基于動(dòng)態(tài)增強(qiáng)MRI影像學(xué)參數(shù)構(gòu)建乳腺癌組織學(xué)分級(jí)預(yù)測模型

【摘要】目的 探討動(dòng)態(tài)增強(qiáng)MRI影像學(xué)參數(shù)對(duì)乳腺癌組織學(xué)分級(jí)的影響并構(gòu)建預(yù)測模型，為臨床治療提供參考。方法 選取2021年1月至2022年12月汕尾市人民醫(yī)院收治的110例不同乳腺癌組織學(xué)分級(jí)患者的臨床資料，進(jìn)行回顧性分析。將Ⅰ級(jí)、Ⅱ級(jí)患者作為低級(jí)別組（55例），將Ⅲ級(jí)患者作為高級(jí)別組（55例）。分析影響乳腺癌組織學(xué)分級(jí)的單因素及獨(dú)立危險(xiǎn)因素，基于動(dòng)態(tài)增強(qiáng)MRI影像學(xué)參數(shù)構(gòu)建乳腺癌組織學(xué)分級(jí)預(yù)測模型并分析其預(yù)測價(jià)值。結(jié)果 兩組患者年齡、腫瘤體積、絕經(jīng)狀態(tài)、淋巴結(jié)轉(zhuǎn)移情況、管外細(xì)胞間隙體積比（Ve）比較，差異均無統(tǒng)計(jì)學(xué)意義（均P>0.05）；高級(jí)別組患者容量轉(zhuǎn)移常數(shù)（Ktrans）、速率常數(shù)（Kep）均高于低級(jí)別組（均P<0.05）。多因素Logistic回歸分析結(jié)果顯示：Ktrans、Kep均為影響乳腺癌組織學(xué)分級(jí)的獨(dú)立危險(xiǎn)因素（均P<0.05）。構(gòu)建模型回歸方程為：Logit（P）=1.455×Ktrans+1.023×Kep-1.256，該預(yù)測模型的曲線下面積（AUC）為0.893，最大約登指數(shù)為0.636，敏感度為0.954，特異度為0.691。結(jié)論 Ktrans、Kep均為影響乳腺癌組織學(xué)分級(jí)的獨(dú)立危險(xiǎn)因素，基于Ktrans、Kep構(gòu)建乳腺癌組織學(xué)分級(jí)預(yù)測模型具有較高的預(yù)測價(jià)值，可為臨床提供可靠依據(jù)。

【關(guān)鍵詞】動(dòng)態(tài)增強(qiáng)MRI；乳腺癌；組織學(xué)分級(jí)；預(yù)測模型

【中圖分類號(hào)】R737.9 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)_{iV/JBAC8ay5p4J3cALU/mA==}】2096-2665.2024.21.0118.03

DOI：10.3969/j.issn.2096-2665.2024.21.036

乳腺癌是危害女性身心健康的常見惡性腫瘤，有研究指出，中國每年約16.9萬女性罹患乳腺癌，因乳腺癌死亡的女性數(shù)量達(dá)4.5萬[1]。按全球癌癥研究機(jī)構(gòu)的預(yù)測，2040年乳腺癌的發(fā)病率將增長46%以上[2]。目前，臨床尚無乳腺癌的預(yù)防手段，早期診斷與治療對(duì)提高乳腺癌患者的生存率至關(guān)重要。準(zhǔn)確的組織學(xué)分級(jí)對(duì)治療方案的制訂和預(yù)后評(píng)估具有重要意義[3]。傳統(tǒng)的組織學(xué)分級(jí)方法通常依賴病理活檢結(jié)果，然而乳腺癌具有高度異質(zhì)性，有創(chuàng)的活檢技術(shù)無法對(duì)腫瘤異質(zhì)性進(jìn)行全面評(píng)估[4]。動(dòng)態(tài)增強(qiáng)MRI以其對(duì)乳腺病變的高分辨率和多參數(shù)成像特點(diǎn)，可為乳腺癌的研究提供較全面的信息[5]。基于此，本研究探討動(dòng)態(tài)增強(qiáng)MRI影像學(xué)參數(shù)對(duì)乳腺癌組織學(xué)分級(jí)的影響并構(gòu)建預(yù)測模型，為臨床提供無創(chuàng)、準(zhǔn)確的輔助診斷工具，現(xiàn)報(bào)道如下。

