自動乳腺全容積掃描冠狀面所見聯合腫瘤標記物評估乳腺癌腋窩淋巴結轉移

劉 韜，陳庭威，嚴寶妹，楊慧慧，梁偉翔*

(1.廣州醫科大學附屬第三醫院超聲醫學科，廣東 廣州 510150；2.廣東省產科重大疾病重點實驗室，廣東 廣州 510150；3.暨南大學附屬廣州紅十字會醫院介入科，廣東 廣州 510240)

乳腺癌發病率在女性中居于惡性腫瘤之首，早期診斷、及時治療是改善生存質量、降低死亡率的關鍵[1]，而有無腋窩淋巴結(axillary lymph node， ALN)轉移影響診療方案的選擇[2]。《中國抗癌協會乳腺癌診治指南與規范(2021年版)》[3]提出，前哨淋巴結活檢(sentinel lymph node biopsy， SLNB)陽性或患者無法接受SLNB時，需行ALN清掃術(ALN dissection， ALND)，以明確是否出現轉移[4]，但相關并發癥會給患者帶來極大痛苦。既往研究[5-6]多通過分析乳腺癌病灶及ALN的二維聲像圖等預測有無ALN轉移(ALN metastasis， ALNM)，易漏診早期無明顯影像學改變的病灶，且受個體差異及腫瘤異質性等多方面因素影響。自動乳腺全容積掃描(automatic breast volume scanner， ABVS)是三維成像技術，可無創進行乳腺冠狀面成像；聯合腫瘤標志物分析，可彌補二維超聲的不足。本研究觀察ABVS冠狀面所見聯合乳腺腫瘤標記物評估乳腺癌ALNM的價值。

1 資料與方法

1.1 研究對象 回顧性分析2016年1月—2021年6月117例于廣州醫科大學附屬第三醫院住院治療的女性乳腺癌患者，年齡18～86歲，平均(56.5±12.8)歲；共134個乳腺病灶，最大徑2～106 mm，中位數24 mm；根據ALN病理學結果分為ALNM組(64例，73個病灶)和無ALNM組(53例，61個病灶)，病理類型見表1。納入標準：①于穿刺或外科手術前接受ABVS；②乳腺病灶及同側ALN病理學結果完整。排除因乳腺病灶過大、乳房皮膚明顯破潰或感染等原因而無法分析ABVS圖像者。

表1 134個乳腺癌病灶病理類型(個)

1.2 儀器與方法 采用Siemens S2000 ABVS全容積掃描系統，14L5BV探頭，頻率5～14 MHz，中心頻率11 MHz。囑患者上舉上肢，充分暴露雙側乳房，根據乳房大小選擇掃查條件，對雙側乳房行正中位、外側位掃查，完成后將圖像傳輸至Workplace系統。由2名具有5年ABVS閱片經驗的超聲科醫師共同分析分析病灶ABVS冠狀面所見，測量病灶最大徑，觀察病灶形狀、邊緣，有無“云霧征”“匯聚征”、“蓮藕征”及內部微鈣化等(圖1)，意見不一致時與另1名具有9年ABVS閱片經驗的主任醫師會診并得出最終診斷意見。

1.3 病理學結果 記錄乳腺病灶病理學結果，包括雌激素受體(estrogen receptor， ER)、孕激素受體(progesterone receptor， PR)、人表皮生長因子受體2(human epidermal growth factor receptor-2， HER-2)、Ki-67及細胞角蛋白5/6(cytokeratin 5/6， CK5/6)。根據2013年國際乳腺癌會議國際專家共識對乳腺癌進行分子分型[7]，包括Luminal-A型、Luminal-B型、HER-2過表達型及三陰性型。

1.4 統計學分析 采用SPSS 26.0統計分析軟件。以±s表示計量資料，采用獨立樣本t檢驗進行組間比較；以頻數表示計數資料，組間行χ2檢驗。采用二元logistic回歸分析ALNM的危險因素。繪制受試者工作特征(receiver operating characteristic， ROC)曲線，計算曲線下面積(area under the curve， AUC)，評價各指標單獨及聯合評估乳腺癌ALNM的效能。P<0.05為差異有統計學意義。

