肖丹丹^1,2, 刘燕娜²
1. 南昌大学江西医学院, 江西 南昌 330000;
2. 南昌大学第二附属医院超声科, 江西 南昌 330000
2020-10-23 收稿, 2021-01-21 录用
^*通讯作者: 刘燕娜

摘要: 超声影像报告及数据系统是一种对病灶的超声特征进行针对性诊断分类的系统，使超声描述规范化，解决影像医师与临床医师间的沟通问题，并对病灶的随访、穿刺及治疗提供指导建议。多个超声影像报告及数据系统已在临床广泛应用，本文就应用范围最广的乳腺、甲状腺、卵巢、肝脏影像报告及数据系统进行介绍。
关键词: 影像报告及数据系统超声检查乳腺肿瘤甲状腺肿瘤肝脏肿瘤
Application of Ultrasound Imaging Reporting and Data System
XIAO Dandan^1,2, LIU Yanna²
1. Jiangxi Medical College of Nanchang University, Nanchang 330000, Jiangxi, P. R. china;
2. Department of Ultrasound, the Second Affiliated Hospital of Nanchang University, Nanchang 330000, Jiangxi, P. R. China
^*Corresponding author: LIU Yanna
Abstract: Ultrasound imaging reporting and data system is a classification system for diagnosis by multiple ultrasonic features of lesions. The purpose is to standardize the expression of imaging diagnosis, and to solve the communication problem between sonographers and clinicians, so as to provide suggestions for the follow-up, biopsy and treatment of the lesion. Different versions of ultrasound imaging reporting and data systems have been applied to clinical practice. This article introduces several kinds of ultrasound imaging reporting and data systems which are widely used in clinic, including breast, thyroid, ovarian and liver ultrasound imaging reporting and data systems.
Key words: imaging report and data systemultrasonographybreast neoplasmsthyroid neoplasmsliver neoplasms
随着超声检查在疾病筛查中的广泛应用，各系统的超声影像报告及数据系统(imaging report and data system, IRADS)已经引入临床。在以往的临床科研中，超声特征描述和诊断报告缺乏统一的标准和规范，临床医师理解影像学词汇存在困难，IRADS对病灶的超声特征进行针对性诊断分类，提供病灶位置、良恶性程度等特定信息，使超声描述规范化，有效地解决了影像医师与临床医师间的沟通问题。超声可以在术前对大多数病灶的良恶性做出鉴别，但对于部分缺乏特征性表现的病灶，其病理诊断的类型往往无法通过超声来确定，IRADS对该部分疾病合理地给出分级，可使临床医师迅速准确地获得影像学信息，同时，IRADS对患者的随访进行了管理，有利于疾病的早期发现，此外，IRADS的应用为临床大数据的规范化管理提供了便捷。20世纪初期，美国放射学会(American college of radiology, ACR)发布了关于乳腺的IRADS，应用范围广泛，随后陆续发布了各个系统的IRADS。本文就ACR目前已发布的乳腺、甲状腺、卵巢、肝脏IRADS的超声部分做重点介绍，旨在推广国内超声报告规范化应用。
1 BI-RADS-US乳腺癌是女性常见的恶性肿瘤，近年来发病率呈上升趋势，指南提示40岁以上的高风险人群应进行乳腺癌筛查^[1]。乳腺影像报告及数据系统(breast imaging reporting and data system, BI-RADS)是最早应用于临床的IRADS，1992年，ACR提出了乳腺钼靶X线摄影的BI-RADS，为乳腺钼靶分级提供了标准。后于2003年发布了用于乳腺超声的BI-RADS(BI-RADS-US)，极大地优化了乳腺超声描述及管理措施，良恶性鉴别的准确性得到提升。目前，应用最广的是2013年更新的第五版BI-RADS，新版BI-RADS在位置描述、超声词汇等部分改变，增加了超声与MRI、X线钼靶之间的直接关联，采用统一术语、定义和报告格式，便于不同影像学检查之间的比较，提高了三种检查间的一致性^{[2, 3]}。
评估分类：在BI-RADS-US中，评估不完全定义为0类，需其他影像检查进一步评估；若评估是完全的，则按照恶性可疑程度依次分为1~6类，详见表 1。
表1

