Kaiser评分与ADC值对乳腺BI-RADS 4类病变的诊断效能评价

乳腺癌是女性最常见的恶性肿瘤，MRI是鉴别乳腺内良恶性病变的重要影像学检查方法，敏感性很高

。扩散加权成像（diffusion-weighted imaging, DWI）及其定量参数表观扩散系数（apparent diffusion coefficient, ADC）值可应用于乳腺病变良恶性的评估，已有研究表明恶性病变的ADC值显著低于良性病变

，可以避免不必要的临床干预

。目前DWI与动态对比增强（dynamic contrast enhanced, DCE）两种MRI 检查序列联合应用可对乳腺癌进行影像学诊断

，然而对于恶性概率跨度极大的乳腺影像报告和数据系统（Breast Imaging-Reporting and Data System, BI-RADS）4类病变的诊断价值有限，BI-RADS 4类病变的恶性概率为2%～95%

，这预示部分良性病灶将被误诊为恶性病灶而接受不必要的手术，增加了患者的心理和经济负担。作为一种临床决策依据，纳入五种影像特征的Kaiser评分在评估乳腺病变方面具有极佳的敏感性和特异性

，分值从1到11，相关文献认为评分≥4建议进行活检

。本研究的目的是比较Kaiser评分与ADC 值对BI-RADS 4 类病变的诊断效能，并获取Kaiser评分诊断良恶性的截断值，以减少不必要的有创活检。

1 材料与方法

1.1 一般资料

回顾性分析2020 年6 月至2022 年2 月于河北省人民医院行术前乳腺3.0 T MRI 平扫及动态对比增强检查的女性患者病例共128 例，年龄9～83（47±13）岁。纳入标准：诊断报告为BI-RADS 4 类的强化病灶；影像资料及病理结果完善、清晰。排除标准：MRI 检查前行乳腺穿刺、手术或放化疗。本研究经河北省人民医院伦理委员会批准，免除受试者知情同意，批准文号：2022082。

1.2 设备及参数

所有病例MRI扫描采用美国GE 3.0 T MRI仪，使用16通道乳腺表面相控阵线圈，取俯卧位，扫描范围包括双侧乳腺及腋窝。轴位快速自旋回波T2WI脂肪抑制成像序列扫描参数：TR 7061 ms，TE 104.3 ms，层厚5 mm，层间距5 mm，FOV 350×350；轴位T1WI 序列扫描参数：TR 420 ms，TE 7.6 ms，层厚5 mm，层间距5 mm，FOV 350×350；DWI 序列扫描参数：TR 5113 ms，TE 66.6 ms，层厚5 mm，层间距5 mm，FOV 350 mm×210 mm，b 值 取1000 s/mm

；DCE-MRI 扫 描 参 数：TR 5.7 ms，TE 1.8 ms，层厚1.6 mm，层间距0，FOV 350 mm×350 mm，共采集7 期图像，对比剂为钆喷酸葡胺，剂量0.2 mmol/kg，流速2 mL/s，注射后用20 mL生理盐水以3 mL/s的速度自动冲洗注射器。

尼康Coolpix W300的画质表现相比富士更加优秀，但是在细节表现力上还是不如奥林巴斯和理光。W300配备了等效焦距为24-120mm，非常实用，镜头还拥有光学防抖功能，可以弥补弱光拍摄时的劣势。

1.3 图像处理与分析

由两位高年资乳腺诊断医师（诊断医师1为工作经验30年的主任医师；诊断医师2为工作经验15年的副主任医师）根据Kaiser 评分系统解读所有检查结果，出现分歧时协商达成一致。该评分系统包括5个独立的诊断标准，即毛刺征、时间-信号强度曲线（time-signal intensity curve, TIC）类型、病变边缘、内部强化模式及瘤周水肿。两位诊断医师均不知道病理结果和BI-RADS 分级，计算并记录每个病变的最终Kaiser 评分。Kaiser 评分系统的流程图如图1所示。

