Kaiser評分與表觀擴散系數評價乳腺病灶的對比研究

潘佳玲，李曉虹，陳新杰，鄧凌達，杜勇興，陳海雄，楊少民，2，胡秋根，郭保亮*

乳腺癌發(fā)病率居女性惡性腫瘤之首，是女性癌癥死亡的主要原因之一[1-2]。MRI是乳腺癌的重要診斷工具[3-5]，隨著MRI的廣泛應用，MRI乳腺影像報告與數據分析系統(tǒng)(Breast Imaging Reporting and Data System，BI-RADS)在臨床中得到了普遍認可[6]。但是，BI-RADS 沒有提供利用乳腺病灶的影像特征進行臨床決策的具體方法[7-8]。Kaiser 評分是基于機器學習算法而提出的決策樹結構的評分方法[9-10]，可為臨床醫(yī)生判斷患者是否需要活檢提供客觀參考指標。表觀擴散系數(apparent diffusion coefficient，ADC)是水分子擴散運動的量化指標[11]，乳腺惡性病灶的ADC低于良性病灶及正常乳腺組織[12-13]，目前ADC已廣泛用于評估乳腺病灶。Kaiser評分和ADC[12-13]均可用于鑒別乳腺良惡性病灶、指導臨床決策。但是，目前國內外關于聯(lián)合應用兩者能否提高診斷價值的文獻報道少見，Meng 等[14]探討了此類問題，但是其研究主要應用于BI-RADS 4 類病灶，也未探討Kaiser 評分在腫塊及非腫塊強化病灶中的差異。故本項研究分析了Kaiser 評分、ADC 及兩者聯(lián)合應用在腫塊及非腫塊強化病灶中價值，旨在比較Kaiser 評分和ADC在對乳腺病灶的診斷效能及其降低非必要活檢的能力，為患者個性化治療方案的制訂提供客觀參考指標。

1 材料與方法

1.1 研究對象

本研究為回顧性研究，經南方醫(yī)科大學順德醫(yī)院醫(yī)學倫理委員會批準，免除受試者知情同意，批準文號：20200910。回顧性分析2019年1月至2021年9月在南方醫(yī)科大學順德醫(yī)院行乳腺MRI檢查的患者資料，納入標準：(1) MRI檢查前未行乳腺手術及放化療；(2)病灶經穿刺或手術活檢，病理結果完整。排除標準：(1)圖像質量欠佳，如運動偽影過重圖片不能用于診斷分析或無法測量ADC 值者；(2)臨床、MRI 影像資料不完整者。

1.2 設備及參數

采用Siemens Magnetom skyra 3.0 T 超導MR 掃描儀及4 通道相控陣乳腺線圈，患者取仰臥位，雙側乳房自然下垂。掃描序列包括：T1WI序列：TR 5.4 ms，TE 2.5 ms，層厚4 mm，視野(FOV) 330 mm×330 mm；T2WI 及T2WI 壓脂序列：TR 5630 ms，TE 81 ms，層厚4 mm，FOV 210 mm×470 mm；DWI序列：TR 6370 ms，TE 62 ms，層厚5 mm，FOV 190 mm×340 mm，b 值取0、800 s/mm2。常規(guī)掃描后行動態(tài)增強掃描，靜脈注射釓噴酸葡胺(馬根維顯，德國Bayer 公司)，劑量為0.2 mL/kg，注射速度約2 mL/s，掃描參數：TR 5.6 ms，TE 2.1 ms，FOV 200 mm×530 mm，連續(xù)掃描6期。