表 1 BI-RADS-US[2] 分级 超声表现 参考恶性率 0 需结合其他检查再评估 1 阴性(未发现病变) 2 良性表现(无恶性特征) 3 良性可能(如无症状的纤维瘤或复杂囊肿) ＜2% 4 可疑恶性 2%~95% ????4a 导管内包块; 可疑脓肿; 有症状的复杂囊肿 2%~10% ????4b 复杂囊性病变区域; 椭圆形边界不清的包块 10%~50% ????4c 微小分叶、伴钙化的包块 50%~95% 5 出现3个及以上恶性征象 ＞95% 6 病理证实为恶性病变，但尚未接受外科切除 100% ??注：1~3类为无异常发现、良性发现及可能良性；4~5类为可疑异常、高度怀疑恶性，其中4类是绝大多数难以定性的结节，划分为4a、4b、4c三个亚分类；6类病理已确定

表 1 BI-RADS-US[2]

声像图表现：在超声图像上，BI-RADS-US将微钙化(直径＜0.5 mm)、边缘不规整(模糊、成角、微小分叶及毛刺状)、不规则形、垂直方位生长化归为恶性指标。在这些恶性指标中，微小分叶是最容易被忽视的恶性特征，往往受评估者主观影响较大^[4]。新版BI-RADS新增了相关征象部分，包括结构紊乱、导管改变、皮肤改变、水肿、血管、弹性评估, 使BI-RADS对病灶的评价已不仅局限肿块本身，对于非肿块型乳腺癌可以更好更全面地提示^[3]。
随诊：2类、3类病灶建议短期随访，分别于6~12个月、3~6个月后复查；4类、5类的结节建议立即行组织学病理检查，或手术治疗。短期随访可以有效地弥补不典型病例的漏诊，提高恶性病变的早期检出率，然而，有****发现可疑良性结节的患者存在很高的失访率^[4]，在超声检查时有必要对该类患者加强宣教。
研究表明实际应用中4a类结节恶性率偏高^[5]，可能是因为评分者经验有限或主观因素影响，错将4a类以上结节归入，应提高相关专业医务人员对BI-RADS的学习，正确把握病灶分类依据及临床处理原则，才有利于BI-RADS规范有效地推广。4a类被定义为具有一项恶性征象的病灶，但恶性征象之间的权重平均分配并不合理，对4类结节的恶性率也存在影响，如何在保持简便性、实用性的前提下提高准确率，还需进一步研究。
2 TI-RADS-US甲状腺影像报告及数据系统(thyroid imaging reporting and data system, TI-RADS)近十年发布了几十个不同版本，范围遍及全球不同国家的多个机构。2009年，Horvath等^[6]在BI-RADS的基础上首次提出TI-RADS，将甲状腺结节分成10种模式，其标准词汇与BI-RADS相似。随后ACR于2015年发布了甲状腺结节超声术语词典白皮书，并于2017年发布了最新版的TI-RADS^[7]。TI-RADS通过不断更新和完善，在甲状腺结节诊断方面的临床价值在多个研究中得到了进一步验证^[8-10]。
评估分类：ACR 2017年版TI-RADS从甲状腺结节的结构、回声、形态、边缘、钙化灶5大项超声特征进行评分，计算5项之和得到总分值，见表 2、表 3。
表2

表 2 TI-RADS词典[7] 评分项目 0分 1分 2分 3分 结构 囊性或囊性为主；海绵状 囊实性 实性或实性为主；因钙化无法评价者 回声 无回声 高回声或等回声；无法评价者 低回声 极低回声 形态 纵横比＜1 纵横比＞1 边缘 光整；模糊；无法评价者 分叶；不规则 甲状腺外侵犯 钙化灶 无或后伴大“彗星尾”征 大钙化伴声影 周围钙化 点状钙化(后可伴小“彗星尾”征) ??注: 钙化灶分值应累加

表 2 TI-RADS词典[7]

表3

表 3 TI-RADS分级标准[7] 分级 分级标准 总评分 参考恶性率 1 良性 0 2 无可疑恶性征象 2 ＜2% 3 轻度可疑恶性 3 2%~5% 4 中度可疑恶性 4~6 5%~20% 5 高度可疑恶性 ≥7 ＞20%

表 3 TI-RADS分级标准[7]

