剪切波弹性成像联合BI-RADS分类鉴别诊断最大径≤2 cm乳腺癌的价值

汪锡龙 王 玲 郑 慧 张超学

乳腺癌筛查的重点是早期发现未远处转移的乳腺恶性病灶［1］，常规超声是目前乳腺病变筛查中最常用的检查手段，并可根据美国放射学会乳腺影像报告和数据系统（BI-RADS）对灰阶超声成像中病灶形态学和生物学特征进行标准化分类，但由于部分最大径≤2 cm 乳腺癌（以下简称小乳腺癌）的形态、边缘等生物学特征与良性病变存在重叠，准确诊断有一定困难。剪切波弹性成像（shear wave elastography，SWE）目前已广泛应用于乳腺病变的辅助诊断中，该技术通过实时定量检测乳腺病灶的硬度来评估病灶性质，可以显著提高诊断准确率［2-3］，但对于较小乳腺病变的诊断价值却鲜有报道。本研究旨在探讨SWE联合BI-RADS分类对小乳腺癌的鉴别诊断价值。

资料与方法

一、研究对象

选取2019 年1～12 月于我院就诊并经手术病理证实的171 例女性乳腺病变患者（共177 个病灶），年龄21～88 岁，平均（45.17±9.37）岁。纳入标准：病灶最大径≤2 cm；常规超声、SWE 检查及病理检查资料完整。排除妊娠期、哺乳期、BI-RADS 2 类、BI-RADS 6 类、超声检查前接受手术治疗或穿刺活检的病例。单发166例，多发5例，共177个病灶，其中良性155个，平均最大径（1.10±0.44）cm，包括纤维腺瘤45 个，纤维腺瘤合并乳腺增生32 个，乳腺纤维囊性变34 个，增生型纤维囊性变21个，导管内乳头状瘤13个，慢性炎症8个，肉芽肿性乳腺炎2 个；恶性22 个，平均最大径（1.10±0.42）cm，包括浸润性导管癌17个，导管内原位癌4个，黏液癌1 个。本研究经我院医学伦理委员会批准，所有患者均签署知情同意书。

二、仪器与方法

使用Supersonic Aixplorer 彩色多普勒超声诊断仪，线阵探头，频率4～15 MHz。患者取仰卧位，常规超声检查并记录病灶大小和血流情况，根据BI-RADS 分类标准进行分类，然后行SWE 检查，探头轻置于乳腺病变处，确定感兴趣区域（应尽量包含整个病变及周围硬度较高的区域），嘱受检者屏气3～5 s，获得稳定SWE 图像并冻结，使用Q-Box trace 软件描记肿块边缘，自动获得弹性模量值，包括最大弹性值（Emax）、平均弹性值（Emean）、最小弹性值（Emin）及标准差（Esd），所有数据测量3次取平均值。上述操作均由同一具有丰富经验的超声医师完成。

BI-RADS 分类调整方法：根据受试者工作特征（ROC）曲线确定Emax的诊断临界值，Emax联合BI-RADS分类评估时，若4a类病变Emax＜诊断临界值降为3类；若3类病变Emax≥诊断临界值升为4a类。BI-RADS≥4a类及以上判为阳性，BI-RADS 3类判为阴性。

三、统计学处理

应用SPSS 22.0统计软件，计量资料以x±s表示，行独立样本t检验；计数资料以频数或率表示，行χ2检验。以病理结果为金标准，绘制受试者工作特征（ROC）曲线并计算曲线下面积，比较SWE、BI-RADS分类单独及联合应用对小乳腺癌的诊断敏感性、特异性、准确率、阳性预测值（PPV）及阴性预测值（NPV）。P＜0.05 为差异有统计学意义。

结 果

一、乳腺良恶性病变BI-RADS 分类结果及其诊断效能分析

177个病灶中，BI-RADS 分类显示3类57个，4a类94 个，4b类13个，4c类8个，5类5个，恶性比例分别为0、5.3%、30.8%、100%、100%；其对小乳腺癌的诊断敏感性100%，特异性36.8%，PPV 18.3%，NPV 100%，准确率44.6%，曲线下面积0.915（95%可信区间0.864～0.951）。

二、乳腺良恶性病变SWE检查情况及其诊断效能分析

乳腺恶性病灶Emax、Emean、Emin 及Esd 均大于良性病灶，差异均有统计学意义（均P＜0.05）。见表1。以Emax 值87.5 kPa 为诊断临界值，其对小乳腺癌的诊断敏感性68.1%，特异性87.1%，PPV 42.9%，NPV 95.1%，准确率84.7%，曲线下面积0.796（95%可信区间0.668～0.925）。155 个乳腺良性病变中有20 个呈假阳性，Emax值90.1～192.2 kPa，其中BI-RADS 3类1个，4a类16个，4b类3个；22例恶性病变中，7个呈假阴性，Emax 值15.7～42.9 kPa，其中浸润性导管癌5 个，导管原位癌和黏液癌各1个。

