Gail模型在乳腺超聲分類BI-RADS 4類中的應用

柴瀟 李富 蘇卡 羅銘 袁慧明 曾健

摘要：目的：利用Gail模型，對超聲發現乳腺腫物且BI-RADS 4類患者是否活檢做出建議，提高早期診斷精準度及治療效率。方法：收集乳腺超聲診斷為BI-RADS 4類并行麥默通活檢的461例患者5年前Gail模型的指標（包括年齡、初潮年齡、初產年齡、乳腺活檢次數及乳腺病史），一級家屬史、種族及病理診斷，計算5年發病風險，繪制ROC曲線，計算曲線下面積，重新定義最佳界值并分為高風險組和低風險組，比較兩組在BI-RADS 4（a、b、c）類患者中的預測準確率。結果：Gail模型以1.67%為界值預測5年發病風險準確率較低;以重新定義的0.8%為最佳界值，預測BI-RADS 4類患者5年患乳癌陽性率：高風險組59.3%，低風險組34.5%，P=0.000。4a類陽性率：高風險組37.1%，低風險組15.6%，P=0.001;4b類陽性率：高風險組58.5%，低風險組38.5%，P=0.032;4c類陽性率：高風險組72.8%，低風險組78.3%，P=0.474。結論：以0.8%為界值，Gail模型對超聲BI-RADS 4類患者乳腺癌的發生有預測價值：在4a、4b類患者中高風險組對乳腺癌診斷的陽性率明顯大于低風險組，有一定預測價值。

關鍵詞：乳腺癌;Gail模型;風險評估預測;篩查

乳腺癌是全球女性最常見的惡性腫瘤，也是導致女性患癌死亡的第二大原因[1]。乳腺癌發病率不斷升高，進行有效篩查，可降低死亡率，提高治療效率。

在中國乳癌篩查主要是通過醫院體檢和社區群體篩查以及門診的機會性篩查，以乳腺X線、超聲為主要手段。其中乳腺B超安全簡便、經濟有效[2]。臨床上常用乳腺超聲影像報告和數據系統（breast imaging reporting and data system，BI-RADS），在超聲檢查診斷達到或高于4類時建議活檢，BI-RADS 4類包括4a、4b、4c，惡變概率跨度范圍大，活檢手術有創、疼痛、費用高，選擇合適的乳腺癌風險評估工具可避免不必要的活檢。

乳腺癌風險評估工具（BCRAT）又稱Gail模型，是預測乳腺癌絕對風險的最常用的評估工具，主要用于白人，確定高風險的受試者可對浸潤性乳腺癌進行化學預防[3]。Gail模型認為5年內發病風險≥1.67%為高風險，目前在亞裔婦女中的適用性尚未驗證，很少有人使用乳腺癌風險預測模型來改進對異常乳房超聲檢查的決策。我們嘗試采用Gail模型評估5年發病風險，指導乳腺B超異常的隨訪及后續決策，評估Gail模型效能。

1資料與方法

1.1 臨床資料收集

收集2018年期間于廣西醫科大學一附院行乳腺超聲診斷為乳房腫物，符合BI-RADS分類為4類（4a、4b、4c），且后續行麥默通活檢，病理結果可查詢的女性。共納入患者461例（良性242人，惡性219人）。通過查詢病例及電話隨訪收集患者信息，Gail模型所需信息均為回憶5年前。資料收集包括病理診斷、超聲分類情況、Gail模型中指標（年齡、種族、初潮年齡、初產年齡、一級家族史、活檢次數、乳腺病史）。其中年齡需滿足5年前年齡處于35～85歲，惡性組病理需為浸潤性乳腺癌。排除標準：既往診斷過小葉原位癌或導管原位癌;有胸部放射治療史的霍奇金淋巴瘤患者;已知有BRCA1/BRCA2基因突變或已知有某些遺傳綜合征患者;對側乳腺癌以及乳腺癌復發患者。運用MDCalc軟件中的“Gail Model for Breast CA risk”計算每個患者的5年發病風險。

1.2 發病風險分組

Gail模型中指出5年發病風險>1.67%高風險。根據活檢病理結果分為良惡性，按5年前患者信息計算出的5年后（現在）發病風險，繪制ROC曲線，計算曲線下面積，得出最佳的高低風險的界值，根據該界值重新劃分為高風險組及低風險組。將入組的BI-RADS 4類患者再具體分為BI-RADS 4a、4b、4c，分別繪制Gail模型預測5年發病風險的ROC曲線，比較各組之間的區別，計算BI-RADS 4a、4b、4c類高低風險組的陽性率及陰性率并對其討論。

1.3 統計學方法

應用SPSS22.0及MedCalc統計軟件對數據進行處理，繪制5年發病風險的ROC曲線，計算曲線下面積AUC，得出靈敏度、特異度。計算BI-RADS 4a、4b、4c類高低風險組的陽性率及陰性率。檢驗水準P<0.05為有意義。

2結果

2.1 Gail模型預測5年風險情況

入組的461例患者中5年風險高于1.67%的有26例，其中良性組7人，惡性組19人。Gail模型預測BI-RADS 4類患者5年風險靈敏度：8.7%，特異度：97.1%。預測5年風險準確率低。

2.2 繪制ROC曲線，重新定義界值

取最大靈敏度及特異度，即約登指數最大時的臨界值為劃分高低風險的最佳界值。得出Gail模型在乳腺超聲診斷分類為BI-RADS 4類患者中預測其5年前的5年發病風險的ROC曲線下面積為0.681，最佳臨界值為0.8%，P<0.0001。靈敏度為：56.16%，特異度為：70.25%，約登指數（Youden）J為0.264。

