BI-RADS分类在乳腺良恶性病变诊断中的应用价值

王秀丽

山东单县中心医院 放射科，山东 单县274300

BI-RADS分类在乳腺良恶性病变诊断中的应用价值

王秀丽

山东单县中心医院 放射科，山东 单县274300

目的 探讨乳腺影像报告和数据系统（BI-RADS）在乳腺良恶性病变诊断中的应用价值。方法对107例乳腺病变患者进行X线检查，运用BI-RADS分类系统对乳腺病变进行分类，并与病理结果进行对比，计算BI-RADS分类的准确度、敏感度、特异度、阳性预测值和阴性预测值。结果 107例患者中，恶性病变58例，良性病变49例。BI-RADS分类的准确度为70.1％（75/107），敏感度为98.3％（57/58），特异度为36.7％（18/49），总体阳性预测值为64.8％（57/88），0类、4类和5类的阳性预测值分别为46.7％（7/15）、43.9％（18/41）和100％（32/32），1类、2类和3类的阴性预测值分别为100％（4/4）、90.0％（9/10）和100％（5/5）。结论 X线诊断乳腺病变时，采用BI-RADS分类标准有利于提高乳腺癌的检出率，合理使用0类并结合临床检查能降低漏诊率。

乳腺疾病；X线摄影；乳腺影像和数据报告系统

0 前言

近年来，美国放射学院提出的乳腺影像报告和数据系统（Breast Imaging Reporting and Data System，BI-RADS）已在临床上广泛应用，并获得了影像和临床医师的广泛认可[1]。本研究对107例乳腺病变患者进行X线检查，运用BI-RADS分类系统对乳腺病变进行分类，并与病理结果进行对比，旨在探讨BI-RADS在乳腺良恶性病变诊断中的应用价值，报道如下。

1 资料与方法

1.1 临床资料

选择2013年6月~2015年1月于我院行乳腺X线检查的107例乳腺病变患者，所有患者均为女性，年龄18~89岁，平均47.9岁。其中，47个病灶位于右侧乳腺，60个病灶位于左侧乳腺。所有病灶均于病理证实后手术切除。主要临床表现：触及明显肿块或结节者48例，乳头溢液者2例，伴有与月经周期相关的乳腺触痛者57例。

1.2 仪器与方法

采用Siemens Mammonmat 300高频钼靶机，KODAK DirectView Classic CR处理系统和KODAK专用乳腺IP板，浏览工作站为JUSHA-M32（3MP灰阶显示器）。常规摄取双侧乳房内外侧斜位（Medio-Lateral Oblique，MLO）和头尾位（Craniocaudal，CC），必要时采用特殊体位，局部加压。

1.3 分类标准

根据美国放射学会（American College of Radiology，ACR）制定的BI-RADS第4版分类标准[1]对图像进行评估：①0类为需要进一步影像评估；②1类为X线未见异常；③ 2类肯定为良性病变；④3类可能为良性病变，建议短期随访；④4类为可疑恶性，建议进行活检；⑤5类高度怀疑恶性，建议采取适当措施。

1.4 图像评价

由2位影像诊断医师在影像存储与传输系统（Picture Archiving And Communication System，PACS）上复阅本组所有图像。规定参加复阅的2位医师在不知病理结果的前提下，只能根据PACS系统上提供的临床信息及X线图片对乳腺病灶进行分类，与原始诊断结论不一致时协商讨论，最终达成一致意见。BI-RADS 0、4、5类为阳性，1、2、3类为阴性。

计算BI-RADS分类评估的准确度、敏感度、特异度、阳性预测值（Positive Predictive Value，PPV）、阴性预测值（Negative Predictive Value，NPV）。其中准确度=（真阳性+真阴性）/病灶总数，敏感度=真阳性/（真阳性+假阴性），特异度=真阴性/（真阴性+假阳性），PPV=真阳性/（真阳性+假阳性），NPV=真阴性/（真阴性+假阴性）。

2 结果

2.1 乳腺病变的分类

107例患者中，BI-RADS分类评估有102例与原始诊断结论一致，5例不一致。原始评估为1类的2例病变，因乳腺腺体极度致密复阅时评估为0类，其中1例为小纤维腺瘤，1例为乳腺腺病伴小纤维腺瘤形成；原始评估为3类的3例病变，复阅时评估为4类，3例临床均考虑为慢性乳腺炎，但复阅时发现血管影较对侧稍粗，为了慎重起见被评估为4类，病理均为乳腺炎伴乳腺腺病。

