Logistic回归模型评价自动乳腺全容积扫描联合常规超声诊断乳腺影像报告及数据系统3～5类结节

李静敏，邵玉红，孙秀明，张 惠，李 鹏，王 彬

(北京大学第一医院超声科，北京 100034)

乳腺癌已成为严重威胁女性健康的恶性肿瘤之一，我国乳腺癌占女性恶性肿瘤发病率的首位[1]。超声已成为乳腺疾病筛查及诊断的首选方法。美国放射学会(American College of Radiology， ACR)制定的乳腺影像报告及数据系统(breast imaging reporting and data system， BI-RADS)可对乳腺结节进行准确分级，但部分BI-RADS 3～5类、尤其是BI-RADS 4类乳腺结节的超声图像不典型，常规超声鉴别诊断有一定困难。近年来出现的全自动乳腺容积成像(automated breast volume scanner， ABVS)技术可弥补传统超声无法获取冠状切面图像的缺点，为乳腺检查提供了新手段。本研究以乳腺BI-RADS 3～5类结节的超声图像特征建立Logistic回归模型，分析各变量鉴别诊断乳腺良恶性结节的价值。

1 资料与方法

1.1 一般资料 收集2015年1月—2017年6月在我院诊断为乳腺BI-RADS 3～5类结节患者216例(共247个结节)，均为女性，年龄22～84岁，平均(48.3±11.7)岁。患者均接受常规超声及ABVS检查，并以病理结果(粗针穿刺活检组织学病理或术后病理)为金标准。

1.2 仪器与方法 采用Siemens Acuson S2000型彩色多普勒超声诊断仪。首先应用18L6HD高频线阵探头(频率6～18 MHz)扫查并定位病灶，再以ABVS技术和14L5BV线阵探头(频率5～14 MHz)对双侧乳腺进行三方位扫查(外侧位、正中位和内侧位)，每侧扫查3次，采集ABVS图像。应用S2000 ABVS Workplace影像数据处理系统对ABVS图像进行多平面重建，显示同一结节不同层面(层厚0.5 mm)、不同切面的声像图特征，存储图像。

由2名有10年以上工作经验的超声医师共同采集、评估图像。以病理结果为因变量(良性=0，恶性=1)、声像图特征作为自变量，建立多因素Logistic回归模型。各个超声特征的定义及赋值如下：X1～X4为ABVS冠状切面特异性超声征象，X1为“皱缩征”(无=0，有=1)，表现为低回声结节周围腺体纠集、汇聚，呈放射状分布；X2为“微分叶征”(无=0，有=1)；X3为微钙化(无=0，有=1)，只要发现微钙化，无论是否存在其他类型钙化，均视为存在微钙化；X4为导管扩张(无=0，有=1)，以乳腺导管直径>2 mm定义为扩张；X5为回声水平(低回声=0，高回声=1，混合回声=2)；X6为结节边界(清晰=0，不清晰=1)；X7为结节形态(规则=0，不规则=1)；X8为纵横比(<1为0，≥1为1)，即结节前后径与左右径之比；X9为结节后方回声(后方回声增强或无明显变化=0，后方回声衰减=1)；X10为Adler血流分级[2]，无血流信号为0级，血流信号少且不超过2个点状血流为Ⅰ级，中量血流且不超过4个点状血流信号，或存在1根清晰血管其长度超过肿块半径为Ⅱ级；存在丰富血流信号且存在4条以上清晰血管为Ⅲ级(0、Ⅰ级=0，Ⅱ、Ⅲ级=1)。

1.3 统计学分析 采用SPSS 20.0统计分析软件。采用χ2检验对声像图特征(计数资料)进行单因素分析，P<0.05为差异有统计学意义。再以病理结果为因变量，声像图特征为自变量，进行Logistic回归分析，以P<0.05为纳入标准，建立Logistic回归模型，筛选乳腺恶性结节的主要超声特征；进一步绘制ROC曲线，评价Logistic回归模型诊断乳腺恶性结节的效能。

