Kaiser评分对 MRI乳腺影像报告与数据系统4类病灶的诊断价值

安永玉 刘畅 张宏霞 敖炜群 杨光钊 茅国群

根据全球及我国肿瘤流行情况分析，乳腺癌发病率居女性恶性肿瘤之首，且为肿瘤相关致死主要原因之一，严重威胁女性生命健康[1-2]。影像学检查是乳腺癌诊断的重要手段，相对于乳腺X线及超声检查，MRI诊断乳腺癌的灵敏度较高，为0.900～1.000[3-4]，目前广泛被应用于临床。按照MRI乳腺影像报告与数据系统（breast imaging reporting and data system,BI-RADS）标准，4类病灶需要活检证实，但是MRI BI-RADS 4类病灶的恶性概率范围较广，2%～95%不等。有文献报道MRI BI-RADS 4类病灶中仅19%～36%为恶性[5-7]，这意味着相当一部分活检是不必要的，这种假阳性活检不仅会增加医疗花费，也会加重患者的心理负担。BIRADS标准是目前临床上广泛认可和应用的乳腺影像评价系统，它对病灶的类型、形态学及内部强化特征、时间-信号强度曲线（time intensity curve,TIC）等给出了明确的定义，同时提供规范化的术语和处理建议。但是BI-RADS标准并未提供如何综合利用病灶的影像学特征进行诊断。由于个人工作经验、对病灶影像特征理解等差异，不同医师对乳腺病灶诊断的准确性不一[8-9]。Kaiser评分是Baltzer等[10]提出的基于机器学习算法的决策树结构的一种方法，用于判断乳腺病灶的良恶性。但目前国内关于Kaiser评分临床应用的研究很少[11]，故本文就Kaiser评分对乳腺MRI BI-RADS 4类病灶的诊断价值作一探讨。

1 对象和方法

1.1 对象 选取2015年1月至2018年12月在浙江省立同德医院行乳腺MRI动态增强检查的女性患者152例（共158个病灶，其中6例患者有2个病灶），年龄 27～87（51.7±11.6）岁。纳入标准：（1）诊断报告为 BIRADS 4 类的强化病灶；（2）MRI图像质量好，清晰；（3）MRI检查前未行乳腺手术及放化疗，或已行手术治疗但双乳新增可疑病灶者；（4）所有病灶穿刺活检或手术病理结果完整。本研究经医院医学伦理委员会审查通过，伦理审查批号：浙同德快审字第[2020]065号；所有患者知情同意。

1.2 检查方法 采用德国Siemens公司3.0 T Siemens Verio扫描仪，使用乳腺专用8通道线圈。患者俯卧位，双乳自然悬垂于线圈内。所有扫描为横断位，扫描序列包括 T2WI-FS（TR 4 000 ms，TE 70 ms）、3D Flash-T1WI（TR 5.9 ms，TE 2.2 ms）、EPI-扩散加权成像（DWI）（TR 6 500 ms，TE 85 ms，b=50、400 和 800 s/mm2）及动态增强扫描。动态增强扫描包括一期蒙片及连续5期增强扫描，使用高压注射器经肘静脉以2.5 ml/s速度注入钆喷酸葡胺（规格：20 ml∶9.38 g，批号：01200201，北陆药业股份有限公司），剂量为0.2 ml/kg；随后注射20 ml 0.9%氯化钠注射液冲管。注射15 s后连续扫描5期。

1.3 图像分析 评估影像图像前，1位乳腺影像领域的主任医师向2位经验丰富的放射诊断医师介绍Kaiser评分，尤其是非肿块性病变的评估。随后2位影像科医师在不知道临床诊断及病理结果的情况下独立进行MRI图像评估，当两者意见不一致时通过协商达成一致。评估内容包括以下6项：（1）病灶大小；（2）病灶类型：肿块、非肿块样强化或点状强化；（3）边缘：光滑或不规则、毛刺状；（4）病灶周围水肿情况：在T2WIFS序列上评估病灶周围有无水肿、单侧乳腺水肿或双乳弥漫性水肿；（5）内部强化特征：均匀性或不均匀强化、边缘强化或离心性强化；（6）TIC类型：在Siemens Syngo后处理工作站上测量（分为持续型、平台型、流出型），当测量TIC时，感兴趣区放在病灶强化最明显的区域，同时避开出血、囊变坏死区。然后按照Kaiser评分规则给出每个病灶的分值，范围为1～11分，见图1。计算Kaiser分值时，以病灶最可疑的特征代入评分规则进行计算，如病灶TIC中同时包括多种曲线类型，按照流出型、平台型、持续型的先后顺序代入Kaiser评分规则。Kaiser评分越高表示恶性的概率越高，其中Kaiser评分≤4分判定为良性；＞4分判定为恶性，推荐活检。