1.3.2 疼痛程度 采用疼痛数字评分法(NRS)评估患者术后6 h、术后第1天、术后第2天、术后第3天的疼痛程度。NRS 是用数字式0～10代替文字来表示疼痛的程度，0 为无疼痛;1～3分为轻度疼痛，不影响患者夜间睡眠;4 ～6为中度疼痛，轻度影响患者夜间睡眠;7～10为重度疼痛，患者不能入睡或者睡眠中痛醒。

1.4 统计学分析

从图3可以看出，对任何一种弹-靶组合，随着弹丸速度的增加，坑深Ic与坑径dc之比最终都会趋近于0.5的渐近值，即形成半球形的弹坑。

2 结果

2.1 临床资料

本研究采用随机对照研究中的配对设计方法评估了Kaiser 评分、ADC 值和两者联合在乳腺BI-RADS 4 类病变诊断中的效能，结果显示在乳腺BI-RADS 4 类病变中，Kiser 评分诊断效能高于ADC 值，可以减少临床不必要的活检，联合应用Kaiser 评分和ADC值并不能显著提高诊断效能。本研究为国内首次在BI-RADS 4 类病变中同时应用Kaiser 评分和ADC 值，并对两者的诊断效能做出比较。

所有MRI原始数据传到AW 4.2后处理工作站，应用Functool 软件进行后处理，感兴趣区（region of interest, ROI）包括病灶的实性区域，避开坏死、囊变或出血的区域，避开纤维腺体及血管，测量每个ROI的ADC值及TIC，重复测量两次，以平均值作为最终数据。测量ADC 值时，于DWI 序列上病变明显高信号处勾画ROI。动态对比增强扫描采用乳腺容积成像即VIBRANT技术，第一期为蒙片，在第二或三期病变早期明显强化时勾画ROI 测量TIC。背景实质增强（background parenchymal enhancement, BPE）即乳腺MRI 图像上正常实质的强化，由两位高年资医生（诊断医师1为工作经验30年的主任医师；诊断医师2为工作经验15年的副主任医师）依据DCE-MRI 图像按照BI-RADS 系统分为4类：少量、轻度、中度、重度，分别代表＜25%、25%～50%、51%～75%、＞75%的腺体组织强化。

2.2 Kaiser评分与ADC值诊断效能分析

Kaiser 评分与ADC 值诊断结果见表1。恶性病变的Kaiser 评分高于良性病变，ADC 值低于良性病变，差异具有统计学意义（

＜0.05），结果见表2。对于所有病变、肿块型强化病变，Kaiser 评分的AUC 均高于ADC值的AUC，差异具有统计学意义（

＜0.001），但在非肿块病变中，差异无统计学意义（

=0.152）。Kaiser评分+的AUC在所有病变、肿块及非肿块型强化病变中均高于ADC值的AUC，差异具有统计学意义（

＜0.05）。在所有病变、肿块及非肿块型强化病变中，Kaiser 评分与Kaiser 评分+AUC 比较，差异均不具有统计学意义，结果见表3、图3。依据BI-RADS 系统将BPE分为4类，比较Kaiser、Kaiser+与ADC值的AUC，结果见图4、表3。在BPE 1～4类乳腺中，Kaiser评分的AUC 均高于ADC 值的AUC，这表明Kaiser 评分在诊断BI-RADS 4类病变时不受BPE影响。

2.3 Kaiser 评分与ADC 值准确度、敏感度、特异度比较

Kaiser评分是Baltzer等

提出的一种病变分类算法，基于常规T2WI 压脂序列及DCE-MRI 序列，应用了五个独立的形态学及动态增强相关的特征，范围从1到11，提供了病变的恶性可能性，分数≤4时可以在很大程度上排除恶性，评分高则需要活检，评分结果不受设备参数及增强扫描期相影响

，易于推广。相对于BI-RADS系统仅做到使诊断报告标准化，Kaiser评分可以作为诊断依据辅助评估病变良恶性。Kaiser评分的诊断标准符合BI-RADS

，观察者间一致性良好，即使不同观察者的个人评分不同，但最终是否需要活检的最终结果是一致的，且重复性高

。Kaiser评分敏感性高，在高危女性中，采用4 作为病变的阈值可以避免超过45% BI-RADS 4 类的病灶进行不必要的活检

，并且可以对X 线表现为可疑恶性的钙化进行风险分层，降低58.3%～65.3%不必要的定向活检

。Rong 等

得出结论，对比增强乳腺X 线摄影技术与Kaiser 评分结合有助于诊断BI-RADS 4A 类病变，可以避免75.8%～82.1%不必要的良性乳腺病变活检。王珊等

