Kaiser 评分诊断MRI BI-RADS 4 类亚厘米肿块的临床价值

杜 亮，张睿馨，徐可佩，方 珍，洪敏萍，周长玉，许茂盛

1.浙江中医药大学附属杭州市中医院放射科，浙江 杭州 310007；2.浙江中医药大学附属第一医院放射科，浙江 杭州310001

乳腺癌的发病率逐年上升，是青中年女性发病率和死亡率最高的恶性肿瘤［1］，早期诊断和治疗可极大改善患者的预后。乳腺MRI 在病变筛查和诊断方面具有潜在的价值，但其诊断价值与病变大小密切相关，即诊断准确率随体积变小而下降［2］。

美国放射学会乳腺影像报告和数据系统（breast imaging reporting and data system，BI-RADS）是目前广泛认可的影像诊断系统，BI-RADS 4 类病变具有2%～95%的恶性可能。研究显示，MRI BI-RADS 4a亚组恶性概率为2.5%～18.3%，BI-RADS 4b 亚组为23.5%～57.1%［3］，而体积更小的BI-RADS 4 类则为17.6%［4］。由此可见，有部分患者无法从活检中受益，反而会加重心理和经济负担。

Kaiser 评分是一项基于大数据机器学习算法获得的决策树，用于诊断乳腺病变的良恶性，其分值化管理可适度弥补BI-RADS 的缺陷［5-6］。但其在评估亚厘米肿块中的性能尚不清楚，此外，ADC 的辅助诊断价值也需进一步探讨。因此，本研究以BI-RADS 4 类亚厘米肿块为研究对象，探讨Kaiser 评分的实用价值并分析其误诊原因，同时分析不同ADC 阈值的辅助诊断价值。

1 资料与方法

1.1 一般资料

收集2019 年1 月至2022 年6 月在浙江中医药大学附属第一医院行乳腺MRI 检查的173 例患者，均为女性；年龄20～85 岁，平均（50.1±11.8）岁。其中良性67 例，肿块长径中位数8 mm（6～9 mm）；良性上皮增生38 例，纤维腺瘤及纤维腺瘤样增生9 例，腺病及硬化性腺病13 例，导管内乳头状瘤5 例，感染性病变2 例。恶性106 例，肿块长径中位数9 mm（8～10 mm）；浸润性导管癌75 例，原位癌15 例，乳头状癌10 例，浸润性小叶癌2 例，大汗腺癌2 例，小管癌1 例，神经内分泌癌1 例。173 例中单灶161 例，其中97 例（60.2%）为恶性；多灶12 例，其中9 个（75.0%）为恶性。纳入标准：①乳腺MRI 增强扫描诊断为BI-RADS 4 类；②肿块长径≤10 mm；患者临床病理资料完整，病理结果于MRI 检查后1 个月内获得。排除标准：①非肿块性病变，如线样、条状或散点状病变；②MRI 图像质量较差，难以评估影像特征者；③乳腺癌病史未手术或术后有新发病灶者。本研究经医院伦理委员会批准。

1.2 仪器与方法

使用Siemens 3.0 T MRI 系统（Magnetom Verio，Erlangen）和16 通道乳腺线圈进行扫描。扫描序列与参数：①T2WI 的Turbo 反转恢复TIR 序列，TR/TE/TI 4 000 ms/70 ms/150 ms，层厚4.0 mm，层距0.4 mm，视野360 mm×360 mm；②DWI 采用轴向单次激发EPI 序列，TR/TE=7 000 ms/85 ms，层厚4.0 mm，层距6.0 mm，b 值分别为50、400、800 s/mm2；③动态增强扫描采用轴向脂肪抑制快速小角度激发3D 动态成像序列T1WI，TR/TE=4.51 ms/1.61 ms，层厚1.0 mm，无间隔，扫描时间为6 个阶段，单次扫描时间为60 s。对比剂使用钆贝葡胺（北京北陆制药公司），浓度0.1 mmol/kg体质量，流率2.0 mL/s，静脉给药，后用10 mL 生理盐水冲洗。

