Kaiser评分不同界值应用于乳腺病变MRI诊断的效能比较

易 熙，王贵良，马 荣，曾禹莉，陈 鹰，樊志红

湖南省人民医院（湖南师范大学附属第一医院）放射二科，湖南 长沙410016

目前在诸多乳腺疾病的影像学检测手段中，以MRI敏感度最高［1-4］；BI-RADS为病变的描述提供了一种共通的术语，却没有针对各种影像征象提供一种诊断策略指导。Kaiser评分系统是应用于乳腺MRI的一个基于几个特定影像诊断指标的算法组合，它可以将影像发现转化为标准化的良恶性分类，同时可有效降低阅片者之间的诊断差异［5］。但是，目前关于Kaiser评分系统在乳腺疾病中的应用研究国内外仅见少数报道，仅见的国外相关研究缺乏中国人群作为研究对象的相关数据支撑［6-11］；而国内相关研究［12-13］中，针对Kaiser评分中不同界值在乳腺病变MRI 中的诊断效能的相关探讨基本处于空白。本研究旨在分析在Kaiser评分系统中不同评分界值应用于乳腺病变MRI诊断中的效能，并探索出最佳评分界值以最大限度地避免过度的乳腺活检，并与传统的BI-RADS分类诊断标准进行诊断效能的比较，现报道如下。

1 资料与方法

1.1 一般资料

回顾性分析2019年1月～2021年3月于湖南省人民医院（马王堆院区）行术前乳腺1.5 T MRI增强检查并经手术或穿刺病理证实的来自92例患者共101个病灶的患者临床资料。纳入标准：MRI检查前未行乳腺穿刺或手术；术前MRI检查资料完善；动态增强序列中病灶可见强化；病变性质经手术或穿刺病理证实。排除标准：术前MRI检查资料不完善、阴性结果或已经病理证实为恶性；病理结果不完善。92例患者均为女性，年龄17～80（45.90±14.01）岁。本研究纳入病例资料均经湖南省人民医院（湖南师范大学附属第一医院）医学伦理委员会审查批准通过。

1.2 方法

1.2.1 设备和参数 MRI扫描使用Signa HDxt 1.5TMRI扫描仪（GE），乳腺专用相控阵线圈，后处理工具为ADW4.5版本图像后处理工作站。患者采取俯卧位进行扫描。MRI扫描序列及参数：轴位FSE T1WI（TR/TE=560.0 ms/9.7 ms，矩阵320×224），轴位FSE T2WI-STIR（TR/TE=6140.0 ms/46.5 ms，矩阵320×192），矢状位T2WI-fs（TR/TE=2940.0 ms/87.3 ms，矩阵320×224），轴位T1WI动态增强（VIBRANT）序列（TR/TE=5.1 ms/2.5 ms，矩阵448×350），轴位弥散加权序列（TR/TE=4750.0 ms/74.8 ms，b=0 s/mm2、800 s/mm2，矩阵128×130）。动态增强序列包括增强前蒙片+7期动态增强，于造影剂注射后15 s开始扫描，57 s/期。造影剂使用Gd-DTPA，剂量0.2 mL/kg，注射速率2.0 mL/s，其后以同样速率注入20 mL生理盐水。

1.2.2 数据处理、测量及形态学参数的获取 观察参数包括病变的位置、分布方式、边缘和内部强化方式。动态增强曲线的获取：应用Functool软件，避开出血、坏死、囊变等区域，在病变的最大层面中心区域并避开纤维腺体组织及血管勾画感兴趣区，获得时间-信号曲线（TIC）。

1.3 诊断评估标准

Kaiser评分参照Baltzer等的评分标准和Kaiser评分流程图［5］进行（图1），评分为1～11分，由2名中级职称的影像科医师在不知道病理结果和既往MRI BI-RADS分类的情况下独立进行分析和评估，意见不一致时则由1名资深乳腺影像医师确定。

图1 Kaiser评分流程图Fig. 1 Kaiser score flowchart.

