of Clinical Studies. US Department of Health and Human Services. Food and Drug Administration. Center for Drug Evaluation and Research. Center for Biologics Evaluation and Research; 2004.
- Clinical Trial Imaging Endpoints Process Standards Guidance for Industry Draft. US Department of Health and Human Services. Food and Drug Administration. Center for Drug Evaluation and Research. Center for Biologics Evaluation and Research. March 2015 Revision1.