1.3 影像评估

Kaiser 评分流程见图1［7］。由3 位具有5～12 年乳腺诊断经验的医师（医师1、2、3）对MRI 图像进行盲法分析。评估的影像特征包括肿块毛刺征、TIC、肿块边缘、内部强化方式和瘤周水肿。此外，ADC 值以1.4×10-3mm2/s 为阈值，即ADC>1.4×10-3mm2/s，总分减4 分。Kaiser 分值范围为1～11 分，分值越高提示恶性概率越高。TIC 遵循BI-RADS 指南，延迟强化部分以2 min 后或曲线开始改变后为准，信号强度持续上升、下降超过最大强化值的10%被定义为流入型、流出型。所有患者的TIC、ADC 值由另1 位医师在Siemens 后处理平台统一处理。

图1 Kaiser 评分诊断流程图［7］ 注：Kaiser 评分1～4 分对应乳腺影像报告和数据系统（BI-RADS）2/3 类，Kaiser 评分5～7 分对应BI-RADS 4 类，Kaiser 评分8～11 分对应BI-RADS 5 类

其中1 位医师的评分结果用于进一步研究，计算不同ADC 阈值（1.0×10-3mm2/s、1.2×10-3mm2/s、1.4×10-3mm2/s）对Kaiser 评分诊断效能的影响。

1.4 病理学检查

组织病理学分析通过细针抽吸或图像导丝定位手术切除进行。手术方式包括超声引导的微创动脉粥样硬化切除术和肿块切除术。所有样本均由具有至少6 年经验的乳腺病理学医师进行分析。

1.5 统计学分析

采用SPSS 23.0 软件进行数据分析。图形绘制采用Graphpad Prism 7.00。数据是否服从正态分布行K-S（Kolmogorov-Smirnov）检验。正态分布用表示，偏态分布用中位数表示，组间比较行Mann-Whitney U检验。通过组内相关系数（intraclass correlation coefficient，ICC）分析3 位医师之间评分一致性：ICC>0.70为一致性高。绘制ROC 曲线用于评估Kaiser 评分及ADC 值的诊断效能。使用DeLong 检验比较AUC 之间的差异。以P＜0.05 为差异有统计学意义。

2 结果

3 位医师根据评分流程，评估毛刺征出现率分别为54.3%（94/173）、53.2%（92/173）和52.6%（91/173）。TIC 呈流入型18.5%（32/173）、平台型42.8%（74/173）和流出型38.7%（67/173）。以Kaiser 评分4 分作为判断良恶性病变的临界值，医师1 诊断正确140 例、诊断错误33 例（假阴性8 例和假阳性25 例）；医师2 诊断正确140 例、诊断错误33 例（假阴性10 例和假阳性23 例）；医师3 诊断正确143 例、诊断错误30 例（假阴性9 例和假阳性21 例）。3 位医师的假阴性例数相近，其中共同误诊7 例，包括原位癌4 例（图4）、实性乳头状癌2 例（图5）和浸润性导管癌1 例。良恶性病变的Kaiser 评分差异均有统计学意义（Z医师1=-6.645，Z医师2=-7.167，Z医师3=-7.364；均P＜0.001）。3 位医师采用Kaiser 评分对BI-RADS 4 类亚厘米肿块的诊断效能见表1、图2。ICC 分析显示，3 位医师对Kaiser 评分的一致性很高（ICC＝0.921，P＜0.001）。

表1 3 位医师采用Kaiser 评分对BI-RADS 4 类亚厘米肿块的诊断效能

图2 3 位医师采用Kaiser 评分诊断乳腺影像报告和数据系统（BI-RADS）4 类亚厘米肿块的ROC 曲线

ADC 值为（0.30～2.07）×10-3mm2/s，平均0.84×10-3mm2/s。良性肿块的平均ADC 值为0.88×10-3mm2/s，恶性肿块为0.83×10-3mm2/s，差异有统计学意义（P=0.02）。7 例ADC 值>1.4×10-3mm2/s，其中1 例参与评分，余6 例＜4 分，无法减分。最终ADC 值阈值为0.87×10-3mm2/s 时，获得最佳敏感度55.2%，特异度65.1%，AUC（95%CI）为0.604（0.515～0.693）。

对比不同ADC 阈值时，Kaiser 评分的诊断效能（表2，图3），当ADC 阈值为1.4×10-3mm2/s 时，Kaiser 评分的诊断准确率和AUC 最佳。