的研究表明，Kaiser评分对BI-RADS 4类非肿块样强化病变具有较高的敏感性和准确性，与本研究结果一致。对于BI-RADS 3-5 类病变中性质不明确的病灶，Kaiser 评分也可以辅助诊断，提高诊断准确性，避免45.2%～60.8%的活检

。

3 讨论

128 例患者病例共165 个病灶，其中肿块样病灶111 个，非肿块样病灶54 个；恶性67 个，良性98 个。恶性病灶中，浸润性导管癌27 个，导管原位癌17 个，导管内乳头状癌5 个，导管原位癌伴浸润性导管癌8 个，浸润性小叶癌4 个，包裹性乳头状癌1 个，浸润性筛状癌1 个，浸润性癌伴黏液分化1 个，黏液癌2 个，浸润性微乳头状癌1 个；良性病灶中，纤维腺瘤37 个，导管内乳头状瘤25 个，腺病17 个，肉芽肿性乳腺炎7 个，炎症4 个，硬化性腺病4 个，良性叶状肿瘤3个，良性肌上皮瘤1个。典型病例见图2。

3.1 DWI在乳腺病变诊断中的应用

本研究结果显示，Kaiser评分对于BI-RADS 4类病变的诊断效能高于ADC 值，而且Kaiser 评分不受BPE 影响，在每个亚组均表现出良好的鉴别能力。研究证实

，中重度BPE的女性患者DCE-MRI的敏感度低于轻微及轻度BPE的女性，高BPE可能会导致假阳性或假阴性

，且高BPE可能是乳腺癌的独立危险因素

。Kaiser 评分与ADC 值两者的结合较单独Kaiser 评分诊断效能并未见显著提高。当Kaiser评分＜3时，对BI-RADS 4 类病变的诊断未出现假阴性结果；当Kaiser 评分＞9 时，对BI-RADS 4 类病变的诊断未出现假阳性结果。当评分取截断值4 时，敏感度、特异度、阳性预测值、阴性预测值分别为97.0%、60.2%、62.5%、96.7%。对于肿块、非肿块强化病变，Kaiser评分诊断效能均高于ADC值，但诊断非强化病变的特异性较其他研究低

，这可能是由于本研究中非肿块病变较少，且多数为良性。Kaiser评分诊断的2例假阴性均为非肿块强化，均为导管原位癌，在评估Kaiser 评分时TIC 为流出型，被评价为4 分，这是因为导管原位癌病灶区域基底膜周围有多少不等的新生血管，所以TIC形式多样，其中平台型最常见，且在导管原位癌诊断中TIC类型差异无统计学意义

。

3.2 Kaiser评分在乳腺病变诊断中的应用

对于所有病变，Kaiser评分与ADC值诊断一致性较差（Kappa=0.192,95%

：0.039～0.345，

=0.013），Kaiser评分的准确度（124/165,75%）高于ADC值的准确度（90/165,55%），但差异无统计学意义（

＞0.05）。Kaiser 评分的敏感度（65/67,97.0%）、特异度（59/98,60.2%）均高于ADC值的敏感度（53/67,79.1%）、特异度（37/98,37.8%），差异具有统计学意义（

＜0.001）。根据ROC 曲线确定约登指数，确定Kaiser 评分评估BI-RADS 4类病变良恶性的截断值为4，截断值对应的敏感度为97.0%（65/67），特异度为60.2%（59/98），阳性预测值为62.5%（65/104），阴性预测值为96.7%（59/61）。对于所有病变应用Kaiser评分可以减少不必要的活检。

