乳腺良恶性结节磁共振成像的logistic回归分析

邢成颜 巴成慧 高文鑫 郭兰田 姜兴岳 许 昌

滨州医学院附属医院放射科 山东 滨州 256603

随着生活水平的提高，人民群众对健康越来越重视，乳腺结节的检出率越来越高，而其良恶性的判定是临床医师面临的重要问题，也是决定下一步治疗方案的关键所在[1]。磁共振成像(magnetic resonance imaging, MRI)软组织分辨力好，多方位成像，无辐射，MRI动态增强扫描反映病灶的血液供应情况及血流动力学特点[2]，目前MRI检查在诊断乳腺疾病中得到广泛的应用，对乳腺疾病的诊断具有较大的意义，尤其在乳腺病变良恶性鉴别诊断中具有重要意义[3]。本研究对乳腺结节的MRI检查图像进行了分析，得出MRI各种征象对于乳腺良恶性结节鉴别的权重大小，探讨MRI在乳腺结节良恶性鉴别中的诊断价值。

1 资料与方法

1.1 临床资料 选择2019年1月至2020年12月我院收治的146例单发乳腺结节患者，所有结节均经手术或穿刺活检病理证实，其中良性结节55个，恶性结节91个。患者均为女性，年龄27～72岁，平均48岁，临床表现有乳房胀痛、乳头溢液、乳腺肿块，部分病例是查体发现。纳入标准：①在手术或穿刺活检前进行了MRI平扫和动态增强扫描；②乳腺结节最大径线小于30mm；③单发结节。

1.2 仪器与检查方法 使用德国西门子公司生产的Siemens Manetom Skyra 3.0T MR扫描仪，选用4通道乳腺专用相控阵线圈。患者扫描时取俯卧位，双侧乳腺自然下垂于线圈内。常规扫描序列及参数：T1WI序列，TR 169 ms，TE 2.6 ms；T2WI序列，TR 3 500 ms，TE 69 ms；脂肪抑制序列T2WI，TR 3 200 ms，TE 69 ms，层厚4.0 mm，层间距0.4 mm，视野340 mm×340 mm。MRI动态增强扫描：采用梯度回波三维容积插值屏息扫描技术，每期扫描时间约45 s，共扫描7～8期(1期蒙片+6～7期增强)，视野340 mm×340 mm，TR 4.49 ms，TE 1.68 ms，层厚1.2 mm，层间距0.24 mm，矩阵352×260，翻转角10°；对比剂采用Gd-DTPA，剂量0.2 mmol/kg，流率2.5 mL/s，最后以相同流率注射20 mL 0.9%氯化钠注射液冲管。

1.3 图像处理和评价 由2位从事乳腺MRI诊断的副主任医师以上职称的医师对MRI图像进行单盲法分析评价，如有分歧请第三位医师进行评价，最终协商达成一致意见。其中动态增强曲线是指注入对比剂后病变所呈现的信号强度随时间的延长而变化特征。分为两个阶段，第一阶段为注药后2 min内或曲线开始变化时，其信号强度分为缓慢、中等或快速增加；第二阶段为延迟期即注药2 min后曲线的变化，其变化决定曲线形态。增强曲线分为三型：I型为流入型，在观察时间内信号强度缓慢持续上升；II型为平台型，早期快速明显强化达到峰值，在延迟期信号强度无明显变化(变化范围为±10%)；Ⅲ型为流出型，早期快速明显强化达到峰值，在延迟期信号强度迅速降低(降低>10%)。评价因素及MRI图像特征见表1。

1.4 统计学方法 应用SPSS 25.0统计软件包分析数据。对MRI图像特征进行单因素方差分析，将有意义的MRI影像特征(P<0.05)纳入logistic回归分析。以手术或穿刺活检病理结果良恶性诊断作为因变量，将上述纳入有意义的MRI影像特征作为协变量(赋值见表1)，进行向前似然法回归分析，建立logistic回归模型(纳入标准：P<0.05)。对回归参数估计值采用Waldχ2检验，采用似然比检验对回归模型的拟合情况进行评估。并用受试者工作特征曲线(ROC曲线)评价logistic回归模型的诊断能力。P<0.05认为差异具有统计学意义。

