评估超声BI-RADS分类3～5类诊断乳腺病变的准确性

梁珊 陈静 陈荣荣 李卓容 何亮

摘要：目的：评估超声BI-RADS 3～5类诊断乳腺病变的准确性。方法：研究1653个经病理确诊的超声BI-RADS 3～5类乳腺病变，以病理结果为金标准，计算超声BI-RADS 3～5类病变的阳性预测值（PPVs）和阴性预测值（NPVs）。结果：子类别4a、4b、4c的PPVs分别为22.63%、62.77%、87.63%，类别3和5的PPVs分别为0.11%、98.85%。结论：类别4a、4b的PPV高于BI-RADS理论值，类别3、4c、5的PPV在理论值范围内。子类别4a、4b可用于预测恶性肿瘤的可能性，但不能排除活检的必要性。类别3、4c、5鉴别乳腺良恶性病变的准确性较高。

关键词：超声;乳腺癌;乳腺病变;乳房影像报告和数据系统（BI-RADS）

【中图分类号】  R737.9【文献标识码】A 【文章编号】1673-9026（2022）17--01

超声检查现已成为大多数医院乳腺癌检查的首选方法。乳腺影像报告与数据系统分类是美国放射学会在2003年提出的用于超声鉴别良恶性病变的方法，是为了规范对诊断结果的解释，更好地处理病变[1，2]。关于BI-RADS 3～5类病理结果及其阳性预测价值（PPVs）的文献研究较少[3，4]，一些作者对BI-RADS 4的子类别提出了批评和争论，认为很难明确定义超声诊断标准来对疑似病变进行分类[2，5]。因此，我们进行了这项回顾性研究，以组织病理为金标准，进行诊断性测试评估。通过计算BI-RADS 3～5类的PPVs，评估超声BI-RADS 3～5类诊断乳腺病变的准确性。

1 资料与方法

1.1 一般资料 分析2019年1月至2020年12月间在我院乳腺门诊彩超检查并分类为BI-RADS 3～5类的乳腺病变共有7288个，本研究纳入超声BI-RADS分类为3～5类并行超声引导下穿刺活检或手术切除活检的病灶。排除标准：1.无明确病理结果;2.有乳腺癌治疗史。其中5621个病灶因病理结果缺失而被排除，14个病灶因有乳腺癌治疗病史被排除。最终有1381名患者被纳入研究，1653个病灶和各自的活检结果纳入了研究。患者年龄17-88岁，平均（42.5±12.6）岁。

1.2 仪器与图像采集 使用的超声诊断仪有GE BOOK XP、HITACHI，线阵探头频率分别为5-10、5-13MHz。超声结果根据ACR提出的BI-RADS进行分类。超声评估由两名乳腺专科超声医生完成，分别有16年、10年的乳腺超声成像和诊断经验，都接受过BI-RADS超声辞典第二版的系统培训，有诊断和分类资格。

1.3 统计学分析 使用SPSS 25.0进行统计分析。以病理结果为诊断金标准。分类变量采用χ2检验或Fisher精确检验。计算BI-RADS 3～5類的PPVs，并与理论值进行比较。P<0.05为差异有统计学意义。

2 结 果

根据病理结果恶性肿瘤的发生率：子类别4a、4b和4c的PPV分别为22.63%（55/243）、62.77%（59/94）和87.63%（85/97），总的4类PPV为45.85% （199/434），5类PPV为98.85%（343/347）。3类的PPV为0.11%（1/872）、NPV为99.89%（871/872）。本研究将不在理论值范围内4a和4b的PPV实际值（22.63%、62.77%）与理论值中位数比率（6%、30%）进行卡方检验比较。子类别4a和4b的PPV高于理论值（P<0.001）。3类、4c类和5类PPV的实际值在BI-RADS理论值范围内。见表1。