声像图表现：在超声图像上恶性指标包括点状钙化(直径＜1 mm)、实性、极低回声或低回声、不规则形、甲状腺外侵犯、纵横比＞1，对部分微小结节和不清晰的回声，在评分时难以界定^[11]，2017版TI-RADS特别提出了对无法定义的特征赋予分值。TI-RADS并未加入血流特征的词汇，对于部分微小病灶，常常无法对其内的血流信号进行判断^[12]。此外，由于该版TI-RADS对5大项的超声特征进行了较为严谨的细分，实际操作复杂^[13]，不利于临床实践和推广，这是一个亟待解决的问题。
随诊：TI-RADS的随诊管理与BI-RADS相似，便于应用于临床。不同的是，TI-RADS对不同大小的甲状腺结节建议采取不同措施，各个临床甲状腺疾病诊治指南中，多将长径10 mm作为穿刺界值^[14]。新版TI-RADS明确建议，最大径超过25 mm的3类结节、超过15 mm的4类结节、超过10 mm的5类结节应进行活检，若不超过则定期随访。
TI-RADS对甲状腺滤泡性癌的诊断价值低于甲状腺乳头状癌^[15]，因其诊断标准的制定依据与滤泡性癌的超声特征有差异，使得一些超声恶性特征不明显的滤泡癌归为3类结节，3类结节的恶性率小于5%，或许针对其划分一个亚分类将有效提高TI-RADS的诊断效能。有研究发现^[16]，大多数超声特征具有多维和非线性关系，用传统的统计学方法来预测恶性肿瘤是很困难的，Wildman-Tobriner等^[17]运用遗传人工智能算法构建了一个优化的TI-RADS分级系统，为提高其诊断性能和适用性做出了尝试。
3 O-RADS-US经阴道彩色多普勒超声对盆腔包块的定性诊断有较高的准确率，是卵巢癌的重要影像学检查方法，部分盆腔肿块受月经周期影响而变化，且存在同图异病的表现。2009年，Amor等^[18]建立妇科影像报告及数据系统(gynecological imaging reporting and data system, GI-RADS)，将附件区肿瘤划为1~5类，以大乳头状突起物、厚壁分隔、实性区较明显、内部血流较丰富、合并腹水、最低阻力指数小于0.50为恶性特征。然而GI-RADS并未对所有病灶进行分类^[19]，2020年，ACR正式提出卵巢影像报告及数据系统(ovarian-adnexal reporting and data system, O-RADS)，0~5类表现见表 4。该系统是在2018年出版的O-RADS词典的基础上提出的一个包含了所有危险分层及相关管理方案的分类系统，对病灶的超声表现，如多房单房性、囊实性、内壁光滑或毛糙、乳头状突起物、血流情况、病灶大小等进行了细致划分，并根据患者处于绝经前或绝经后提出不同的管理方案。有****^[20]对比了新版的O-RADS与GI-RADS的诊断效能，前者对恶性肿瘤的敏感性显著高于后者。相较其他版的卵巢肿瘤分类系统，O-RADS尚未被广泛应用，还需要更多的临床研究推广和验证。
表4

表 4 O-RADS-US[19] 分级 超声表现 参考恶性率 0 不完全评估 0 1 正常卵巢(卵泡、囊肿、黄体≤3 cm) 2 良性可能性大： 单纯囊肿＜10 cm；典型良性病灶(出血性囊肿＜10 cm、畸胎瘤＜10 cm、巧克力囊肿＜10 cm、卵巢冠囊肿等)；内壁光滑的非典型良性病灶＜10 cm ＜1% 3 轻度可疑恶性： 单房囊性病灶≥10 cm；典型的出血性囊肿、畸胎瘤、巧克力囊肿≥10 cm；内壁毛糙的单房囊性病灶(壁厚＜3 mm；)；内壁光滑的多房囊性病灶＜10 cm，伴中度以下血流信号；表面光滑的实性病灶，无血流信号 1%~10% 4 中度可疑恶性： 内壁光滑的多房囊性病灶≥10 cm，伴中度以下血流信号；任意大小内壁光滑的多房囊性病灶，伴丰富血流信号；任意大小的内壁毛糙或不规则分隔的多房囊性病灶，无血流信号；伴0~3个乳头状突起的单房囊性病灶；多房囊实性病灶，伴或不伴少许血流信号；表面光滑的实性病灶，伴少许或中度血流信号 10%~50% 5 高度可疑恶性： ≥4个乳头状突起的单房囊性病灶；多房囊实性病灶，伴中度以上血流信号；实性病灶，伴丰富血流信号；不规则的实性病灶；腹水伴或不伴炎性包块者 ≥50%

