諾模圖（nomogram）預(yù)測(cè)浸潤(rùn)性乳腺癌脈管侵犯的初步研究

馬依迪麗·尼加提 迪麗阿熱姆·艾海提 阿布都克尤木江·阿布力孜 帕力丹木·吾買爾 田序偉 吳卓 沈君 戴國(guó)朝

近年來(lái)研究表明， 乳腺癌脈管侵犯（lymphovascular invasion，LVI）是影響患者預(yù)后，及臨床治療方案選擇的重要因素。磁共振成像（magnetic resonance imaging，MRI）， 尤其是動(dòng)態(tài)對(duì)比增強(qiáng)磁共振（dynamic contrast-enhanced MRI，DCE-MRI）越來(lái)越廣泛應(yīng)用于乳腺癌的診斷及療效的評(píng)估［2］。DCE-MRI 可根據(jù)動(dòng)態(tài)時(shí)間-信號(hào)曲線反映腫瘤組織血流灌注的特征，幫助進(jìn)行定性診斷［3］。擴(kuò)散加權(quán)成像（diffusion-weighted imaging，DWI）能夠直觀地反映水分子運(yùn)動(dòng)，從分子水平反應(yīng)人體病理生理狀態(tài)下組織結(jié)構(gòu)的空間組成信息的改變， 反映腫瘤細(xì)胞的密度［4］。然而，目前 DCE-MRI 及 DWI 定量參數(shù)能否預(yù)測(cè)乳腺癌脈管侵犯尚未見報(bào)道。本研究旨在探討乳腺癌穿刺病理結(jié)果聯(lián)合常規(guī)及功能MRI 特征的諾模圖預(yù)測(cè)乳腺癌脈管侵犯的價(jià)值。

資料與方法

1.一般資料

本研究為回顧性研究， 經(jīng)中山大學(xué)孫逸仙紀(jì)念醫(yī)院倫理委員會(huì)批準(zhǔn)，免簽病人知情同意書。收集 2016年1月～2018年12月中山大學(xué)孫逸仙紀(jì)念醫(yī)院收治的256 例經(jīng)病理證實(shí)的浸潤(rùn)性乳腺癌患者，年齡 29～86 歲，平均 49.8±11.2 歲。所有患者在MRI 檢查后1 個(gè)月內(nèi)行乳腺癌切除術(shù)。脈管侵犯依據(jù)術(shù)后病理確定。收集患者臨床資料包括年齡、腫瘤組織孕激素受體（progesterone receptor，PR）、雌激素受體（estrogen receptor，ER）、人類表皮生長(zhǎng)因子受體（human epidermal growth factor receptor，Her-2）、 細(xì)胞核增殖指數(shù) Ki67 陽(yáng)性率及病理分級(jí)指標(biāo)。