表1 乳腺结节评价因素、MRI图像特征(变量)及赋值

2 结果

2.1 一般资料及病理结果 146例患者的结节中，55个为良性结节，其中导管内乳头状瘤8个，结节性乳腺肿3个，乳腺导管扩张并炎症1个，乳腺囊肿2个，乳腺腺病16个，乳腺腺病 1个，纤维腺瘤24个；恶性结节91个，包括导管原位癌8个，基底细胞样癌3个，浸润性导管癌66个，浸润性腺癌1个，淋巴细胞瘤1个，乳头状癌4个，髓样癌2个，小叶癌6个。其中，病例1的MRI图像表现及病理图片见图1。病例2的MRI图像表现及病理图片见图2。乳腺良恶性病变MRI特征及其病理类型的关系见表2。

左乳外上象限结节，浅分叶状，边缘光滑，T1WI(1A)呈略低信号，压脂T2WI(1B)呈不均匀高信号，DWI(1C)呈高信号，ADC图(1D)信号未减低，动态增强扫描(1E)呈较均匀明显强化，时间-信号强度曲线(1F-1G)呈“平台型”，手术病理(1H)为纤维腺瘤。

左侧乳腺内上象限不规则肿块，边缘毛糙，T1WI(2A)呈略低信号，压脂T2WI(2B)呈不均匀略高信号，DWI(2C)呈不均匀高信号，ADC图(2D)信号减低，动态增强扫描(2E)呈欠均匀明显强化，时间-信号强度曲线(2F-2G)呈“流出型”，手术病理(2H)为浸润性导管癌。

2.2 单因素分析 由表2可见，16项MRI图像特征与病理良恶性关系通过单因素分析结果表明，侧别、数目、部位、囊变与病理结果无统计学意义(P>0.05)，其余12项均具有统计学意义(P<0.05)。

表2 乳腺结节MRI图像特征与病理结果的χ2检验

2.3 多因素logistic回归分析 以病理结果为因变量，以单因素方差分析有统计学意义的MRI图像特征为协变量，变量赋值见表1，应用二元logistic回归分析建立模型(表3)，拟合结果显示最大径线、边缘、增强曲线类型3个参数显著性检验P值均小于0.05。为进一步优化模型，使模型更加稳定，将最大径线、边缘、增强曲线类型3个协变量选入模型，再次建立logistic回归模型(表4)。

表3 筛选的所有因素的logistic回归模型

表4 最大径线、边缘、增强曲线类型的logistic回归模型

最后回归模型Logit(P)=-5.062+1.915×最大径线+1.622×边缘+1.269×增强曲线类型，对上述模型进行χ2检验，F=90.381，P<0.01，表明该模型有统计学意义。

以该模型判断乳腺良恶性结节概率的预测值绘制ROC曲线(见图3)曲线下面积0.905，P<0.001，95%置信区间(0.845，0.965)，表明该模型拟合效果较好，在预测乳腺良恶性结节的鉴别诊断方面具有统计学意义。

图3 logistic回归模型预报能力的ROC曲线

3 讨论

乳腺良恶性结节在磁共振成像中表现不同，利用单因素方差分析，最大径线、形态、边缘、包膜、边界、毛刺征、信号特点、增强特点、增强曲线类型、淋巴结肿大、DWI信号、ADC图信号等12个因素在鉴别良恶性结节中具有统计学意义。单个因素的鉴别存在敏感度较低的问题，logistic回归分析模型可以从众多因素中筛选出最具有统计学意义的因素，并赋予权重，形成多个因素互相作用，提高良恶性结节诊断的符合度。