表2 不同ADC 阈值时Kaiser 评分对BI-RADS 4 类亚厘米肿块的诊断效能

图3 不同ADC 阈值时Kaiser 评分诊断乳腺影像报告和数据系统（BI-RADS）4 类亚厘米肿块的ROC 曲线

3 讨论

2013 年，Baltzer 等首次提出Kaiser 评分，其基于机器学习算法从17 个影像特征中筛选出5 个主要特征、2 个次要特征，并进行特征分值化管理，用于判断乳腺病变的良恶性。乳腺癌的发生发展经历了从腺腔细胞—盲管腺病—不典型增生—原位癌—浸润癌的一系列过程［8］，其影像学特征也随之变化。本研究纳入了误诊率较高的BI-RADS 4 类亚厘米病变，但3 位不同年资医师的评估结果较稳定，表明该评分具有一定的实用性。

将Kaiser 评分>4 分作为乳腺病变活检的标准，可获得最为合适的敏感度和特异度［6-7］。据此标准，本研究可避免62.7%～68.7%的良性肿块进一步活检，但仍有7.5%～9.4%的恶性肿块误诊，其中包括原位癌、实性乳头状癌和浸润性导管癌。原位癌具有与有丝分裂指数相关的MRI 特征，高级别原位癌具有更明显的血管强化和内部坏死［9］，但中低级别的原位癌其恶性特征并不显著，被诊断为良性的可能较大（图4）。实性乳头状癌具有相对惰性的生物学行为，在病理学上表现为由致密、低度导管细胞组成的圆形、清晰的结节［10］，MRI 表现易与良性病变混淆。本组误诊病例中（图5a～5c），3 例实性乳头状癌具有边缘光滑、强化均匀等特征。因此，即使实性乳头状癌病变显示为平台型或流出型TIC，Kaiser 评分也会被低估。此外，有报道称实性乳头状癌的生长模式与侵袭性小叶癌相似，具有多灶性和结节性融合等特征［11］，这可能有助于与良性肿瘤鉴别。

图4 误诊的导管原位癌的MRI 图像 注：图4a 患者，女，41 岁。右乳卵圆形肿块（长径7 mm），边缘无毛刺，内部强化均匀，平台型TIC，ADC 值为1.51×10-3 mm2/s，Kaiser 评分2 分。图4b 患者，女，58 岁。左侧乳晕后区卵圆形肿块（长径9 mm），边缘无毛刺，内部强化均匀，流出型TIC，ADC 值为1.05×10-3 mm2/s，Kaiser 评分4分。图4c 患者，女，49 岁。左乳椭圆形肿块（长径7 mm），边缘规则，无毛刺，内部强化均匀，流出型TIC，ADC值为0.972×10-3 mm2/s，Kaiser 评分为4 分

图5 误诊的实性乳头状癌的MRI 图像 注：图5a 患者，女，60 岁。右乳单灶椭圆形肿块（长径8 mm），边缘光整、无毛刺，内部强化均匀，平台型TIC，ADC 值为0.95×10-3 mm2/s，Kaiser 评分2 分。图5b 患者，女，28 岁，左乳多灶肿块（长径7 mm），边缘光滑，无毛刺，平台型TIC，均匀内部强化，ADC 值1.24×10-3 mm2/s，Kaiser 评分2 分。图5c 患者，57 岁，右乳多灶肿块（长径7 mm），边缘无毛刺，内部强化均匀，流出型TIC，ADC 值为1.01×10-3 mm2/s，Kaiser 评分为4 分

从Milos 等［5］研究发现，与非肿块病变和最大径＜5 mm 的强化灶相比，临床对肿块性病变的诊断稳定性最高。以往文献报道，Kaiser 评分诊断BI-RADS 4 类病变的特异度为45.1%～82.5%［5-6，12］，而本研究的诊断特异度为62.7%～68.7%，与Dietzel 等［13］研究结果相似。本研究发现，硬化性腺病、乳腺增生伴纤维腺瘤、导管内乳头状瘤和乳腺腺病易被误诊为恶性病变。但有研究认为T2WI 高信号有助于区分乳腺癌［14-15］。导管内乳头状瘤大多体积较小，直径>10 mm被认为是高风险或恶性指标［16］，但罕见的毛刺征有助于减低评分值。乳腺增生伴纤维腺瘤大部分ADC值较高，且极少出现流出型TIC，可有效区分乳腺癌（黏液癌除外［17］），但当乳腺增生伴纤维腺瘤合并乳腺增生时，总体诊断准确率随之降低。