1 資料與方法

1.1 一般資料 選取2021年1月至2022年12月汕尾市人民醫(yī)院收治的110例不同乳腺癌組織學(xué)分級(jí)患者的臨床資料，進(jìn)行回顧性分析。將Ⅰ級(jí)、Ⅱ級(jí)患者作為低級(jí)別組（55例），將Ⅲ級(jí)患者作為高級(jí)別組（55例）。兩組患者一般資料比較，見表1，本研究經(jīng)汕尾市人民醫(yī)院醫(yī)學(xué)倫理委員會(huì)批準(zhǔn)。納入標(biāo)準(zhǔn)：⑴女性；⑵符合乳腺癌的診斷標(biāo)準(zhǔn)[6]，且經(jīng)病理學(xué)檢查確診；⑶均進(jìn)行動(dòng)態(tài)增強(qiáng)MRI檢查；⑷病變類型為腫塊型；⑸臨床資料完整。排除標(biāo)準(zhǔn)：⑴近期接受過放療、化療者；⑵缺少動(dòng)態(tài)增強(qiáng)MRI圖像數(shù)據(jù)者；⑶圖像存在明顯運(yùn)動(dòng)偽像，成像質(zhì)量不佳者；

⑷合并其他腫瘤者。組織學(xué)分級(jí)[7]：采用1～3分的評(píng)分體系，分別針對(duì)腫瘤的腺體/小管組成比例、細(xì)胞核形態(tài)異質(zhì)性、核分裂計(jì)數(shù)進(jìn)行獨(dú)立評(píng)估，見表1。 3～5分為Ⅰ級(jí)；6～7分為Ⅱ級(jí)；8～9分為Ⅲ級(jí)。

1.2 檢查方法 掃描前，對(duì)患者實(shí)施呼吸控制訓(xùn)練，防止因呼吸運(yùn)動(dòng)導(dǎo)致掃描圖像不清晰。患者手背安置留置針，俯臥于線圈架上，保持軀干水平，頭部前移，將雙側(cè)乳房自然垂直放置在線圈中。采用MRI掃描儀（飛利浦醫(yī)療系統(tǒng)荷蘭有限公司，國械注進(jìn)20153282758，型號(hào)： Achiva1.5 T）， 8通道乳腺專用相控陣表面線圈，進(jìn)行三平面定位掃描。再進(jìn)行乳腺橫軸位擴(kuò)散加權(quán)成像（DWI）掃描，采用單次激發(fā)自旋平面回波（SS-EPI）和頻率選擇脂肪抑制技術(shù)，擴(kuò)散敏感因子（b）值為 0 s/mm2和800 s/mm2， TR 5 000 ms， TE 62 ms，層厚6 mm，層間距1.5 mm，矩陣128×128，激勵(lì)次數(shù)4，視野34 cm；接著分別對(duì)雙側(cè)乳腺進(jìn)行矢狀位快速自旋回波（FSF）脂肪抑制（FS）序列的掃描， TR 4 040 ms， TE 81 ms，回波鏈長度19，層厚5 mm，層間距1.0 mm，矩陣320×224，激勵(lì)次數(shù)2，視野22 cm，單側(cè)乳腺掃描層數(shù)為18；以2.5 mL/s

靜脈注射劑量15 mL的釓噴替酸葡甲胺（對(duì)比劑）后立即以相同的注射速度注入20 mL 0.9% NaCl沖管;采用乳腺容積成像技術(shù)進(jìn)行橫軸位動(dòng)態(tài)增強(qiáng)MRI三維快速梯度回波序列的掃描， TR 6.2 ms，TE 3.0 ms，層厚3.2 mm，層間距0，矩陣256×350，激勵(lì)次數(shù)0.8，視野36 cm，翻轉(zhuǎn)角10°，掃描層數(shù)48，增強(qiáng)掃描8個(gè)時(shí)相， 42 s/時(shí)相。

