Kaiser評(píng)分對(duì) MRI乳腺影像報(bào)告與數(shù)據(jù)系統(tǒng)4類病灶的診斷價(jià)值

安永玉 劉暢 張宏霞 敖煒群 楊光釗 茅國(guó)群

根據(jù)全球及我國(guó)腫瘤流行情況分析，乳腺癌發(fā)病率居女性惡性腫瘤之首，且為腫瘤相關(guān)致死主要原因之一，嚴(yán)重威脅女性生命健康[1-2]。影像學(xué)檢查是乳腺癌診斷的重要手段，相對(duì)于乳腺X線及超聲檢查，MRI診斷乳腺癌的靈敏度較高，為0.900～1.000[3-4]，目前廣泛被應(yīng)用于臨床。按照MRI乳腺影像報(bào)告與數(shù)據(jù)系統(tǒng)（breast imaging reporting and data system,BI-RADS）標(biāo)準(zhǔn)，4類病灶需要活檢證實(shí)，但是MRI BI-RADS 4類病灶的惡性概率范圍較廣，2%～95%不等。有文獻(xiàn)報(bào)道MRI BI-RADS 4類病灶中僅19%～36%為惡性[5-7]，這意味著相當(dāng)一部分活檢是不必要的，這種假陽(yáng)性活檢不僅會(huì)增加醫(yī)療花費(fèi)，也會(huì)加重患者的心理負(fù)擔(dān)。BIRADS標(biāo)準(zhǔn)是目前臨床上廣泛認(rèn)可和應(yīng)用的乳腺影像評(píng)價(jià)系統(tǒng)，它對(duì)病灶的類型、形態(tài)學(xué)及內(nèi)部強(qiáng)化特征、時(shí)間-信號(hào)強(qiáng)度曲線（time intensity curve,TIC）等給出了明確的定義，同時(shí)提供規(guī)范化的術(shù)語(yǔ)和處理建議。但是BI-RADS標(biāo)準(zhǔn)并未提供如何綜合利用病灶的影像學(xué)特征進(jìn)行診斷。由于個(gè)人工作經(jīng)驗(yàn)、對(duì)病灶影像特征理解等差異，不同醫(yī)師對(duì)乳腺病灶診斷的準(zhǔn)確性不一[8-9]。Kaiser評(píng)分是Baltzer等[10]提出的基于機(jī)器學(xué)習(xí)算法的決策樹結(jié)構(gòu)的一種方法，用于判斷乳腺病灶的良惡性。但目前國(guó)內(nèi)關(guān)于Kaiser評(píng)分臨床應(yīng)用的研究很少[11]，故本文就Kaiser評(píng)分對(duì)乳腺M(fèi)RI BI-RADS 4類病灶的診斷價(jià)值作一探討。

1 對(duì)象和方法

1.1 對(duì)象 選取2015年1月至2018年12月在浙江省立同德醫(yī)院行乳腺M(fèi)RI動(dòng)態(tài)增強(qiáng)檢查的女性患者152例（共158個(gè)病灶，其中6例患者有2個(gè)病灶），年齡 27～87（51.7±11.6）歲。納入標(biāo)準(zhǔn)：（1）診斷報(bào)告為 BIRADS 4 類的強(qiáng)化病灶；（2）MRI圖像質(zhì)量好，清晰；（3）MRI檢查前未行乳腺手術(shù)及放化療，或已行手術(shù)治療但雙乳新增可疑病灶者；（4）所有病灶穿刺活檢或手術(shù)病理結(jié)果完整。本研究經(jīng)醫(yī)院醫(yī)學(xué)倫理委員會(huì)審查通過，倫理審查批號(hào)：浙同德快審字第[2020]065號(hào)；所有患者知情同意。

