基于瘤体及瘤周多参数MRI对乳腺病变良恶性诊断列线图预测模型的构建与评价

张春福,彭 波,黄 崎,张雪峰,才春红,海 洋,张巍巍

(大庆油田总医院放射科,黑龙江 大庆 163001)

乳腺病变是女性的常见病,乳腺病变又分为良性和恶性[1],乳腺恶性病变包含乳腺癌,具有发病率、病死率均高的特点。2020年肿瘤数据显示,全球女性乳腺癌发病率为11.7%,病死率为6.9%,在各种恶性肿瘤中位居第5位[2]。早期诊断和鉴别是乳腺癌精准治疗和改善预后的前提,而当前乳腺活检穿刺检查仍是临床评估乳腺病变的金标准,尽管可以对病灶做出定性诊断,但穿刺活检属于有创操作,会对正常乳腺周围组织的血供造成破坏,还对身体创伤性大[3-4]。乳腺磁共振成像(Magnetic resonance imaging,MRI)已越来越多地用于乳腺病变的鉴别诊断中,也是乳腺癌筛查、诊断、术前分期、术后复发时间预测的重要检查手段,且MRI的多序列成像可以从多角度反映病变信息[5-6]。扩散加权成像(Diffusion-weighted imaging,DWI)是MRI相关技术中的一种,可以在微观水平上评估水分子的布朗运动,并通过表观扩散系数(Apparent diffusion coefficient,ADC)值鉴别病变的良恶性[7-8]。肿瘤组织和瘤周区域是由细胞外基质以及各类型的细胞构成,瘤周区域可以很好地代表肿瘤微环境。相关研究证实,乳腺癌、子宫内膜癌[10]的瘤周区域对临床预后有重大帮助。然而国内外将瘤体及瘤周相关参数用于乳腺病变良恶性诊断的研究却鲜有报道。因此,本研究旨在通过结合乳腺病变患者瘤体及瘤周相关参数指标,尝试基于相关因素构建乳腺良恶性病变风险预测模型,旨在进一步提高其在乳腺病变风险评估中的价值,为临床决策提供参考。

1 对象与方法

1.1 研究对象 选取2021年3月至2023年3月于黑龙江省大庆市大庆油田总医院经病理学检查明确乳腺病变性质的100例患者作为研究对象。病例纳入标准:①均经超声诊断怀疑为乳腺病变;②未经化疗、放疗等治疗;③均可以接受MRI检查;④通过手术或者穿刺获得病理结果;⑤均为女性。排除标准:①病理诊断不明确;②凝血功能异常;③精神障碍,无法配合完成相关检查;④恶性肿瘤;⑤MRI图像质量不佳;⑥临床资料不齐全。本研究经医院医学伦理委员会审核并批准。

1.2 研究方法

1.2.1 MRI扫描方法:仪器:采用MRI扫描仪(飞利浦EPIQ7C型)和8通道乳腺专用相控阵表面线圈扫描。扫描体位:检查时取俯卧位,双乳自然下垂到线圈内。扫描范围:双侧乳腺和双侧腋窝。扫描序列:①横断面快速自旋回波T1WI序列,矩阵320×320,FOV 32 cm×32 cm,TR/TE 453.0/5.9 ms,层厚4 mm,层间距1 mm。②横轴面快速自旋回波(FSE)T2WI序列,矩阵320×256,FOV 32cm×32 cm,TR/TE 5540/85 ms,层厚5 mm,层间距1 mm。③单次激发自旋回波 DWI,扩散敏感系数b为1000 s/m2,FOV32 cm×32cm,TR/TE 2743.0/56.6 ms,层厚4 mm,层间距1 mm。④DKI采用SE-EPI成像序列,b值分别为0、1000、2000 s/mm2,FOV 32 cm×32 cm,TR/TE5000/74 ms,层厚5 mm,层间距1 mm。⑤横轴位DCE,乳腺容积成像3D序列,1期蒙片和6期增强扫描,最后是矢状位的扫描。⑥横轴位矩阵320×320,FOV 32 cm×32 cm,TR/TE 3.9/1.1 ms,层厚4.2 mm,层间距2.1 mm;矢状位矩阵256×224,FOV32 cm×32 cm,TR/TE 4.9/1.2 ms,层厚1.8 mm,层间距1 mm。

