基于超聲特征構(gòu)建列線圖鑒別乳腺影像報(bào)告和數(shù)據(jù)系統(tǒng)4類結(jié)節(jié)良惡性的應(yīng)用價(jià)值分析

【摘要】 目的 探討基于超聲特征構(gòu)建列線圖鑒別乳腺影像報(bào)告和數(shù)據(jù)系統(tǒng)（breast imaging reporting and data system，BI-RADS）4類結(jié)節(jié)良惡性的應(yīng)用價(jià)值。方法 "回顧性分析納入的41例診斷為BI-RADS 4類結(jié)節(jié)患者的臨床資料和超聲圖像，其中病理確診乳腺癌患者25例，乳腺良性結(jié)節(jié)患者16例。分析上述結(jié)節(jié)超聲特征，應(yīng)用Lasso回歸篩選預(yù)測(cè)乳腺癌的獨(dú)立預(yù)測(cè)變量，基于上述獨(dú)立預(yù)測(cè)變量繪制列線圖，并進(jìn)行內(nèi)部驗(yàn)證。結(jié)果 "病灶邊界、血流分級(jí)為診斷乳腺癌的獨(dú)立預(yù)測(cè)變量。基于上述

2個(gè)變量繪制列線圖及受試者工作特征（receiver operating characteristic，ROC）曲線，曲線下面積（area under curve，AUC）為0.942，靈敏度為81.2%，特異度為96.0%，根據(jù)約登指數(shù)確定截?cái)嘀禐?.4（對(duì)應(yīng)總分約60分）。內(nèi)部驗(yàn)證顯示，列線圖具有較好的預(yù)測(cè)能力。結(jié)論 "基于病灶的二維超聲特征構(gòu)建列線圖在鑒別診斷BI-RADS 4類結(jié)節(jié)方面有一定的臨床應(yīng)用價(jià)值，可提高診斷乳腺癌的準(zhǔn)確度，在一定程度上為臨床醫(yī)生鑒別診斷BI-RADS 4類結(jié)節(jié)的良惡性提供更多參考信息。

【關(guān)鍵詞】 乳腺BI-RADS 4類結(jié)節(jié)；列線圖；超聲特征

文章編號(hào)：1672-1721（2024）13-0112-04 " " 文獻(xiàn)標(biāo)志碼：A " " 中國(guó)圖書分類號(hào)：R445.1

乳腺癌是全球女性最常見(jiàn)的惡性腫瘤[1]。在目前臨床工作中，超聲醫(yī)師評(píng)估乳腺癌大多數(shù)采用北美放射學(xué)會(huì)的BI-RADS分類標(biāo)準(zhǔn)。BI-RADS 4類結(jié)節(jié)多建議穿刺活檢，將病灶穿刺活檢后病理診斷作為鑒別乳腺結(jié)節(jié)良惡性的金標(biāo)準(zhǔn)，但是穿刺活檢術(shù)后容易出現(xiàn)多種并發(fā)癥[2]。因此，需要建立一種無(wú)創(chuàng)、簡(jiǎn)便的模型來(lái)鑒別乳腺BI-RADS 4類結(jié)節(jié)的良惡性。本研究應(yīng)用乳腺BI-RADS 4類結(jié)節(jié)超聲特征構(gòu)建列線圖鑒別診斷乳腺BI-RADS 4類結(jié)節(jié)是否為乳腺癌，為臨床診斷和個(gè)體化治療提供更多有效信息。

1 資料與方法

1.1 研究對(duì)象

回顧性分析2021年5月—2022年5月于清流縣總醫(yī)院乳腺外科超聲診斷為BI-RADS 4類結(jié)節(jié)的

41例患者的臨床資料和超聲圖像特征，其中病理確診乳腺癌患者26例，乳腺良性結(jié)節(jié)患者16例，以上述病灶的超聲特征構(gòu)建列線圖模型并進(jìn)行內(nèi)部驗(yàn)證。本研究經(jīng)醫(yī)院醫(yī)學(xué)倫理委員會(huì)審查通過(guò)。