1.2 檢查方法 采用德國(guó)Siemens公司3.0 T Siemens Verio掃描儀，使用乳腺專用8通道線圈?；颊吒┡P位，雙乳自然懸垂于線圈內(nèi)。所有掃描為橫斷位，掃描序列包括 T2WI-FS（TR 4 000 ms，TE 70 ms）、3D Flash-T1WI（TR 5.9 ms，TE 2.2 ms）、EPI-擴(kuò)散加權(quán)成像（DWI）（TR 6 500 ms，TE 85 ms，b=50、400 和 800 s/mm2）及動(dòng)態(tài)增強(qiáng)掃描。動(dòng)態(tài)增強(qiáng)掃描包括一期蒙片及連續(xù)5期增強(qiáng)掃描，使用高壓注射器經(jīng)肘靜脈以2.5 ml/s速度注入釓噴酸葡胺（規(guī)格：20 ml∶9.38 g，批號(hào)：01200201，北陸藥業(yè)股份有限公司），劑量為0.2 ml/kg；隨后注射20 ml 0.9%氯化鈉注射液沖管。注射15 s后連續(xù)掃描5期。

1.3 圖像分析 評(píng)估影像圖像前，1位乳腺影像領(lǐng)域的主任醫(yī)師向2位經(jīng)驗(yàn)豐富的放射診斷醫(yī)師介紹Kaiser評(píng)分，尤其是非腫塊性病變的評(píng)估。隨后2位影像科醫(yī)師在不知道臨床診斷及病理結(jié)果的情況下獨(dú)立進(jìn)行MRI圖像評(píng)估，當(dāng)兩者意見不一致時(shí)通過協(xié)商達(dá)成一致。評(píng)估內(nèi)容包括以下6項(xiàng)：（1）病灶大??；（2）病灶類型：腫塊、非腫塊樣強(qiáng)化或點(diǎn)狀強(qiáng)化；（3）邊緣：光滑或不規(guī)則、毛刺狀；（4）病灶周圍水腫情況：在T2WIFS序列上評(píng)估病灶周圍有無水腫、單側(cè)乳腺水腫或雙乳彌漫性水腫；（5）內(nèi)部強(qiáng)化特征：均勻性或不均勻強(qiáng)化、邊緣強(qiáng)化或離心性強(qiáng)化；（6）TIC類型：在Siemens Syngo后處理工作站上測(cè)量（分為持續(xù)型、平臺(tái)型、流出型），當(dāng)測(cè)量TIC時(shí)，感興趣區(qū)放在病灶強(qiáng)化最明顯的區(qū)域，同時(shí)避開出血、囊變壞死區(qū)。然后按照Kaiser評(píng)分規(guī)則給出每個(gè)病灶的分值，范圍為1～11分，見圖1。計(jì)算Kaiser分值時(shí)，以病灶最可疑的特征代入評(píng)分規(guī)則進(jìn)行計(jì)算，如病灶TIC中同時(shí)包括多種曲線類型，按照流出型、平臺(tái)型、持續(xù)型的先后順序代入Kaiser評(píng)分規(guī)則。Kaiser評(píng)分越高表示惡性的概率越高，其中Kaiser評(píng)分≤4分判定為良性；＞4分判定為惡性，推薦活檢。