数据分析采用SPSS 25.0 及MedCalc 20.0（Medcalc Software）软件处理，服从正态分布的计量资料以（

ˉ±

）表示，组间比较采用独立样本

检验，应用配对卡方检验比较敏感度、特异度，采用Kappa值评价两种方法是否具有一致性。使用logistic回归联合Kaiser评分与ADC值作为一个新的预测指标Kaiser+。诊断效能采用受试者工作特征（receiver operating characteristic, ROC）曲线评估，应用准确度、敏感度、特异度、阳性预测值和阴性预测值评估诊断价值，应用DeLong检验比较曲线下面积（area under the curve, AUC），

＜0.05为差异有统计学意义。

3.3 Kaiser 评分、ADC 值及两者联合在BI-RADS 4 类病变诊断效能分析

DWI 是一种功能MRI 技术，被广泛应用于评估乳腺病变，可以提高MRI的诊断准确性

，在临床上可以通过其定量参数ADC 值评估组织中水分子的扩散程度

。在恶性病变中，由于肿瘤细胞增殖、细胞外空间受压，扩散受限，导致DWI 信号增高，相应的ADC值降低。作为一种定量诊断工具，ADC 值在初步评估乳腺病变良恶性方面表现良好，但ADC值容易受到病变成分及扫描参数的影响，并且对于那些表现为T2WI或DWI等信号、非肿块强化或存在广泛坏死的病变，测量其数值困难，导致其诊断效能下降，易出现假阴性结果；另外，某些病变如黏液癌，表现为ADC值升高，与良性病变相似，单独依靠ADC值容易误诊

。

3.4 不足与展望

本研究有一定的局限性：第一，由于乳腺病变早期筛查的普及，Kaiser 评分为10、11 分的病变较少，且由于选择偏倚导致本研究BI-RADS 4 类病变恶性率（40.6%）高于文献报道

，阳性预测值会偏高，后续研究中将严格掌握研究对象的纳入与排除标准，增加样本量。第二，在测量ADC值时没有评估病灶的大小，病灶较小会导致ADC 值测量不准确，最近的研究证实Kaiser 评分可以用来评估小于5 mm 的病灶

，这可能影响结果，后续研究可以将病灶按照大小进行分层分析。第三，在二维图像上勾画ROI忽略了病变异质性的影响，这可以通过使用ITK-SNAP 软件进一步勾画三维容积ROI尽量避免。

在农业食品系统的演变下，拉美地区经历了超市迅速崛起、跨国化和巩固整合。与20世纪90年代初的低市场占有率相反，如今超市已越来越多地占据拉美国家的农业食品经济，引起了供应链的深刻转换。

综上所述，Kaiser评分对于BI-RADS 4类病变的诊断效能高于ADC 值，有望降低不必要的穿刺活检率。与单纯的Kaiser 评分相比，联合应用Kaiser 评分和ADC 值不能显著提高BI-RADS 4 类病变的诊断效能。

妈妈的玩法对我有极大的吸引力。我缠着问：“你还会玩什么？”妈妈指着楼下的柳林说：“你看，随处都可以玩：吹柳笛、吹柳哨、做弹弓、编柳帽……”

全体作者均声明无利益冲突。

[1] Leithner D, Wengert G, Helbich T, et al. MRI in the assessment of BI-RADS

4 lesions[J]. Top Magn Reson Imaging, 2017, 26(5):191-199.DOI:10.1097/RMR.0000000000000138.

[2] Bickel H, Pinker K, Polanec S, et al. Diffusion-weighted imaging of breast lesions: region-of-interest placement and different ADC parameters influence apparent diffusion coefficient values[J]. Eur Radiol,2017,27(5):1883-1892.DOI:10.1007/s00330-016-4564-3.

[3] Clauser P, Krug B, Bickel H, et al. Diffusion-weighted imaging allows for downgrading MR BI-RADS 4 lesions in contrast-enhanced MRI of the breast to avoid unnecessary biopsy[J]. Clin Cancer Res, 2021,27(7):1941-1948.DOI:10.1158/1078-0432.CCR-20-3037.

[4] Zhang M, Horvat JV, Bernard-Davila B, et al. Multiparametric MRI model with dynamic contrast-enhanced and diffusion-weighted imaging enables breast cancer diagnosis with high accuracy[J]. J Magn Reson Imaging,2019,49(3):864-874.DOI:10.1002/jmri.26285.

