基于三种预测模型的乳腺超声BI-RADS分类3～5类结节恶性危险分层量化评分研究

陈亚岩 王迎秋 田 苗 廖婷婷 薛淑贞 罗 慧

1.汕头大学医学院，广东汕头 515000；2.深圳市龙华区妇幼保健院超声科，广东深圳 518109；3.深圳市人民医院超声科，广东深圳 518001

乳腺癌为临床常见恶性肿瘤，具有较高患病率及病死率[1]。《中国女性乳腺癌筛查与早诊早治指南（2021，北京）》[2]指出，对于一般风险人群首先推荐单独使用超声进行乳腺癌筛查。2013年美国放射学会（American College of Radiology，ACR）第五版乳腺影像报告和数据系统（breast imaging reporting and data system，BI-RADS）加入了新的超声术语[3]，但该系统未明确提出各亚分类具体划分原则和建议，因而BI-RADS分类易受到超声医师的主观判断及经验影响。本研究旨在探讨兼具有效性和特异度、简单易推广的乳腺结节量化分类标准。

1 资料与方法

1.1 一般资料

选取2019年1月至2023年2月在深圳市人民医院及深圳市龙华区妇幼保健院行乳腺超声检查并有明确病理结果的患者资料进行回顾性分析。超声图像由1名副主任医师及1名获得乳腺超声专项培训的主治医师在未知病理结果的情况下对结节进行分析。纳入标准：①BI-RADS分类为3～5类的乳腺结节；②超声图像清晰，判读明确的病例；③临床资料完整。排除标准：①临床资料缺失、图像判读困难的病例；②乳腺炎性疾病及恶性病变的术后再发病例。最终本研究共纳入女性患者638例，共计644个结节。由于本研究为回顾性研究，医学伦理委员会免除伦理审查及患者的知情同意。

1.2 仪器与方法

采用Philips Affiniti50、EPIQ7C超声诊断仪，线阵探头频率为5～12 MHz。

1.3 观察指标

2名超声医师采取盲法判读图像，对644个结节参照BI-RADS分类标准进行分类。超声征象赋值标准如下。①年龄X1：≤42岁，0；＞42岁，1。②部位X2：左侧，0；右侧，1；双侧，2。③乳腺组织构成X3：均匀，0；不均匀，1。④形状X4：圆形或椭圆形，0；不规则，1。⑤方位X5：平行，0；不平行，1。⑥边缘X6：清晰，0；模糊，1；成角或微分叶或毛刺，2。⑦成分X7：囊性，0；实性或混合性，1。⑧回声X8：无回声，0；高回声/等回声/强回声，1；囊实混合回声，2；低回声，3。⑨回声质地X9：均匀，0；不均匀，1。⑩钙化类型X10：无钙化，0；粗钙化，1；微钙化，2。⑪ 后方回声特征X11：无改变，0；增强，1；混合特征或衰减，2。⑫ 位置X12：内上，0；内下，1；外下，2；外上，3；乳晕区，4。⑬ 声晕X14：无，0；有，1。⑭ 最大直径X15：≤22 mm，0；＞22 mm，1。⑮可疑淋巴结X16：无，0；有，1。⑯ 血流丰富程度X17：无，0；少许，1；丰富，2。

1.4 统计学方法

采用SPSS 20.0统计学软件进行数据分析，随机将644个乳腺结节分为训练组（n=439）和测试组（n=205）[4]。计量资料采用均数±标准差（）表示，采用t检验。应用χ2检验分析乳腺结节良恶性情况在不同超声征象之间的差异，进一步采用二元logistic回归，使用前进逐步似然法，将单因素分析中P＜ 0.1的变量纳入多因素分析，基于计数法[5]、权重法[6]、回归公式法[7]建立预测模型。采用MedCalc 20.0.10软件绘制受试者工作特征（receiver operating characteristic curve， ROC）曲线并计算曲线下面积（area under curve，AUC），筛选出兼具有效性和特异度的最优模型。利用测试组对最优模型进行验证。P＜ 0.05为差异有统计学意义。

2 结果

2.1 入组病例情况

入组患者平均年龄（42.95±10.67）岁，乳腺结节恶性率为25.31%（163/644），结节平均最大直径为（17.49±13.62）mm。训练组和测试组的平均年龄（t=-0.069，P=0.945）、结节平均最大直径（t=-1.562，P=0.119）、结 节 的 恶 性 率（χ2=1.798，P=0.407）比较，差异无统计学意义。

