基于瘤體及瘤周多參數(shù)MRI對(duì)乳腺病變良惡性診斷列線圖預(yù)測(cè)模型的構(gòu)建與評(píng)價(jià)

張春福,彭 波,黃 崎,張雪峰,才春紅,海 洋,張巍巍

(大慶油田總醫(yī)院放射科,黑龍江 大慶 163001)

乳腺病變是女性的常見(jiàn)病,乳腺病變又分為良性和惡性[1],乳腺惡性病變包含乳腺癌,具有發(fā)病率、病死率均高的特點(diǎn)。2020年腫瘤數(shù)據(jù)顯示,全球女性乳腺癌發(fā)病率為11.7%,病死率為6.9%,在各種惡性腫瘤中位居第5位[2]。早期診斷和鑒別是乳腺癌精準(zhǔn)治療和改善預(yù)后的前提,而當(dāng)前乳腺活檢穿刺檢查仍是臨床評(píng)估乳腺病變的金標(biāo)準(zhǔn),盡管可以對(duì)病灶做出定性診斷,但穿刺活檢屬于有創(chuàng)操作,會(huì)對(duì)正常乳腺周圍組織的血供造成破壞,還對(duì)身體創(chuàng)傷性大[3-4]。乳腺磁共振成像(Magnetic resonance imaging,MRI)已越來(lái)越多地用于乳腺病變的鑒別診斷中,也是乳腺癌篩查、診斷、術(shù)前分期、術(shù)后復(fù)發(fā)時(shí)間預(yù)測(cè)的重要檢查手段,且MRI的多序列成像可以從多角度反映病變信息[5-6]。擴(kuò)散加權(quán)成像(Diffusion-weighted imaging,DWI)是MRI相關(guān)技術(shù)中的一種,可以在微觀水平上評(píng)估水分子的布朗運(yùn)動(dòng),并通過(guò)表觀擴(kuò)散系數(shù)(Apparent diffusion coefficient,ADC)值鑒別病變的良惡性[7-8]。腫瘤組織和瘤周區(qū)域是由細(xì)胞外基質(zhì)以及各類型的細(xì)胞構(gòu)成,瘤周區(qū)域可以很好地代表腫瘤微環(huán)境。相關(guān)研究證實(shí),乳腺癌、子宮內(nèi)膜癌[10]的瘤周區(qū)域?qū)εR床預(yù)后有重大幫助。然而國(guó)內(nèi)外將瘤體及瘤周相關(guān)參數(shù)用于乳腺病變良惡性診斷的研究卻鮮有報(bào)道。因此,本研究旨在通過(guò)結(jié)合乳腺病變患者瘤體及瘤周相關(guān)參數(shù)指標(biāo),嘗試基于相關(guān)因素構(gòu)建乳腺良惡性病變風(fēng)險(xiǎn)預(yù)測(cè)模型,旨在進(jìn)一步提高其在乳腺病變風(fēng)險(xiǎn)評(píng)估中的價(jià)值,為臨床決策提供參考。

1 對(duì)象與方法

1.1 研究對(duì)象 選取2021年3月至2023年3月于黑龍江省大慶市大慶油田總醫(yī)院經(jīng)病理學(xué)檢查明確乳腺病變性質(zhì)的100例患者作為研究對(duì)象。病例納入標(biāo)準(zhǔn):①均經(jīng)超聲診斷懷疑為乳腺病變;②未經(jīng)化療、放療等治療;③均可以接受MRI檢查;④通過(guò)手術(shù)或者穿刺獲得病理結(jié)果;⑤均為女性。排除標(biāo)準(zhǔn):①病理診斷不明確;②凝血功能異常;③精神障礙,無(wú)法配合完成相關(guān)檢查;④惡性腫瘤;⑤MRI圖像質(zhì)量不佳;⑥臨床資料不齊全。本研究經(jīng)醫(yī)院醫(yī)學(xué)倫理委員會(huì)審核并批準(zhǔn)。