107例患者中，恶性病变58例，良性病变49例。恶性病变中，浸润性导管癌50例，浸润性小叶癌2例，基底细胞样癌5例，Paget病伴浸润性导管癌1例。恶性病变的病理分期为：Ⅰ期8例，ⅡA期12例，ⅡB期16例，ⅢA期10例，ⅢB期10例，ⅢC期2例。良性病变中，纤维腺瘤15例，乳腺腺病10例，乳腺腺病伴纤维腺瘤形成6例，管内乳头状瘤6例，非特异性乳腺炎7例，乳腺叶状肿瘤Ⅰ级2例，导管内乳头状瘤2例，脂肪组织瘤样增生1例。107例乳腺病变共漏诊1例乳腺癌，BI-RADS分类为2类。各类乳腺癌的X线检查图像，见图1。

图1 各类乳腺癌的X线检查图像

2.2 BI-RADS分类与病理结果对比

107例乳腺病变的BI-RADS分类与病理结果对比，见表1。经计算可知，BI-RADS分类的准确度为70.1％（75/107）,敏感度为98.3％（57/58），特异度为36.7％（18/49），阳性预测值为64.8％（57/88），阴性预测值为94.7％（18/19）。BI-RADS分类的总体PPV为64.8％（57/88），0类、4类和5类的PPV分别为46.7％（7/15）、43.9％（18/41）和100％（32/32），1类、2类和3类的NPV分别为100％（4/4）、90.0％（9/10）和100％（5/5）。

表1 107例乳腺病变的BI-RADS分类与病理结果对比

3 讨论

3.1 BI-RADS应用的有效性

据文献报道，BI-RADS 3类的NPV为97％~100％，0类、4类和5类的PPV分别为13％、23％~34％和81％~97％[2-5]。本研究中，0类、4类的PPV分别为46.7％（7/15）和43.9％（18/41），均高于文献数据；而3类的NPV为100％（4/4）、5类的PPV为100％（32/32），与文献数据相符，说明BI-RADS系统对乳腺恶性病变有较高的检出率。

Lacquement等[5]的研究显示，随着病变恶性可疑程度的增加，PPV也随之增大，与本文研究结果相一致。BI-RADS 5类可以较准确地预测“高度怀疑恶性”的病变，与未分层的PPV（本组病例为64.8％）相比，有效性明显提高。

3.2 使用BI-RADS应注意的问题

0类：0类的评价是不完全的，需要通过其他影像检查方法或与原片对比来判断病变性质，但不包括组织学检查。顾雅佳等[6]提出，当X线摄影为阴性而临床可触及肿物，但缺乏典型良性或恶性征象的病变时，建议归入0类。中华医学会放射学分会乳腺学组在2014年提出的《乳腺X线摄影检查和诊断共识》指出[7]，可将代表正常变异的局灶性非对称性改变或边缘清楚的肿块，以及不能排除病变的极度致密类乳腺影像归入0类。本组15例归入0类的病例中，14例为致密型或多量腺体型，并且均有临床症状或触及肿块，其中7例为浸润性导管癌，1例为脂肪型乳腺，内可见一边缘清楚的结节（图1c~1d），因患者年龄较大（63岁）、不能确定其良恶性而归入0类，病理结果为浸润性导管癌。本组0类的PPV为46.7％（7/15），可见合理使用0类并结合临床检查能降低乳腺癌的漏诊率。

1类和2类：1类为未发现异常，2类为典型良性病变，理论上1类和2类的恶性可能性均为0。本研究中，4例患者临床有触痛但未触及肿块，然而此4例均有乳腺癌家族史，因过度焦虑要求活检，病理结果均为乳腺增生。本研究中，1例乳腺癌被误诊为少量腺体型（图1a~1b），因X线可见良性钙化且临床未触及肿块，病变较小而不能触及且被腺体掩盖，而导致X线表现“阴性”。此种情况也是放射科医师诊断的难点，因此放射科医师阅片时一定要仔细检查双侧，注重对比观察，以便发现细微结构异常[8-9]。

3类和4类：3类病变恶性的可能性≤2％[1]，本研究中5例3类病变均为良性。4类病变为可疑恶性，无特征性的乳腺癌形态学改变，但有恶性可能，2％＜恶性可能性＜95％[1]，需要进行组织学诊断（图1e~1f）。本组病例中，3类较少，占4.7％（5/107）；4类较多，占38.3％（41/107）。有文献报道，4类的PPV为70.9％[10]，而本研究中4类的PPV为43.9％（18/41），偏低于文献报道。分析原因可能有：①本研究中病例数较少，且主要针对临床有症状的患者，意识中有害怕遗漏恶性病变的顾虑，而使BI-RADS分类多倾向于0类和4类；②由于病变具有多样性、缺少统一的BI-RADS标准以及医师个人经验差异较大，导致最终的评估结果有一定的差异。

