0 引言

       乳腺癌是目前女性新发病率最高的恶性肿瘤^[1]，随着现代女性生育年龄推迟，高龄产妇人数及社会压力增加，哺乳期乳腺癌的发病率逐步升高。由于哺乳期的特殊性，以及患者体内激素水平变化引起的乳腺增生、肥大、肿胀、变硬^[2]，使得哺乳期疾病的诊断难度增加，且对于患者来说，不必要的手术及活检可能会增加其心理压力，因此哺乳期乳腺疾病的术前精准诊断是一个临床亟须解决的难题，而乳腺MRI在临床诊断工作中具有较高的应用价值，故本研究基于MRI表现对哺乳期乳腺良恶性疾病展开研究。

       目前临床工作中，影像诊断报告需遵循乳腺影像报告及数据系统（breast imaging reporting and data system, BI-RADS），为了更好地鉴别乳腺良恶性病变，2013年BALTZER等^[3]首次提出了从17个影像特征中提取出的5个主要特征[毛刺、边界、时间-信号强度曲线（time-signal intensity curve, TIC)、内部强化特征和病灶有无水肿]进行评分，并将其命名为Kaiser评分，之后DIETZEL等^[4]将该评分整理成了一个较为直观的流程图，阅片者可根据病灶的形态学特征进行逐步评估，Kaiser评分的取值范围为1~11分，评分越高，恶性的可能性越大。多项研究认为当评分>4分时，病灶有恶性的可能，建议进行活检^{[5, 6]}。扩散加权成像（diffusion weighted imaging, DWI）是一种功能性MRI技术，可以通过ADC值这一定量指标反映水分子在病灶中自由扩散的情况，因不需要对比剂而被广泛应用于临床实践，在诸多疾病的良恶性鉴别中发挥着重要作用，目前多应用于神经系统、乳腺^[7]及卵巢^[8]等疾病的良恶性鉴别。DIETZEL等^[5]在后续研究中根据ADC值对Kaiser评分>4的可疑病变进行二次评分，得出新的Kaiser+评分。

       哺乳期乳腺疾病的首选辅助检查是乳腺超声^[9]，肿块较小时在超声上容易漏诊，且超声对于操作者的临床经验要求较高，特别是对于哺乳期的致密乳腺的检查。MRI可以更清晰地观察到病灶及其周围的情况，但由于哺乳期乳腺癌发病率相对较低^{[10, 11]}，目前国内关于MRI在鉴别哺乳期乳腺良恶性疾病方面的发表的文献相对较少。Kaiser评分是基于MRI影像表现特征对乳腺病灶进行评分，国内外已有多名学者将Kaiser评分用于非哺乳期乳腺研究^{[12, 13]}，而未见将该方法用于哺乳期乳腺良恶性鉴别诊断的报道。本研究通过定量指标ADC值、Kaiser及Kaiser+对哺乳期乳腺疾病进行良恶性鉴别，探究三种鉴别方法的诊断效能，为临床哺乳期乳腺良恶性病变鉴别诊断提供有效的影像诊断方法，为临床制订个性化的治疗方案提供参考。

1 材料与方法

1.1 研究对象

       本研究遵守《赫尔辛基宣言》，经郑州大学第三附属医院伦理委员会审查同意，免除受试者知情同意，批准文号：2023-084-01。回顾性收集2016年10月至2023年10月于郑州大学第三附属医院行术前乳腺MRI检查的65例哺乳期乳腺疾病患者病例，根据病理结果将病例分为恶性组31例，良性组34例。每个病例选取一个病灶进行影像资料的采集，若同一个患者出现多发病灶，选择直径最大的病灶。收集每个病例的临床、病理及影像资料。纳入标准：（1）发现病灶时患者处于哺乳期；（2）在郑州大学第三附属医院进行初诊及病理检测；（3）MRI检查前未行乳腺手术或放化疗处理；（4）术前乳腺MRI影像在影像归档和通信系统（picture archiving and communication systems, PACS）中存储完整且图像质量满足诊断要求。排除标准：（1）病理结果及临床数据缺失的患者；（2）合并有其他肿瘤病史的患者。