1.4 统计学分析

采用SPSS23.0和MedCalc19.6软件对数据进行统计学分析。对Kaiser评分和BI-RADS分类分别进行ROC分析并测量ROC曲线下面积以确定二者总体诊断效能并进行比较分析，并统计Kaiser评分中不同临界值下的敏感度、特异性和似然比。2位阅片者之间的Kaiser评分一致性采用Kappa分析。P＜0.05为差异有统计学意义。

2 结果

2.1 乳腺病变病理结果及良、恶性病变Kaiser评分诊断结果

92例患者共101个病灶，病理证实其中恶性病灶34个（33.66%），良性病灶67个（66.34%）；恶性病灶以浸润性导管癌（27.72%，28/101)最多见，良性病灶以纤维腺瘤、纤维腺瘤样增生（24.75%，25/101）最多见。乳腺良、恶性病变Kaiser评分诊断结果（表1）及病理亚型诊断结果（表2）。两位阅片者之间的Kaiser评分一致性良好（Kappa值=0.89，P＜0.01）。典型病例（图2～3）。

表2 乳腺病变病理学诊断结果Tab.2 Pathological diagnosis of breast lesions[n(%)]

图2 女，74岁，检查发现右乳肿物1周Fig. 2 Female,74 years old,examination revealed a right breast mass for a week.

表1 Kaiser评分对乳腺良、恶性病变的诊断结果Tab.1 Kaiser score in the diagnosis of benign and malignant breast lesions(n)

2.2 在乳腺病变MRI 中应用Kaiser 评分的诊断效能分析

有关Kaiser评分在乳腺病变MRI 中的诊断性能结果（表3），Kaiser评分和BI-RADS分类的诊断效能对比（图4）。使用5分为良恶性病变的分界值（以≥5分为恶性病变），有13个良性病灶被误诊为恶性病灶(包括3个肿块病灶和10个非肿块病灶)，假阳性率为19.40%（13/67），误诊病灶以非哺乳期乳腺炎最多，占比46.15%（6/13）；使用7分为良恶性病变的分界值（以≥7分为恶性病变），有1个良性病灶被误诊为恶性病灶，误诊病灶为肉芽肿性乳腺炎，表现为肿块病灶，假阳性率为1.49%（1/67），同时漏诊了7个恶性病灶，漏诊病灶包括浸润性导管癌5个，浸润性小叶癌1个，导管原位癌1个。

图4 在乳腺病变MRI 中分别应用Kaiser评分和BI-RADS分类的ROC曲线对比Fig. 4 ROC curvBe comparison of Kaiser score and BI-RADS classification in MRI of breast lesions.

表3 在乳腺病变MRI中应用Kaiser评分不同截断值的诊断参数Tab.3 Diagnostic parameters of different cut-off values of Kaiser score in MRI of breast lesions(%)

图3 女，40岁，左乳刺痛3 dFig. 3 Female,40 years old,left breast tingling for 3 days.

使用Kaiser评分系统对乳腺病变MRI进行诊断，由曲线下面积表示的总体准确性为0.969（95%CI：0.914～0.993）；使用BI-RADS分类对乳腺病变MRI进行诊断，由曲线下面积表示的总体准确性为0.702（95%CI：0.603～0.789）；二者间诊断效能的差异有统计学意义（P＜0.01）。

3 讨论

本研究评估了在乳腺病变MRI中应用诊断决策工具Kaiser评分系统的诊断效能，证实了这一决策工具对提高乳腺病变MRI 诊断准确性的益处，与国内外相关研究结论一致［9-11］。同时，使用推荐诊断界值5分为良恶性病变诊断界值［8,11］，可以正确识别100%的恶性病变，特异性为88.06%，误诊病灶以非哺乳期乳腺炎最多，占比46.15%（6/13），占样本内所有乳腺炎性病变的50.00%（6/12），也从侧面佐证了肉芽肿性乳腺炎与乳腺癌影像表现的相似性［14-16］。针对排除可疑恶性病变中良性病变这一特定诊断目标，以高截断值7分作为判断恶性病变的界值，可以正确识别79.41%的恶性病变，特异性为98.51%，阳性似然比为53.21%。