1.3 圖像分析

采用SYNGO Via 軟件對圖像進行后處理。影像分析采用雙盲法由2 名有5 年以上乳腺MRI 診斷經驗的放射科醫(yī)師進行閱片，評估內容包括病灶類型、大小、邊緣、內部強化特征、周圍水腫情況、時間信號強度曲線(time intensity curve，TIC)的類型，意見不一致時協(xié)商解決。ADC 值的測量：結合增強及DWI圖像，在ADC圖上選取病變的最大層面同時避開壞死、囊變、出血區(qū)勾畫ROI (平均大小為5～10 mm2)，測量三次，最終結果取平均值。按照Kaiser 評分、KS+評分規(guī)則分別計算每個病灶的分值，范圍為1～11，評分規(guī)則見圖1、2，病例圖像見圖3、圖4。據以往的研究發(fā)現，Kaiser 評分[9-10]最佳閾值為4，Kaiser 評分大于4 時，病灶存在惡性可能，建議病理活檢；ADC 最佳閾值[15]為1.26×10-3mm2/s，ADC小于等于1.26×10-3mm2/s 時，病灶存在惡性可能，建議病理明確。

圖1 Kaiser評分流程圖。

圖2 KS+評分流程圖。

圖3 女，24 歲，右乳腫塊，T2WI-FS (3A)、T1WI 圖像(3B)、TIC 圖(3C)、ADC 圖(3D)示病灶邊緣多發(fā)毛刺，周圍見水腫，TIC 呈流出型，Kaiser 評分為11 分，ADC 為0.97×10-3 s/mm2，KS+評分11 分，均提示惡性病灶，最終病理為浸潤性導管癌。 圖4 女，62 歲，右乳異常強化灶，動態(tài)增強早期圖像(4A)、T2WI-FS(4B)、TIC 圖(4C)、ADC 圖(4D)示病灶邊緣多發(fā)毛刺，右乳彌漫性水腫，TIC 呈流出型，Kaiser 評分為11 分，ADC 為1.29×10-3 s/mm2，KS+評分7 分，Kaiser評分及KS+評分提示惡性病灶，ADC 考慮良性病灶，最終病理為浸潤性導管癌。注：T2WI-FS：T2 增強抑脂序列；TIC：時間信號強度曲線；ADC：表觀擴散系數；KS+評分：Kaiser評分聯(lián)合ADC。

1.4 統(tǒng)計學方法

采用Medcalc 20和SPSS 26.0進行數據分析。Kolmogorov-Smirnov檢驗對計量資料進行正態(tài)性檢驗，正態(tài)分布資料用±s 表示，不符合正態(tài)分布的資料用M (P25,P75)表示。采用Mann-WhitneyU檢驗比較乳腺良惡性病灶的Kaiser 評分、ADC值。計算Kaiser 評分、ADC、KS+評分的AUC、準確度、敏感度、特異度，AUC 通過Delong 檢驗進行比較，敏感度、特異度通過McNemar 檢驗進行比較。P＜0.05 時差異有統(tǒng)計學意義。

2 結果

2.1 患者一般資料

2019 年1 月至2021 年9 月間行乳腺MRI 檢查的患者257 例，有手術及放化療史者41 例，缺乏病理資料者68 例，影像資料不完整者21 例，本研究最終納入患者127 例，均為女性，年齡18～82 (47.3±12.9)歲，共134 個病灶(其中7 例患者有2 個病灶)，大小5～146 (31.0±26.1) mm，其中腫塊強化病灶88 個，非腫塊強化病灶46 個。惡性病變87 個，其中63 個病變?yōu)榻櫺詫Ч馨?63/87，72.4%)，其中1 個病變?yōu)榻櫺匀橄侔┌轲ひ喊? 個病變?yōu)榻櫺詫Ч馨┖喜⑿∪~癌，13 個病變?yōu)閷Ч茉话┌榛虿话槲⒔?13/87，14.9%)；良性病變47 個，25 個為纖維囊性乳腺病(25/47，53.2%)，其中1 個病變?yōu)槔w維囊性乳腺病伴纖維腺瘤、2個病變?yōu)槔w維囊性乳腺病伴導管內乳頭狀瘤，13個病變?yōu)槔w維腺瘤(13/47，27.7%)。