5类：5类为高度怀疑恶性的病变，临床必须采取措施。不规则形、伴有毛刺的高密度肿块，恶性钙化和不规则形带毛刺的肿块且伴随恶性钙化的病变均归于此类[11]（图1g~1h）。由于放射科医师对此类病变征象的认识较为统一，所以争议较少。有文献报道，此类病灶中恶性病变的检出率接近95％[1]，本研究中恶性病变的检出率为100％，与文献相符。

早发现、早诊治对乳腺癌的治疗至关重要。据天津医科大学肿瘤医院手术后统计，乳腺原位癌的5年生存率为100％，Ⅰ期为84％~100％，Ⅱ期为76％~87％，Ⅲ期为38％~77％，Ⅵ期仅有5％[12]。因此X线诊断医师在临床工作中需结合临床症状，科学合理地应用BI-RADS分类系统，以提高早期乳腺癌的检出率。

[1]Fow ler EE,Sellers TA,Lu B,et al.Breast Breast Im aging Reporting and Data System (BI-RADS）breast com position descriptors：automated measurement development for full field digital mammography[J].Med Phys,2013,40(11）：113502.

[2]W iratkapun C,W ibulpolprasert B,Lertsithichai P.Breast cancer in patients initially assigned as BI-RADS category 3[J].J Med Assoc Thai,2006,89(6）：834-839.

[3]Liberman L,Abramson AF,Squires FB,et al.The breast imaging reporting and data system：positive predictive value o f mammographic features and final assessment categories[J].AJR Am J Roentgenol,1998,171(1）：35-40.

[4]O rel SG,Kay N,Reynolds C,et al.BI-RADS categorization as a predictor of malignancy[J].Radiology,1999,211(3）：845-850.

[5]Lacquement MA,M itchell D,Hollingsw orth AB.Positive predictive value of the Breast Imaging Reporting and Data System[J].J Am Coll Surg,1999,189(1）：34-40.

[6]顾雅佳,吴斌,张帅,等.使用乳腺影像报告和数据系统诊断乳腺疾病的体会[J].中华放射学杂志,2004,38(9）：931-936.

[7]中华医学会放射学分会乳腺学组.乳腺X线摄影检查和诊断共识[J].中华放射学杂志,2014,48(9）：711-717.

[8]刘万花,蒋博,张亚男,等.不典型乳腺癌全数字化乳腺摄影X线表现规律探讨[J].中华放射学杂志,2008,42(6）：573-576.

[9]李嘉,滕皋军,张炽敏,等.超声光散射成像与全数字化乳腺摄影对乳腺肿瘤诊断的对比研究[J].中华放射学杂志,2010,44(5）：470-472.

[10]Raza S,Goldkam p AL,Chikarmane SA,et al.US of breast masses categorized as BI-RADS 3,4 and 5：pictorial review of factors influencing clinical management[J].Radiographics, 2010,30(5）：1199-1213.

[11]张治国,吴文海,王倩,等.彩超与钼靶X线诊断乳腺癌的对照研究[J].中国医疗设备,2013,(12）：124-125,131.

[12]鲍润贤,叶兆祥.中华影像医学-乳腺卷[M].2版.北京：人民卫生出版社,2010：180-181.

Effectiveness of App lication of BI-RADS Classif cation in Diagnosis of Benign and M alignant Breast Lesions

WANG Xiu-li
Departm ent o f Radiology, Shanxian Central Hospital, Shanxian Shandong 274300, China

Ob jective To study the effectiveness of application of the breast imaging reporting and data system (BI-RADS）in diagnosis of benign and malignant breast lesions. Methods A ltogether 107 patients w ith breast lesions were scanned by X-Ray, classi fi ed according to BI-RADS and were further compared w ith pathologic fi ndings. Moreover, the accuracy, sensitivity, speci fi city, positive predictive value (PPV）and negative predictive value (NPV）were calculated. Resu lts Among 107 patients, there were 58 malignant and 49 benign lesions. The diagnostic accuracy, sensitivity and speci fi city of BI-RADS were 70.1％ (75/107）, 98.3％ (57/58）and 36.7％ (18/49）. The general PPV of BI-RADS was 64.8％ (57/88）. The PPV of Category 0, 4, 5 were 46.7％ (7/15）, 43.9％ (18/41）and 100％ (32/32）respectively. The NPV of Category 1, 2 and 3 were 100％ (4/4）, 90.0％ (9/10）and 100％ (5/5）respectively. Conclusion BI-RADS classi fi cation was useful in mammographic diagnosis of breast lesions. With combination of the features of Category 0 and the clinical exam inations, the om ission diagnostic rate could be reduced.

breast diseases；X-ray radiography；breast imaging reporting and data systems

R737.9；R814.42

B

10.3969/j.issn.1674-1633.2015.09.016

1674-1633(2015）09-0057-03

2015-06-01

2015-06-19

作者邮箱：wangxiuli1688@163.com