納入標(biāo)準(zhǔn)：術(shù)前1周均接受常規(guī)乳腺超聲掃查，圖像清晰、可查；術(shù)后依據(jù)病理結(jié)果明確乳腺結(jié)節(jié)良惡性。

1.2 超聲儀器與圖像分析

所有患者術(shù)前1周均行超聲檢查，超聲儀器為美國(guó)GE超聲顯像儀，使用L4-5線陣探頭，工作頻率為7～

9 MHz，由2位工作15年以上的超聲高年資醫(yī)師調(diào)閱圖像分析乳腺結(jié)節(jié)超聲特征，并根據(jù)BI-RADS[3]分別記錄各個(gè)結(jié)節(jié)的超聲特征，包括病灶大小（最大徑）、縱橫比、邊界（分為清晰、不清晰）、位置（包括內(nèi)上、內(nèi)下、外上、外下象限及乳暈區(qū)5類）、內(nèi)部回聲（包括低回聲、高回聲、極低回聲）、形狀（分為規(guī)則及不規(guī)則形）、后方回聲（分為無(wú)變化、增強(qiáng)、衰減）、血流分級(jí)（結(jié)節(jié)內(nèi)無(wú)明顯血流信號(hào)為1級(jí)；結(jié)節(jié)內(nèi)有少量的血流信號(hào)，有1～2條點(diǎn)狀血流信號(hào)及血管直徑＜1 mm為2級(jí)；結(jié)節(jié)內(nèi)有中量血流，有1條主要血管，且長(zhǎng)度超過(guò)病灶的半徑，或者只有幾條小的血管為3級(jí)）、鈣化類型（分為無(wú)鈣化、微鈣化、粗鈣化）。

乳腺超聲檢查方法如下。（1）檢查準(zhǔn)備。囑患者處安靜狀態(tài)，取平臥位，上肢肘關(guān)節(jié)彎曲呈90°，雙手自然放置于頭的兩側(cè)，必要時(shí)可依據(jù)乳房病變狀態(tài)囑患者采取坐位或側(cè)臥位。（2）常規(guī)檢查方法。按乳腺組織解剖結(jié)構(gòu)層次檢查，探頭長(zhǎng)軸與乳管長(zhǎng)軸平行或垂直，以乳頭為中心，從1～12時(shí)鐘位放射狀順時(shí)針或逆時(shí)針連續(xù)轉(zhuǎn)動(dòng)掃查顯示整個(gè)乳腺內(nèi)部結(jié)構(gòu)、乳腺導(dǎo)管系統(tǒng)與乳腺導(dǎo)管間葉組織的回聲。縱切面、橫切面和冠狀切面檢查，即探頭橫行掃查乳頭外側(cè)到內(nèi)側(cè)，從上（自胸骨角水平）向下（劍突水平）；探頭縱行掃查自腋前線到胸骨旁線。較大乳房或大腫塊（檢查者用一手固定）從內(nèi)、外側(cè)或腫塊最大長(zhǎng)軸冠狀切面檢查。乳房血管檢查，即彩超檢查各層組織內(nèi)血管的長(zhǎng)、短軸分布特征，以及病變血供來(lái)源、走向。無(wú)論單或雙乳病變，以及乳房普查，均應(yīng)左右兩側(cè)對(duì)比檢查，以防遺漏病變。（3）圖像基本要求。顯示乳腺各解剖結(jié)構(gòu)層次、乳腺間葉組織、乳腺導(dǎo)管系統(tǒng)與周圍軟組織聲像，乳腺病灶內(nèi)、外的正常、異常結(jié)構(gòu)聲像圖表現(xiàn)。乳管長(zhǎng)切面，即乳管長(zhǎng)軸自乳腺邊角至乳頭間圖像。乳管與乳葉組織分布的密度。乳管橫切面，即乳管斷面與腺葉的圖像。乳頭，即三方向掃查前后徑、左右徑和冠狀斜切面，顯示乳頭外形與大導(dǎo)管的關(guān)系。血流圖，即乳房、乳腺正常、異常病灶血流彩色顯示后，應(yīng)以多普勒頻譜速度測(cè)量確定。乳汁動(dòng)力學(xué)，即哺乳期乳汁及動(dòng)力學(xué)的圖像特征。（4）異常、病變回聲標(biāo)記與測(cè)量方法。用時(shí)針定位，平臥位，以1～12時(shí)鐘位置標(biāo)記異常回聲、病變所在部位。按乳腺解剖層次，標(biāo)記異常回聲于脂肪層及乳腺內(nèi)、外。乳腺病灶位淺層、基底部、中間或乳腺外區(qū)、近乳頭中心區(qū)。多發(fā)性、回聲多型性病灶，應(yīng)逐一標(biāo)記具體位置，特別是臨床出診難以捫及的小病灶，盡可能明確。乳腺分區(qū)測(cè)量，乳腺的形態(tài)近似饅頭或山峰行，各部位形態(tài)、結(jié)構(gòu)和厚度不同，不同生理階段妊娠期與哺乳期大小形態(tài)及乳管內(nèi)徑均發(fā)生明顯改變。為取得相對(duì)正確的檢查方法，于乳管長(zhǎng)切面將乳腺分為外區(qū)與中心區(qū)，分別測(cè)量定點(diǎn)部位腺體厚度與內(nèi)部導(dǎo)管內(nèi)徑。自乳腺與周圍脂肪分界的邊緣至乳頭30 mm處的三角形內(nèi)為外區(qū)，該點(diǎn)前后徑代表乳腺外區(qū)厚度。30 mm至乳頭之間范圍為中心區(qū)，乳頭下垂直距離為乳腺最大厚度。