根據最佳界點分為高低風險組，比較預測陽性率：5年發病風險≥0.8%為高風險，<0.8%為低風險。根據此最佳截定點分為高風險組241人，低風險組220人。Gail模型預測BI-RADS 4類患者5年患乳腺癌風險中，高風險組中陽性率59.3%，明顯高于低風險組陽性率34.5%，P=0.000。

2.3 根據高低風險分組分析Gail模型風險指標

高風險組的平均年齡較低風險組大、平均初潮年齡較低風險組小、平均初產年齡較低風險組大，活檢次數、一級親屬患乳腺癌人數相對于低風險組多，P<0.05，有統計學意義DB90CEC3-3942-44E5-ABC4-FEBBBB41B9CA

2.4 Gail模型分別預測BI-RADS4a、4b、4c患者5年風險情況

將461名患者分為BI-RADS 4a：184例，良性142例，惡性42例;BI-RADS 4b：117例，良性59例，惡性58例;BI-RADS 4c：160例，良性41例，惡性119例。將風險值代入，描繪ROC曲線。得出Gail模型在乳腺超聲診斷分類為BI-RADS4a類患者中預測其5年前的5年發病風險的靈敏度：50%，特異度：83.39%，ROC曲線下面積AUC為0.698，P<0.0001，截定點為（0.8%）。而在4b類中靈敏度：51.72%，特異度：66.10%，AUC：0.597，P=0.043，截定點為（0.8%）。在4c類中預測其靈敏度：53.78%，特異度：53.66%，AUC：0.503，P=0.954。

在BI-RADS 4a、b、c亞組中根據最佳界點分為高低風險組，184例BI-RADS 4a類患者中，Gail模型評估為高風險62例，其中惡性23例，良性39例;低風險者122例，其中惡性19例，良性103例，高風險組陽性率37.1%，低風險組陽性率15.6%，高風險組陰性率62.9%，低風險組陰性率84.4%。即陽性率高風險組優于低風險組，而陰性率則低風險組優于高風險組，P=0.02。

117例BI-RADS 4b類患者中，高風險65例，其中惡性38例，良性27例;低風險52例，其中惡性20例，良性32例。高風險組陽性率58.5%，低風險組陽性率38.5%，高風險組陰性率41.5%，低風險組陰性率61.5%。與4a類相似，P=0.032。

BI-RADS 4c類患者的陽性率：低風險組稍優于高風險組，陰性率高風險組稍優于低風險組，P=0.474，無統計學意義。

3討論

從本次研究可看出，461例BI-RADS4類患者中只有不到一半的患者確診為浸潤性癌，有大部分患者可以避免活檢帶來的疼痛、焦慮、經濟壓力。事實上這個比例應該更低，因為排除了部分年齡上不符合標準的患者。故若有模型能夠較為準確的估算個體的發病風險，將可能影響患者的后續決策。

以預測5年的患癌風險為主，Gail模型在本研究人群中的預測準確率很低，故重新定義最佳截定點為0.8%。以此為劃分高低風險的界點，Gail模型預測5年患乳腺癌風險的準確率提高，但與給出的高于1.67%為高風險相差較遠。這可能與樣本量太小及研究對象為乳腺腫物超聲分類為BI-RADS 4類有關。Gail模型預測為高風險的應重點篩查及隨訪，甚至可以進行活檢及化學預防（他莫昔芬），而為低風險的，尤其超聲分類為BI-RADS 4a類的，若患者沒有活檢意愿，可定期復查隨訪，而暫不考慮行乳房腫物活檢。對于Gail模型是否能指導乳腺超聲BI-RADS 4類患者后續治療決策，仍需進一步大樣本研究來驗證。

乳腺癌目前的發病機理尚不明確，多項研究表明與遺傳因素和環境因素共同作用有關，如經濟、文化、飲食、情緒、精神壓力、勞動強度、運動情況、致癌物質的接觸、乳腺增生、乳腺密度、一二三級家族史及卵巢癌情況、攜帶BRCA1/2基因等多種因素有關。建立一個適合中國人種的乳腺癌風險預測模型，可以加強一級預防，對高危群體進行重點篩查以及干預，可避免乳腺超聲的假陽性率對患者帶來的焦慮與痛苦。

4結論

Gail乳腺癌風險評估模型以1.67%為界值預測乳腺超聲分類BI-RADS 4類患者5年乳腺癌發病風險準確率低，重新定義過最佳界值0.8%之后，對超聲分類為BI-RADS4a、4b類患者有一定的預測價值，Gail模型評估5年風險值為高風險的，可建議進一步活檢手術明確診斷，若評估為低風險，且為4a類，患者若無活檢意愿，可定期密切隨訪復查。Gail模型在中國女性中的適用性有待更大樣本的研究，完善中國乳腺癌篩查系統及制定出適合中國女性的乳腺癌風險評估模型，有利于提高我國乳腺癌的防治水準。

參考文獻

[1]馬丹丹，劉坤，齊曉偉.2018年全球癌癥統計：乳腺癌發病和死亡人數統計[J].中華乳腺病雜志（電子版），2018，12（6）：1.

[2]遼寧省醫學會放射學分會心胸學組，遼寧省醫學會分子影像學分會專家組，韓露，等.乳腺影像學檢查與診斷規范專家共識[J].遼寧醫學雜志，2021，35（3）：7.DB90CEC3-3942-44E5-ABC4-FEBBBB41B9CA