图1 Kaiser评分规则（TIC为时间-信号强度曲线）

1.4 统计学处理 采用MedCalc 15.6.1和SPSS 20.0统计软件。计量资料符合正态分布的用表示，组间比较采用两独立样本t检验；不符合正态分布的用M（P25，P75）表示，组间比较采用Mann-Whitney U检验。计数资料用率表示，组间比较采用χ2检验。以病理结果为诊断金标准，计算Kaiser评分的灵敏度、特异度；绘制Kaiser评分诊断BI-RADS 4类乳腺病灶的ROC曲线并计算AUC。P＜0.05为差异有统计学意义。

2 结果

2.1 乳腺病灶特征 158个病灶中，病灶大小为5～85（19.5±12.5）mm；肿块样病灶128个，非肿块样病灶30个；良性84个，恶性74个，恶性率为46.8%。在恶性病灶中，最常见的是浸润性导管癌，占77.0%（57/74），其次为导管原位癌伴或不伴微浸润（14.9%，11/74），其他包括恶性叶状肿瘤（1.4%，1/74）、黏液癌（1.4%，1/74）、浸润性小叶癌（1.4%，1/74）等。在良性病灶中，最常见的是纤维腺瘤（46.4%，39/84），其次为纤维囊性病（31.0%，26/84），其他包括导管内乳头状瘤（13.1%，11/84）、炎性病变（6.0%，5/84）等。肿块样病灶恶性率为42.2%（54/128），低于非肿块样病灶恶性率 66.7%（20/30），差异有统计学意义（P＜0.05）。

2.2 良、恶性乳腺病灶大小及Kaiser评分比较 恶性病灶大小为（23.4±14.2）mm，明显大于良性病灶的（16.2±9.8）mm，差异有统计学意义（P＜0.05）。良性病灶的Kaiser评分为 2（1，3）分，低于恶性病灶的 7（5，9）分，差异有统计学意义（P＜0.05）。

2.3 Kaiser评分对BI-RADS 4类乳腺病灶的判断情况 以Kaiser评分4分作为判断良、恶性病灶的界值，判断正确145个（真阳性70个，真阴性75个），判断错误13个（假阴性为4个，假阳性为9个），见图2-5。4个假阴性病灶中，导管内癌伴微浸润2个，病灶大小分别为5、14 mm；浸润性导管癌1个，病灶大小为8 mm；腺样囊性癌1个，病灶大小为14 mm。9个假阳性病灶中，纤维囊性病5个，炎性病变3个，纤维腺瘤1个。

图2 女，63岁。右乳肿块，有毛刺，时间-信号强度曲线（TIC）呈平台型（未展示），周围有水肿，Kaiser评分10分，提示恶性病灶，病理类型为浸润性导管癌（a：T2WI-FS序列；b：增强早期剪影图像）

2.4 Kaiser评分对BI-RADS 4类乳腺病灶的诊断效能Kaiser评分诊断BI-RADS 4类乳腺病灶的灵敏度为0.946，特异度为0.893，阳性似然比为8.830，阴性似然比为 0.061，AUC 为 0.941（95% CI：0.892～0.972），见表 1和图6。

图6 Kaiser评分诊断乳腺影像报告与数据系统（BI-RADS）4类乳腺病灶的ROC曲线

表1 Kaiser评分对BI-RADS 4类病灶的诊断效能

3 讨论

Kaiser评分是基于机器学习算法（卡方自动交互检测）从17个影像特征中筛选出5个重要特征并得出评分的一种方法。Kaiser评分规则中包含的5个影像特征分别为毛刺征、TIC类型、边缘、内部强化特征、周围水肿。它实质上是一个决策树结构，可以根据上述特征判断病灶恶性的概率，评分范围为1～11分，分数越高提示恶性的概率越高。相对于BI-RADS标准，Kaiser评分提供了一个简易决策树结构，用于乳腺病灶良、恶性的判断，且对肿块、非肿块病灶诊断的准确性均较高。Baltzer等[10]分析了1 084个乳腺病灶，Kaiser评分判断的准确性为88.4%，超过1/3的病灶诊断准确性高于95.0%。随后，Kaiser评分的诊断效能被进一步证实。Marino等[12]使用外部数据分析Kaiser评分在诊断乳腺良、恶性中的价值，结果发现Kaiser评分的诊断效能与BI-RADS分类相当（AUC分别为0.889～0.943、0.872～0.953）。本研究结果显示，Kaiser评分可以用于MRI BIRADS 4类病灶良恶性的评估，无论病灶是肿块或非肿块样强化，其诊断乳腺恶性病灶的效能均较高，可减少一些不必要的活检。Woitek等[13]研究发现，在一些仅MRI显示的可疑病灶中，Kaiser评分可以减少约27.8%的MRI引导下不必要活检，且不会引起假阴性结果。在乳腺癌高危人群MRI筛查中发现的4类可疑恶性病灶，Kaiser评分也可以减少45%的不必要活检[14]。对于乳腺X线检查发现4类可疑恶性的钙化，基于Kaiser评分MRI诊断恶性钙化的准确性较高，可减少58.3%～65.3%的良性病灶活检[15]。