1.3 統(tǒng)計(jì)學(xué)方法

研究使用IBM SPSS 26.0統(tǒng)計(jì)學(xué)軟件及R4.0.3軟件進(jìn)行統(tǒng)計(jì)分析。使用R語(yǔ)言軟件（版本號(hào)4.0.3）的“glmnet”軟件包（版本號(hào)：4.1-4），應(yīng)用Lasso回歸分析剔除變量，篩選獨(dú)立預(yù)測(cè)變量，基于篩選后的獨(dú)立變量使用R軟件（版本號(hào)4.0.3）的“rms”軟件包（版本號(hào)4.1.3）繪制列線圖，并繪制ROC曲線及校準(zhǔn)曲線驗(yàn)證列線圖性能。

2 結(jié)果

2.1 乳腺病灶各項(xiàng)超聲特征臨床資料Lasso回歸分析

根據(jù)術(shù)后病理結(jié)果，41例乳腺BI-RADS 4類結(jié)節(jié)患者中，乳腺癌25例，乳腺良性結(jié)節(jié)16例，其中乳腺纖維腺瘤10例、纖維腺病3例、增生結(jié)節(jié)1例、纖維囊性病1例、導(dǎo)管腺瘤1例。以患者年齡、病灶大小、位置、形狀、縱橫比、邊界、內(nèi)部回聲、血流分級(jí)、后方回聲、鈣化類型為自變量，病理結(jié)果為因變量，納入Lasso回歸模型，模型剔除患者年齡、病灶大小、位置、形狀、縱橫比、內(nèi)部回聲、后方回聲、鈣化類型變量后，篩選出邊界、血流分級(jí)是預(yù)測(cè)乳腺病灶為乳腺癌的獨(dú)立預(yù)測(cè)變量，見(jiàn)圖1。