2.2 乳腺良、惡性病變Kasier評分分值、ADC值的差異

惡性病灶Kaiser 評分[6 (5，8)]高于良性病灶Kaiser 評分[3 (2，4)]，差異有統(tǒng)計學意義(P＜0.001)。惡性病灶ADC[0.80×10-3s/mm2(0.67×10-3s/mm2，0.90×10-3s/mm2)]低于良性病灶ADC [1.14×10-3s/mm2(0.92×10-3s/mm2，1.34×10-3s/mm2)]，差異有統(tǒng)計學意義(P＜0.001)，見圖5A、5B。

圖5 乳腺良、惡性病變Kasier評分(5A)、ADC值(5B)差異分析箱體圖。

2.3 Kaiser評分、ADC、KS+評分對乳腺病灶的診斷效能

Kaiser評分AUC優(yōu)于ADC，差異有統(tǒng)計學意義(P=0.0404)，兩者AUC最大差異在于非腫塊病變。KS+的AUC優(yōu)于ADC，差異有統(tǒng)計學意義(P=0.0400)。Kaiser 評分與KS+的AUC 差異無統(tǒng)計學意義(P=0.7604)，見圖6、表1。

表1 Kaiser評分、ADC、KS+評分診斷效能比較

圖6 Kasier評分、ADC值、Kasier評分聯(lián)合ADC(KS+評分)對乳腺病灶的ROC分析。6A：Kaiser評分、ADC、KS+評分對所有乳腺病灶的ROC圖；6B～6D：分別為Kaiser評分、ADC、KS+評分對乳腺腫塊及非腫塊強化病灶的ROC圖。注：ADC：表觀擴散系數；KS+評分：Kaiser評分聯(lián)合ADC。

2.4 Kaiser評分、ADC、KS+評分降低非必要活檢的能力

Kaiser 評分、ADC、KS+評分結果與病理結果對比見表2。Kaiser評分的特異度優(yōu)于ADC，差異有統(tǒng)計學意義(P=0.0215)。Kaiser 評分與ADC 的敏感度差異無統(tǒng)計學意義(P=0.6875)。KS+評分的特異度優(yōu)于ADC，差異有統(tǒng)計學意義(P＜0.001)。KS+評分與ADC 的敏感度差異無統(tǒng)計學意義(P=0.375)。Kasier 評分與KS+評分的敏感度差異無統(tǒng)計學意義(P＞0.500)，Kasier 評分與KS+評分的特異度差異無統(tǒng)計學意義(P＞0.999)，見表3。

表2 Kaiser評分、ADC、KS+評分結果與病理結果對比

表3 Kaiser評分、ADC、KS+評分降低非必要活檢的能力

3 討論

Kaiser 評分[9-10]通過機器學習算法從17 個影像特征中篩選了5 個影像特征評估乳腺病灶的惡性可能，病灶分值越高，惡性可能性越大。本研究比較了Kaiser 評分、ADC 及兩者聯(lián)合應用的診斷價值，發(fā)現Kaiser 評分的診斷價值優(yōu)于ADC，聯(lián)合應用Kaiser評分及ADC不能提高診斷效能。通過分組分析發(fā)現在非腫塊強化病灶中Kaiser 評分的AUC 最佳，Kaiser 評分在非腫塊強化病灶的診斷中具有優(yōu)勢。本研究通過計算Kaiser評分、ADC、兩者聯(lián)合應用的敏感度、特異度比較了其降低非必要活檢能力，發(fā)現Kaiser 評分同時具有高敏感度、高特異度，更適用于臨床，可為臨床醫(yī)生判斷患者是否需要活檢提供客觀參考指標。