2 結果

2.1 單因素分析 ALNM組患者平均年齡(56.9±11.1)歲，無ALNM組(56.0±14.6)歲，組間差異無統計學意義(t=0.380，P=0.705)；組間乳腺癌原發灶最大徑、位置、ABVS冠狀面有無 “云霧征”“匯聚征”“蓮藕征”，以及HER-2、Ki-67表達差異均有統計學意義(P均<0.05)，見表2。

表2 134個乳腺癌原發灶ABVS冠狀面所見及腫瘤標記物比較(個)

2.2 多因素分析 logistic回歸分析顯示，原發灶位于左乳、ABVS冠狀面見“云霧征”“匯聚征”及Ki-67(≥20%+)均為乳腺癌ALNM的危險因素，其OR分別為2.254[95%CI(1.003，5.067)]、2.434[95%CI(1.091，5.431)]、2.594[95%CI(1.016，6.626)]及2.585[95%CI(1.045，6.393)]；以之構建ALNM概率預測模型，P=1/[-2.469+0.813×A+0.890×B+0.953×B+0.950×D]，式中A為原發灶位置(右乳：0，左乳：1)，B為“云霧征”(無：0，有：1)，C為“匯聚征”(無：0，有：1)，D為Ki-67[無：<20%+，有：≥20%+]。

2.3 評估ALNM效能 原發灶位于左乳，ABVS冠狀面見“云霧征”“匯聚征”及Ki-67(≥20%+)評估乳腺癌ALNM的AUC分別為0.596[95%CI(0.500，0.693)]、0.640[95%CI(0.546，0.735)]、0.606[95%CI(0.510，0.701)]及0.597[95%CI(0.499，0.694)]，各項聯合的AUC為0.733[95%CI(0.647，0.818)]，見圖2。

3 討論

乳腺癌血供豐富，其生長、發展均依賴大量新生血管[8],血供不對稱性增加致病變進展更快[9]，更易發生轉移。ABVS可用于乳腺冠狀面成像，更直觀、全面地顯示乳腺病灶情況。本組左側乳腺癌ALNM發生率高于右乳病灶，具體原因不清，有待后續進一步觀察。“云霧征”為病灶前方組織出現不均勻增強回聲，類似云霧狀。本研究結果提示，存在“云霧征”的乳腺癌更易發生ALNM。既往研究[10]報道，乳腺癌病灶可出現現“暈環”表現，但較少提及乳腺病灶前方組織回聲增強，后者可能與乳腺淋巴回流有關：乳腺約75%淋巴液經胸大肌外側引流至ALN，再流向鎖骨下淋巴結，乳腺癌發展至一定程度時，癌細胞不斷向周邊浸潤，周邊纖維結締組織反應性增生[10]、淋巴回流受阻。ABVS冠狀面可較為直接地顯示病灶前方組織回聲不均勻性增強，而該征象提示病灶惡性程度較高，發生ALNM可能性較大。“匯聚征”為 ABVS冠狀面特征性表現，其與乳腺病灶惡性程度的相關性已被既往研究[11]證實，本研究結果與之相符。

腫瘤標記物是機體受到腫瘤刺激而產生的物質，可反映腫瘤發生、發展情況，監測腫瘤對各種治療的反應情況。Ki-67陽性率與細胞分裂周期密切相關，陽性率越高，則處于生長周期的腫瘤細胞比例越高，腫瘤生長越快，也越易發生轉移[12]。本研究結果提示，Ki-67(≥20%+)是乳腺癌伴ALNM的危險因素。

綜上，以ABVS冠狀面所見為基礎，聯合乳腺腫瘤標記物構建的logistic回歸模型可用于評估乳腺癌ALNM。但本研究為單中心回顧性研究，且僅觀察了乳腺癌ABVS冠狀面所見，有待擴大樣本量進一步驗證其診斷效能。