2.2 診斷乳腺癌模型的建立與驗(yàn)證

應(yīng)用Lasso回歸篩選的獨(dú)立預(yù)測(cè)變量邊界、血流分級(jí)繪制列線圖，見(jiàn)圖2。基于模型繪制ROC曲線，見(jiàn)圖3。結(jié)果分析顯示，該列線圖模型具有良好的鑒別診斷效能，AUC為0.942，靈敏度為81.2%，特異度為96.0%，根據(jù)約登指數(shù)確定最佳截?cái)嘀禐?.4（對(duì)應(yīng)總分約60分）。每一變量下的啞變量均有相應(yīng)的得分，將每個(gè)樣本不同變量的得分相加，即可得到各個(gè)樣本的總分及總分相對(duì)應(yīng)的預(yù)測(cè)概率值。當(dāng)總分＞60分時(shí)，病灶為乳腺癌的概率增加。圖4、圖5、圖6舉例說(shuō)明該列線圖的臨床應(yīng)用。依次類推，依據(jù)每個(gè)乳腺BI-RADS 4類結(jié)節(jié)的邊界、血流分級(jí)變量，可得到相應(yīng)預(yù)測(cè)病灶為乳腺癌的概率。驗(yàn)證采用Bootstrap方法，從41例乳腺結(jié)節(jié)數(shù)據(jù)中隨機(jī)抽取重復(fù)1 000次，校準(zhǔn)曲線顯示結(jié)果基本一致，見(jiàn)圖7。ROC曲線及校準(zhǔn)曲線均顯示該列線圖預(yù)測(cè)乳腺癌具有較好的應(yīng)用價(jià)值。

3 討論

乳腺癌是經(jīng)常發(fā)生在女性胸部上皮組織的一種惡性腫瘤，乳腺癌患者不僅可以觸摸到胸壁上的腫塊，還可以視覺(jué)觀察乳頭和乳暈形態(tài)上的變化，以及胸部周圍皮膚顏色的改變，也有部分患者因觸摸到腋窩腫大的淋巴結(jié)而就診。乳腺癌組織失去了正常的細(xì)胞特性，致使癌組織的癌細(xì)胞之間連接松動(dòng)，癌細(xì)胞容易脫落，最終危及患者健康，降低生命質(zhì)量。根據(jù)世界衛(wèi)生組織對(duì)乳腺癌患病率的統(tǒng)計(jì)，世界范圍內(nèi)乳腺癌發(fā)生率呈逐年上升趨勢(shì)，目前國(guó)內(nèi)每年有約30萬(wàn)例乳腺癌新增病例。部分患者BI-RADS 4類結(jié)節(jié)早期臨床癥狀缺乏明顯典型性，這對(duì)臨床診斷及治療影響較大[4]，因此鑒別診斷乳腺BI-RADS 4類結(jié)節(jié)的良惡性一直是臨床醫(yī)生的重要課題[5]。目前臨床工作中，病灶穿刺活檢依然是鑒別乳腺結(jié)節(jié)良惡性的金標(biāo)準(zhǔn)，但術(shù)后容易出現(xiàn)多種并發(fā)癥[6]。與組織活檢術(shù)相比，影像學(xué)檢查是乳腺癌最常見(jiàn)的臨床診斷使用方法，CT成像技術(shù)診斷乳腺癌也具有較高的準(zhǔn)確性。與組織活檢相比，CT檢查無(wú)創(chuàng)，不會(huì)導(dǎo)致諸如活檢引起種植轉(zhuǎn)移等問(wèn)題，也不會(huì)引起局部軟組織血腫、出血和感染等并發(fā)癥，還可以使用CT觀察病變組織周圍軟組織結(jié)構(gòu)的改變，以評(píng)價(jià)患者手術(shù)后是否轉(zhuǎn)移。但需要注意的是，容積效應(yīng)限制了CT顯示癌癥小結(jié)節(jié)的能力，且與彩色多普勒超聲檢查方法相比，CT檢查輻射大、價(jià)格高、重現(xiàn)性差，不易普及推廣使用。磁共振成像（magnetic resonance imaging，MRI）掃描序列豐富，即使病灶位于腺體深部，或者病變?yōu)槎嘣钚裕琈RI也具有較高的診斷準(zhǔn)確率。MRI不僅能通過(guò)三維成像準(zhǔn)確判定病灶體積，還可以顯示結(jié)節(jié)血液灌流及新生血管分布。臨床上MRI也常用于乳腺癌術(shù)前評(píng)估及術(shù)后新輔助化療的治療評(píng)價(jià)。但缺點(diǎn)是，與彩色多普勒超聲檢查方法相比，MRI檢查耗時(shí)長(zhǎng)，價(jià)格昂貴，不易重復(fù)檢查。因此，建立基于二維超聲特征列線圖模型來(lái)鑒別乳腺BI-RADS 4類結(jié)節(jié)的良惡性，具有無(wú)創(chuàng)、簡(jiǎn)便的優(yōu)勢(shì)，能夠降低穿刺率，減少并發(fā)癥，對(duì)患者意義重大。