表 4 O-RADS-US[19]

4 LI-RADS-US肝脏影像报告及数据系统(liver imaging reporting and data system, LI-RADS)是针对肝细胞肝癌提出的分级，2010年，ACR发布第一版LI-RADS分类, 主要以CT、MRI的影像表现特征为参照。随后, 逐渐加入超声检查、超声造影的相关内容^[21]，2018年，ACR发布了最新版LI-RADS^[22]，并被纳入美国肝病研究学会临床实践指南中。
评估分类：LI-RADS并不局限于一种影像学检查对病灶良恶性程度的评估，而是通过CT、MRI、超声、超声造影，针对不同人群从诊断到治疗进行完整监测。LI-RADS分为监测报告、诊断及肿瘤分期报告、治疗反应报告几个部分，其中，超声主要应用在监测报告部分，包括超声分类和可视化评分^[23]，超声造影主要应用在诊断报告的部分，用于对肝脏病灶大小、特征的描述观察及诊断分类。
LI-RADS-US将肝内病灶分为3级(表 5)，1级、2级分别建议于6个月、3~6月后复查，3级患者需要进一步行超声造影或其他影像学检查。因肝脏超声检查条件易受个体差异的影响，LI-RADS-US另外提出了可视化评分(表 6)以提高敏感性。
表5

表 5 LI-RADS-US[22] 分级 超声表现 1 未发现病变或发现良性病灶(如无肝内结节的晚期肝硬化伴腹水) 2 直径＜10 mm的可疑病灶 3 直径≥10 mm的可疑病灶或伴新出现静脉栓子 任何回声的实性结节或实质性结构紊乱区≥10 mm, 伴1项及以上的征象：a.边界不清的不均质回声，b.折射-边缘声影，c.肝脏正常管道结构消失

表 5 LI-RADS-US[22]

表6

表 6 可视化评分表[22] 分级 超声表现 A 清晰或轻度受限：清晰度不受影响 B 中度受限：小病灶可能显示欠清 C 重度受限：肝内局灶性病变显示欠清

表 6 可视化评分表[22]

肝脏超声造影影像报告及数据系统(contrast-enhanced ultrasound LI-RADS, CEUS LI-RADS)以超声造影动脉期增强(arterial phase hyperenhancement, APHE)、廓清时间特征、病灶大小为评价指标，划分肝内病灶恶性程度(表 7)。LR-1、LR-2建议6个月一次的随访，LR-3和LR-NC应3~6个月随访一次，LR-4、LR-TIV和LR-M建议活检。部分肝内病灶可以在超声造影上清楚显像，而在常规超声上并不显示。超声造影已经应用于肝细胞肝癌的射频消融治疗术后监测，而CEUS LI-RADS并未明确规定对于非手术治疗肝内病灶的管理。Bruix等^[24]认为临床中或许将LI-RADS分类减少至良性、需进一步评估、肝细胞肝癌3个分类能得到更好的应用。
表7

表 7 CEUS LI-RADS[22] 分级 超声造影表现 参考恶性率 NC 不可分类者，建议超声造影复查或其他影像学检查 TIV 明确的静脉内瘤栓 1 明确良性(如血管瘤、局灶性脂肪浸润、局灶性脂肪缺少及囊肿) 0 2 良性可能性大： 直径＜10 mm、各时相均为等增强(无廓清)的病灶；既往探查为LR-3类，且两年及两年以上直径未增大 14% 3 肝细胞肝癌中度可疑： 无APHE、直径≥10 mm、无廓清的病灶；APHE、直径＜10 mm、不伴廓清的病灶 40% 4 肝细胞肝癌可能性大： APHE、直径≥10 mm、不伴廓清的病灶；APHE、直径＜10 mm、伴晚期或轻度廓清的病灶；无APHE、直径≥20 mm、伴晚期或轻度廓清的病灶 80% 5 明确肝细胞肝癌： APHE、直径≥10 mm、伴晚期或轻度廓清的病灶 97% M 提示转移性肝内病灶，伴一个及以上的征象： a.动脉期环状高增强；b.早期廓清(廓清时间＜60 s)；c.显著廓清 93%

表 7 CEUS LI-RADS[22]