3.1 Kaiser評分與ADC的診斷效能分析

本研究結果顯示，良惡性病灶的Kaiser 評分值、ADC 值差異有統(tǒng)計學意義，兩者均可用于良惡性病灶的鑒別，Kaiser評分對乳腺病灶的診斷效能優(yōu)于ADC。這可能是因為Kaiser 評分[9-10]包含的五個影像特征均側面反映了乳腺病灶的異質性。其中根征及邊緣情況反映了病灶的形態(tài)學特點，TIC類型及內部強化特征反映了病灶的血流動力學特征。灶周水腫與乳腺癌的腫瘤微環(huán)境密切相關，提示淋巴轉移的風險增加[16]。Kaiser評分綜合分析乳腺病變，ADC僅通過水分子擴散受限情況評估乳腺病灶，存在一定的局限性。通過分組分析，發(fā)現兩者AUC 在非腫塊病變中差異最大，這與Jajodia 等[17]研究中Kaiser評分在乳腺非腫塊病灶中有較高的診斷效能相一致，但是本研究中Kaiser 評分在非腫塊病灶中的AUC 為0.900，而Jajodia的研究中其AUC僅為0.715，原因可能是其研究納入對象為鉬靶或者乳腺MRI診斷不明確的病例，診斷的難度更大。

3.2 聯(lián)合應用Kaiser和ADC的診斷效能分析

聯(lián)合應用Kaiser評分和ADC無法提高診斷效能，與Meng等[14]研究一致，但是本研究進一步發(fā)現Kaiser評分與KS+評分在腫塊強化病灶中AUC一致，在非腫塊病灶中Kaiser評分的AUC稍高于KS+評分。分析其原因可能如下：第一，ADC受較多因素的干擾，一方面患者的脈搏、呼吸、乳腺病灶中細胞間質成分、內部結構等均可影響ADC值的大小，另一方面MRI掃描儀及DWI的采集參數的不同亦可影響ADC值[18]；第二，由于ADC的圖像分辨率低且存在幾何失真，ADC在乳腺亞厘米級非腫塊病灶中的診斷效能欠佳[11]；第三，Kaiser評分的五個影像特征除邊緣均與乳腺癌的診斷顯著且獨立相關，而ADC值在乳腺良惡性病灶中存在一定的重疊，特異性不高[19]。

3.3 Kaiser評分、ADC、KS+評分降低非必要活檢能力的分析

本研究中，ADC、Kaiaer 評分及KS+評分的敏感度相仿，但是ADC 的特異度僅為42.6%，明顯低于Kaiser 評分及KS+評分。與Kaiser 評分相比，KS+評分可以多減少一例非必要活檢，但同時也會產生一例假陰性結果。回顧性分析此假陰性病灶表現為非腫塊樣強化病灶，Kaiser 評分為5，建議病理活檢；ADC 為1.8×10-3mm2/s，KS+評分為1，不建議進一步檢查，最終病理結果為導管內原位癌。這可能與導管內原位癌的病理特征有關，導管內原位癌腫瘤血管密度低且血管化程度不一[20]，而TIC 類型與腫瘤血管化程度密切相關[21]，故導管內原位癌TIC 曲線表現多樣；導管內原位癌細胞密度低，纖維間質多，水分子擴散受限不明顯，ADC 值減少有限[22-23]。此外，此病灶表現為非腫塊強化病灶，無明確邊界，其內夾雜脂肪和腺體組織，ADC值的測量可能存在誤差。

3.4 本研究的局限性

本研究存在一定的局限性。第一，本研究為回顧性分析，可能會導致病例選擇和統(tǒng)計學偏倚；第二，本研究中部分病例的病理結果為穿刺活檢結果，穿刺位置與ADC的ROI位置不能完全匹配，ADC可能存在一定的誤差；第三，本研究的樣本數量有限，且良性病變數較少，有待進一步擴大樣本量。

綜上所述，Kaiser 評分和ADC 均用于鑒別乳腺良惡性病灶，但Kaiser 評分的診斷效能明顯優(yōu)于ADC，其在診斷非腫塊強化病變時具有顯著性。Kaiser評分能減少非必要的活檢的能力亦優(yōu)于ADC，聯(lián)合應用Kaiser評分和ADC無法提高診斷效能及降低非必要活檢能力，Kaiser評分更適用于臨床實踐。

作者利益沖突聲明：全體作者均聲明無利益沖突。