圖像和相關(guān)數(shù)據(jù)導(dǎo)入專業(yè)圖像處理軟件，由資深影像科醫(yī)師進(jìn)行分析。關(guān)注腫瘤的大小、位置及信號(hào)特性，以最大腫瘤直徑和強(qiáng)化明顯的層面為基準(zhǔn)，避開液化、壞死和囊性病灶，劃定興趣區(qū)域（ROI）。通過計(jì)算得出反映對(duì)比劑從血管至細(xì)胞外液空間速度的容量轉(zhuǎn)移常數(shù)

（Ktrans）、反映對(duì)比劑從細(xì)胞外液回流至血漿速度的速率常數(shù)（Kep），以及管外細(xì)胞間隙體積比（Ve）。

1.3 觀察指標(biāo) ⑴分析影響乳腺癌組織學(xué)分級(jí)的單因素。⑵分析影響乳腺癌組織學(xué)分級(jí)的獨(dú)立危險(xiǎn)因素。⑶構(gòu)建動(dòng)態(tài)增強(qiáng)MRI影像學(xué)參數(shù)的乳腺癌組織學(xué)分級(jí)預(yù)測模型，分析其預(yù)測效果。

1.4 統(tǒng)計(jì)學(xué)分析 采用SPSS 26.0統(tǒng)計(jì)學(xué)軟件進(jìn)行數(shù)據(jù)分析。計(jì)量資料以（x）表示，采用t檢驗(yàn)；計(jì)數(shù)資料以[例（%）]表示，組間采用χ2檢驗(yàn)；構(gòu)建預(yù)測模型采用Logistic回歸方程；繪制受試者操作特征（ROC）曲線評(píng)價(jià)模型的預(yù)測能力。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 影響乳腺癌組織學(xué)分級(jí)的單因素分析 兩組患者年齡、腫瘤體積、絕經(jīng)狀態(tài)、淋巴結(jié)轉(zhuǎn)移情況、Ve比較，差異均無統(tǒng)計(jì)學(xué)意義（均P>0.05）。高級(jí)別組患者Ktrans、Kep均高于低級(jí)別組，差異均有統(tǒng)計(jì)學(xué)意義（均P<0.05），見表2。

2.2 影響乳腺癌組織學(xué)分級(jí)的多因素Logistic回歸分析 以表1中差異有統(tǒng)計(jì)學(xué)意義的因素作為自變量（原值輸入），以乳腺癌組織學(xué)分級(jí)結(jié)果作為因變量（Ⅰ級(jí)、

Ⅱ級(jí)=0，Ⅲ級(jí)=1），建立多因素Logistic回歸分析模型。多因素Logistic回歸分析結(jié)果顯示： Ktrans、Kep均為影響乳腺癌組織學(xué)分級(jí)的獨(dú)立危險(xiǎn)因素（均P<0.05），見表3。

2.3 乳腺癌組織學(xué)分級(jí)預(yù)測模型的構(gòu)建及預(yù)測效果分析 根據(jù)多因素Logistic回歸分析結(jié)果構(gòu)建模型回歸方程為： Logit（P）=1.455×Ktrans＋1.023×Kep-1.256。繪制ROC曲線來檢測乳腺癌組織學(xué)分級(jí)的敏感度和特異度，以約登指數(shù)的最大值作為預(yù)測模型的最優(yōu)閾值。該預(yù)測模型的曲線下面積為0.893，最大約登指數(shù)為0.636，敏感度為0.954，特異度為0.691，見圖1。