1.2 研究方法

1.2.1 MRI掃描方法:儀器:采用MRI掃描儀(飛利浦EPIQ7C型)和8通道乳腺專用相控陣表面線圈掃描。掃描體位:檢查時(shí)取俯臥位,雙乳自然下垂到線圈內(nèi)。掃描范圍:雙側(cè)乳腺和雙側(cè)腋窩。掃描序列:①橫斷面快速自旋回波T1WI序列,矩陣320×320,FOV 32 cm×32 cm,TR/TE 453.0/5.9 ms,層厚4 mm,層間距1 mm。②橫軸面快速自旋回波(FSE)T2WI序列,矩陣320×256,FOV 32cm×32 cm,TR/TE 5540/85 ms,層厚5 mm,層間距1 mm。③單次激發(fā)自旋回波 DWI,擴(kuò)散敏感系數(shù)b為1000 s/m2,FOV32 cm×32cm,TR/TE 2743.0/56.6 ms,層厚4 mm,層間距1 mm。④DKI采用SE-EPI成像序列,b值分別為0、1000、2000 s/mm2,FOV 32 cm×32 cm,TR/TE5000/74 ms,層厚5 mm,層間距1 mm。⑤橫軸位DCE,乳腺容積成像3D序列,1期蒙片和6期增強(qiáng)掃描,最后是矢狀位的掃描。⑥橫軸位矩陣320×320,FOV 32 cm×32 cm,TR/TE 3.9/1.1 ms,層厚4.2 mm,層間距2.1 mm;矢狀位矩陣256×224,FOV32 cm×32 cm,TR/TE 4.9/1.2 ms,層厚1.8 mm,層間距1 mm。

1.2.2 MRI圖像處理:將圖片導(dǎo)入AW 4.6工作站應(yīng)用Functool 軟件進(jìn)行圖像處理。由兩位工作經(jīng)驗(yàn)5年和15年的放射科醫(yī)生均對(duì)病理結(jié)果不知情的前提下,根據(jù)乳腺影像報(bào)告和數(shù)據(jù)系統(tǒng)進(jìn)行MRI圖像分析,采用雙盲法測(cè)量平均擴(kuò)散峰度(MK);平均擴(kuò)散率(MD);非對(duì)稱磁化轉(zhuǎn)移率(MTRasym)及病灶A(yù)DC值。①瘤體感興趣區(qū)(ROI)的選擇:選在病變實(shí)性組織中早期強(qiáng)化明顯部分,盡可能避開(kāi)乳腺出血、囊變、壞死區(qū)。選取腫瘤實(shí)質(zhì)中3個(gè)以上4～9像素且面積相近的橢圓形ROI 進(jìn)行觀察。②瘤周ROI的選擇:選取腫瘤最大層面,沿著腫瘤邊緣5 mm處,ADC 值視覺(jué)最低的區(qū)域放置三個(gè)面積>20 mm2的橢圓形ROI進(jìn)行觀察,并分別測(cè)量瘤周最大值、平均值,計(jì)算瘤體相關(guān)參數(shù)的均值,包括瘤體ADC最大值(ADCtmax)、瘤體ADC最小值(ADCtmin)、瘤體ADC平均值(ADCtmean);計(jì)算瘤周相關(guān)參數(shù),包括瘤周ADC最大值(ADCpmax)、瘤周ADC平均值(ADCpmean)。③為了降低不同患者腺體異質(zhì)性的影響,將瘤周相關(guān)參數(shù)與瘤體、對(duì)側(cè)正常腺體進(jìn)行對(duì)比,以此來(lái)評(píng)估瘤周區(qū)的微環(huán)境變化,瘤周相關(guān)參數(shù)與瘤體的比值為MKp/t、MDp/t及MTRasymp/t;瘤周相關(guān)參數(shù)與對(duì)側(cè)正常腺體的比值為MKp/n、MDp/n及MTRasymp/n。④根據(jù)影像報(bào)告結(jié)果記錄病灶直徑、形態(tài)。

1.2.3 收集資料:收集所有受試者一般資料,包括年齡、體重指數(shù)(BMI)、基礎(chǔ)疾病史(包括高血壓、糖尿病、高血脂)。

1.2.4 病理學(xué)檢查及分組:取患者乳腺病灶組織進(jìn)行檢測(cè),根據(jù)病理學(xué)檢查結(jié)果分為乳腺良性病變組38例,乳腺惡性病變組62例。

2 結(jié) 果

2.1 乳腺良、惡性病變組臨床資料、瘤體和瘤周各參數(shù)比較 乳腺惡性病變組病灶直徑、平均擴(kuò)散峰度(MK)、MDp/t、MKp/n高于乳腺良性病變組(均P<0.05);乳腺惡性病變組表觀擴(kuò)散系數(shù)(ADC)值、MD、MTRasym、MKp/t、MDp/n低于乳腺良性病變組(均P<0.05)。見(jiàn)表1。