圖1 Kaiser評(píng)分規(guī)則（TIC為時(shí)間-信號(hào)強(qiáng)度曲線）

1.4 統(tǒng)計(jì)學(xué)處理 采用MedCalc 15.6.1和SPSS 20.0統(tǒng)計(jì)軟件。計(jì)量資料符合正態(tài)分布的用表示，組間比較采用兩獨(dú)立樣本t檢驗(yàn)；不符合正態(tài)分布的用M（P25，P75）表示，組間比較采用Mann-Whitney U檢驗(yàn)。計(jì)數(shù)資料用率表示，組間比較采用χ2檢驗(yàn)。以病理結(jié)果為診斷金標(biāo)準(zhǔn)，計(jì)算Kaiser評(píng)分的靈敏度、特異度；繪制Kaiser評(píng)分診斷BI-RADS 4類乳腺病灶的ROC曲線并計(jì)算AUC。P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 乳腺病灶特征 158個(gè)病灶中，病灶大小為5～85（19.5±12.5）mm；腫塊樣病灶128個(gè)，非腫塊樣病灶30個(gè)；良性84個(gè)，惡性74個(gè)，惡性率為46.8%。在惡性病灶中，最常見的是浸潤(rùn)性導(dǎo)管癌，占77.0%（57/74），其次為導(dǎo)管原位癌伴或不伴微浸潤(rùn)（14.9%，11/74），其他包括惡性葉狀腫瘤（1.4%，1/74）、黏液癌（1.4%，1/74）、浸潤(rùn)性小葉癌（1.4%，1/74）等。在良性病灶中，最常見的是纖維腺瘤（46.4%，39/84），其次為纖維囊性病（31.0%，26/84），其他包括導(dǎo)管內(nèi)乳頭狀瘤（13.1%，11/84）、炎性病變（6.0%，5/84）等。腫塊樣病灶惡性率為42.2%（54/128），低于非腫塊樣病灶惡性率 66.7%（20/30），差異有統(tǒng)計(jì)學(xué)意義（P＜0.05）。

2.2 良、惡性乳腺病灶大小及Kaiser評(píng)分比較 惡性病灶大小為（23.4±14.2）mm，明顯大于良性病灶的（16.2±9.8）mm，差異有統(tǒng)計(jì)學(xué)意義（P＜0.05）。良性病灶的Kaiser評(píng)分為 2（1，3）分，低于惡性病灶的 7（5，9）分，差異有統(tǒng)計(jì)學(xué)意義（P＜0.05）。

2.3 Kaiser評(píng)分對(duì)BI-RADS 4類乳腺病灶的判斷情況 以Kaiser評(píng)分4分作為判斷良、惡性病灶的界值，判斷正確145個(gè)（真陽(yáng)性70個(gè)，真陰性75個(gè)），判斷錯(cuò)誤13個(gè)（假陰性為4個(gè)，假陽(yáng)性為9個(gè)），見圖2-5。4個(gè)假陰性病灶中，導(dǎo)管內(nèi)癌伴微浸潤(rùn)2個(gè)，病灶大小分別為5、14 mm；浸潤(rùn)性導(dǎo)管癌1個(gè)，病灶大小為8 mm；腺樣囊性癌1個(gè)，病灶大小為14 mm。9個(gè)假陽(yáng)性病灶中，纖維囊性病5個(gè)，炎性病變3個(gè)，纖維腺瘤1個(gè)。

圖2 女，63歲。右乳腫塊，有毛刺，時(shí)間-信號(hào)強(qiáng)度曲線（TIC）呈平臺(tái)型（未展示），周圍有水腫，Kaiser評(píng)分10分，提示惡性病灶，病理類型為浸潤(rùn)性導(dǎo)管癌（a：T2WI-FS序列；b：增強(qiáng)早期剪影圖像）

2.4 Kaiser評(píng)分對(duì)BI-RADS 4類乳腺病灶的診斷效能Kaiser評(píng)分診斷BI-RADS 4類乳腺病灶的靈敏度為0.946，特異度為0.893，陽(yáng)性似然比為8.830，陰性似然比為 0.061，AUC 為 0.941（95% CI：0.892～0.972），見表 1和圖6。