3  讨 论

2013年BI-RADS分类的修正主要针对4类的子类别[1]，主要更改作为超声检查主要参数的肿块形状、边缘和方向[6]。以往研究中，最可能代表恶性的超声征象，如边缘毛刺、形状不规则、纵向生长的PPVs分别为83.7%～91.8%、57.2%～89.7%、63.9%～81.2%[7，8]。BI-RADS超声分类在假设3类为良性病变，5类为恶性病变的情况下，BI-RADS分类效果较好[9]。本研究中，BI-RADS 3类NPV为99.89%，5类PPV为98.85%。在BI-RADS 4类中，恶性肿瘤的风险在2%～95%之间，要清楚地描述并分类4a、4b或4c亚型的病变是一项艰巨的任务[10]。本研究发现4a和4b子类别的PPV均高于理论值（P<0.001），这表明4a和4b子类别并不能很好的反应恶性肿瘤的可能性，我们发现BI-RADS 4亚分类主要基于超声医师怀疑恶性肿瘤的程度，并没有明确的划分标准，小病变的亚分类更加困难，大多数医生更愿意谨慎选择较低的类别，这也是4a和4b亚型的PPV高于理论值的原因之一。一项研究显示，BI-RADS 4a组的恶性率（7.4%）低于本研究，而4b组（61.4%）和4c组（93.0%）的PPVs与本研究相似[7]。Yoon等人研究了2430例BI-RADS 4病变患者并进行活检，发现其癌症患病率为18.6%。BI-RADS 4a、4b的PPV分别为7.6%、37.8%均低于本研究，4c的PPV为81.9%与本研究相似[11]。Zou等人研究了579个病灶，子类别4a、4b和4c的PPV分别为23.74%、70.67%和81.25%， 4类总PPV为46.92%，第5类PPV为97.35%，与本研究结果一致[12]。在本研究中，恶性肿瘤的发生率（32.85%）与其他研究相比是相当高的[3，11]。总之，超声诊断乳腺3、4c、5类的准确率较高，我们建议使用BI-RADS 3类的分界点作为超声随访的指征，避免不必要的活组织检查数量的增加。对BI-RADS 4类病变进行亚分类有助于预测恶性肿瘤的风险，但并不会从根本上改变治疗方法。因此我们认为任何BI-RADS 4类及以上的组织活检都应该进行，以排除恶性肿瘤。

參考文献：

D’ORSI C，Sickles E， Mendelson E， et al. ACR BI-RADS® Atlas， Breast imaging report data2013.

Elverici E， Barca AN， Aktas H， et al. Nonpalpable BI-RADS 4 breast lesions： sonographic findings and pathology correlation[J].Diagnostic Interv Radiol， 2015，21（3）：189-194..

Wiratkapun C， Bunyapaiboonsri W， Wibulpolprasert B. Lertsithichai P.Biopsy rate and positive predictive value for breast cancer in BI-RADS category 4 breast lesions[J].J Med Assoc Thai， 2010，93（7）： 830-836.

Sanders MA， Roland L， Sahoo S. Clinical implications of subcategorizing BI-RADS 4 breast lesions associated with microcalcification： A radiology-pathology correlation study[J]. Breast J， 2010，16（1）：28-31.

Youk JH， Kim E-K， Kim MJ， et al. Analysis of false-negative results after US-guided 14-gauge core needle breast biopsy[J].Eur Radiol， 2010，20（4）：782-789.

Berg WA， Mendelson EB. Technologist-performed Handheld Screening Breast US Imaging： How Is It Performed and What Are the Outcomes to Date？[J].Radiology， 2014，272（1）：12-27.

Gu Y， Tian J-W， Ran H-T， et al. The Utility of the Fifth Edition of the BI-RADS Ultrasound Lexicon in Category 4 Breast Lesions： A Prospective Multicenter Study in China[J]. Acad Radiol， 2020：1-9.

Stavros AT， Thickman D， Rapp CL， et al. Solid breast nodules： use of sonography to distinguish between benign and malignant lesions[J]. Radiology， 1995，196（1）：123-134.

Ha R， Kim H， Mango V， et al. Ultrasonographic features and clinical implications of benign palpable breast lesions in young women[J]. Ultrasonography， 2014，34（1）：66-70.

Ko K-H， Hsu H-H， Yu J-C， et al. Non-mass-like breast lesions at ultrasonography： Feature analysis and BI-RADS assessment[J]. Eur J Radiol， 2015，84（1）：77-85.

Yoon JH， Kim MJ， Moon HJ， et al. Subcategorization of Ultrasonographic BI-RADS Category 4： Positive Predictive Value and Clinical Factors Affecting It[J]. Ultrasound Med Biol， 2011，37（5）：693-699.

Zou XB， Wang JW， Lan XW， et al. Assessment of Diagnostic Accuracy and Efficiency of Categories 4 and 5 of the Second Edition of the BI-RADS Ultrasound Lexicon in Diagnosing Breast Lesions[J]. Ultrasound Med Biol， 2016，42（9）：2065-2071.