2.MRI檢查

所有患者進(jìn)行MRI 檢查，采用Siemens Avanto 1.5 T 超導(dǎo)磁共振掃描儀，4 通道乳腺專用線圈和6 通道體部協(xié)同線圈組合成像?；颊呷「┡P位，雙手自然前伸，雙乳自然懸垂置于線圈中央。MRI 檢查包括常規(guī)序列、DWI 及DCE-MRI 檢查。常規(guī)序列包括： 橫斷位擾相梯度回波及質(zhì)子分離T1WI（DIXON）：TR/TE 6.86 ms/2.39 ms， 層厚 2 mm，矩陣 384×384，視野 360 mm；橫斷位脂肪抑制 T2WI，脂肪抑制采用短TI 時(shí)間翻轉(zhuǎn)恢復(fù)（STIR）技術(shù)：TR/TI 2550 ms/170 ms，TE 107 ms， 層厚 5 mm，矩陣 320 × 320，視野 350 mm。橫斷位 DWI 采用 SE序列：TR/TE 6800 ms/115 ms， 層厚 5 mm， 矩陣200×170，視野 350 mm，b 值為 0、800 s/mm2。隨后行乳腺橫斷位DCE 掃描：采用橫斷位Flash-3D 脂肪抑制序列，TR/TE 5.16 ms/2.38 ms，翻轉(zhuǎn)角 10°，矩陣 120×90，視野 340 mm×320 mm×280 mm，8 個(gè)動(dòng)態(tài)期相，每期60.6 s，掃描持續(xù)時(shí)間484.8 s，于第2 個(gè)動(dòng)態(tài)增強(qiáng)時(shí)相開始前采用高壓注射器經(jīng)肘靜脈注射對(duì)比劑釓雙胺（歐乃影，GE 公司），劑量0.1 mmol/kg， 注射流率為 3 ml/s， 對(duì)比劑注射完后用30 ml 生理鹽水沖管，注射流率3 ml/s。動(dòng)態(tài)增強(qiáng)掃描結(jié)束后再行冠狀位、橫斷位脂肪抑制T1WI 常規(guī)增強(qiáng)掃描， 脂肪抑制T1WI 冠狀位參數(shù)為：TR/TE 6.88 ms/2.39 ms, 層厚 2 mm，矩陣 384×384，視野360 mm；橫斷位參數(shù)為：TR/TE 4.85 ms/2.34 ms，層厚 3 mm，矩陣 320×320，視野 380 mm。

3.圖像分析

MRI 圖像由兩位有5年以上乳腺疾病診斷經(jīng)驗(yàn)的醫(yī)生進(jìn)行獨(dú)立雙盲評(píng)價(jià)， 評(píng)估腫塊位置（外上、外下、內(nèi)上、內(nèi)下象限及乳頭后方）、最大徑、邊界（清晰或不清晰）、是否有分葉、是否有毛刺、腋窩淋巴結(jié)轉(zhuǎn)移（無(wú)或單個(gè)或多個(gè)）、強(qiáng)化方式（明顯強(qiáng)化或輕度強(qiáng)化）、DWI 信號(hào)特點(diǎn)（輕度受限或明顯受限）。腋窩淋巴結(jié)轉(zhuǎn)移標(biāo)準(zhǔn)為長(zhǎng)徑大于10 mm，淋 巴 結(jié) 門 結(jié) 構(gòu) 消 失［5］。DCE-MRI 圖 像 在 Siemens Syano Multimodality 工作站進(jìn)行， 在腫塊最大層面選取腫塊實(shí)性部分繪制興趣區(qū)（region of interest，ROI），自動(dòng)獲得時(shí)間-信號(hào)強(qiáng)度曲線（time-intensity curve，TIC）。TIC 曲線類型分為上升型、平臺(tái)型、速升速降型，分別為Ⅰ、Ⅱ、Ⅲ型［6］。

4.乳腺癌脈管浸潤(rùn)預(yù)測(cè)模型構(gòu)建及驗(yàn)證

256 例患者按 2∶1 隨機(jī)分為訓(xùn)練集（n=171）及驗(yàn)證集（n=85）。利用LASSO 回歸篩選與乳腺癌脈管浸潤(rùn)最相關(guān)的預(yù)測(cè)因素， 在訓(xùn)練集中構(gòu)建基于多參數(shù)MRI 及穿刺病理結(jié)果的諾模圖模型預(yù)測(cè)浸潤(rùn)性乳腺癌脈管浸潤(rùn)概率， 然后在驗(yàn)證集中驗(yàn)證， 繪制諾模圖 ROC 曲線。如果模型 AUC 介于0.71～0.9 之間表明模型具有較高準(zhǔn)確度， 如果AUC 大于0.9 表明模型具有高準(zhǔn)確度。

5.統(tǒng)計(jì)學(xué)方法

統(tǒng)計(jì)分析均使用R 軟件（2.3.4 版本）。所用軟件包如下：“glmnet” 包用于 LASSO 正則化邏輯回歸分析，“rms”包用于諾模圖。訓(xùn)練集及驗(yàn)證集之間患者及腫瘤特性的比較使用獨(dú)立樣本t 檢驗(yàn)或Mann-Whitney U 檢驗(yàn)（不滿足正態(tài)分布情況下）及卡方檢驗(yàn)。P＜0.05 具有顯著統(tǒng)計(jì)學(xué)差異。