1.2 设备和参数

       所有乳腺MRI图像均使用GE公司生产的3.0 T MR扫描仪（SIGNA，Pioneer，美国）和乳腺专用线圈进行采集。嘱患者在扫描前排空乳汁，扫描结束后停止哺乳24 h。扫描序列：轴位T1WI、轴位脂肪抑制T2WI、轴位DWI、b值取50和800 s/mm²；乳腺轴位扫描，在注射对比剂前先采集一期平扫蒙片图像，注射对比剂后连续无间隔重复扫描6期，每一时相扫描时间均为103 s，层厚1.5 mm，视野368 mm×368 mm，对比剂为钆喷酸葡胺注射液（北陆药业股份有限公司，北京，中国），肘前静脉经高压注射器（型号：Tenessee-XD，上海欧利奇医疗器械有限公司，德国）注射，速率2 mL/s，用量0.1 mmol/kg。

1.3 图像后处理

       由一名5年以上乳腺MRI诊断经验的主治医师和一名8年以上诊断经验的副主任医师在熟悉乳腺MRI标准化分析步骤且病理结果未知的情况下分别利用GE ADW4.7工作站进行图像后处理，绘制TIC，分为三个类型：Ⅰ型（流入型）、Ⅱ型（平台型）、Ⅲ型（流出型），当两者意见不一致时，请一名10年以上乳腺MRI诊断经验的主任医师会诊得出结论。参照蒋逵葵等^[9]的研究方法取病灶强化最显著区域作为感兴趣区（region of interest, ROI），勾画时避开囊变、血管及坏死区，测量病灶的ADC值，增强前后图像的各参数测量位置尽量保持一致，每个病变测量３次取平均值，见图1。

点击查看大图

图1  ROI勾画示意图。1A：增强扫描轴位T1WI图，病变明显强化；1B：DWI图，病变为明显高信号；1C：ADC图，病变信号明显减低。根据增强T1WI序列及DWI序列选取该病灶强化最明显处，紫色圆圈为ROI范围，该病变ADC值为0.904×10^-3 mm²/s。ROI：感兴趣区；DWI：扩散加权成像；ADC：表观扩散系数。
Fig. 1  ROI sketch map. 1A: Enhanced scan axial T1WI map, the lesion is significantly enhanced; 1B: DWI sequence, the lesion is significantly high signal; 1C: ADC map, the signal at the lesion is significantly reduced. The most obvious enhancement of the lesion is selected according to the enhanced T1WI and DWI. The purple circle is the ROI range, and the purple text is the measurement result. The ADC value is measured to be 0.904×10-3 mm2/s. ROI: region of interest; DWI: diffusion weighted imaging; ADC: apparent diffusion coefficient.

1.4 诊断评估标准

       Kaiser评分参照BALTZER等^[3]的评分标准，Kaiser+评分参照潘佳玲等^[13]的流程图（图2），评分为1~11分，将评分≤4分列为良性病变，>4分列为恶性病变^{[5, 14, 15]}。由一名5年以上乳腺MRI诊断经验的主治医师和一名8年以上诊断经验的副主任医师采取双盲法对病灶进行评分，当两者意见不一致时，请一名10年以上乳腺MRI诊断经验的主任医师会诊得出结论。

点击查看大图

图2  Kaiser+评分流程图。ADC：表观扩散系数。
Fig. 2  Kaiser+ score flow chart. ADC: apparent diffusion coefficient.

