乳腺超声图像报告与数据系统在乳腺病灶分类的应用

瞿炜 王怡 许萍 杨宝年

近年来, 乳腺癌发病率日益增高。随着乳腺癌普查的开展及影像技术的发展, 越来越多乳腺病灶被发现, 鉴别其良恶性对于临床如何处理乳腺病灶至关重要, 本研究旨在通过对大样本量的回顾性分析,探讨美国放射学会（American college of radiology,ACR）制定的乳腺超声图像影像报告与数据系统（breast imaging reporting and data system contained ultrasonography, BI-RADS-US）对于指导临床工作的意义。

1 资料和方法

1.1 研究对象

回顾性分析2007年2月—2011年1月来本院就诊并发现乳腺病灶后实行手术的6 618例女性患者, 共7 941个病灶。患者年龄13～92岁, 平均（46.7±13.4）岁,所有病例均经手术或活检病理证实。

1.2 仪器和方法

应用SIEMENS公司ACUSON Sequoia 512彩色超声诊断仪, 配备高频线阵探头, 探头频率为8～14 MHz。检查时患者取仰卧位, 双手举高置于头侧, 充分暴露双乳及腋下, 行常规超声检查, 对病变部位进行多方位、多角度扫查。应用2003年ACR制定的BIRADS-US分类诊断标准（表1）, 通过观察分析病变部位背景回声, 病灶特点, 有无钙化及特殊征象, 病灶血供情况等方面, 对乳腺病变进行分类评价。

1.3 统计学处理

以病理结果为“金标准”, 应用SPSS 17.0软件进行数据分析, 绘制BI-RADS超声诊断的ROC曲线, 计算灵敏度、特异度、阳性预测值（positive predictive value, PPV）、阴性预测值（negative predictive value,NPV）。

2 结 果

全组7 941个病灶, 其中59个BI-RADS-US分类为0类的病灶, 由于检查信息不满意或不完全而未完成超声评估, 故在随后的统计分析中将其剔除, 余7 882个病灶按BI-RADS-US分为1～5类（表2）, 将1～4a类列为超声检查良性病灶(图1A、1B、1C), 4b～5类列为超声检查恶性病灶(图2A、1B、1C), 经手术或活检病理证实良性病灶5 767个, 恶性病灶2 174个, BI-RADSUS分类的灵敏度为88.50%, 特异度为91.02%, 准确性为90.36%, PPV为78.74%, NPV为95.48%, 阳性似然比和阴性似然比分别为9.86及0.13。

以往根据经验进行乳腺病灶超声诊断时, 由于仅能对病灶作出恶性可能或良性可能的判断, 且不同医生对同一病灶的描述一致性比较差, 使得外科处理病灶比较棘手, 国外学者认为[1-4], BI-RADS-US使操作者在现有资料基础上因循更合理的操作程序, 能提高不同经验水平的超声医师对乳腺良恶性性质判断的一致性, 这样做的目的也避免很多不必要的活检。

表1 BI-RADS-US分类诊断标准

表2 应用BI-RADS-US分类与病理结果对照

图1 乳腺良性病灶声像图 1A: BI-RADS-US 2类, 病理证实囊肿: 1B: BI-RADS-US 3类 病理证实纤维腺瘤: 1C: BI-RADS-US 4a类 病理证实导管内乳头状瘤 图2 乳腺恶性病灶声像图 2A: BI-RADS-US 4b类, 病理证实导管内癌: 2B: BI-RADS-US 4c类,病理证实浸润性癌: 2C: BI-RADS-US 5类, 病理证实浸润性癌 图3 按BI-RADS-US构建ROC曲线

3 讨 论

根据ACR提出的BI-RADS-US分类标准, 国内外专家做了大量工作, 对各类进行了风险评估: 3类病灶的恶性风险应＜2%, 4类因为其跨度大, 将其分为4a、4b、4c三个亚类, 4a类病灶的恶性风险应介于2%～30%之间, 4b类病灶的恶性风险应介于30%～60%之间, 4c类病灶的恶性风险应介于60%～94%之间。5类病灶的恶性风险应＞95%。本研究中, BI-RADS-US 3～5类（包括4a、4b、4c三个亚组）的恶性肿瘤百分率分别为2.87%、9.28%、49.21%、86.35%及98.19%,基本与之相符。根据ROC曲线, 计算曲线下面积为0.931, 充分说明这一分类方法在3～5类病灶具有良好的诊断与鉴别诊断的能力。

