Logistic回归模型在乳腺小结节超声鉴别诊断中的应用*

廖孟霞，沈严严，刘灿，王松，蒋迪，刘瑛，杨继辉

（1.南华大学附属南华医院 超声诊断科，湖南 衡阳 421002；2.随州市中心医院 超声诊断科，湖北 随州 441300；3.南华大学附属南华医院 乳腺甲状腺外科，湖南 衡阳 421002；4.南华大学附属第一医院 超声诊断科，湖南 衡阳 421001）

乳腺结节是乳腺疾病的常见表现形式之一，有良恶性之分，不同的性质治疗方式不同，因此对乳腺结节良恶性进行有效鉴别十分重要。有研究发现≤1cm小乳腺癌声像图特征常不典型，因此超声在鉴别诊 断≤1 cm 乳腺结节性质上存在较大的难度[1]。本研究通过对乳腺小结节的超声征象进行分析，应用二分类Logistic 回归分析法从诸多超声征象中筛选出对乳腺小结节良恶性鉴别诊断最具有意义的变量，建立乳腺癌诊断模型，为临床上鉴别乳腺小结节良恶性提供帮助。

1 资料与方法

1.1 一般资料

选取2014年7月—2016年7月于南华大学附属南华医院及南华大学附属第一医院经手术及病理诊断后的215 例患者344 个乳腺小结节（最大径≤1 cm）的临床资料。患者结节最大径为0.2～1.0 cm。根据结节良恶性分为乳腺恶性结节组和乳腺良性结节组，分别为64 和151 例。乳腺恶性结节组恶性结节 79 个，年龄30～84 岁，平均（50.9±11.5）岁；乳腺良性结节组良性结节265 个，年龄14～64 岁，平均（39.9±10.8）岁。纳入标准：术前经超声诊断乳腺小结节，结节均有完整超声及病理资料。排除标准：治疗过乳腺疾病者，妊娠期及哺乳期者，资料不完 整者。

1.2 仪器与方法

采用Aplio500（日本东芝公司）、HD15（荷兰飞利浦公司）及MindraryDC-8（深圳迈瑞公司）超声诊断仪器，高频线阵探头，频率7.5～10 MHz。术前二维超声常规扫查乳腺，观察结节特征（位置、大小、边界、形态、边缘特征、内部回声、微钙化、后方回声特征及结节纵横比等），同时扫查双侧腋窝淋巴结，彩色多普勒和能量多普勒探测结节内及周边血流分布，最后综合判断结节性质并做相应的超声诊断。

1.3 判定标准

血流信号分级参照ADLER 等[2]在乳腺病灶中血流丰富程度半定量标准：0 级，无血流信号；Ⅰ级，少血流信号，结节内可见1、2 处点状或短线状血流；Ⅱ级，中等血流信号，3、4 处点状或短线状血流或1条主要血管，其长度大于肿瘤最大径的一半；Ⅲ级，丰富血流信号，可见＞3 条血管或血管互相连通，交织成网；腋窝淋巴结肿大定义：①淋巴结纵横比≤2；②淋巴门消失或淋巴门回声减低或皮髓质分界不清；③皮质厚度＞3 mm 或皮质不对称增厚，④淋巴结血供模式为边缘型或混合型[3-4]。

1.4 统计学方法

数据分析采用SPSS 22.0 统计软件，计数资料以率（%）表示，比较用χ2检验，多因素分析用Logistic回归模型，自变量回归系数采用Wald χ2检验，模型的拟合情况采用经似然比检验，绘制ROC 曲线，评价Logistic 回归模型的预报能力，P＜0.05 为差异有统计学意义。

2 结果

2.1 不同超声特征独立预测乳腺恶性结节的诊断效能比较

≤45 岁患者有184 个结节，其中恶性结节14 个，良性结节170 个；＞45 岁患者有160 个结节，其中恶性结节65 个，良性结节95 个。不同超声特征独立预测乳腺恶性结节的诊断效能比较，差异有统计学意义（P＜0.05）。见表1。

2.2 乳腺小结节良恶性的多因素Logistic 回归 分析

以病理结果的良恶性为因变量，超声特征及年龄为自变量，自变量进入方程的标准为P＜0.05，经二分类Logistic 回归分析中最大似然比（likelihood ratio,LR）向前逐步回归法分析，得到Logistic 回归方程为：Logit(p)=-5.993+2.075×内部回声均匀性+1.180×形态+1.668×边缘特征+1.467×纵横比2+2.529×血流分级+2.087×血流阻力指数+4.951×高回声声晕+2.105×微钙化+3.434×同侧腋窝淋巴结肿大+ 1.390×年龄。回归模型拟合情况的LR 检验，差异有统计学意义（χ2=111.454，P=0.000）。见表2、3。

