Gail模型在乳腺超声分类BI-RADS 4类中的应用

柴潇 李富 苏卡 罗铭 袁慧明 曾健

摘要：目的：利用Gail模型，对超声发现乳腺肿物且BI-RADS 4类患者是否活检做出建议，提高早期诊断精准度及治疗效率。方法：收集乳腺超声诊断为BI-RADS 4类并行麦默通活检的461例患者5年前Gail模型的指标（包括年龄、初潮年龄、初产年龄、乳腺活检次数及乳腺病史），一级家属史、种族及病理诊断，计算5年发病风险，绘制ROC曲线，计算曲线下面积，重新定义最佳界值并分为高风险组和低风险组，比较两组在BI-RADS 4（a、b、c）类患者中的预测准确率。结果：Gail模型以1.67%为界值预测5年发病风险准确率较低;以重新定义的0.8%为最佳界值，预测BI-RADS 4类患者5年患乳癌阳性率：高风险组59.3%，低风险组34.5%，P=0.000。4a类阳性率：高风险组37.1%，低风险组15.6%，P=0.001;4b类阳性率：高风险组58.5%，低风险组38.5%，P=0.032;4c类阳性率：高风险组72.8%，低风险组78.3%，P=0.474。结论：以0.8%为界值，Gail模型对超声BI-RADS 4类患者乳腺癌的发生有预测价值：在4a、4b类患者中高风险组对乳腺癌诊断的阳性率明显大于低风险组，有一定预测价值。

关键词：乳腺癌;Gail模型;风险评估预测;筛查

乳腺癌是全球女性最常见的恶性肿瘤，也是导致女性患癌死亡的第二大原因[1]。乳腺癌发病率不断升高，进行有效筛查，可降低死亡率，提高治疗效率。

在中国乳癌筛查主要是通过医院体检和社区群体筛查以及门诊的机会性筛查，以乳腺X线、超声为主要手段。其中乳腺B超安全简便、经济有效[2]。临床上常用乳腺超声影像报告和数据系统（breast imaging reporting and data system，BI-RADS），在超声检查诊断达到或高于4类时建议活检，BI-RADS 4类包括4a、4b、4c，恶变概率跨度范围大，活检手术有创、疼痛、费用高，选择合适的乳腺癌风险评估工具可避免不必要的活检。

乳腺癌风险评估工具（BCRAT）又称Gail模型，是预测乳腺癌绝对风险的最常用的评估工具，主要用于白人，确定高风险的受试者可对浸润性乳腺癌进行化学预防[3]。Gail模型认为5年内发病风险≥1.67%为高风险，目前在亚裔妇女中的适用性尚未验证，很少有人使用乳腺癌风险预测模型来改进对异常乳房超声检查的决策。我们尝试采用Gail模型评估5年发病风险，指导乳腺B超异常的随访及后续决策，评估Gail模型效能。

1资料与方法

1.1 临床资料收集

收集2018年期间于广西医科大学一附院行乳腺超声诊断为乳房肿物，符合BI-RADS分类为4类（4a、4b、4c），且后续行麦默通活检，病理结果可查询的女性。共纳入患者461例（良性242人，恶性219人）。通过查询病例及电话随访收集患者信息，Gail模型所需信息均为回忆5年前。资料收集包括病理诊断、超声分类情况、Gail模型中指标（年龄、种族、初潮年龄、初产年龄、一級家族史、活检次数、乳腺病史）。其中年龄需满足5年前年龄处于35～85岁，恶性组病理需为浸润性乳腺癌。排除标准：既往诊断过小叶原位癌或导管原位癌;有胸部放射治疗史的霍奇金淋巴瘤患者;已知有BRCA1/BRCA2基因突变或已知有某些遗传综合征患者;对侧乳腺癌以及乳腺癌复发患者。运用MDCalc软件中的“Gail Model for Breast CA risk”计算每个患者的5年发病风险。

1.2 发病风险分组

Gail模型中指出5年发病风险>1.67%高风险。根据活检病理结果分为良恶性，按5年前患者信息计算出的5年后（现在）发病风险，绘制ROC曲线，计算曲线下面积，得出最佳的高低风险的界值，根据该界值重新划分为高风险组及低风险组。将入组的BI-RADS 4类患者再具体分为BI-RADS 4a、4b、4c，分别绘制Gail模型预测5年发病风险的ROC曲线，比较各组之间的区别，计算BI-RADS 4a、4b、4c类高低风险组的阳性率及阴性率并对其讨论。

1.3 统计学方法

应用SPSS22.0及MedCalc统计软件对数据进行处理，绘制5年发病风险的ROC曲线，计算曲线下面积AUC，得出灵敏度、特异度。计算BI-RADS 4a、4b、4c类高低风险组的阳性率及阴性率。检验水准P<0.05为有意义。

2结果

2.1 Gail模型预测5年风险情况

入组的461例患者中5年风险高于1.67%的有26例，其中良性组7人，恶性组19人。Gail模型预测BI-RADS 4类患者5年风险灵敏度：8.7%，特异度：97.1%。预测5年风险准确率低。

2.2 绘制ROC曲线，重新定义界值

取最大灵敏度及特异度，即约登指数最大时的临界值为划分高低风险的最佳界值。得出Gail模型在乳腺超声诊断分类为BI-RADS 4类患者中预测其5年前的5年发病风险的ROC曲线下面积为0.681，最佳临界值为0.8%，P<0.0001。灵敏度为：56.16%，特异度为：70.25%，约登指数（Youden）J为0.264。