結(jié) 果

1.多參數(shù)MRI的預(yù)測(cè)因素篩選及模型

256 例患者，149 例（58.2%）為浸潤(rùn)性導(dǎo)管癌2 級(jí)，107 例（41.8%）為浸潤(rùn)性乳腺癌 3 級(jí)。其中，99 例（35.9%）發(fā)生腫瘤脈管侵犯，包括浸潤(rùn)性導(dǎo)管癌 3 級(jí)（48 例），浸潤(rùn)性乳腺癌 2 級(jí)（n=51）。

15 個(gè)預(yù)測(cè)參數(shù)中，除年齡外，其余14 個(gè)為常規(guī) MRI、DWI、DCE-MRI 參數(shù)及病理特征，包括腫塊最大徑、象限、邊界、分葉征、毛刺征、腋窩淋巴結(jié)轉(zhuǎn)移、DWI 信號(hào)特點(diǎn)、 強(qiáng)化方式、TIC 類型、ER、PR、Her2、Ki67 及病理分級(jí)。經(jīng) LASSO 回歸分析，L1 正則化將額外的懲罰項(xiàng)加到損失函數(shù)上，由于正則項(xiàng)非零， 迫使與預(yù)測(cè)結(jié)局相關(guān)性弱的特征系數(shù)變?yōu)?，系數(shù)非0 的特征被選出，最后選擇出8個(gè)參數(shù)為乳腺癌脈管侵犯相關(guān)的預(yù)測(cè)因素， 分別為患者年齡、腫塊部位、邊界、分葉征、DWI 信號(hào)、TIC 類型、 腋窩淋巴結(jié)轉(zhuǎn)移、 病理分級(jí)及HER-2表達(dá)水平（圖1）。8 個(gè)參數(shù)回歸系數(shù)的絕對(duì)值排序?yàn)椋悍秩~征（1.7）、邊界（1.6）、TIC 類型（1.2）、DWI表現(xiàn) （1.0）、 病理分級(jí) （0.9）、 腋窩淋巴結(jié)轉(zhuǎn)移（0.7）、HER-2（0.4）及腫塊位置（0.3）。圖2、3 分別為有無(wú)脈管侵犯的代表性病例MRI 圖像。

2.諾模圖預(yù)測(cè)效能

訓(xùn)練集及驗(yàn)證集的15 個(gè)參數(shù)比較見表1。經(jīng)LASSO 回歸入選的8 個(gè)獨(dú)立預(yù)測(cè)參數(shù)構(gòu)建諾模圖， 包括腫塊象限、 邊界、DWI 信號(hào)特點(diǎn)、TIC 類型、腋窩淋巴結(jié)轉(zhuǎn)移、病理分級(jí)以及HER-2 表達(dá)量，在訓(xùn)練集中，經(jīng)ROC 分析，諾模圖預(yù)測(cè)脈管侵犯的 AUC 為 0.843， 敏感度 76.3%， 特異度77.7%，符合率77.2%，陽(yáng)性預(yù)測(cè)值64.3%，陰性預(yù)測(cè)值86.1%； 驗(yàn)證集中， 諾模圖預(yù)測(cè)脈管侵犯的AUC 為0.833，敏感度 65.0%，特異度84.4%，符合率75.3%，陽(yáng)性預(yù)測(cè)值78.8%，陰性預(yù)測(cè)值73.1%。

根據(jù)LASSO 回歸模型中篩選特征的貢獻(xiàn)度情況，給出相應(yīng)的評(píng)分，再計(jì)算某個(gè)患者的諾模圖總得分， 從而得到每個(gè)乳腺癌患者脈管浸潤(rùn)的預(yù)測(cè)概率。