本组病例，乳腺良恶性结节在发生侧别上以右侧乳腺比例较高，以单发多见，在部位上以外上象限较多，无囊变比例较高，但发生的侧别、数目、部位、囊变在MRI图像鉴别诊断中没有统计学意义，与国内某些学者研究结果基本一致[4-5]。通过对单因素方差分析筛选的12个具有统计学意义的因素建立logistic回归模型，就单个因素的作用大小比较依序为：最大径线>边缘>毛刺征>增强曲线类型>淋巴结肿大>边界>ADC图信号>DWI信号>形态>增强特点>信号特点>包膜。通过进一步logistic回归分析，最大径线、边缘、增强曲线类型3个特征在鉴别诊断中更有统计学意义。

有研究表明，乳腺结节的最大径线与病变高危升级呈正相关性[6]。肿瘤的一般来讲，肿瘤的大小与良恶性没有明确的相关性。良性肿瘤生长缓慢，但如果发现时间晚，可能发现时已经很大；恶性肿瘤生长快，如果早期发现也可能比较小。本组病例分析发现，乳腺良恶性结节的最大径线具有统计学意义，一方面可能与病例资料选择相关，也可能与病例样本小相关。

良恶性肿瘤的生长方式不同，使得肿瘤的边缘表现不一致。良性肿瘤生长缓慢，对周围组织多产生推移，界限清晰，边缘清晰、光滑；恶性肿瘤对周围组织侵犯、浸润，边界不清晰、毛糙[7]，这是良恶性肿瘤鉴别比较重要的特征之一。本研究的结果也证实了这一点。

乳腺动态增强扫描是近年来新发展的技术，能够让病灶的具体状况更清晰地呈现出来，是诊断基础,也是良恶性病变的主要区别之处[8]。通过后处理软件，可以将乳腺结节的强化情况绘制曲线，一般分为三种类型：I型流入型、Ⅱ型平台型、Ⅲ型流出型。良性病变多为I型流入型，恶性病变多为Ⅲ型流出型，Ⅱ型平台型是介于良恶性之间，如从统计分析上，良性的情况多一些[7]。本研究中，良性病变I型流入型占比为52.73%；恶性病变Ⅲ型流出型占比67.03%，比例并不算高，给诊断带来一定的困难。

毛刺征也称“蟹足征”，是乳腺恶性肿瘤常见的影像学特征之一[9]，有学者认为，乳腺癌肿块边缘约60%以上可有毛刺，毛刺征形成的病理学基础主要是癌组织的浸润[10]，根据乳腺癌向周边浸润的病理学基础，可分类为癌组织浸润型毛刺、淋巴管型毛刺、导管型毛刺、血管型毛刺、悬韧带型毛刺。良性结节中可见的毛刺可能系周围纤维组织增生的结果。有学者[7]在进行相关研究时，毛刺征有统计学意义，但没有纳入logistic模型，与本模型一致。

乳腺早期的恶性肿瘤仅仅表现为乳房出现无痛、单发的小肿块，如果出现了淋巴结肿大，说明可能有淋巴结的转移。腋下淋巴结是乳腺癌早期转移的常见部位。本研究未把淋巴结肿大纳入回归模型，但有学者[11]在临床超声诊断分析乳腺良恶性结节时，把淋巴结肿大纳入分析依据，与本研究不一致，可能与病例资料的选择有关。

在MRI成像图像分析过程中，结节的边界是否清晰，形态是否规则、有无包膜，MRI信号特点是否均匀、增强特点是否均匀强化，DWI信号、ADC图信号的表现，在临床诊断中亦具有十分重要的意义[12]。尤其是依据logistic回归模型提示恶性，而以上特征提示良性病变时，一定引起重视，避免造成误诊。

作为回顾性分析，病例病理类型受到多种因素的影响，而且乳腺疾病筛选中，以超声和钼靶X线摄影为主，一些良性病变未进行磁共振检查，导致研究中恶性病例较多，疾病种类不全，样本数量较少，以上原因可能导致研究结果发生偏差。磁共振技术的日新月异，弥散加权成像[13]、动态增强定量分析[14]、血流动力学研究等多种检查技术亦可以对乳腺良恶性结节做出诊断，多种技术联合诊断可提高诊断效能[15]；本研究尚需要大样本的前瞻性研究进一步完善，是下一步努力的方向。