[5] Strigel RM,Burnside ES,Elezaby M,et al.Utility of BI-RADS assessment category 4 subdivisions for screening breast MRI[J].AJR Am J Roentgenol,2017,208(6):1392-1399.DOI:10.2214/AJR.16.16730.

[6] An YY, Liu C, Zhang HX, et al. Diagnostic value of Kaiser score for BI-RADS 4 lesions on MRI[J]. Zhejiang Med J, 2021, 43(5): 511-515.DOI:10.12056/j.issn.1006-2785.2021.43.5.2020-3139.安永玉,刘畅,张宏霞,等.Kaiser 评分对MRI 乳腺影像报告与数据系统4 类病灶的诊断价值[J]. 浙江医学, 2021, 43(5): 511-515. DOI:10.12056/j.issn.1006-2785.2021.43.5.2020-3139.

[7] Grippo C, Jagmohan P, Helbich TH, et al. Correct determination of the enhancement curve is critical to ensure accurate diagnosis using the Kaiser score as a clinical decision rule for breast MRI[J/OL]. Eur J Radiol, 2021 [2022-05-30]. https://doi.org/10.1016/j.ejrad.2021.109630.DOI:10.1016/j.ejrad.2021.109630.

[8] Wengert GJ,Pipan F,Almohanna J,et al.Impact of the Kaiser score on clinical decision-making in BI-RADS 4 mammographic calcifications examined with breast MRI[J]. Eur Radiol, 2020, 30(3): 1451-1459.DOI:10.1007/s00330-019-06444-w.

[9] Milos RI, Pipan F, Kalovidouri A, et al. The Kaiser score reliably excludes malignancy in benign contrast-enhancing lesions classified as BI-RADS 4 on breast MRI high-risk screening exams[J]. Eur Radiol,2020,30(11):6052-6061.DOI:10.1007/s00330-020-06945-z.

[10] Iima M, Honda M, Sigmund EE, et al. Diffusion MRI of the breast:current status and future directions[J]. J Magn Reson Imaging, 2020,52(1):70-90.DOI:10.1002/jmri.26908.

[11] Dijkstra H,Dorrius MD,Wielema M,et al.Quantitative DWI implemented after DCE-MRI yields increased specificity for BI-RADS 3 and 4 breast lesions[J]. J Magn Reson Imaging, 2016, 44(6): 1642-1649. DOI:10.1002/jmri.25331.

[12] Istomin A, Masarwah A, Okuma H, et al. A multiparametric classification system for lesions detected by breast magnetic resonance imaging[J/OL]. Eur J Radiol, 2020 [2022-05-30]. https://doi.org/10.1016/j.ejrad.2020.109322.DOI:10.1016/j.ejrad.2020.109322.

[13] Bitencourt AG, Graziano L, Osório CA, et al. MRI features of mucinous cancer of the breast: correlation with pathologic findings and other imaging methods[J]. AJR Am J Roentgenol, 2016, 206(2):238-246.DOI:10.2214/AJR.15.14851.

[14] Baltzer PAT, Dietzel M, Kaiser WA.A simple and robust classification tree for differentiation between benign and malignant lesions in MR-mammography[J]. Eur Radiol, 2013, 23(8): 2051-2060. DOI:10.1007/s00330-013-2804-3.

[15] Woitek R, Spick C, Schernthaner M, et al. A simple classification system (the Tree flowchart) for breast MRI can reduce the number of unnecessary biopsies in MRI-only lesions[J]. Eur Radiol, 2017, 27(9):3799-3809.DOI:10.1007/s00330-017-4755-6.

[16] Baltzer P,Krug KB,Dietzel M.Evidence-based and structured diagnosis in breast MRI using the Kaiser score[J/OL]. Rofo, 2022 [2022-05-30]. https://www.thieme-connect.com.DOI:10.1055/a-1829-5985.