2 结果

本组恶性结节155个，其中浸润性导管癌123个、导管内癌12个、浸润性小叶癌7个、导管内乳头状癌4个、浸润性微乳头状癌3个、黏液癌4个、大汗腺癌1个、乳腺囊内乳头状癌1个；良性结节92个，其中纤维腺瘤32个、腺病16个、导管内乳头状瘤7个、乳腺炎7个、假血管瘤样间质增生2个、良性纤维上皮性肿瘤1个、乳腺组织27个。乳腺BI-RADS 3～5类结节超声特征的单因素分析结果显示，除导管扩张及回声水平外，良恶性结节间其他超声征象差异均有统计学意义(P均<0.05，表1)。多因素Logistic回归分析共筛选出4个有统计学意义的变量(表2)，分别为“皱缩征”(X1，图1)、“微分叶征”(X2)、边界(X6,图2)和纵横比(X8)。多因素Logistic回归方程为：Logit(P)=-4.43+2.49X1+1.79X2+2.44X6+1.41X8(χ2=196.32，P<0.01)。其中“皱缩征”是优势比(odds ratio, OR)最大的独立危险因素。ROC曲线(图3)显示该Logistic回归模型预测乳腺恶性结节的曲线下面积为0.95(P<0.01)，95%置信区间为(0.92，0.98)。

表1 常规超声联合ABVS征象诊断乳腺BI-RADS 3～5类结节良恶性的单因素分析(个)

表2 乳腺BI-RADS 3～5类结节的多因素Logistic回归分析

3 讨论

采用ABVS技术可获得乳腺横断面图像，并通过三维图像重建全方位观察乳腺病变，且不依赖于操作者的经验及手法，降低了医师主观因素影响，可重复性强[3]。ABVS对乳腺导管内占位病变及小病灶诊断及微钙化的检出率较传统超声明显提高[4]，可用于术前评估肿瘤大小[5]，为超声医师诊断乳腺疾病提供了全新的视角[6]。Meng等[7]关于ABVS技术诊断乳腺结节良恶性的Meta分析显示，ABVS诊断乳腺恶性结节的敏感度为92%[95%置信区间(89.9，93.8)]，特异度为84.9%[95%置信区间(82.4，87.0)]。

本研究结果显示，ABVS冠状切面“皱缩征”是OR最大的独立危险因素，155个乳腺恶性肿瘤中，137个(137/155，88.39%)出现“皱缩征”，原因可能是恶性肿瘤生长速度不均衡，牵拉周围组织、侵犯Cooper韧带等。“皱缩征”是乳腺恶性肿瘤的特异性ABVS征象。Chen等[8]报道，ABVS冠状切面“皱缩征”诊断乳腺恶性肿瘤的特异度和阳性预测值均达100%，准确率和假阳性率分别为96.8%和0。Lin等[9]报道12个乳腺浸润性导管癌病灶均于冠状切面上出现“皱缩征”，但导管内癌(3个病灶)和良性病变均未出现“皱缩征”。

图1 患者女，48岁，浸润性导管癌ABVS冠状面图像 可见特异性“皱缩征”及“微分叶征” 图2 患者女，48岁，浸润性导管癌二维超声图 病灶边界不清、形态不规则、纵横比≥1及后方回声衰减 图3 Logistic回归模型鉴别诊断乳腺BI-RADS 3～5类结节良恶性的ROC曲线

本研究显示142个(142/155，91.61%)乳腺恶性结节超声表现为“微分叶征”，可以显示乳腺恶性肿瘤对周围腺体、肌肉以及筋膜的浸润程度。Zheng等[10]报道“微分叶征”鉴别乳腺结节良恶性有较高价值。 本组149个(149/155，96.13%)乳腺恶性结节边界不清，77个(77/155，49.68%)纵横比≥1。研究[4]认为，边界不清、纵横比≥1、“蟹足征”、肿块周围毛刺是乳腺癌经典超声征象。

本组微钙化未被筛选进入回归方程，但在单因素分析中具有一定意义。本组108个(108/155，69.68%)乳腺恶性结节出现微钙化。Watermann等[11]认为浸润性导管癌常见微钙化。有学者[12]报道，微钙化、特别是簇状微钙化是乳腺癌的重要恶性征象之一。本研究12例乳腺导管内癌均可见微钙化，可能因为导管内癌起源于乳腺终末导管小叶单位，属于原位癌，未浸润基底膜，而多数乳腺钙化存在于乳腺导管或小叶内，少数存在于间质。因此，检出微钙化对诊断导管内癌具有重要意义。赵汉学等[13]报道，微钙化是乳腺原位癌的主要征象。包凌云等[14]报道ABVS对于导管内癌中微钙化检出率明显高于传统超声(94.1% vs 58.8%，P=0.04)。但因乳腺钙化的形成机制尚未完全清楚，并且乳腺良恶性结节均可能出现钙化，故应提高对于钙化的认识，警惕簇状微钙化的出现。