討 論

1.浸潤(rùn)性乳腺癌的脈管侵犯

乳腺癌的死因多歸因于腫瘤局部復(fù)發(fā)和遠(yuǎn)處轉(zhuǎn)移， 其中淋巴結(jié)轉(zhuǎn)移是最主要也是最常見的轉(zhuǎn)移途徑， 而腫瘤脈管浸潤(rùn)在淋巴結(jié)轉(zhuǎn)移過(guò)程中起關(guān)鍵性作用， 癌細(xì)胞通過(guò)脈管或淋巴管轉(zhuǎn)移至區(qū)域淋巴結(jié)和遠(yuǎn)隔器官。乳腺癌脈管侵犯可早于淋巴結(jié)轉(zhuǎn)移的出現(xiàn)，是乳腺癌不良預(yù)后的指標(biāo)之一，可輔助判斷乳腺癌分期、 治療方案選擇及預(yù)后判斷［7-11］。一直以來(lái)只有依靠術(shù)后病理檢查來(lái)明確腫瘤脈管促進(jìn)淋巴管與血管生成與浸潤(rùn)情況， 術(shù)前缺乏能較準(zhǔn)確預(yù)測(cè)腫瘤脈管浸潤(rùn)的有效方法［12］。本研究通過(guò)乳腺癌患者臨床和多參數(shù)MRI 特征構(gòu)建諾模圖預(yù)測(cè)乳腺癌脈管浸潤(rùn)。臨床特征中HER-2 表達(dá)水平及腫瘤病理分級(jí)可用于脈管浸潤(rùn)預(yù)測(cè)，HER-2 通過(guò)促進(jìn)細(xì)胞分裂和蛋白水解酶的分泌，并提高細(xì)胞的運(yùn)動(dòng)能力，從而促進(jìn)腫瘤侵襲與轉(zhuǎn)移［13］。HER-2 基因激活后，觸發(fā)相關(guān)信號(hào)傳導(dǎo)通路，改變細(xì)胞的生物學(xué)特性，從而導(dǎo)致細(xì)胞向惡性轉(zhuǎn)化、出現(xiàn)惡性表型［13］。乳腺癌病理組織學(xué)分級(jí)與預(yù)后、 生長(zhǎng)因子受體及癌基因產(chǎn)物的表達(dá)等密切相關(guān)。分級(jí)越高，腫瘤的侵襲性越強(qiáng)，患者預(yù)后越差。因此，HER-2 表達(dá)水平越高，病理分級(jí)越高，發(fā)生脈管浸潤(rùn)的風(fēng)險(xiǎn)也就越大。

表1 訓(xùn)練集及驗(yàn)證集各預(yù)測(cè)參數(shù)比較

圖1 使用LASSO 算法進(jìn)行變量選擇。a)在LASSO 邏輯回歸模型中最佳懲罰系數(shù)λ 的選擇使用10 折交叉驗(yàn)證和最小化標(biāo)準(zhǔn)。在曲線最低點(diǎn)選出了最佳Lambda；b)變量系數(shù)懲罰圖，隨著懲罰系數(shù)Lambda 的增大，越來(lái)越多變量的系數(shù)被壓縮，最后絕大部分變量系數(shù)被壓縮為0，最終選出8 個(gè)非零系數(shù)的變量，去掉大部分無(wú)相關(guān)的特征，從而實(shí)現(xiàn)變量的自動(dòng)選擇