传统的乳腺病变BI-RADS分类在临床运用过程中，最常见的问题是BI-RADS 4类病变的划分存在较大的不稳定性。在最新的第5版BI-RADS分类评估与建议中，BI-RADS 4类的病灶对应的恶性概率是2%～95%，这是一个很宽泛的诊断区间，去掉阴性病例，如果所有的病灶都报4类，最终的统计结果也会在2%～95%的恶性范围。因此，预报4类是一个很容易的选择，但由此却必然会带来过度诊断和过度处理的问题［17-18］，这是一个很普遍并且亟须解决的问题。

Kaiser评分自引入以来已在有限的临床环境中应用。有学者证明了Kaiser评分在乳腺MRI诊断决策中的适用性［11］。相对于传统的BI-RADS分类，Kaiser具有多方面的优点：首先，不同诊断者、不同型号MRI设备之间的诊断一致性较高；BI-RADS在应用过程中，不同阅片者之间的读图一致性较好，而诊断准确性差异较大［19-21］，我们认为这是由于BI-RADS虽然提供了共通的诊断学术语，而没有基于各种影像征象提供一个标准化的诊断策略，对于不同影像征象的解释，阅片者之间存在主观差异，最终导致不同阅片者之间的诊断决策一致性较差，而在Kaiser评分系统中，影像诊断参数的选择及其各自的影响权重是标准化的、确定的，故可带来较一致的诊断决策，这在本研究中也得到证实，并与国内外相关文献报道一致［11］。也有研究表明，尽管乳腺MRI病例来自多个单位、不同场强的MRI扫描仪，但Kaiser评分的诊断准确性和阅片者之间的一致性一直很高［8］。其次，有助于提高乳腺MRI的诊断准确率。本研究表明了在乳腺病变的MRI诊断中，Kaiser评分有较高的诊断效能，并且诊断效能优于传统的BI-RADS分类，二者差异有统计学意义（P＜0.01）。有研究表明，在MRI中应用Kaiser评分可以提高钼靶所发现可疑恶性病变的诊断准确率［6］；也有研究表明，在经验较少的放射科医生中，Kaiser评分帮助他们提高了诊断准确率，并且在肿块和非肿块病变中该结论仍相同［11］。最后，便于临床推广。现有的数据表明，使用不同的功能MRI、PET、对比增强能谱乳腺X线摄影的多参数成像可以提供额外的特异性［4,22］，但在临床实际工作中，考虑到技术的普及程度及经济因素，一些检查方法如磁共振波谱成像、钠成像、化学交换饱和转移成像等在临床应用推广上难度较大。Kaiser评分系统用到的影像诊断指标包括病灶边缘、时间-信号曲线、内部强化特征、病灶周围水肿情况等，获得这些参数所需要的成像方式是乳腺MRI动态增强、乳腺扩散加权成像等较为普及的成像技术，故Kaiser评分系统易于推广使用。

综上所述，在乳腺病变MRI诊断中应用Kaiser评分对提高诊断准确性有益，同时以≥5为判断良恶性病变的诊断界值，可以获得最佳的综合诊断效能，针对特定诊断目标，在Kaiser评分中合理运用高诊断界值，可以增强诊断信心，最大程度地避免过度的乳腺活检。但本研究仍然存在一些局限性：首先，本研究是一项回顾性研究，虽然我们可以证明应用Kaiser评分对提高乳腺病变MRI诊断准确性有益，但基于我们研究的回溯性，不能排除潜在选择偏差的影响，因此需要进行前瞻性研究来进一步证实Kaiser评分在这种情况下的潜力；另外，本研究进行了较大样本的研究，但恶性病变相对较少，有待于进一步扩大样本量。