圖6 Kaiser評(píng)分診斷乳腺影像報(bào)告與數(shù)據(jù)系統(tǒng)（BI-RADS）4類乳腺病灶的ROC曲線

表1 Kaiser評(píng)分對(duì)BI-RADS 4類病灶的診斷效能

3 討論

Kaiser評(píng)分是基于機(jī)器學(xué)習(xí)算法（卡方自動(dòng)交互檢測(cè)）從17個(gè)影像特征中篩選出5個(gè)重要特征并得出評(píng)分的一種方法。Kaiser評(píng)分規(guī)則中包含的5個(gè)影像特征分別為毛刺征、TIC類型、邊緣、內(nèi)部強(qiáng)化特征、周圍水腫。它實(shí)質(zhì)上是一個(gè)決策樹結(jié)構(gòu)，可以根據(jù)上述特征判斷病灶惡性的概率，評(píng)分范圍為1～11分，分?jǐn)?shù)越高提示惡性的概率越高。相對(duì)于BI-RADS標(biāo)準(zhǔn)，Kaiser評(píng)分提供了一個(gè)簡(jiǎn)易決策樹結(jié)構(gòu)，用于乳腺病灶良、惡性的判斷，且對(duì)腫塊、非腫塊病灶診斷的準(zhǔn)確性均較高。Baltzer等[10]分析了1 084個(gè)乳腺病灶，Kaiser評(píng)分判斷的準(zhǔn)確性為88.4%，超過1/3的病灶診斷準(zhǔn)確性高于95.0%。隨后，Kaiser評(píng)分的診斷效能被進(jìn)一步證實(shí)。Marino等[12]使用外部數(shù)據(jù)分析Kaiser評(píng)分在診斷乳腺良、惡性中的價(jià)值，結(jié)果發(fā)現(xiàn)Kaiser評(píng)分的診斷效能與BI-RADS分類相當(dāng)（AUC分別為0.889～0.943、0.872～0.953）。本研究結(jié)果顯示，Kaiser評(píng)分可以用于MRI BIRADS 4類病灶良惡性的評(píng)估，無論病灶是腫塊或非腫塊樣強(qiáng)化，其診斷乳腺惡性病灶的效能均較高，可減少一些不必要的活檢。Woitek等[13]研究發(fā)現(xiàn)，在一些僅MRI顯示的可疑病灶中，Kaiser評(píng)分可以減少約27.8%的MRI引導(dǎo)下不必要活檢，且不會(huì)引起假陰性結(jié)果。在乳腺癌高危人群MRI篩查中發(fā)現(xiàn)的4類可疑惡性病灶，Kaiser評(píng)分也可以減少45%的不必要活檢[14]。對(duì)于乳腺X線檢查發(fā)現(xiàn)4類可疑惡性的鈣化，基于Kaiser評(píng)分MRI診斷惡性鈣化的準(zhǔn)確性較高，可減少58.3%～65.3%的良性病灶活檢[15]。

圖3 女，58歲。左乳非腫塊樣病灶，有毛刺，時(shí)間-信號(hào)強(qiáng)度曲線（TIC）呈流出型（未展示），病灶周圍無水腫，Kaiser評(píng)分9分，提示惡性病灶，病理類型為浸潤(rùn)性導(dǎo)管癌（a：T2WI-FS序列；b：增強(qiáng)早期剪影圖像）

圖4 女，44歲。雙乳各一個(gè)病灶，均為腫塊，右乳病灶有毛刺，時(shí)間-信號(hào)強(qiáng)度曲線（TIC）為平臺(tái)型（未展示），周圍無水腫，Kaiser評(píng)分7分，提示惡性病灶，病理類型為纖維囊性病。左乳腫塊無毛刺，TIC為平臺(tái)型，邊緣不規(guī)則，Kaiser評(píng)分5分，提示惡性病灶，病理類型為浸潤(rùn)性導(dǎo)管癌（a：T2WI-FS序列；b：增強(qiáng)早期剪影圖像）

圖5 女，61歲。左乳內(nèi)下象限腫塊，無毛刺，邊界清晰，強(qiáng)化均勻，時(shí)間-信號(hào)強(qiáng)度曲線（TIC）為流出型，Kaiser評(píng)分4分，提示良性病灶，病理類型為導(dǎo)管內(nèi)乳頭狀瘤（a：增強(qiáng)早期剪影圖像；b：TIC）