根据最佳界点分为高低风险组，比较预测阳性率：5年发病风险≥0.8%为高风险，<0.8%为低风险。根据此最佳截定点分为高风险组241人，低风险组220人。Gail模型预测BI-RADS 4类患者5年患乳腺癌风险中，高风险组中阳性率59.3%，明显高于低风险组阳性率34.5%，P=0.000。

2.3 根据高低风险分组分析Gail模型风险指标

高风险组的平均年龄较低风险组大、平均初潮年龄较低风险组小、平均初产年龄较低风险组大，活检次数、一级亲属患乳腺癌人数相对于低风险组多，P<0.05，有统计学意义DB90CEC3-3942-44E5-ABC4-FEBBBB41B9CA

2.4 Gail模型分别预测BI-RADS4a、4b、4c患者5年风险情况

将461名患者分为BI-RADS 4a：184例，良性142例，恶性42例;BI-RADS 4b：117例，良性59例，恶性58例;BI-RADS 4c：160例，良性41例，恶性119例。将风险值代入，描绘ROC曲线。得出Gail模型在乳腺超声诊断分类为BI-RADS4a类患者中预测其5年前的5年发病风险的灵敏度：50%，特异度：83.39%，ROC曲线下面积AUC为0.698，P<0.0001，截定点为（0.8%）。而在4b类中灵敏度：51.72%，特异度：66.10%，AUC：0.597，P=0.043，截定点为（0.8%）。在4c类中预测其灵敏度：53.78%，特异度：53.66%，AUC：0.503，P=0.954。

在BI-RADS 4a、b、c亚组中根据最佳界点分为高低风险组，184例BI-RADS 4a类患者中，Gail模型评估为高风险62例，其中恶性23例，良性39例;低风险者122例，其中恶性19例，良性103例，高风险组阳性率37.1%，低风险组阳性率15.6%，高风险组阴性率62.9%，低风险组阴性率84.4%。即阳性率高风险组优于低风险组，而阴性率则低风险组优于高风险组，P=0.02。

117例BI-RADS 4b类患者中，高风险65例，其中恶性38例，良性27例;低风险52例，其中恶性20例，良性32例。高风险组阳性率58.5%，低风险组阳性率38.5%，高风险组阴性率41.5%，低风险组阴性率61.5%。与4a类相似，P=0.032。

BI-RADS 4c类患者的阳性率：低风险组稍优于高风险组，阴性率高风险组稍优于低风险组，P=0.474，无统计学意义。

3讨论

从本次研究可看出，461例BI-RADS4类患者中只有不到一半的患者确诊为浸润性癌，有大部分患者可以避免活检带来的疼痛、焦虑、经济压力。事实上这个比例应该更低，因为排除了部分年龄上不符合标准的患者。故若有模型能够较为准确的估算个体的发病风险，将可能影响患者的后续决策。

以预测5年的患癌风险为主，Gail模型在本研究人群中的预测准确率很低，故重新定義最佳截定点为0.8%。以此为划分高低风险的界点，Gail模型预测5年患乳腺癌风险的准确率提高，但与给出的高于1.67%为高风险相差较远。这可能与样本量太小及研究对象为乳腺肿物超声分类为BI-RADS 4类有关。Gail模型预测为高风险的应重点筛查及随访，甚至可以进行活检及化学预防（他莫昔芬），而为低风险的，尤其超声分类为BI-RADS 4a类的，若患者没有活检意愿，可定期复查随访，而暂不考虑行乳房肿物活检。对于Gail模型是否能指导乳腺超声BI-RADS 4类患者后续治疗决策，仍需进一步大样本研究来验证。

乳腺癌目前的发病机理尚不明确，多项研究表明与遗传因素和环境因素共同作用有关，如经济、文化、饮食、情绪、精神压力、劳动强度、运动情况、致癌物质的接触、乳腺增生、乳腺密度、一二三级家族史及卵巢癌情况、携带BRCA1/2基因等多种因素有关。建立一个适合中国人种的乳腺癌风险预测模型，可以加强一级预防，对高危群体进行重点筛查以及干预，可避免乳腺超声的假阳性率对患者带来的焦虑与痛苦。

4结论

Gail乳腺癌风险评估模型以1.67%为界值预测乳腺超声分类BI-RADS 4类患者5年乳腺癌发病风险准确率低，重新定义过最佳界值0.8%之后，对超声分类为BI-RADS4a、4b类患者有一定的预测价值，Gail模型评估5年风险值为高风险的，可建议进一步活检手术明确诊断，若评估为低风险，且为4a类，患者若无活检意愿，可定期密切随访复查。Gail模型在中国女性中的适用性有待更大样本的研究，完善中国乳腺癌筛查系统及制定出适合中国女性的乳腺癌风险评估模型，有利于提高我国乳腺癌的防治水准。

参考文献

[1]马丹丹，刘坤，齐晓伟.2018年全球癌症统计：乳腺癌发病和死亡人数统计[J].中华乳腺病杂志（电子版），2018，12（6）：1.

[2]辽宁省医学会放射学分会心胸学组，辽宁省医学会分子影像学分会专家组，韩露，等.乳腺影像学检查与诊断规范专家共识[J].辽宁医学杂志，2021，35（3）：7.DB90CEC3-3942-44E5-ABC4-FEBBBB41B9CA