3 討論

乳腺癌具有高度異質(zhì)性，在形態(tài)、分子特征、生物學(xué)行為及治療響應(yīng)方面存在顯著差異。乳腺癌組織學(xué)分級(jí)在乳腺癌的診斷、治療及預(yù)后評(píng)估具有重要意義[8]。首先，組織學(xué)分級(jí)有助于明確腫瘤的惡性程度，分級(jí)越高提示腫瘤細(xì)胞的分化程度越低，腫瘤的生長速度更快、侵襲性更強(qiáng)、更易發(fā)生轉(zhuǎn)移。其次，組織學(xué)分級(jí)對(duì)治療方案的選擇具有指導(dǎo)作用，低分級(jí)的乳腺癌可能適合保守治療，高分級(jí)的乳腺癌可能需要更積極、綜合的治療策略，如手術(shù)、放療等聯(lián)合應(yīng)用。同時(shí)，組織學(xué)分級(jí)是評(píng)估預(yù)后的重要指標(biāo)之一，分級(jí)低的患者預(yù)后較好，生存時(shí)間較長；分級(jí)高的患者預(yù)后較差，復(fù)發(fā)和轉(zhuǎn)移的風(fēng)險(xiǎn)增加[9]。

傳統(tǒng)腫瘤組織學(xué)評(píng)估依賴于穿刺活檢或術(shù)后病理切片，其缺點(diǎn)包括侵入性強(qiáng)、創(chuàng)傷大、耗時(shí)長且成本高。此外，所取樣本未必能全面反映整個(gè)腫瘤的特性，可能影響結(jié)果精確度[10]。因此，迫切需要探索一種無創(chuàng)且精準(zhǔn)的乳腺癌診斷技術(shù)，以預(yù)判病理分級(jí)，提升乳腺癌檢測效率，為臨床決策提供影像學(xué)依據(jù)。

動(dòng)態(tài)增強(qiáng)MRI是一種無創(chuàng)的血流成像技術(shù)，能精確評(píng)估微血管灌注狀態(tài)和組織血管發(fā)育情況，對(duì)腫瘤的性質(zhì)判斷、病理分級(jí)及個(gè)性化治療決策具有顯著價(jià)值[11]。有研究表明，動(dòng)態(tài)增強(qiáng)MRI定量參數(shù)能區(qū)分乳腺癌的不同分子亞型[12]。

高分級(jí)的乳腺癌通常具有更高的細(xì)胞增殖活性、更豐富的新生血管形成、更高的血管通透性。Ktrans值反映對(duì)比劑從血管內(nèi)空間滲透到血管外細(xì)胞外間隙（EES）的速率。有研究顯示，隨著腫瘤惡性程度的增加，Ktrans值逐漸升高[13]。本研究結(jié)果顯示，高級(jí)別組患者Ktrans高于低級(jí)別組。分析原因?yàn)?，高分?jí)的乳腺癌腫瘤新生血管增多且不成熟，血管內(nèi)皮細(xì)胞間隙較大，導(dǎo)致血管通透性增加，使對(duì)比劑更易從血管內(nèi)滲入EES，從而表現(xiàn)為較高的Ktrans值。低分級(jí)的乳腺癌細(xì)胞增殖較慢，新生血管較少且較為成熟，血管通透性相對(duì)較低，Ktrans值也相對(duì)較低。

本研究結(jié)果顯示，高級(jí)別組患者Kep高于低級(jí)別組。分析原因?yàn)?，乳腺癌組織學(xué)分級(jí)越高的患者，通常其新生血管更豐富、紊亂，血管通透性也更高，這會(huì)導(dǎo)致對(duì)比劑更快地進(jìn)入和流出腫瘤組織，從而使Kep值升高。較高的組織學(xué)分級(jí)意味著腫瘤細(xì)胞的增殖更活躍，代謝需求更大，這會(huì)促使腫瘤形成更多不成熟且功能異常的血管。這些血管會(huì)影響對(duì)比劑的交換，表現(xiàn)為較高的Kep值。Kep值還可間接反映腫瘤細(xì)胞的密度和腫瘤內(nèi)部的壓力，組織學(xué)分級(jí)高的腫瘤細(xì)胞，密度較大，內(nèi)部壓力較高，這會(huì)影響對(duì)比劑的擴(kuò)散和交換，從而在Kep值上有所體現(xiàn)。

本研究構(gòu)建模型回歸方程為：Logit（P）=1.455×Ktrans+1.023×Kep-1.256。該預(yù)測模型的AUC為0.893，最大約登指數(shù)為0.636，敏感度為0.954，特異度為0.691，這表明，通過輸入患者的相關(guān)資料，該模型在預(yù)測乳腺癌組織學(xué)分級(jí)方面具有較高的準(zhǔn)確性，能幫助醫(yī)護(hù)人員更好地了解患者的風(fēng)險(xiǎn)因素，從而制訂相應(yīng)的治療措施，提升患者預(yù)后。