列線圖作為一種用來(lái)預(yù)測(cè)及鑒別診斷疾病統(tǒng)計(jì)模型的可視化工具，目前已被廣泛應(yīng)用于醫(yī)學(xué)領(lǐng)域[7]。本研究的Nomogarm模型基于Logistic邏輯分析，建立在具有多個(gè)不同危險(xiǎn)因素的特定條件下估計(jì)事件（或疾病）概率的模型，不僅可用于調(diào)查疾病的危險(xiǎn)因素并分析其作用，還可用于預(yù)測(cè)疾病或事件的概率，并對(duì)樣本進(jìn)行判別歸類。本研究根據(jù)乳腺BI-RADS 4類結(jié)節(jié)超聲特征構(gòu)建列線圖鑒別診斷乳腺癌，并做ROC曲線及校準(zhǔn)曲線對(duì)列線圖進(jìn)行驗(yàn)證。研究發(fā)現(xiàn)，乳腺BI-RADS 4類結(jié)節(jié)的邊界、血流分級(jí)是鑒別診斷乳腺癌的獨(dú)立變量，基于上述獨(dú)立變量構(gòu)建的列線圖AUC為0.942，靈敏度為81.2%，特異度為96.0%，內(nèi)部驗(yàn)證也顯示該列線圖模型具有較高的準(zhǔn)確度和較好的鑒別診斷效果，且當(dāng)總分＞60分時(shí)，乳腺BI-RADS 4類結(jié)節(jié)為乳腺癌的概率增大。這說(shuō)明，該模型作為鑒別診斷乳腺BI-RADS 4類結(jié)節(jié)的無(wú)創(chuàng)、簡(jiǎn)便工具，具備良好的應(yīng)用前景。

北美放射學(xué)會(huì)的BI-RADS分類標(biāo)準(zhǔn)未將乳腺病灶血流分級(jí)作為預(yù)測(cè)結(jié)節(jié)為乳腺癌的風(fēng)險(xiǎn)指標(biāo)，但本研究顯示血流分級(jí)是鑒別診斷BI-RADS 4類結(jié)節(jié)良惡性的獨(dú)立預(yù)測(cè)變量，乳腺4類結(jié)節(jié)血流分級(jí)2級(jí)、3級(jí)是預(yù)測(cè)結(jié)節(jié)為乳腺癌的風(fēng)險(xiǎn)因素。究其原因，可能是乳腺惡性結(jié)節(jié)為了更好地生長(zhǎng)發(fā)育，形成更多的血管，以得到更充分的營(yíng)養(yǎng)，所以彩色多普勒彩色顯示腫瘤內(nèi)外會(huì)有豐富的血流信號(hào)[8]。鑒于此，本研究將乳腺結(jié)節(jié)的血流分級(jí)納入預(yù)測(cè)模型。

本研究顯示，乳腺病灶邊界是鑒別診斷BI-RADS 4類結(jié)節(jié)良惡性的另一個(gè)獨(dú)立預(yù)測(cè)變量，乳腺病灶邊界不清是預(yù)測(cè)結(jié)節(jié)為乳腺癌的風(fēng)險(xiǎn)因素，可能是因?yàn)榱夹匀橄俳Y(jié)節(jié)多呈膨脹性生長(zhǎng)，形狀規(guī)則，邊界清晰，且血液供應(yīng)較少，內(nèi)部回聲均勻，而惡性乳房結(jié)節(jié)多呈浸潤(rùn)性成長(zhǎng)，多為不規(guī)則形狀，邊界不清晰，具有更多的血液供應(yīng)[9]，因此本研究將乳腺結(jié)節(jié)的邊界納入預(yù)測(cè)模型。