2.2 训练组的乳腺结节超声特征分析

单因素分析结果显示，结节的部位、形状、方位、边缘、回声质地、钙化类型、后方回声特征、最大直径、可疑淋巴结、血流情况，这10个超声特征和患者年龄具有统计学意义（P＜ 0.05）。对上述指标进行logistic回归分析显示，年龄＞42岁，形状不规则、方位不平行、边缘成角或微分叶或毛刺、微钙化、后方回声混合特征或衰减是乳腺结节恶性的危险因素（P＜ 0.05）。

2.3 三种预测模型的诊断价值

基于多因素回归分析的结果，分别建立基于计数法、权重法和回归公式法的预测模型，ROC曲线图见图1。根据多因素分析结果重新调整赋值：①边缘X6：完整或模糊，0；成角或微分叶或毛刺，1。②钙化类型X10：无钙化或粗钙化，0；微钙化：1。③后方回声特征X11：无改变或增强，0：混合特征或衰减，1。其余超声征象赋值不变。

图1 BI-RADS分类系统与三种预测模型的ROC曲线图

2.3.1 计数法 计算可疑超声征象及年龄＞42岁的个数。

2.3.2 权 重 法 总 评 分=X1+2×（X5+X11）+3×（X4+X6+X10）。

2.3.3 回归公式法 调整赋值后重新建立logistic回归方程，得出恶性乳腺结节的拟合概率为：P=exp（-8.172+1.458×X1+3.476×X4+1.998×X5+2.532×X6+3.195×X10+1.222×X11）/[（1+exp（-8.172+1.458×X1+3.476×X4+1.998×X5+2.532×X6+3.195×X10+1.222×X11）]。

2.3.4 BI-RADS分类系统与三种预测模型诊断效能的比较 BI-RADS分类系统与三种预测模型在训练组中诊断乳腺结节良恶性的比较结果显示，三种预测模型的AUC均显著高于BI-RADS分类系统（P＜ 0.001），见表1。

2.3.5 基于权重法的BI-RADS 训练组中，基于权重法和回归公式法的预测模型对良恶性乳腺结节的诊断价值高于计数法（P＜ 0.001）。基于权重法和回归公式法的预测模型对良恶性乳腺结节的诊断价值差异没有统计学意义（P=0.526）。因此，考虑临床应用的简单实用性，采用权重法建立BIRADS分类。测试组205个各类别结节的恶性构成比见表2，各类别结节的恶性构成比均在BI-RADS的理论范围内。典型影像见图2～3。

表2 训练组和测试组基于权重法的BI-RADS量化评分分类

图3 非特殊类型浸润性乳腺癌

3 讨论

2020年女性乳腺癌成为全球第一大癌症[8]。超声是亚洲女性乳腺病变最常用的检查方法之一。以往研究表明超声医师在判读乳腺肿块形态、方位等方面具有较好的一致性，但在判读乳腺肿块回声类型、肿块边缘等方面一致性较差[9]。在BI-RADS分类中，3～5类结节的恶性可能性跨度较大[3]，评估其恶性风险较为困难。因此本研究选择BIRADS 3～5类的乳腺结节为研究对象。各版本超声BI-RADS均未明确将年龄这一临床因素纳入评估分类标准。研究显示，患者年龄越高，恶性可能性越大[10-11]。也有研究表明，在临床工作中应该完全参照BI-RADS分类指南评估乳腺病灶，不应考虑年龄因素[12]。本研究分析结果显示，年龄＞42岁是可疑恶性特征与我国乳腺超声专家共识一致[13]。本研究在国内粟世桃等[5]乳腺结节量化评分研究基础上，建立基于多种方法的量化评分预测模型，经分析，基于权重法的BI-RADS分类量化评分标准更客观实用，其诊断效能高于传统BI-RADS分类。表3中BI-RADS分类3，恶性构成比为0，5类的恶性构成比为100%，可能原因如下：①预测模型诊断3类和5类结节的诊断效能高；②由于样本量相对较少，预测模型仅仅基于439个和205个观测中进行分析，如进一步检验预测模型的诊断效能，需要有更大的样本量。客观、规范的影像学乳腺结节危险分层评估，可以为临床提供更可靠的恶性风险范围，便于临床医生制订适宜的治疗方案，减少不必要的穿刺活检。

综上所述，基于权重法建立BI-RADS分类量化评分标准更简单实用，易于临床推广。本研究是回顾性研究，仅纳入了乳腺结节的二维及血流征象，弹性成像、造影、容积成像等[14]新技术及家族史等临床资料[15]未纳入研究，未来将进一步增加参数变量，以优化模型。