本研究2例乳腺实性占位病变，ABVS冠状切面呈“皱缩征”、“微分叶征”，且病灶边界不清晰、形态不规则，其内可见点状强回声，乳腺BI-RADS分类为4类和5类，而穿刺病理诊断为腺病。回顾分析其病理显示病灶及周围纤维组织、腺泡明显增生，与正常乳腺组织无明显分界，这可能与ABVS 冠状切面“皱缩征”形成有关。邵玉红等[15]发现4个乳腺硬化性腺病病灶的超声冠状切面呈“皱缩征”，且与病理表现为间质纤维组织硬化，导管扩张，导管上皮增生，大量纤维结缔组织增生有关。

本研究的主要局限性为样本数较少、样本构成不均衡、部分病理类型有限，有待增加样本量、完善样本构成，加以进一步分析。

[参考文献]

[1] Chen W, Zheng R, Baade PD, et al. Cancer statistics in China, 2015. CA Cancer J Clin, 2016,66(2):115-132.

[2] Adler DD, Carson PL, Rubin JM, et al. Doppler ultrasound color flow imaging in the study of breast cancer: Preliminary findings. Ultrasound Med Biol, 1990,16(6):553-559.

[3] Barr RG, Devita R, Destounis S, et al. Agreement between an automated volume breast scanner and handheld ultrasound for diagnostic breast examinations. J Ultrasound Med, 2017,36(10):2087-2092.

[4] Wang HY, Jiang YX, Zhu QL, et al. Differentiation of benign and malignant breast lesions: A comparison between automatically generated breast volume scans and handheld ultrasound examinations. Eur J Radiol, 2012,81(11):3190-3200.

[5] Tozaki M, Fukuma E. Accuracy of determining preoperative cancer extent measured by automated breast ultrasonography. Jpn J Radiol, 2010,28(10):771-773.

[6] Kuzmiak CM, Ko EY, Tuttle LA, et al. Whole breast ultrasound: Comparison of the visibility of suspicious lesions with automated breast volumetric scanning versus hand-held breast ultrasound. Acad Radiol, 2015,22(7):870-879.

[7] Meng Z, Chen C, Zhu Y, et al. Diagnostic performance of the automated breast volume scanner: A systematic review of inter-rater reliability/agreement and meta-analysis of diagnostic accuracy for differentiating benign and malignant breast lesions. Eur Radiol, 2015,25(12):3638-3647.

[8] Chen L, Chen Y, Diao XH, et al. Comparative study of automated breast 3-D ultrasound and handheld B-mode ultrasound for differentiation of benign and malignant breast masses. Ultrasound Med Biol, 2013,39(10):1735-1742.

[9] Lin X, Wang J, Han F, et al. Analysis of eighty-one cases with breast lesions using automated breast volume scanner and comparison with handheld ultrasound. Eur J Radiol, 2012,81(5):873-878.

[10] Zheng FY, Yan LX, Huang BJ, et al. Comparison of retraction phenomenon and BI-RADS-US descriptors in differentiating benign and malignant breast masses using an automated breast volume scanner. Eur J Radiol, 2015,84(11):2123-2129.

[11] Watermann DO, Földi M, Hanjalic-Beck A, et al. Three-dimensional ultrasound for the assessment of breast lesions. Ultrasound Obstet Gynecol, 2005,25(6):592-598.

[12] 谭艳娟，包凌云，朱罗茜，等．自动乳腺全容积成像在非肿块型乳腺癌中的应用价值．中华超声影像学杂志，2014，23(6)：506-510．

[13] 赵汉学，朱强，荣雪余，等．乳腺导管内原位癌和内癌微小浸润的声像图表现及其病理基础．中国超声医学杂志，2007，23(4)：299-302．

[14] 包凌云，朱罗茜，孔凡雷，等．自动乳腺全容积成像和常规超声对乳腺微钙化诊断的对比研究．中华超声影像学杂志，2012，21(3)：220-223．

[15] 邵玉红，张惠，王彬，等．常规超声联合全自动乳腺容积扫描技术对乳腺肿块BI-RADS分类．中国医学影像技术，2015，31(2)：258-262．