表1 乳腺良、惡性病變組臨床資料、瘤體和瘤周各參數(shù)比較

2.2 多因素Logistic回歸分析篩選乳腺病變的危險(xiǎn)因素 以乳腺病變情況為因變量(乳腺良性病變=0,乳腺惡性病變=1),將表1中有統(tǒng)計(jì)學(xué)意義的指標(biāo)進(jìn)行賦值(所有指標(biāo)均原值輸入)并納入多因素Logistic回歸分析,結(jié)果顯示,病灶A(yù)DC值、MD、MTRasym、MKp/t、MDp/n降低,病灶直徑、MK、MDp/t、MKp/n升高是乳腺惡性病變的獨(dú)立影響因素(均P<0.05)。見(jiàn)表2。

表2 多因素Logistic回歸分析篩選乳腺病變的危險(xiǎn)因素

2.3 預(yù)測(cè)模型構(gòu)建及評(píng)價(jià) 基于表2有統(tǒng)計(jì)學(xué)意義的因素構(gòu)建乳腺病變患者發(fā)生惡性病變的風(fēng)險(xiǎn)預(yù)測(cè)模型,列線圖預(yù)測(cè)范圍為0.1～0.9,如病灶直徑為20.70 mm、病灶A(yù)DC為1.30(×10 mm2/s)、MK為1.4、MD為1.68(×10 mm2/s)、MTRasym為5.60(%)、MKp/t為0.78、MDp/t為1.32、MKn/t為1.0、MDn/t為0.98的患者,特征分值分別為90、40、60、50、80、20、30、50、70分,累計(jì)總分為490分,該總分通過(guò)垂線向下在危險(xiǎn)值上對(duì)應(yīng)的乳腺惡性病變風(fēng)險(xiǎn)概率約為70%,采用Bootstrap重復(fù)抽樣1000次進(jìn)行內(nèi)部驗(yàn)證,繪制ROC曲線,得到曲線下面積(AUC)為0.827,敏感度為0.726,特異度為0.842,提示該模型區(qū)分度良好。繪制校準(zhǔn)曲線與理想曲線擬合良好,Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)顯示χ2=8.211,P=0.004,模型擬合度良好。

3 討 論

乳腺癌具有侵襲力強(qiáng),惡性高,病情發(fā)展迅速,5年內(nèi)生存率低的特點(diǎn)[11],對(duì)于乳腺癌的治療關(guān)鍵在于早發(fā)現(xiàn)早治療,而早期鑒別乳腺病變的良惡性對(duì)患者的預(yù)測(cè)和個(gè)性化治療具有重要意義。根據(jù)影像學(xué)特征鑒別乳腺病變的良惡性是重要手段,乳腺良性病變患者影像學(xué)表現(xiàn)為類圓形,邊界清楚,乳腺惡性病變患者則是邊緣不規(guī)則、邊界模糊。乳腺M(fèi)RI掃描包含多角度、多方位和多序列成像的優(yōu)點(diǎn),能夠準(zhǔn)確地、客觀地反映乳腺疾病的影像學(xué)表現(xiàn),為乳腺良惡性病變鑒別診斷時(shí)提供一種可靠的影像學(xué)依據(jù),目前已被臨床用于乳腺疾病診斷、預(yù)后評(píng)估的重要手段[12-13]。 近年來(lái),關(guān)于瘤周區(qū)域的研究不斷增多,瘤周區(qū)域是由腫瘤周圍的實(shí)質(zhì)細(xì)胞組成的一片區(qū)域,代表著腫瘤周邊微環(huán)境,也包含許多重要的生物學(xué)信息[14]。隨著越來(lái)越多的研究發(fā)現(xiàn),在腫瘤周邊微環(huán)境中存在著重要的生物學(xué)信息,MRI圖像會(huì)出現(xiàn)微小的變化,且在腫瘤周邊基質(zhì)中的物理和遺傳方面的變化,可以控制腫瘤的生長(zhǎng)和擴(kuò)散[15-16]。趙楠楠等[17]研究顯示,乳腺癌的瘤周區(qū)域的相關(guān)信息,可以預(yù)測(cè)乳腺癌的腋窩淋巴結(jié)轉(zhuǎn)移情況。瘤體相關(guān)參數(shù)對(duì)腫瘤的良惡性也有一定提示作用,有研究顯示,良性腫瘤在腫瘤周圍及AUC與腫瘤中央的增強(qiáng)峰及AUC之間存在明顯差異[18]。故通過(guò)瘤周和瘤體多參數(shù)MRI檢查判斷乳腺病變的良惡性,提高M(jìn)RI對(duì)其診斷的參考價(jià)值有著重要的臨床意義。