圖2 右乳浸潤(rùn)型導(dǎo)管癌 2 級(jí)，病理上脈管可見癌栓，左腋窩淋巴結(jié)轉(zhuǎn)移，ER 約 95%（+），PR 約 60%（弱+），Her-2 (2+)，Ki67 約 15%（+）。a)T2WI 及b) T1WI，軸位示右乳外上象限不規(guī)則、分葉狀腫塊，邊緣見毛刺；c)高b 值DWI 示腫塊呈高信號(hào)；d)ADC 圖見腫塊明顯擴(kuò)散受限；e)、f)軸位動(dòng)態(tài)增強(qiáng)DCE 序列示腫塊明顯不均勻強(qiáng)化；g)動(dòng)態(tài)增強(qiáng)曲線呈“流出型”；h) MRI 增強(qiáng)冠狀位示右側(cè)腋窩見多發(fā)淋巴結(jié)轉(zhuǎn)移 圖3 左乳浸潤(rùn)型導(dǎo)管癌2 級(jí)，病理上脈管內(nèi)無(wú)癌栓，左腋窩淋巴結(jié)未轉(zhuǎn)移，ER 約 90%（+），PR 約 30%（+），Her-2(2+)，Ki67約10%（+）。a)T2WI 及 b)T1WI，軸位示左乳外上象限不規(guī)則、淺分葉狀腫塊，邊緣無(wú)毛刺；c)高 b 值 DWI，腫塊部分呈高信號(hào)；d)ADC 圖呈腫塊輕度擴(kuò)散受限；e)、f)軸位動(dòng)態(tài)增強(qiáng)DCE 序列示腫塊明顯均勻強(qiáng)化；g)動(dòng)態(tài)增強(qiáng)曲線呈“平臺(tái)型”；h) MRI 增強(qiáng)冠狀位示腋窩未見淋巴結(jié)轉(zhuǎn)移

2.常規(guī)MRI參數(shù)預(yù)測(cè)脈管侵犯

本研究發(fā)現(xiàn)乳腺癌脈管侵犯患者的腫塊最大徑遠(yuǎn)大于無(wú)脈管侵犯患者，與文獻(xiàn)報(bào)道相符［14］。出現(xiàn)脈管侵犯的腫塊邊界不清、多呈分葉狀，而無(wú)脈管侵犯患者腫塊邊界相對(duì)清楚， 筆者認(rèn)為這與腫塊惡性程度及浸潤(rùn)性特性相關(guān)，腫瘤惡性程度越高、生長(zhǎng)速度越快、浸潤(rùn)性就會(huì)越強(qiáng)，對(duì)周圍淋巴管及脈管侵犯的幾率也會(huì)越高。本研究顯示腫塊大小、邊界、 分葉征等對(duì)脈管浸潤(rùn)預(yù)測(cè)具有重要參考意義，與之前文獻(xiàn)報(bào)道基本相符［15-17］。腫塊位于外上象限更易發(fā)生脈管浸潤(rùn)， 可能原因?yàn)橥馍舷笙逓槿橄俳M織致密區(qū)［18］。本研究顯示乳腺癌脈管浸潤(rùn)與腋窩淋巴結(jié)轉(zhuǎn)移顯著相關(guān)， 一定程度上佐證了乳腺癌脈管浸潤(rùn)與淋巴結(jié)轉(zhuǎn)移機(jī)制的必然聯(lián)系［19］；同時(shí)發(fā)現(xiàn)有脈管浸潤(rùn)的乳腺癌患者都有淋巴結(jié)轉(zhuǎn)移，且以多發(fā)淋巴結(jié)轉(zhuǎn)移為主。

3.功能MRI參數(shù)預(yù)測(cè)脈管侵犯

DWI 是一種反映活體水分子微觀運(yùn)動(dòng)的功能成像方法，其ADC 值是一個(gè)定量指標(biāo)，與水分子的擴(kuò)散和微循環(huán)灌注相關(guān)，水分子擴(kuò)散快，信號(hào)衰減快，DWI 呈低信號(hào)，ADC 值高， 反之 ADC 值越低，ADC 受細(xì)胞數(shù)目、液體黏滯度、細(xì)胞內(nèi)外液體含量、細(xì)胞流動(dòng)方向等因素影響。既往研究顯示，ADC 值與腫瘤細(xì)胞密度呈負(fù)相關(guān)。腫瘤惡性程度越高，細(xì)胞密度高，ADC 值低［20］，本研究中有乳腺癌脈管侵犯患者，DWI 上擴(kuò)散受限程度較無(wú)脈管侵犯患者明顯，這與既往研究結(jié)果相似，說(shuō)明擴(kuò)散受限能較好地反映腫瘤細(xì)胞密度較高的區(qū)域，提供了更多腫瘤生物學(xué)信息［21］。