形成性评价是一个动态的评价过程，是对学生的学习过程、学习态度进行评价，并及时将评价后的信息反馈给学生，以及时改正教学中存在的问题。形成性评级指标包括出勤率、课堂参与度、显微镜操作、绘图成绩、切片考核、平时测验、文献综述撰写等方面。此外，教师对学生的团队协作能力、沟通能力、分析及解决问题能力、自主学习能力、职业素养等方面也要进行综合评价。

随着超声技术的日新月异, 超声已在乳腺病灶诊断中广泛应用, 为了指导各种病灶的处理, 2003年ACR在乳腺影像学报告及数据系统（BI-RADS）第4版修订时, 增加了乳腺超声报告系统[1]。

以病理结果为“金标准”, 按BI-RADS-US分类构建ROC曲线（图3）, 计算曲线下面积为0.931（95%可信区间: 0.923～0.939）。

超融合架构是一种集成了虚拟计算和存储资源的信息基础架构。在该架构环境中,同一套单元设备中不但应用了计算、网络、存储和服务器虚拟化等资源和技术,而且多套单元设备可通过网络聚合,实现模块化的无缝横向扩展,形成统一的资源池。超融合架构由传统虚拟化演化而来,经历了融合虚拟化阶段,和传统虚拟化解决方案相比,超融合架构使用工业标准的x86服务器作为计算和存储资源载体,通过软件定义的方式来规划底层硬件,然后向用户交付需要的资源,具备了管理简单、类似积木堆栈方式弹性扩充等特性,在扩展性、灵活性、运维和成本方面都具有一定优势,是目前在各型数据中心广泛应用的技术架构[6]。超融合架构演化进程见图3。

此外, 本研究中429个BI-RADS-US 2类病灶中,恶性肿瘤百分率高于3类达7.46%, 这32个病理证实为恶性的病灶, 均为钼钯或MRI有异常发现后, 经手术活检证实, 其中19个为超声诊断腺病而无明显结节, 另3个有腋下淋巴结肿大, 但乳腺内未发现病灶, 9个为囊肿或乳腺导管扩展, 仅1个乳腺内有实质性结节, 超声考虑为纤维腺瘤; 从中可以发现, 超声并不能发现所有实质性肿瘤及细小钙化, 但对于超声能发现的结节,BI-RADS-US分类的阳性预测值还是随类递增的。据Kolb等[5]报道, 在致密的乳腺中, 超声与钼钯联合应用可以使发现乳腺癌病灶能力达到97.0%。这也给临床发出警示, 超声只是发现乳腺疾病中的一种手段, 如能结合其他影像学检查, 可提高乳腺疾病的检出率。

⑫亦有人认为，这一关于国家理论的争论，并不具有重大的意义。原因在于，这一争论不过是局限于极其狭窄的领域。这两种观点都认为，国家是帮助资本积累和调整阶级斗争，甚至有时代表着那些局部利益的资本家来损害一般资本的利益。在这里，国家并不是一个主体运作者，而只是一个场所，阶级和阶级的“派别”和“部分”在这里组织起来。但实际上，国家既是一个场所，也是一个行动者。因此，这一争论并没有完全突破马克思国家理论的还原论倾向，并没有形成关于国家真正自主的理论。

BI-RADS-US作为一种能提供统一病灶描述标准的手段, 不仅能规范乳腺超声报告, 也能为临床处理提供更准确使用的信息, 具有广泛推广使用的价值。

[1] American College of Radiology. BI-RADS:ultrasound.In: Breast imaging reporting and data system: BIRADS Atlas[M].4th ed. Reston:American College of Radiology,2003:77-79.

[2] Hong A S, Rosen E L, Soo M S, et al. BI-RADS for sonography: positive and negative predictive values of sonographic features[J].AJR Am J Roentgen ol,2005,184(4):1260-1265.

[3] Hille H, Vetter M, Hackeloer B J. Re-evaluating the role of breast ultrasound in current diagnostics of malignant breast lesions[J]. Ultraschall Med,2004,25(6):411-417.

[4] Mayi Tsonga S, Meye J F, Ngou Mve Ngou J P, et al. Nonpalpable breast lesion:correlation of the BIRADS classification and histologic findings[J].Sante,2006,16(3):179-183.

[5] Kolb T M, Lichy J, Newhouse J H. Comparison of the performance of screening mammography,physical examination,and breast US and evaluation of factors that influence them:an analysis of 27,825 patient evaluation[J].Radiology,2002,225(1):165-175.