筆者歸納了Kaiser評(píng)分的優(yōu)勢(shì)，主要有以下3個(gè)方面。第一，Kaiser評(píng)分是基于病灶的形態(tài)學(xué)及血流動(dòng)力學(xué)特征進(jìn)行判斷，上述特征在常規(guī)MRI動(dòng)態(tài)增強(qiáng)即可獲得，不需要額外的成像技術(shù)。第二，Kaiser評(píng)分僅根據(jù)BI-RADS術(shù)語(yǔ)中5個(gè)特征來判斷乳腺病灶惡性的可能性，在臨床工作中應(yīng)用方便，不僅適用于腫塊，也適用于非腫塊樣病變。第三，不同醫(yī)師使用Kaiser評(píng)分判斷的一致性較好[12]。乳腺病灶的BI-RADS分類往往受診斷醫(yī)師的經(jīng)驗(yàn)影響，通常高年資醫(yī)師BI-RADS分類的準(zhǔn)確性高于低年資醫(yī)師。相關(guān)研究發(fā)現(xiàn)，不同經(jīng)驗(yàn)的醫(yī)師使用Kaiser評(píng)分判斷病灶性質(zhì)的一致性好于BI-RADS分類（Kappa值分別為0.643～0.896，0.455～0.657）；較BI-RADS分類，低年資醫(yī)師使用Kaiser評(píng)分診斷乳腺病灶的AUC及特異度均有所提高[12]。因此，低年資醫(yī)師可將Kaiser評(píng)分作為輔助手段，從而更好地判斷乳腺病灶的性質(zhì)。

盡管本研究中Kaiser評(píng)分診斷乳腺惡性病灶的特異度較高（0.893），但國(guó)外一些研究結(jié)果顯示的特異度并不高。有研究顯示，在MRI BI-RADS 4類可疑惡性病灶診斷中，Kaiser評(píng)分診斷乳腺惡性病灶的特異度為0.451～0.825[13]；在乳腺X線檢查為4類可疑惡性鈣化的判斷中，Kaiser評(píng)分診斷的特異度為0.583～0.653[15]。這種相對(duì)不高的特異度，筆者認(rèn)為主要是由于乳腺良、惡性病灶在形態(tài)學(xué)及血流動(dòng)力學(xué)特征上有一定的重疊[16]，從而導(dǎo)致假陽(yáng)性。

DWI是目前臨床上應(yīng)用廣泛的功能成像技術(shù)，在乳腺良、惡性病灶鑒別診斷中具有重要價(jià)值，可以提高常規(guī)乳腺M(fèi)RI檢查的特異度，減少BI-RADS 4類病灶的活檢[16-18]。筆者認(rèn)為聯(lián)合DWI檢查有望進(jìn)一步提高Kaiser評(píng)分診斷乳腺惡性病灶的特異度，但有待進(jìn)一步研究明確。本研究結(jié)果顯示MRI BI-RADS 4類病灶的惡性率為46.8%，高于以往文獻(xiàn)研究結(jié)果（19%～36%）[5-7]。筆者認(rèn)為原因主要是以往研究結(jié)果多基于大型乳腺癌篩查項(xiàng)目，而本研究患者行MRI檢查多為診斷性，而非篩查性，且患者常常有臨床癥狀。診斷性MRI檢查陽(yáng)性預(yù)測(cè)值通常高于篩查性MRI檢查[5]。此外，本研究樣本選擇偏倚也可能導(dǎo)致BI-RADS 4類病灶惡性率增高。

綜上所述，Kaiser評(píng)分對(duì)MRI BI-RADS 4類病灶的診斷效能較高，無論是腫塊型還是非腫塊型病灶；可以作為輔助決策手段用于MRI BI-RADS 4類病灶性質(zhì)的診斷，減少不必要的活檢。