图3 女，58岁。左乳非肿块样病灶，有毛刺，时间-信号强度曲线（TIC）呈流出型（未展示），病灶周围无水肿，Kaiser评分9分，提示恶性病灶，病理类型为浸润性导管癌（a：T2WI-FS序列；b：增强早期剪影图像）

图4 女，44岁。双乳各一个病灶，均为肿块，右乳病灶有毛刺，时间-信号强度曲线（TIC）为平台型（未展示），周围无水肿，Kaiser评分7分，提示恶性病灶，病理类型为纤维囊性病。左乳肿块无毛刺，TIC为平台型，边缘不规则，Kaiser评分5分，提示恶性病灶，病理类型为浸润性导管癌（a：T2WI-FS序列；b：增强早期剪影图像）

图5 女，61岁。左乳内下象限肿块，无毛刺，边界清晰，强化均匀，时间-信号强度曲线（TIC）为流出型，Kaiser评分4分，提示良性病灶，病理类型为导管内乳头状瘤（a：增强早期剪影图像；b：TIC）

笔者归纳了Kaiser评分的优势，主要有以下3个方面。第一，Kaiser评分是基于病灶的形态学及血流动力学特征进行判断，上述特征在常规MRI动态增强即可获得，不需要额外的成像技术。第二，Kaiser评分仅根据BI-RADS术语中5个特征来判断乳腺病灶恶性的可能性，在临床工作中应用方便，不仅适用于肿块，也适用于非肿块样病变。第三，不同医师使用Kaiser评分判断的一致性较好[12]。乳腺病灶的BI-RADS分类往往受诊断医师的经验影响，通常高年资医师BI-RADS分类的准确性高于低年资医师。相关研究发现，不同经验的医师使用Kaiser评分判断病灶性质的一致性好于BI-RADS分类（Kappa值分别为0.643～0.896，0.455～0.657）；较BI-RADS分类，低年资医师使用Kaiser评分诊断乳腺病灶的AUC及特异度均有所提高[12]。因此，低年资医师可将Kaiser评分作为辅助手段，从而更好地判断乳腺病灶的性质。

尽管本研究中Kaiser评分诊断乳腺恶性病灶的特异度较高（0.893），但国外一些研究结果显示的特异度并不高。有研究显示，在MRI BI-RADS 4类可疑恶性病灶诊断中，Kaiser评分诊断乳腺恶性病灶的特异度为0.451～0.825[13]；在乳腺X线检查为4类可疑恶性钙化的判断中，Kaiser评分诊断的特异度为0.583～0.653[15]。这种相对不高的特异度，笔者认为主要是由于乳腺良、恶性病灶在形态学及血流动力学特征上有一定的重叠[16]，从而导致假阳性。

DWI是目前临床上应用广泛的功能成像技术，在乳腺良、恶性病灶鉴别诊断中具有重要价值，可以提高常规乳腺MRI检查的特异度，减少BI-RADS 4类病灶的活检[16-18]。笔者认为联合DWI检查有望进一步提高Kaiser评分诊断乳腺恶性病灶的特异度，但有待进一步研究明确。本研究结果显示MRI BI-RADS 4类病灶的恶性率为46.8%，高于以往文献研究结果（19%～36%）[5-7]。笔者认为原因主要是以往研究结果多基于大型乳腺癌筛查项目，而本研究患者行MRI检查多为诊断性，而非筛查性，且患者常常有临床症状。诊断性MRI检查阳性预测值通常高于筛查性MRI检查[5]。此外，本研究样本选择偏倚也可能导致BI-RADS 4类病灶恶性率增高。

综上所述，Kaiser评分对MRI BI-RADS 4类病灶的诊断效能较高，无论是肿块型还是非肿块型病灶；可以作为辅助决策手段用于MRI BI-RADS 4类病灶性质的诊断，减少不必要的活检。