1.5 统计学分析

       应用R语言工具包（https://www.r-project.org/）统计软件进行数据分析和绘图。计量资料的组间比较首先进行Shapiro-Wilk正态性检验，符合正态分布的数据使用均数±标准差表示，组间比较使用独立样本t检验；不符合正态分布的数据使用中位数（上四分位数，下四分位数）表示，组间比较采用Mann-Whitney U检验。分类资料组间比较采用Pearson卡方或Fisher确切概率法检验，以例数（百分率）表示。采用受试者工作特征（receiver operating characteristic, ROC）曲线评估ADC值、Kaiser评分、Kaiser+评分对哺乳期良恶性病变的鉴别诊断效能，并计算曲线下面积（area under the curve, AUC）。通过DeLong检验比较三者的AUC值，P<0.05时表示差异有统计学意义。

2 结果

2.1 一般资料

       本研究最终纳入行乳腺MRI检查的哺乳期患者65例，按照病理结果分为两组，恶性组31例，良性组34例。恶性组中30例病变为非特殊性浸润性癌（96.8%），1例病变为导管原位癌（3.2%）；良性组中15例为纤维腺瘤（44.1%），5例肉芽肿性乳腺炎（14.7%），5例急性化脓性乳腺炎（14.7%），2例导管扩张伴腺病（5.9%），2例乳腺腺病（5.9%），2例积乳囊肿（5.9%），1例硬化性腺病（2.9%），1例泌乳腺瘤伴硬化性腺病（2.9%），1例导管内乳头状瘤（2.9%）。两组的年龄差异具有统计学意义（P=0.013）（表1）。

点击查看表格

表1  两组临床信息
Tab. 1  Two groups of clinical information

2.2 两组病变的ADC值、Kaiser评分和Kaiser+评分对比

       哺乳期乳腺疾病良恶性的ADC值、Kaiser评分及Kaiser+评分差异具有统计学意义（P<0.001）（表2、图3）。

点击查看大图

图3  两组ADC值、Kaiser评分、Kaiser+评分比较。***表示P<0.001。ADC：表观扩散系数。
Fig. 3  Comparison of ADC value, Kaiser score and Kaiser+ score between two group during lactation. ***means P<0.001. ADC: apparent diffusion coefficient.

点击查看表格

表2  两组的ADC值、Kaiser评分和Kaiser+评分
Tab. 2  Two groups of ADC value, Kaiser score and Kaiser+ score

2.3 两组ADC值、Kaiser评分和Kaiser+评分的诊断效能

       以1.26×10^-3 mm²/s为乳腺病变良恶性截断值时，ADC值的敏感度为87.1%，特异度为76.5%；Kaiser评分和Kaiser+以4分作为判断良恶性病变的临界值^{[4, 5, 6, 13]}，Kaiser评分敏感度为96.8%，特异度为79.4%，Kaiser+评分的敏感度为96.8%，特异度为85.3%；三种方法的诊断效能结果如表3所示。Kaiser评分判断正确57例（真阳性30例，真阴性27例），假阴性1例，假阳性7例。其中假阴性病理结果为非特殊性浸润性导管癌（图4）；7例假阳性病例中，2例肉芽肿性乳腺炎，2例化脓性乳腺炎，2例纤维腺瘤，1例硬化性腺病（图5）。Kaiser+评分判断正确59例（真阳性30例，真阴性29例），假阴性1例，假阳性5例，相较于Kaiser评分假阳性减少2例，有2例急性化脓性乳腺炎列为良性组。

点击查看大图

图4  女，33岁，哺乳期，非特殊性浸润性癌Ⅱ级。4A：增强扫描轴位T1WI图，病变为明显均匀强化（箭）；4B：ADC图，紫色圆圈为ROI勾画范围，该病灶ADC值为0.787×10^-3 mm²/s；4C~4D：TIC图，ROI处TIC为流出型。Kaiser评分为4分，BI-RADS分类为4C。ADC：表观扩散系数；ROI：感兴趣区；TIC：时间-信号强度曲线；BI-RADS：乳腺影像报告及数据系统。
Fig. 4  A 33-year-old lactating woman with infiltrating carcinoma gradeⅡ. 4A: Enhanced scan axial T1WI map, the lesion is significantly homogeneous enhancement (arrow). 4B: ADC map, the signal at the lesion is significantly reduced. The purple circle is the ROI range. The ADC value of the mass is 0.787×10^-3 mm²/s. 4C-4D: The TIC is outflow type. The Kaiser score is 4. The BI-RADS categories is 4C. ADC: apparent diffusion coefficient; ROI: region of interest; TIC: time-signal intensity curve; BI-RADS: breast imaging reporting and data system.