1.2.2 MRI图像处理:将图片导入AW 4.6工作站应用Functool 软件进行图像处理。由两位工作经验5年和15年的放射科医生均对病理结果不知情的前提下,根据乳腺影像报告和数据系统进行MRI图像分析,采用双盲法测量平均扩散峰度(MK);平均扩散率(MD);非对称磁化转移率(MTRasym)及病灶ADC值。①瘤体感兴趣区(ROI)的选择:选在病变实性组织中早期强化明显部分,尽可能避开乳腺出血、囊变、坏死区。选取肿瘤实质中3个以上4～9像素且面积相近的椭圆形ROI 进行观察。②瘤周ROI的选择:选取肿瘤最大层面,沿着肿瘤边缘5 mm处,ADC 值视觉最低的区域放置三个面积>20 mm2的椭圆形ROI进行观察,并分别测量瘤周最大值、平均值,计算瘤体相关参数的均值,包括瘤体ADC最大值(ADCtmax)、瘤体ADC最小值(ADCtmin)、瘤体ADC平均值(ADCtmean);计算瘤周相关参数,包括瘤周ADC最大值(ADCpmax)、瘤周ADC平均值(ADCpmean)。③为了降低不同患者腺体异质性的影响,将瘤周相关参数与瘤体、对侧正常腺体进行对比,以此来评估瘤周区的微环境变化,瘤周相关参数与瘤体的比值为MKp/t、MDp/t及MTRasymp/t;瘤周相关参数与对侧正常腺体的比值为MKp/n、MDp/n及MTRasymp/n。④根据影像报告结果记录病灶直径、形态。

1.2.3 收集资料:收集所有受试者一般资料,包括年龄、体重指数(BMI)、基础疾病史(包括高血压、糖尿病、高血脂)。

1.2.4 病理学检查及分组:取患者乳腺病灶组织进行检测,根据病理学检查结果分为乳腺良性病变组38例,乳腺恶性病变组62例。

2 结 果

2.1 乳腺良、恶性病变组临床资料、瘤体和瘤周各参数比较 乳腺恶性病变组病灶直径、平均扩散峰度(MK)、MDp/t、MKp/n高于乳腺良性病变组(均P<0.05);乳腺恶性病变组表观扩散系数(ADC)值、MD、MTRasym、MKp/t、MDp/n低于乳腺良性病变组(均P<0.05)。见表1。

表1 乳腺良、恶性病变组临床资料、瘤体和瘤周各参数比较

2.2 多因素Logistic回归分析筛选乳腺病变的危险因素 以乳腺病变情况为因变量(乳腺良性病变=0,乳腺恶性病变=1),将表1中有统计学意义的指标进行赋值(所有指标均原值输入)并纳入多因素Logistic回归分析,结果显示,病灶ADC值、MD、MTRasym、MKp/t、MDp/n降低,病灶直径、MK、MDp/t、MKp/n升高是乳腺恶性病变的独立影响因素(均P<0.05)。见表2。

表2 多因素Logistic回归分析筛选乳腺病变的危险因素

2.3 预测模型构建及评价 基于表2有统计学意义的因素构建乳腺病变患者发生恶性病变的风险预测模型,列线图预测范围为0.1～0.9,如病灶直径为20.70 mm、病灶ADC为1.30(×10 mm2/s)、MK为1.4、MD为1.68(×10 mm2/s)、MTRasym为5.60(%)、MKp/t为0.78、MDp/t为1.32、MKn/t为1.0、MDn/t为0.98的患者,特征分值分别为90、40、60、50、80、20、30、50、70分,累计总分为490分,该总分通过垂线向下在危险值上对应的乳腺恶性病变风险概率约为70%,采用Bootstrap重复抽样1000次进行内部验证,绘制ROC曲线,得到曲线下面积(AUC)为0.827,敏感度为0.726,特异度为0.842,提示该模型区分度良好。绘制校准曲线与理想曲线拟合良好,Hosmer-Lemeshow拟合优度检验显示χ2=8.211,P=0.004,模型拟合度良好。