5 总结与展望受早期BI-RADS成功应用的启发，甲状腺、肝脏、卵巢等IRADS相继被提出并得到迅速发展和应用。在不断更新的版本中，IRADS已经在逐渐统一不同影像学检查间的差异，这种跨检查间的融合为临床应用提供了方便。随着对各种疾病治疗和诊断的深入研究，涌现出越来越多的新技术^[25]，如超声弹性成像、人工智能、肿瘤标记物、消融治疗等，对于IRADS是否引入新技术，应取决于该项技术在临床应用中的成熟和普及程度，新技术的融合、更新使IRADS更具实践性。其次，不同IRADS之间存在共性，尤其对于乳腺、甲状腺浅表超声，可相互完善、融会贯通，实现规范化发展。此外，由于ACR发布的IRADS是基于国外大数据，西方人种族、病因、生活方式与国内存在很大差异，因而国内外对疾病的诊断与治疗也略有不同，照搬使用很可能并不适用^[26]，如国内HBV相关的肝细胞肝癌较为多见，常保存了更好的肝功能，采取的是不同的治疗方式，Yau等^[27]发表了适用于亚洲人的香港肝癌分类，为国内肝癌患者提供更适宜的治疗指南。是否应在国际公认的IRADS基础上结合国内具体情况，建立适用性强的IRADS，还需进一步探索。综上所述，超声IRADS在超声检查中的应用具有很高的临床价值，期待IRADS的不断更新完善，以及规范化使用和进一步普及。