点击查看大图

图5  女，36岁，哺乳期，硬化性腺病。5A：增强扫描轴位T1WI图，病变周围可见毛刺（箭）；5B：轴位T2WI图，病变周围可见轻度水肿（箭）；5C~5D：TIC图，ROI处TIC为流出型。Kaiser评分为11分，BI-RADS分类为4C。ROI：感兴趣区；TIC：时间-信号强度曲线；BI-RADS：乳腺影像报告及数据系统。
Fig. 5  A 36-year-old lactating woman with sclerosing adenosis. 5A: Enhanced scan axial map, the lesion around the visible burrs (arrow); 5B: Axial T2WI images show mild edema around the lesion (arrow); 5C-5D: TIC diagram, ROI TIC is outflow type. The Kaiser score is 11 points, the BI-RADS categories is 4C. ROI: region of interest; TIC: time-signal intensity curve; BI-RADS: breast imaging reporting and data system.

点击查看表格

表3  ADC值、Kaiser评分、Kaiser+评分对哺乳期乳腺良恶性病变的诊断效能
Tab. 3  The diagnostic efficacy of ADC value, Kaiser score and Kaiser+ score in benign and malignant breast lesions during lactation

2.4 ADC、Kaiser评分、Kaiser+评分的诊断效能比较

       三种方法的AUC进行DeLong检验，可得出Kaiser评分与ADC值的AUC差异无统计学意义（P=0.141），Kaiser+评分与Kaiser评分的AUC差异无统计学意义（P=0.151），Kaiser+评分的AUC高于ADC值，差异有统计学意义（P=0.011），三者对哺乳期乳腺良恶性病变的鉴别诊断ROC曲线见图6。

点击查看大图

图6  ADC值、Kaiser评分及Kaiser+评分的ROC曲线以及AUC值。ADC：表观扩散系数；ROC：受试者工作特征；AUC：曲线下面积。
Fig. 6  ROC curve and AUC values of ADC value, Kaiser score and Kaiser+ score. ADC: apparent diffusion coefficient; ROC: receiver operating characteristic; AUC: area under the curve.

3 讨论

       本研究回顾性分析了ADC值、Kaiser评分和Kaiser+评分在65例哺乳期乳腺良恶性病变的鉴别诊断效能，并将三种方法的诊断效能进行了对比，结果表明Kaiser+评分的诊断效能最高，且明显高于ADC值的诊断效能，可以较为准确地预测哺乳期乳腺良恶性病变，为临床对患者制订个性化的治疗方案提供参考。

3.1 Kaiser及Kaiser+评分在哺乳期乳腺良恶性病变中的鉴别诊断效能

       Kaiser评分是一种由DIETZEL等^[4]提出的一种乳腺良恶性分类方法，该方法是利用5个独立的影像表现特征对病灶进行评分，根据评分对病灶进行良恶性分类，Kaiser+评分是以Kaiser评分为基础，根据ADC值对可疑病变进行二次评分^[5]。这两个评分是基于乳腺常规MR征象和定量参数值来进行的，在临床工作中易于推广。本研究病例使用Kaiser评分可避免27例的良性病变进一步活检，但仍有7例的良性病变误诊。结合ADC值的Kaiser+评分可避免29例的良性病变进一步活检，仅有5例误诊为恶性。

       据报道，Kaiser评分对于乳腺病变的良恶性鉴别具有较好的诊断效能^{[16, 17, 18]}，结合ADC值后的Kaiser+评分的诊断效能并没有显著提高^{[10, 18]}，本研究中Kaiser+评分和Kaiser评分的AUC值差异无统计学意义，但Kaiser+评分的特异度和准确度均高于Kaiser评分。两个评分出现假阴性病例数相同，均为1例，其病理结果为非特殊性浸润性癌，影像表现为无毛刺、边缘光整的肿块，TIC为流出型，增强扫描为均匀强化，ADC值为0.770×10^-3 mm²/s，结合Kaiser评分流程，我们推测对于无毛刺、边缘光整的恶性病变，其ADC值、病灶周围水肿情况等其他影像特征可能会被忽略，出现假阴性的情况。