值得注意的是，环状强化被定义为恶性强化，但需排除良性病变如囊肿、脓肿和脂肪坏死。本研究发现环状强化肿块具有一定的影像学特征，但鉴别仍有难度。如恶性环状强化（图6）通常表现为不规则厚壁强化、内壁欠光整、张力差、内部弱强化，延迟期向心强化更有助于识别病变；良性环状强化（图7）更常见于薄壁强化、内壁光滑、张力大和内部无强化。

图6 环状强化恶性肿瘤的MRI 图像 注：图6a 患者，女，47 岁。右乳肿块，厚壁环状强化，张力较差，延迟向心性强化，病理为浸润性导管癌Ⅲ级。图6b 患者，女，53 岁。右乳肿块，厚壁环形及壁结节样强化，张力良好，病理为浸润性导管癌Ⅱ级。图6c患者，女，65 岁。左乳肿块，厚壁环形强化，张力良好，内部强化弱，延迟向心性强化，病理为浸润性导管癌Ⅲ级。图6d 患者，女，55 岁。右乳肿块，厚壁环状强化，张力较差，延迟向心性强化，病理分级为浸润性导管癌Ⅲ级。图6e 患者，女，42 岁。左乳肿块，厚壁环形强化，张力较差，内壁不光整，病理证实为原位癌

图7 环形强化良性病变的MRI 图像注：图7a 患者，女，38 岁。右乳肿块，厚壁环状强化，张力良好，内壁光滑伴线样分隔，内部无强化，病理为增生伴导管扩张、大汗腺化生。图7b 患者，女，44岁。左乳肿块，薄壁环形强化，张力较差，内部强化弱，病理为增生伴硬化性腺病。图7c 患者，女，39 岁。右乳肿块，薄壁环形强化，张力良好，内壁光滑伴线样分隔，内部无强化，病理为增生伴纤维腺瘤。图7d 患者，女，37 岁。右乳肿块，厚壁环状强化，张力良好，边缘毛刺，内壁光滑，内部无强化，病理为增生伴腺瘤形成、肌纤维母细胞瘤增生。图7e 患者，女，50 岁。右乳肿块，厚壁环状强化，张力良好，内壁光滑，内部无强化，病理为慢性化脓性炎症伴肉芽肿形成

Surov 等［18］回顾了123 项涉及13 847 个乳腺病变的研究，得出乳腺良恶性病变的平均ADC 值分别为1.5×10-3mm2/s 和1.03×10-3mm2/s。在Kaiser 评分中，ADC 的最佳阈值为1.4×10-3mm2/s；本研究认为，该阈值同样能在乳腺亚厘米肿块中获得相对优异的辅助诊断价值。但单独ADC 的诊断价值较低，原因可能是纳入了较大比例的恶性肿瘤，平均ADC值降低，且纳入的数据相对不平衡，诊断阈值也随之降低，导致多数恶性肿瘤被误诊为良性病变，诊断敏感度下降；其次，ADC 的诊断价值可能受病变大小的影响。Wan 等［19］发现，ADC 值对直径＜1 cm 的乳腺病变诊断敏感度、特异度分别为60%和50%，显著低于直径>1 cm 的病变（85.7%，77.0%）；欧洲乳腺影像协会建议ROI 至少包含3 个体素，并避开伪影、坏死或出血部分。空间分辨力不足、周围噪声或脂肪组织的影响均导致ADC 评估＜1 cm 病变的准确率下降，因此，本研究的ADC 价值有被低估的可能。

综上所述，Kaiser 评分对BI-RADS 4 类亚厘米肿块具有稳定且良好的鉴别诊断能力；但对边缘规则、光滑的恶性肿块，即使TIC 是平台型或流出型，病变被定为良性的风险也会升高。此外，1.4×10-3mm2/s作为ADC 的最佳阈值对Kaiser 评分的辅助诊断价值更优。