参考文献

[1]	中国抗癌协会乳腺专业委员会. 中国抗癌协会乳腺癌诊治指南与规范(2019年版)[J]. 中国癌症杂志, 2019, 29(8): 609-680.
[2]	Mercado C L. BI-RADS update[J]. Radiologic Clinics of North America, 2014, 52(3): 481-487. DOI:10.1016/j.rcl.2014.02.008
[3]	朱庆莉, 姜玉新. 乳腺影像报告与数据系统指南(第5版)超声内容更新介绍[J]. 中华医学超声杂志(电子版), 2016, 13(1): 5-7. DOI:10.3877/cma.j.issn.1672-6448.2016.01.003
[4]	王立平, 蒋天安, 杨琛, 等. 乳腺良性结节超声BI-RADS分级的可靠性及其影响因素分析[J]. 中华超声影像学杂志, 2011, 20(4): 314-317. DOI:10.3760/cma.j.issn.1004-4477.2011.04.014
[5]	朱巧英, 周锋盛, 周婉, 等. 灰阶超声造影对乳腺BI-RADS-US 4类病灶的应用价值[J]. 中华超声影像学杂志, 2015, 24(10): 890-893. DOI:10.3760/cma.j.issn.1004-4477.2015.10.019
[6]	Horvath E, Majlis S, Rossi R, et al. An ultrasonogram reporting system for thyroid nodules stratifying cancer risk for clinical management[J]. Journal of Clinical Endocrinology and Metabolism, 2009, 94(5): 1748-1751. DOI:10.1210/jc.2008-1724
[7]	Tessler F N, Middleton W D, Grant E G, et al. ACR thyroid imaging, reporting and data system(TI-RADS): white paper of the ACR TI-RADS committee[J]. Journal of the American College of Cardiology, 2017, 14(5): 587-595.
[8]	刘红, 胡正明, 罗海愉, 等. ACR TI-RADS分类在诊断甲状腺结节中的应用价值探究[J]. 中国超声医学杂志, 2018, 34(8): 673-675. DOI:10.3969/j.issn.1002-0101.2018.08.001
[9]	傅强, 熊颖, 闫妍, 等. 三种甲状腺影像报告和数据系统临床应用评估[J]. 中国医学装备, 2020, 17(6): 33-37. DOI:10.3969/J.ISSN.1672-8270.2020.06.010
[10]	Middleton W D, Teefey S A, Reading C C, et al. Comparison of performance characteristics of American College of Radiology TI-RADS, Korean Society of Thyroid Radiology TIRADS, and American Thyroid Association guidelines[J]. American Journal of Roentgenology, 2018, 210(5): 1148-1154. DOI:10.2214/AJR.17.18822
[11]	杨艳. 超声TI-RADS分类对甲状腺结节的诊断价值[J]. 影像研究与医学应用, 2018, 2(16): 117-118. DOI:10.3969/j.issn.2096-3807.2018.16.074
[12]	王盼盼. 彩超诊断甲状腺结节的特征分析[J]. 医学食疗与健康, 2020, 18(18): 171-172.
[13]	梁晓雯, 陈智毅. 甲状腺结节超声分类诊断研究进展[J]. 中华超声影像学杂志, 2018, 27(9): 823-826, 828. DOI:10.3760/cma.j.issn.1004-4477.2018.09.019
[14]	刘锐洪, 何瑞琦, 陈英银, 等. ACR TI-RADS与ATA指南分级评估甲状腺结节的对比研究[J]. 中国中西医结合影像学杂志, 2019, 7(4): 380-383. DOI:10.3969/j.issn.1672-0512.2019.04.015
[15]	赵静, 赵利辉, 忻晓洁, 等. 甲状腺滤泡癌与甲状腺乳头状癌的TI-RADS分类及超声特征分析[J]. 中华普通外科杂志, 2016, 31(9): 754-757. DOI:10.3760/cma.j.issn.1007-631X.2016.09.018
[16]	Zhu L C, Ye L Y, Luo W H, et al. A model to discriminate malignant from benign thyroid nodules using artificial neural network[J]. PLoS One, 2013, 8: e82211. DOI:10.1371/journal.pone.0082211
[17]	Wildman-Tobriner B, Buda M, Hoang J K, et al. Using artificial intelligence to revise ACR TI-RADS risk stratification of thyroid nodules: diagnostic accuracy and utility[J]. Radiology, 2019, 292(1): 112-119. DOI:10.1148/radiol.2019182128
[18]	Amor F, Vaccaro H, Alcázar J L, et al. Gynecologic imaging reporting and data system: A new proposal for classifying adnexal masses on the basis of sonographic findings[J]. Journal of Ultrasound in Medicine, 2009, 28(3): 285-291. DOI:10.7863/jum.2009.28.3.285
[19]	Andreotti R, Timmerman D, Strachowski L, et al. O-RADS US risk stratification and management system: a consensus guideline from the ACR Ovarian-adnexal Reporting and Data System Committee[J]. Radiology, 2020, 294(1): 168-185. DOI:10.1148/radiol.2019191150
[20]	Basha M A A, Metwally M I, Gamil S A, et al. Comparison of O-RADS, GI-RADS, and IOTA simple rules regarding malignancy rate, validity, and reliability for diagnosis of adnexal masses[J]. European Radiology, 2021, 31(2): 674-684. DOI:10.1007/s00330-020-07143-7
[21]	杨丹, 李锐. 美国放射学院超声造影LI-RADS指南(2016版)[J]. 临床超声医学杂志, 2017, 19(10): 712-718. DOI:10.3969/j.issn.1008-6978.2017.10.027
[22]	Chernyak V, Fowler K, Kamaya A, et al. Liver imaging reporting and data system (LI-RADS) Version 2018:imaging of hepatocellular carcinoma in at-risk patients[J]. Radiology, 2018, 289(3): 816-830. DOI:10.1148/radiol.2018181494
[23]	Fetzer D T, Rodgers S K, Harris A C, et al. Screening and surveillance of hepatocellular carcinoma: an introduction to ultrasound liver imaging reporting and data system[J]. Radiologic Clinics of North America, 2017, 55(6): 1197-1209. DOI:10.1016/j.rcl.2017.06.012
[24]	Bruix J, Ayuso C. Diagnosis of hepatic nodules in patients at risk for hepatocellular carcinoma: LI-RADS probability versus certainty[J]. Gastroenterology, 2019, 156(4): 860-862. DOI:10.1053/j.gastro.2019.02.008
[25]	Henderson M, Silver M, Tran Q, et al. A noninvasive blood-based combinatorial proteomic biomarker assay to detect breast cancer in women over age 50 with BI-RADS 3, 4, or 5 assessment[J]. Clinical Cancer Research, 2019, 25(1): 142-149. DOI:10.1158/1078-0432.CCR-18-0843
[26]	马姣姣, 张波. 甲状腺结节超声风险分层的利与弊[J]. 中国癌症杂志, 2020, 30(7): 546-550.
[27]	Yau T, Tang V, Yao T, et al. Development of Hong Kong liver cancer staging system with treatment stratification for patients with hepatocellular carcinoma[J]. Gastroenterology, 2014, 146(7): 1691-1700. DOI:10.1053/j.gastro.2014.02.032