APP下载

联合超声弹性成像与超声BIRADS在乳腺病变诊断中的价值

2014-09-13黄嘉静陈玉英

实用癌症杂志 2014年6期
关键词:评分标准预测值灵敏度

黄嘉静 陈玉英

乳腺癌是女性常见的恶性肿瘤之一,占据女性癌症的首位[1],而早期发现、早期诊断和早期治疗是改善预后的重要因素[2]。本研究以352名患者的420个乳腺病灶为研究对象,分别进行超声弹性成像(ultrasonic elastography,UE),BIRADS分类,弹性成像(UE)与BIRADS联合检查研究,并与病理结果对照,对比分析超声弹性成像(UE)、BIRADS分类及两方法联合在乳腺癌超声诊断中的特异度、灵敏度、准确率、阳性预测值、阴性预测值及Youden指数。

1 资料与方法

1.1 一般资料

收集2009年1月至2013年1月期间经手术治疗且病理确诊的352例患者为研究对象,共 420个乳腺病灶。患者年龄20~76岁,平均年龄49岁。420个乳腺病灶中,病理诊断良性病灶287个,恶性病灶133个。良性病灶中122个病灶表现为乳腺腺病,47个病灶表现为黏液性乳腺炎,43个病灶表现为纤维肿瘤,35病灶表现为积乳囊肿,28个病灶表现为导管内乳头状瘤,12个病灶表现为囊性增生症。恶性病灶中90个病灶为浸润性导管癌,表现为小叶癌的病灶为19个,表现为乳腺导管内癌的有14个病灶,表现为粘液癌的有8个病灶,表现为乳头状癌的有2个病灶。

1.2 方法

对352例女性患者首先采用常规二维超声扫描,寻找患者病灶区域,测量病灶大小等,然后进行彩色多普勒超声检查,探测病变区域的血供情况,同时测定频谱多普勒参数。最后进行超声弹性成像(UE)检查,获取图像,对图像进行分析,分别采用UE评分标准和BIRADS评分标准进行评分。

1.3 评分标准

1.3.1 UE 评分标准 弹性成像5分法[3]是由日本筑波大学植野教授提出来的,其标准为:肿瘤整体发生变化,图像显示为绿色为1分;肿瘤大部分发生变形,但小部分没有变形,图像显示为绿色和蓝色马赛克状为2分;肿瘤边界发生变形,中心部分没有变形,图像显示病灶中心为蓝色,病灶周围为绿色为3分;肿瘤全体没有变形,图像显示病灶整体为蓝色为4分;肿瘤整体和周围组织都没有变形,图像显示病灶和周边组织为蓝色为5分。临床上多以弹性成像评分4分以上为恶性病变,3分以下考虑为良性病变。

1.3.2 BIRADS[4]评估标准 BIRADS分期包括0~6级。0级:评估不完全,需要其他影像检查; 1级:影像学检查未见异常; 2级:影像学发现为良性现象; 3级:影像学提示良性可能性大;4级:影像学提示可以恶性,其中按危险性大小分为4A(恶性可能3%~8%)、4B(恶性可能9%~49%)、4C (恶性可能50%~94%)3个亚级;5级:有3项或3项以上征象提示恶性,恶性可能性很高大于95%;6级:已经穿刺或手术病理证实为恶性的病变。3级及其以下为良性病变,4级及以上为恶性病变。

1.3.3 弹性成像(UE)和BIRADS联合法的评估标准联合法的评分标准是将UE评分值与BIRADS分技术值相加作为其评估值。以5为评估乳腺病变良恶性的分界值,≤5时为良性病灶;≥6时为恶性病灶。

1.4 统计学方法

本次研究以最终病理为金标准,应用SPSS 13.0软件,对于计数资料采用χ2检验。当P<0.05时,差异有统计学意义。

2 结果

2.1 病理检查基本情况

本次研究的352名患者的420个乳腺病灶,病理诊断良性病灶287个,恶性病灶133个。良性病灶中乳腺腺病122个,黏液性乳腺炎47个,纤维肿瘤43个,积乳囊肿35个,导管内乳头状瘤28个,囊性增生12个;恶性病灶中浸润性导管癌90个,小叶癌19个,乳腺导管内癌14个,黏液癌8个,乳头状癌2个。

2.2 BIRADS的检查结果与UE评分结果

根据BIRADS评估标准,BIRADS分类对乳腺癌诊断结果如下表所示:133个恶性病灶漏诊30个,287个良性病灶误诊30个。特异度89.55%(257/287)、灵敏度77.44%(103/133)、准确率85.71%(360/420)、阳性预测值77.44%(103/133)、阴性预测值89.55%(257/287)、Youden指数为66.99%(特异度+灵敏度-1);根据UE评分标准,将UE评分≤3分的病变评定为良性病灶,≥4分的病变评定为恶性病灶。133个恶性病灶超声弹性(UE)评分漏诊17个,287个良性病灶漏误诊47个。特异度83.62%(240/287)、灵敏度87.21%(116/133)、准确率84.76%(356/420)、阳性预测值71.17%(116/163)、阴性预测值93.39%(240/257)、Youden指数为70.83%(特异度+灵敏度-1)。见表1。

表1 不同病理类型BIRADS评估结果与UE评分结果/个

2.3 超声弹性成像(UE)与BIRADS联合法诊断结果

根据上述联合法的评分标准,联合应用弹性成像(UE)和BIRADS分类诊断结果为:133个恶性病灶漏诊13个,287个良性病灶误诊15个。特异度94.77%(272/287)、灵敏度90.23%(120/133)、准确率93.33%(392/420)、阳性预测值88.89%(120/135)、阴性预测值95.44%(272/285)、Youden指数为85.00%(特异度+灵敏度-1)。