本研究結(jié)果顯示,病灶A(yù)DC值、MD、MTRasym、MKp/t、MDp/n降低,病灶直徑、MK、MDp/t、MKp/n升高是乳腺惡性病變的獨(dú)立影響因素,提示較多因素能夠預(yù)測(cè)乳腺惡性病變的發(fā)生,且上述部分因素已被證實(shí)對(duì)于預(yù)測(cè)良惡性乳腺病變具有良好價(jià)值[19-20]。分析可能機(jī)制是:腫瘤的良惡性與腫瘤直徑相關(guān),乳腺良性病變患者腫瘤直徑均在5～15 mm左右[21],通過(guò)測(cè)量腫瘤直徑可以鑒別乳腺良惡性病變;一般來(lái)說(shuō),惡性腫瘤增殖速度與細(xì)胞密度呈正相關(guān)關(guān)系,惡性腫瘤增殖速度越快,細(xì)胞外間隙減小,ADC值越低[22]。乳腺惡性腫瘤中的水分子在腫瘤中的擴(kuò)散移動(dòng)顯著受到限制,ADC值顯著降低,良性腫瘤中的ADC值顯著升高。本研究結(jié)果證實(shí),腫瘤直徑、ADC值預(yù)測(cè)乳腺病變良惡性的獨(dú)立影響因素。腫瘤周區(qū)域包含與腫瘤侵襲性有關(guān)的多種信息,當(dāng)淋巴血管引流不暢時(shí),會(huì)造成瘤周水腫。有研究顯示,乳腺癌的淋巴管浸潤(rùn)主要是由于瘤周水腫所致,瘤周水腫的范圍與腫瘤細(xì)胞的分化、代謝、轉(zhuǎn)移、瘤周血流、血流等密切相關(guān),比如當(dāng)乳腺癌Ki-67高表達(dá)時(shí),腫瘤對(duì)周圍組織的侵襲力會(huì)顯著增加[19,23]。腫瘤的侵襲性越高對(duì)于瘤周組織的侵犯也越明顯,導(dǎo)致瘤周間質(zhì)纖維化的生成,腫瘤組織結(jié)構(gòu)越為復(fù)雜,繼而導(dǎo)致MDp/t、MKp/n升高、MD、MTRasym、MKp/t、MDp/n降低?；谏鲜霆?dú)立影響因素構(gòu)建乳腺良惡性病變的列線圖預(yù)測(cè)模型,對(duì)于判斷乳腺病變的良惡性具有一定的幫助。

列線圖是一種可視化的風(fēng)險(xiǎn)評(píng)估根據(jù),能將多因素Logistic回歸分析的結(jié)果圖形化,具有評(píng)估簡(jiǎn)單、直觀、可操作性強(qiáng)等特點(diǎn),現(xiàn)已廣泛用于臨床疾病的鑒別診斷中。列線圖有利于為醫(yī)護(hù)人員在乳腺病變的鑒別診斷時(shí)提供更直觀的信息。臨床上大部分研究均是利用相關(guān)獨(dú)立影響因素構(gòu)建列線圖預(yù)測(cè)模型,且構(gòu)建的預(yù)測(cè)模型中,大多數(shù)均有著較高的準(zhǔn)確度和判別性,且還具備很好的鑒別診斷能力,可以為制定臨床精準(zhǔn)治療提供循證依據(jù)[24-25]。本研究建立的列線圖模型進(jìn)行ROC曲線、校準(zhǔn)曲線以及Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)均良好,AUC為0.827,敏感度為0.726,特異度為0.842,表示該模型區(qū)分度良好。H-L擬合優(yōu)度檢驗(yàn)P為0.004,提示模型擬合度良好,用于鑒別乳腺良惡性病變具有較高價(jià)值。

綜上所述,瘤體及瘤周多參數(shù)MRI對(duì)乳腺病變良惡性鑒別診斷具有重要預(yù)測(cè)價(jià)值,基于乳腺惡性病變的獨(dú)立影響因素構(gòu)建的列線圖預(yù)測(cè)效果良好,能直觀預(yù)測(cè)乳腺發(fā)生惡性病變的概率。