綜上所述，基于K trans、Kep構(gòu)建乳腺癌組織學(xué)分級(jí)預(yù)測模型具有較高的預(yù)測價(jià)值，可為臨床提供可靠依據(jù)。但成像技術(shù)和患者個(gè)體都具有差異性，在實(shí)際應(yīng)用中需綜合考慮多種因素，并結(jié)合其他臨床和影像學(xué)指標(biāo)進(jìn)行綜合判斷。

參考文獻(xiàn)

馬丹丹，劉坤，齊曉偉. 2018年全球癌癥統(tǒng)計(jì)：乳腺癌發(fā)病和死亡人數(shù)統(tǒng)計(jì)[J/CD].中華乳腺病雜志（電子版）， 2018， 12（6）： 375.

HEER E， HARPER A， ESCANDOR N， et al. Global burden and trends in premenopausal and postmenopausal breast cancer： A population-based study[J]. Lancet Glob Health， 2020， 8（8）： e1027-e1037.

李玲玲，蘇荃利，林菲菲，等.超聲造影術(shù)前評(píng)價(jià)浸潤性乳腺癌組織學(xué)分級(jí)的臨床價(jià)值[J].中國超聲醫(yī)學(xué)雜志， 2022， 38（12）： 1350-1354.

李明，李薇，吳林樺，等.基于磁共振的影像組學(xué)模型預(yù)測浸潤性乳腺癌組織學(xué)分級(jí)的研究[J].寧夏醫(yī)科大學(xué)學(xué)報(bào)， 2023， 45（9）： 904-908， 923.

張林波，吳靜，高潔，等. DCE-MRI、T2WI及DWI聯(lián)合診斷乳腺癌的價(jià)值觀察[J].中國CT和MRI雜志， 2024， 22（5）： 106-108.

中國臨床腫瘤學(xué)會(huì)（CSCO）乳腺癌診療指南公布[J].腫瘤防治研究， 2017， 44（5）： 369.

梅放，柳劍英，薛衛(wèi)成.浸潤性乳腺癌的組織學(xué)分級(jí)： NOTTINGHAM組織學(xué)分級(jí)系統(tǒng)[J].中華病理學(xué)雜志， 2019， 48（8）： 659-664.

周悅，曹海艷，卓雙雙，等.乳腺癌超聲特征與病理組織學(xué)分級(jí)的相關(guān)性分析[J].生物醫(yī)學(xué)工程與臨床， 2024， 28（1）： 51-55.

趙雅蘭，馬紅霞，姜靜，等.不同組織學(xué)分級(jí)乳腺癌放療患者生理特征參數(shù)差異及5年預(yù)后的影響因素分析[J].臨床和實(shí)驗(yàn)醫(yī)學(xué)雜志， 2024， 23（7）： 722-726.

李明. MRI影像組學(xué)模型在鑒別乳腺良惡性腫瘤及預(yù)測浸潤性乳腺癌組織學(xué)分級(jí)的應(yīng)用研究[D].銀川：寧夏醫(yī)科大學(xué)， 2021.

夏淑媛，劉新凱，賈楠，等.乳腺癌的動(dòng)態(tài)增強(qiáng)磁共振成像特征研究[J].大醫(yī)生， 2022， 7（19）： 124-126.

沈孝春. 3.0T磁共振動(dòng)態(tài)增強(qiáng)掃描聯(lián)合彌散加權(quán)成像預(yù)測乳腺癌分子分型的價(jià)值[D].大理：大理大學(xué)， 2023.

饒德利，邱曉明，朱燕莉. DCE-MRI定量參數(shù)在乳腺癌分期及預(yù)后評(píng)估中的應(yīng)用觀察[J].中國CT和MRI雜志， 2024， 22（4）： 89-91.

1作者簡介：薛春升，大學(xué)本科，副主任醫(yī)師，研究方向：生殖系統(tǒng)疾病的診療。