3 讨 论

乳腺癌具有侵袭力强,恶性高,病情发展迅速,5年内生存率低的特点[11],对于乳腺癌的治疗关键在于早发现早治疗,而早期鉴别乳腺病变的良恶性对患者的预测和个性化治疗具有重要意义。根据影像学特征鉴别乳腺病变的良恶性是重要手段,乳腺良性病变患者影像学表现为类圆形,边界清楚,乳腺恶性病变患者则是边缘不规则、边界模糊。乳腺MRI扫描包含多角度、多方位和多序列成像的优点,能够准确地、客观地反映乳腺疾病的影像学表现,为乳腺良恶性病变鉴别诊断时提供一种可靠的影像学依据,目前已被临床用于乳腺疾病诊断、预后评估的重要手段[12-13]。 近年来,关于瘤周区域的研究不断增多,瘤周区域是由肿瘤周围的实质细胞组成的一片区域,代表着肿瘤周边微环境,也包含许多重要的生物学信息[14]。随着越来越多的研究发现,在肿瘤周边微环境中存在着重要的生物学信息,MRI图像会出现微小的变化,且在肿瘤周边基质中的物理和遗传方面的变化,可以控制肿瘤的生长和扩散[15-16]。赵楠楠等[17]研究显示,乳腺癌的瘤周区域的相关信息,可以预测乳腺癌的腋窝淋巴结转移情况。瘤体相关参数对肿瘤的良恶性也有一定提示作用,有研究显示,良性肿瘤在肿瘤周围及AUC与肿瘤中央的增强峰及AUC之间存在明显差异[18]。故通过瘤周和瘤体多参数MRI检查判断乳腺病变的良恶性,提高MRI对其诊断的参考价值有着重要的临床意义。

本研究结果显示,病灶ADC值、MD、MTRasym、MKp/t、MDp/n降低,病灶直径、MK、MDp/t、MKp/n升高是乳腺恶性病变的独立影响因素,提示较多因素能够预测乳腺恶性病变的发生,且上述部分因素已被证实对于预测良恶性乳腺病变具有良好价值[19-20]。分析可能机制是:肿瘤的良恶性与肿瘤直径相关,乳腺良性病变患者肿瘤直径均在5～15 mm左右[21],通过测量肿瘤直径可以鉴别乳腺良恶性病变;一般来说,恶性肿瘤增殖速度与细胞密度呈正相关关系,恶性肿瘤增殖速度越快,细胞外间隙减小,ADC值越低[22]。乳腺恶性肿瘤中的水分子在肿瘤中的扩散移动显著受到限制,ADC值显著降低,良性肿瘤中的ADC值显著升高。本研究结果证实,肿瘤直径、ADC值预测乳腺病变良恶性的独立影响因素。肿瘤周区域包含与肿瘤侵袭性有关的多种信息,当淋巴血管引流不畅时,会造成瘤周水肿。有研究显示,乳腺癌的淋巴管浸润主要是由于瘤周水肿所致,瘤周水肿的范围与肿瘤细胞的分化、代谢、转移、瘤周血流、血流等密切相关,比如当乳腺癌Ki-67高表达时,肿瘤对周围组织的侵袭力会显著增加[19,23]。肿瘤的侵袭性越高对于瘤周组织的侵犯也越明显,导致瘤周间质纤维化的生成,肿瘤组织结构越为复杂,继而导致MDp/t、MKp/n升高、MD、MTRasym、MKp/t、MDp/n降低。基于上述独立影响因素构建乳腺良恶性病变的列线图预测模型,对于判断乳腺病变的良恶性具有一定的帮助。

列线图是一种可视化的风险评估根据,能将多因素Logistic回归分析的结果图形化,具有评估简单、直观、可操作性强等特点,现已广泛用于临床疾病的鉴别诊断中。列线图有利于为医护人员在乳腺病变的鉴别诊断时提供更直观的信息。临床上大部分研究均是利用相关独立影响因素构建列线图预测模型,且构建的预测模型中,大多数均有着较高的准确度和判别性,且还具备很好的鉴别诊断能力,可以为制定临床精准治疗提供循证依据[24-25]。本研究建立的列线图模型进行ROC曲线、校准曲线以及Hosmer-Lemeshow拟合优度检验均良好,AUC为0.827,敏感度为0.726,特异度为0.842,表示该模型区分度良好。H-L拟合优度检验P为0.004,提示模型拟合度良好,用于鉴别乳腺良恶性病变具有较高价值。

综上所述,瘤体及瘤周多参数MRI对乳腺病变良恶性鉴别诊断具有重要预测价值,基于乳腺恶性病变的独立影响因素构建的列线图预测效果良好,能直观预测乳腺发生恶性病变的概率。