Die HRCT (High-Resolution CT) spielt in der Diagnose von ILDs (Interstitial Lung Diseases) eine zentrale Rolle. Auch die akkurate Klassifikation der Erkrankung ist entscheidend, da sie für die Patient:innen bedeutende Auswirkungen hat. Allerdings kann die Beurteilung der radiologischen Muster auch für erfahrene Radiolog:innen eine enorme Herausforderung darstellen. Diese Problematik wird umso deutlicher, als gemäß der bislang vorliegenden Evidenz divergierende Ergebnisse bezüglich der Interpretation von HRCT-Mustern bei der ILD-assoziierten Bildgebung vorliegen.

Delaney et al., haben eine Metaanalyse durchgeführt, um das Ausmaß an Übereinstimmung zwischen spezialisierten Thorax-Radiolog:innen bei der Interpretation von ILD-assoziierter Bildgebung zu evaluieren.

ILD – eine Challenge hinsichtlich akkurater Diagnose

ILDs sind eine Gruppe von Lungenerkrankungen, die durch diffuse Inflammation und/oder Fibrose des Lungeninterstitiums charakterisiert sind. (1) Der klinische Verlauf und die therapeutischen Optionen variieren in Abhängigkeit von der Art der Erkrankung beachtlich. Unter den ILDs weist die IPF (Idiopathic Pulmonary Fibrosis) die höchste Prävalenz auf und geht mit einem medianen Überleben von 2-5 Jahren nach Diagnose mit einer schlechten Prognose einher. (2) Im Jahr 2022 haben die ATS/ERS/JRS/ALAT (American Thoracic Society, European Respiratory Society, Japanese Respiratory Society und Asociación Latinoamericana del Tórax) den Begriff der PPF (Progressive Pulmonary Fibrosis) eingeführt, um alle ILD mit Nachweis einer radiologischen Progression zu definieren, die nicht unter die Definition von IPF (Idiopathic Pulmonary Fibrosis) fallen. (3) Basierend auf den Ergebnissen der Studien SENCSCIS (4) und INBUILD (5) empfehlen sie die Gabe von Nintedanib (Ofev®) als mögliche antifibrotisch wirksame Therapieoption. (3)

Die Diagnose einer ILD im HRCT stellt insofern eine Herausforderung dar, als häufig eine Überlappung in den radiologischen Erscheinungen zwischen verschiedenen Subentitäten vorliegt (6-9) und frühe ILD-assoziierte Anomalien subtil sein können, fortgeschrittene ILD-assoziierte Anomalien hingegen häufig mit ähnlichen Veränderungen unabhängig von der spezifischen Subentität vorliegen können (3). Diese Faktoren wirken sich auf die Interobserver-Übereinstimmung zwischen Radiolog:innen aus und führen zu einer Variabilität in Diagnose und Klassifikation, was dementsprechende Implikationen für das Patient:innen-Management und die Outcomes mit sich bringt.

Metaanalyse von 13 Studien

In der systematischen Literaturrecherche wurden für die finale Analyse 13 geeignete Studien mit insgesamt 6.943 Bildgebungen und zu 146 Radiolog:innen selektioniert. In der Metaanalyse lag der Fokus auf Krankheitsmustern, Erfassung der Schwere, Krankheitsprogression und Klassifikationen basierend auf den ATS/ERS/JRS/ALAT-Guidelines von 2011 (10) und 2018 (11). Charakteristische Merkmale wie Honeycoming, Retikulierung oder Milchglastrübung sind zudem präzise durch die Fleischner Society definiert. (12) Darüber hinaus liefern die ATS/ERS/JRS/ALAT-Guidelines aus 2022 (3) eine zusätzliche Anleitung für die Erfassung der Schwere und Progression der fibrotischen Veränderungen.

Die Ergebnisse sind insgesamt ernüchternd: Die Interobserver-Übereinstimmung in der Identifikation von ILD-assoziierten radiologischen Mustern war moderat (gepoolter Kappa-Wert: 0,56). Ebenso fiel die Übereinstimmung für die radiologische Diagnose einer IPF gemäß der ATS/ERS/JRS/ALAT-Guidelines mit einem Kappa-Wert von 0,61 nur moderat aus. Die Ergebnisse liefern nur wenig Evidenz für die Übereinstimmung hinsichtlich Krankheitsausprägung, Ausmaß oder Progression.

Verbesserungsbedarf

Im Update der ATS/ERS/JRS/ALAT-Guidelines aus 2022 ist eine Progression, also die Diagnose PPF, als Vorliegen von mindestens zwei von drei Kriterien, die innerhalb des vergangenen Jahres aufgetreten sind, definiert: Symptomverschlechterung, Abfall der Lungenfunktion und/oder radiologische Progression gemäß HRCT. (3) Die Ergebnisse der Metaanalyse zeigen, dass die wiederholte Beurteilung von Krankheitsausprägung und -ausmaß und Progression sogar für Radiolog:innen mit entsprechender Expertise eine Herausforderung darstellt.

Potenzielle Lösungsansätze

Als Methoden, um die Übereinstimmung zu verbessern, führen die Autoren der Metaanalyse standardisiertes und Next-Generation-Imaging wie PCCT (Phototon-counting CT) an, das imstande ist, die Krankheitsschwere objektiv zu erfassen.

V. a. wichtig wäre es, HRCT-Protokolle über die Zentren hinweg zu standardisieren, da dies zu einer Erhöhung der Konkordanz führen könnte. AI (Artificial Intelligence)-basierte quantitative CT-Ansätze bieten potenziell eine Lösung für wiederholte Analysen. Sie können bei der Befundung helfen und die Variabilität verbessern, indem sie eine Basis für die Interpretation liefern und eine präzise quantitative Messung der Krankheitsschwere ermöglichen.