[17] Dietzel M, Baltzer PAT. How to use the Kaiser score as a clinical decision rule for diagnosis in multiparametric breast MRI: a pictorial essay[J].Insights Imaging,2018,9(3):325-335.DOI:10.1007/s13244-018-0611-8.

[18] Marino MA,Clauser P,Woitek R,et al.A simple scoring system for breast MRI interpretation: does it compensate for reader experience?[J]. Eur Radiol,2016,26(8):2529-2537.DOI:10.1007/s00330-015-4075-7.

[19] Istomin A, Masarwah A, Vanninen R, et al. Diagnostic performance of the Kaiser score for characterizing lesions on breast MRI with comparison to a multiparametric classification system[J/OL]. Eur J Radiol, 2021[2022-05-30].https://doi.org/10.1016/j.ejrad.2021.109659.DOI:10.1016/j.ejrad.2021.109659.

[20] Rong X, Kang Y, Xue J, et al. Value of contrast-enhanced mammography combined with the Kaiser score for clinical decision-making regarding tomosynthesis BI-RADS 4A lesions[J/OL]. Eur Radiol, 2022 [2022-05-30].https://doi.org/10.1007/s00330-022-08810-7.DOI:10.1007/s00330-022-08810-7.

[21] Wang S,Li JY,Zheng H,et al.Analysis on Kaiser sore in diagnostic value of BI-RADS 4 types of breast non-masses enhancement[J]. J Clin Radiol,2021,40(12):2282-2286.DOI:10.13437/j.cnki.jcr.2021.12.010.王珊,李建玉,郑慧,等.Kaiser评分对乳腺BI-RADS 4类非肿块样强化病灶的诊断价值分析[J].临床放射学杂志,2021,40(12):2282-2286.DOI:10.13437/j.cnki.jcr.2021.12.010.

[22] Jajodia A, Sindhwani G, Pasricha S, et al. Application of the Kaiser score to increase diagnostic accuracy in equivocal lesions on diagnostic mammograms referred for MR mammography[J/OL]. Eur J Radiol,2021[2022-05-30].https://doi.org.10.1016/j.ejrad.2020.109413.DOI:10.1016/j.ejrad.2020.109413.

[23] Telegrafo M, Rella L, Stabile Ianora AA, et al. Effect of background parenchymal enhancement on breast cancer detection with magnetic resonance imaging[J]. Diagn Interv Imaging, 2016, 97(3): 315-320.DOI:10.1016/j.diii.2015.12.006.

[24] Jung Y, Jeong S, Kim JY, et al. Correlations of female hormone levels with background parenchymal enhancement and apparent diffusion coefficient values in premenopausal breast cancer patients: effects on cancer visibility[J/OL]. Eur J Radiol, 2020 [2022-05-30]. https://doi.org/10.1016/j.ejrad.2020.108818.DOI:10.1016/j.ejrad.2020.108818.

[25] Zhang H, Guo LL, Tao WJ, et al. Possible breast cancer risk related to background parenchymal enhancement at breast MRI: a meta-analysis study[J].Nutr Cancer,2021,73(8):1371-1377.DOI:10.1080/01635581.2020.1795211.

[26] Zhang B, Feng LL, Wang L, et al. Kaiser score for diagnosis of breast lesions presenting as non-mass enhancement on MRI[J]. Nan Fang Yi Ke Da Xue Xue Bao,2020,40(4):562-566.DOI:10.12122/j.issn.1673-4254.2020.04.18.

[27] Nadrljanski MM, Marković BB, Milošević ZČ. Breast ductal carcinoma in situ: morphologic and kinetic MRI findings[J]. Iran J Radiol,2013,10(2):99-102.DOI:10.5812/iranjradiol.4876.

[28] Lee JM, Ichikawa L, Valencia E, et al. Performance benchmarks for screening breast MR imaging in community practice[J]. Radiology,2017,285(1):44-52.DOI:10.1148/radiol.2017162033.

[29] Dietzel M, Krug B, Clauser P, et al. A multicentric comparison of apparent diffusion coefficient mapping and the Kaiser score in the assessment of breast lesions[J]. Invest Radiol, 2021, 56(5): 274-282.DOI:10.1097/RLI.0000000000000739.019-06444-w.