2.3 Logistic 回归模型评价

利用该模型对344 个乳腺小结节的良恶性进行预报，若回归值P＞0.5 预报为恶性，P≤0.5 预报为良性。Logistic 回归模型与术前超声诊断正确率分别为94.2%和87.2%（见表4、5）。绘制Logistic 回归模型及术前超声的ROC 曲线，并计算曲线下面积（见图1）。本研究建立Logistic 回归模型的曲线下面积为0.918 （95% CI：0.873，0.963），Sb值为0.023，而术前超声诊断的曲线下面积为0.793（95% CI：0.726，0.859），Sb值为0.034，说明该模型具有较高的诊断准确率。

表1 不同超声特征独立预测乳腺恶性结节的诊断效能比较

表2 变量赋值

表3 乳腺小结节良恶性多因素的Logistic 回归分析相关参数

表4 Logistic 回归模型预判结果与病理结果对比 个

表5 超声诊断与病理结果对比 个

图1 Logistic 回归模型和术前超声诊断乳腺小结节的ROC 曲线图

3 讨论

乳腺癌占妇女恶性肿瘤首位且呈逐年上升趋势[5]。因乳腺疾病的声像图表现多样，所以超声诊断乳腺疾病的灵敏性高而特异性低，尤其对于直 径＜10 mm 的乳腺结节，其鉴别难度更大[6]。Logistic回归分析可以对多个自变量进行综合分析，从中筛选出危险因素并预测某事件发生的概率，现已广泛用于医学研究的各领域。

本研究经Logistic 回归分析筛选出高回声声晕、同侧腋窝淋巴结肿大、血流分级、微钙化、RI、内部回声均匀性、边缘特征、纵横比、患者年龄及形态等有意义变量，且回归系数均＞0，认为以上变量在乳腺小结节鉴别诊断中呈正相关，即上述变量在乳腺小结节中出现越多，其恶性的可能性就越大。高回声声晕及同侧腋窝淋巴结肿大的OR 值在本研究中高于其他变量，认为其在乳腺小结节的鉴别诊断中较其他变量更为可靠，危险度更高。

高回声声晕系肿瘤细胞浸润、推挤周边组织所致，或是病灶周边结缔组织反应性增生，形成不规则界面所致[7-8]。本研究中高回声声晕的OR 值为141.366，表明在其他征象相同时，出现高回声声晕的小结节为乳腺癌的危险性增加了141.366 倍。由此认为，当乳腺小结节出现高回声声晕时应高度怀疑为 恶性。

腋下淋巴结是乳腺癌最易侵犯的组织，转移率高达80%[9-10]。超声是检测腋下淋巴结转移的一种简便有效的方法[11-12]。本研究同侧腋窝淋巴结肿大诊断乳腺恶性结节的灵敏性和特异性分别为43.0%和98.1%，经Logistic 回归分析，同侧腋窝淋巴结肿大的OR 值为31.003，说明出现同侧腋下淋巴结肿大时结节为恶性的概率更大，提示同侧腋窝淋巴结肿大是鉴别乳腺小结节良恶性的重要征象之一。

乳腺癌常呈浸润性生长，其垂直方向的癌细胞较其他方向增殖速度快，因此超声表现为纵横比≥1[13]。然而，部分学者以纵横比≥0.7 鉴别乳腺病变的良恶性，发现纵横比≥0.7 对诊断乳腺癌同样具有重要意义[14-15]。本研究同时探讨了纵横比≥1.0 和≥0.7 在乳腺小结节鉴别诊断中的意义，经Logistic 回归分析，只有纵横比≥0.7 进入回归方程，分析其原因可能与小乳腺癌的病理改变有关。小乳腺癌早期增殖能力相对较弱，因此纵横比增大也相对缓慢，故本研究中纵横比≥0.7 在乳腺小结节良恶性鉴别中更具有意义。

综上所述，本研究基于超声特征建立logistic 回归模型预报正确率及ROC 曲线下面积均高于术前超声诊断，有较高临床实用性，尤其当小结节超声声像图出现高回声声晕、腋窝淋巴结肿大及纵横比≥0.7时，更应引起重视。但本研究研究样本量较少，因此还需扩大样本量并进行更全面的分析。