本研究基于乳腺BI-RADS 4類結(jié)節(jié)超聲特征，經(jīng)Lasso回歸篩選獨(dú)立預(yù)測(cè)變量，依據(jù)篩選的獨(dú)立預(yù)測(cè)變量繪制列線圖模型，應(yīng)用模型給予每個(gè)就診患者評(píng)分。建立的列線圖模型AUC為0.942，所以該列線圖模型可以幫助臨床醫(yī)生初步鑒別診斷乳腺BI-RADS 4類結(jié)節(jié)的良惡性，為患者的個(gè)體化診斷及治療提供更多的有效參考信息，以降低穿刺率，減少并發(fā)癥。但本研究具有一定的局限性，首先本研究為回顧性分析，樣本量較少，選擇具有一定的偏倚，且為單中心研究，未對(duì)模型進(jìn)行外部驗(yàn)證。因此在以后的研究中，要注意增加樣本量，將研究類型改為多中心、前瞻性研究，并對(duì)列線圖模型進(jìn)行外部驗(yàn)證，以提高模型鑒別BI-RADS 4類結(jié)節(jié)良惡性的準(zhǔn)確性和可靠性。

本研究基于乳腺BI-RADS 4類結(jié)節(jié)的超聲特征繪制列線圖，可提高診斷乳腺癌的準(zhǔn)確度，為臨床醫(yī)生鑒別診斷BI-RADS 4類結(jié)節(jié)的良惡性提供參考。

參考文獻(xiàn)

[1] 吳麗偉.超聲診斷技術(shù)在乳腺癌早期診斷中的應(yīng)用及準(zhǔn)確性分析[J].影像研究與醫(yī)學(xué)應(yīng)用，2022，6（9）：148-150.

[2] 鄭仲濤，康巍，蘇丹柯.不同影像學(xué)技術(shù)引導(dǎo)下乳腺癌穿刺活檢研究進(jìn)展[J].中國(guó)醫(yī)學(xué)影像技術(shù)，2019，35（10）：1590-1593.

[3] 李俊來(lái).乳腺超聲影像報(bào)告與數(shù)據(jù)系統(tǒng)分類應(yīng)用價(jià)值和建議[J].中華醫(yī)學(xué)超聲雜志（電子版），2015，12（11）：828-833.

[4] 段婧，趙成茂，汪學(xué)昌，等.乳腺癌超聲造影特征及定量參數(shù)的診斷價(jià)值研究[J].中國(guó)醫(yī)藥，2019，14（5）：735-737.

[5] 汪向前，許華寧，蔡婷，等.乳腺超聲造影預(yù)測(cè)模型構(gòu)建及對(duì)BI-RADS 4類病變的風(fēng)險(xiǎn)評(píng)估[J].臨床超聲醫(yī)學(xué)雜志，2021，23（2）：110-114.

[6] 張敬輝.超聲造影引導(dǎo)在乳腺穿刺活檢中的應(yīng)用[C]//中國(guó)超聲醫(yī)學(xué)工程學(xué)會(huì)第三屆全國(guó)介入超聲醫(yī)學(xué)學(xué)術(shù)會(huì)議論文匯編.北京：中國(guó)超聲醫(yī)學(xué)工程學(xué)會(huì)，2015：1.

[7] 侯銀，張盼盼，張青陵.基于超聲圖像形態(tài)學(xué)定量特征的乳腺腫塊惡性風(fēng)險(xiǎn)列線圖預(yù)測(cè)模型構(gòu)建及應(yīng)用[J].臨床超聲醫(yī)學(xué)雜志，2022，24（5）：332-337.

[8] 肖麗芳.高頻B超檢查對(duì)乳腺疾病血流分級(jí)診斷符合率的影響[J].當(dāng)代醫(yī)學(xué)，2020，26（32）：78-80.

[9] 徐景仁，陳文志，羅燕娜，等.乳腺癌超聲征象與病理組織學(xué)類型、分級(jí)的臨床關(guān)系[J].中國(guó)實(shí)用醫(yī)藥，2021，16（21）：73-76.

（編輯：許 琪）