DCE-MRI 半定量分析是指在腫瘤組織選取興趣區(qū)、繪制TIC，從而獲得乳腺實(shí)質(zhì)的血流動(dòng)力學(xué)特征參數(shù)［22］，TIC 曲線下面積越大，說(shuō)明腫瘤血供越豐富，浸潤(rùn)性越強(qiáng)，對(duì)周圍組織結(jié)構(gòu)的侵犯幾率越高［23,24］。本研究對(duì)比有脈管浸潤(rùn)和無(wú)脈管浸潤(rùn)患者的動(dòng)態(tài)增強(qiáng)曲線類型， 發(fā)現(xiàn)脈管侵犯患者動(dòng)態(tài)增強(qiáng)曲線類型多呈速升流出型（Ⅲ型），而無(wú)脈管侵犯患者磁共振動(dòng)態(tài)增強(qiáng)曲線類型呈速升平臺(tái)型。Kim 等［25］對(duì) 50 例不同分級(jí)的乳腺癌病灶進(jìn)行研究認(rèn)為， 動(dòng)態(tài)增強(qiáng)曲線呈速升流出型病灶多見于快速生長(zhǎng)的乳腺癌， 其病理表現(xiàn)為較高的細(xì)胞密集度，故速升流出型曲線類型腫塊的預(yù)后差，脈管侵犯的概率也會(huì)較高。

4.諾模圖預(yù)測(cè)乳腺癌脈管浸潤(rùn)

本研究首次采用諾模圖對(duì)浸潤(rùn)性乳腺癌患者脈管浸潤(rùn)進(jìn)行預(yù)測(cè)， 基于臨床及影像MRI 參數(shù)，可實(shí)現(xiàn)個(gè)體化、直觀化及可視化精準(zhǔn)預(yù)測(cè)。單個(gè)預(yù)測(cè)因素難以達(dá)到較高的預(yù)測(cè)效果， 而諾模圖則能綜合考慮各個(gè)預(yù)測(cè)因素的貢獻(xiàn)并進(jìn)行線性加權(quán)，得到個(gè)體化的預(yù)測(cè)概率。諾模圖在訓(xùn)練集中預(yù)測(cè)AUC 為0.843，敏感度76.3%，特異度77.7%；驗(yàn)證集中，諾模圖預(yù)測(cè)脈管侵犯的AUC 為0.833，敏感度65.0%，特異度84.4%。本研究所構(gòu)建諾模圖能較準(zhǔn)確預(yù)測(cè)浸潤(rùn)性乳腺癌患者是否發(fā)生脈管浸潤(rùn)。

5.本研究局限性

本研究同時(shí)存在一些局限性：（1）DWI 參數(shù)只區(qū)分了輕中度及明顯受限， 沒(méi)有納入ADC 值分析。（2）為單中心研究，缺乏外部驗(yàn)證，因而可能限制模型運(yùn)用于其他醫(yī)療機(jī)構(gòu)。（3）未應(yīng)用影像組學(xué)獲得更多的圖像特征，深入分析乳腺癌MRI 特征參數(shù)用于預(yù)測(cè)乳腺癌脈管浸潤(rùn)的效能。

綜上所述，本研究顯示腫塊象限、邊界、分葉征、DWI 表現(xiàn)、TIC 類型、腋窩淋巴結(jié)轉(zhuǎn)移、病理分級(jí)及HER-2 與乳腺癌脈管浸潤(rùn)相關(guān)。構(gòu)建預(yù)測(cè)脈管侵犯諾模圖達(dá)到良好準(zhǔn)確度、敏感性及特異性。基于增強(qiáng)MRI 參數(shù)及HER-2 表達(dá)水平能高效預(yù)測(cè)乳腺癌脈管浸潤(rùn)， 為臨床治療決策提供有價(jià)值的信息。