表1 乳腺良恶性病灶SWE检查参数比较（） kPa

表1 乳腺良恶性病灶SWE检查参数比较（） kPa

Emax：最大弹性值；Emean：平均弹性值；Emin：最小弹性值；Esd：标准差

病理结果良性恶性P Esd 5.2±3.9 21.3±12.4＜0.05 Emax 45.6±33.8 123.3±98.0＜0.05 Emean 38.7±68.2 99.6±72.3＜0.05 Emin 10.9±6.7 14.2±9.8＜0.05

三、Emax 联合BI-RADS 分类的诊断情况及其效能分析

联合应用Emax 与BI-RADS 分类对94 个4a 类病变进行调整，结果显示71个4a类病变降为3类（图1），漏诊5个恶性病变（图2）；未见3类病变上升为4a类的病灶。Emax 联合BI-RADS 分类诊断小乳腺癌的敏感性77.3%，特异性82.6%，准确率79.1%，曲线下面积0.861（95%可信区间0.801～0.909），与BI-RADS 分类单独应用的诊断效能比较差异均有统计学意义（均P＜0.05）。见表2。

图1 纤维瘤SWE 图，BI-RADS 4a 类，Emax 37.1 kPa，调整后降为BI-RADS 3类

图2 导管原位癌SWE 图，BI-RADS 4a 类，Emax 52.1 kPa，调整后降为BI-RADS 3类

表2 不同检查方法对小乳腺癌的诊断效能

讨 论

常规超声已成为乳腺病变早期筛查的重要工具，美国放射学会使用BI-RADS 分类系统对灰阶超声成像中病灶的形态学描述进行标准化分类，可提高乳腺良恶性病变的诊断准确率，但BI-RADS 4a类病变中有大量良性病变，会导致不必要的穿刺活检。既往研究［4-6］表明SWE 定量参数可以提高乳腺良恶性病变的诊断准确率。本研究旨在探讨SWE 联合BI-RADS 分类对小乳腺癌的鉴别诊断价值。

本研究结果显示，BI-RADS 分类诊断乳腺恶性病灶的敏感性达100%，但特异性仅36.8%，94 个病灶被归类为4a类，恶性率为5.3%，结合Emax诊断临界值将71个4a类病变降为3类，避免了不必要的穿刺和手术；另外漏诊了5个恶性病变，其最大径均＜1 cm，其中3个为浸润性乳腺癌，3 类病变的恶性率从0 增加至3.8%，高于BI-RADS 3类病变≤2%的恶性率。所以本研究倾向于相对保守的降类策略，以确保恶性病变不会被降至3类。建议临床在诊断最大径≤2 cm的乳腺病变时适当降低诊断临界值，以降低假阳性率，但对于诊断临界值的具体数值目前尚无统一标准，今后仍需进一步研究。

本研究发现，小乳腺癌的SWE 定量参数均明显高于良性病变，差异均有统计学意义（均P＜0.05）。尽管SWE 评估乳腺良恶性病变的价值已达成共识，但有研究［7-8］认为SWE 参数中Emax 的诊断效能最佳，而关于Emax 的最佳诊断临界值尚无定论。本研究以Emax 87.5 kPa 作为临界值，其诊断小乳腺癌的敏感性和特异性分别为68.1%和87.1%。将Emax 与BI-RADS 分类联合应用，其诊断小乳腺癌的敏感性为77.3%，特异性为82.6%，曲线下面积为0.861，与BI-RADS 分类单独应用比较差异均有统计学意义（均P＜0.05），与研究［1-4］结论不一致，原因可能与本研究良恶性病灶的组织病理学结果有关。早期乳腺癌和特殊类型肿瘤如黏液性癌是造成假阴性病例的原因之一。此外，Kim等［9］发现慢性乳腺炎、腺病及导管内乳头状瘤均会造成假阳性病例出现，本研究纳入病灶包括上述病理类型，但导致假阳性和假阴性结果的因素仍需今后对大样本人群行进一步研究。

本研究的局限性：①本研究为单中心回顾性分析，且乳腺病变最大径≤2 cm，样本量较少，因此所得结论不能完全代表乳腺良恶性病变的所有组织学类型；②由于BI-RADS 分类和SWE 定量参数的测量均由同一超声医师完成，未排除BI-RADS 分类对SWE定量参数测量时带来的影响；③未排除乳腺病变的深度、乳腺厚度及密度等因素对诊断效能的影响。今后需行多中心大样本量前瞻性研究进一步验证。

综上所述，相较于单独BI-RADS 分类，SWE 与其联合应用可提高小乳腺癌的诊断特异性和准确率，减少临床诊疗中BI-RADS 4a 类病变不必要的穿刺和手术，具有较好的应用价值。