       据报道，哺乳期乳腺癌由于受激素影响导致肿块生长迅速，体积往往偏大，肿块生长速度超过其血管供应能力时其内可见斑片状坏死灶，所以在增强扫描时可见不均匀强化^[19]。在本研究中根据ADC值对Kaiser评分>4分的病灶进行二次评分后，有5例为假阳性病例（2例纤维腺瘤、2例肉芽肿性乳腺炎、1例硬化性腺病）。纤维腺瘤通常对雌激素较为敏感，而在哺乳期雌激素增加可能会加速其生长^{[20, 21]}，当纤维腺瘤体积较大时其内部血供较差可出现梗死灶^[22]，因此在增强扫描时也可看到不均匀强化，特别是年轻群体中常见的细胞黏液样纤维腺瘤，TIC可表现为流出型^{[23, 24]}。肉芽肿性乳腺炎是一种以乳腺小叶为中心形成的慢性炎症，其内可形成脓肿，增强扫描时实性成分的脓肿壁明显强化，脓腔内的脓液不强化。硬化性腺病是最易与乳腺浸润性导管癌混淆的一种良性病变^{[25, 26]}，病变常表现为边缘不规则，边界不清晰可见细而长的毛刺^[27]，ADC值减低。硬化性腺病周围毛刺是由于病灶各部位生长速度不同牵拉所致，而ADC值偏低是由于乳腺小叶受挤压，抑制了水分子的扩散能力^[28]，这与乳腺恶性病灶表现多为相似，既往也有文献将其误诊为假阳性的情况^[29]。综合误诊病例我们认为边缘有毛刺的，或是无毛刺但TIC为流出型的良性病变，被定为恶性的风险会升高。

3.2 ADC值及Kaiser+评分在哺乳期乳腺良恶性病变中的鉴别诊断效能

       既往研究表明^{[30, 31, 32]}，目前临床较多使用ADC值和TIC来鉴别乳腺的良恶性疾病,也有学者将ADC值与其他MRI定量指标相结合构建预测模型^[33]，另有研究者^[34]提出将乳腺MRI增强图像中病灶的形态学特征与ADC值、TIC类型等量化指标相结合，可以获取更多有助于诊断的有效信息，从而最大程度地减少漏诊、误诊概率。本研究结果也证实将ADC值、TIC与部分影像特征相结合得出的诊断效能较好。在本研究中，Kaiser+评分表现出了较高的诊断效能且显著高于ADC值，与既往非哺乳期乳腺疾病研究结果一致^{[6, 35, 36]}。Kaiser+评分将影像表现特征与定量值结合，既保留了Kaiser评分的简洁，易于推广，同时又加入了ADC值这一定量指标，可以更加全面、准确地对哺乳期乳腺良恶性病变进行鉴别诊断。

3.3 局限性

       本研究的局限性：第一，因哺乳期这一特殊时期乳腺癌相对少见，导致本研究纳入的病例数相对较少，而且恶性组病理类型较为单一，因此对哺乳期乳腺癌不同病理分型的研究覆盖不够全面。为了弥补这一局限性，在后续的研究中，应该增加更多的多中心病例，并设置验证集，以验证该评分系统在更大样本量下的稳定性和可靠性。第二，本研究的良恶性预测指标只利用了影像表现特征，而没有结合对鉴别诊断有意义的临床信息。因此，在后续的研究中，可以将影像特征与临床信息相结合，构建更严谨、临床信息更全面的哺乳期乳腺疾病良恶性鉴别诊断预测模型。

4 结论

       综上所述，Kaiser+评分相较于ADC值对哺乳期乳腺病变良恶性鉴别诊断具有更高的诊断效能；Kaiser评分与ADC值的AUC差异无统计学意义，Kaiser+评分与Kaiser评分的AUC差异也无统计学意义。Kaiser+评分可以较为准确地鉴别哺乳期乳腺良恶性病变，为临床制订个性化的治疗方案提供参考。