2.4 弹性成像与BIRADS及两者联合诊断的比较

对表2的计数资料,分别对弹性成像与BIRADS、BIRADS与弹性成像联合法进行统计学检验,均得出P<0.05,差异有统计学意义,即弹性成像与BIRADS联合检测对乳腺病变的诊断优于弹性成像和BIRADS。

表2 弹性成像与BIRADS及两者联合法对乳腺病变诊断结果对比/%

3 讨论

弹性成像由Ophir等[5]于1991年提出,Krouskop等[6]进一步指出乳腺组织病理学与其组织弹性系数的变化相关。而弹性成像正是利用恶性病变的弹性系数高于正常腺体或良性病变这一特征,从而为鉴别乳腺病变的良恶性提供了新的诊断依据[7]。利用生物组织的弹性信息,进而帮助诊断疾病[8]。本研究显示运用超声弹性(UE)成像诊断乳腺病变的特异度83.62%(240/287)、灵敏度87.21%(116/133)、准确率84.76%(356/420)、阳性预测值71.17%(116/163)、阴性预测值93.39%(240/257)、Youden指数为70.83%(特异度+灵敏度-1)。虽然,UE技术的应用为超声在乳腺良恶性肿瘤的鉴别诊断中提供了新的途径,但是存在一定的漏诊率与误诊率,因而应该寻求更为准确诊断乳腺病变的技术手段。

BIRADS分级是1992年由美国放射学会(ACR)提出并推荐采用的“乳腺影像报告和数据系统”[9],相关研究表明其在预测乳腺病变良恶性方面以及指导临床对乳腺病变的诊断与处理方面发挥着重要作用[10]。本次研究显示BIRADS分类对乳腺癌诊断的特异度89.55%(275/287)、灵敏度77.44%(103/133)、准确率85.71%(360/420)、阳性预测值77.44%(103/133)、阴性预测值89.55%(257/287)、Youden指数为66.99%(特异度+灵敏度-1),不可否认BIRADS分级也是诊断乳腺病变的一种有效手段。

而将弹性成像(UE)技术与BIRADS分级联合使用对乳腺病变进行诊断,其特异度、灵敏度、准确率、阳性预测值、阴性预测值、Youden指数指标等6项指标与单独使用的两方法诊断指标值的差异有统计学意义。联合法的灵敏度为90.23%,高于单独使用UE和BIRADS诊断的灵敏度,证明联合可以提高对恶性乳腺病灶的检出效果,减少漏诊率。同时,联合法的特异度94.77%,高于上述两方法单独诊断的特异度,表明联合法有助于降低误诊率。联合法的Youden指数也有所提高,表明联合法的真实性高。本次研究进一步表明,超声弹性成像(UE)技术及BIRADS分级对乳腺病变均具有良好的诊断及鉴别诊断效果,但是仍具有一定的局限性,而两者联合在一定程度上可以克服其局限性,提高了对乳腺病变诊断及鉴别诊断的特异度、灵敏度、准确率、阳性预测值、阴性预测值及Youden指数,减少漏诊率及误诊率,是一种更为优越的诊断手段。

[1] 冯庆艺,叶富永,曾洲红,等.超声弹性成像在乳腺肿瘤良恶性病变中的应用〔J〕.现代诊断与治疗,2013,24(7):1451-1452.

[2] 张 宇,刘雪静,刘佩芳,等.超声弹性成像在BIRADS 4类乳腺病变中的诊断价值研究〔J〕.中国肿瘤临床,2012,39(10):702-705.

[3] 罗葆明,黄嘉静,智 慧,等.乳腺超声弹性成像与BIRADS分级联合应用的价值探讨〔A〕.中国超声医学工程学会第三次全国浅表器官及外周血管超声医学学术会议(高峰论坛)论文汇编〔C〕.2011.

[4] 姜纯莲.超声弹性成像对乳腺良恶性病变诊断价值的应用探讨〔J〕.中外健康文摘,2013,10(30):51-53.

[5] Ophir J,Cespedes I,Ponnekanti H,et al.Elastography:a quantitative methed for imaging the elasticity of biological tissues〔J〕.Ultrason Iimging,1991,13(2):111-134.

[6] Krouskop TA,Wheeler TM,Kallel F,et al.Elastic moduli of breast and prostate tissues under compression〔J〕.Ultrason Imaging,1998,20(4):260-274.

[7] Regini E,Bagnera S,Tota D,et al.Role of sonoelastography in characterising breast nodules.Preliminary experience with 120 lesions〔J〕.Radiol Med,2010,115(4):551-562.

[8] 何宾莲,姚寒敏.超声弹性成像在乳腺疾病中的初步应用〔J〕.中国社区医师(医学专业),2011,13(21):239,241.

[9] Kuna SK,Bracic,Tesic V,et al.Ult rasonographic differentiation of benign from malignant neck lymphadenopat hy in thyroid cancer〔J〕.Ultrasound Med,2006,25(12):1531-1537.

[10] Hiltawsky KM,Kruger M,Starke C,et al.Freehand ultrasound elastography of breast lesions:clinical results 〔J〕.Ultrasound Med Biol,2001,27(11):1467-1469.

猜你喜欢

评分标准预测值灵敏度
加拿大农业部下调2021/22年度油菜籽和小麦产量预测值
±800kV直流输电工程合成电场夏季实测值与预测值比对分析
法电再次修订2020年核发电量预测值
导磁环对LVDT线性度和灵敏度的影响
永远的格纹
地下水非稳定流的灵敏度分析
初高中英语作文评分标准初探
海峡两岸高考语文作文评分标准的比较研究
穿甲爆破弹引信对薄弱目标的灵敏度分析
针对TOPIK评分标准的韩国语写作教育