乳腺癌发病率居女性恶性肿瘤之首，是女性癌症死亡的主要原因之一^{[1, 2]}。MRI是乳腺癌的重要诊断工具^{[3, 4, 5]}，随着MRI的广泛应用，MRI乳腺影像报告与数据分析系统(Breast Imaging Reporting and Data System，BI-RADS)在临床中得到了普遍认可^[6]。但是，BI-RADS没有提供利用乳腺病灶的影像特征进行临床决策的具体方法^{[7, 8]}。Kaiser评分是基于机器学习算法而提出的决策树结构的评分方法^{[9, 10]}，可为临床医生判断患者是否需要活检提供客观参考指标。表观扩散系数(apparent diffusion coefficient，ADC)是水分子扩散运动的量化指标^[11]，乳腺恶性病灶的ADC低于良性病灶及正常乳腺组织^{[12, 13]}，目前ADC已广泛用于评估乳腺病灶。Kaiser评分和ADC^{[12, 13]}均可用于鉴别乳腺良恶性病灶、指导临床决策。但是，目前国内外关于联合应用两者能否提高诊断价值的文献报道少见，Meng等^[14]探讨了此类问题，但是其研究主要应用于BI-RADS 4类病灶，也未探讨Kaiser评分在肿块及非肿块强化病灶中的差异。故本项研究分析了Kaiser评分、ADC及两者联合应用在肿块及非肿块强化病灶中价值，旨在比较Kaiser评分和ADC在对乳腺病灶的诊断效能及其降低非必要活检的能力，为患者个性化治疗方案的制订提供客观参考指标。

1 材料与方法

1.1 研究对象

       本研究为回顾性研究，经南方医科大学顺德医院医学伦理委员会批准，免除受试者知情同意，批准文号：20200910。回顾性分析2019年1月至2021年9月在南方医科大学顺德医院行乳腺MRI检查的患者资料，纳入标准：(1) MRI检查前未行乳腺手术及放化疗；(2)病灶经穿刺或手术活检，病理结果完整。排除标准：(1)图像质量欠佳，如运动伪影过重图片不能用于诊断分析或无法测量ADC值者；(2)临床、MRI影像资料不完整者。

1.2 设备及参数

       采用Siemens Magnetom skyra 3.0 T超导MR扫描仪及4通道相控阵乳腺线圈，患者取仰卧位，双侧乳房自然下垂。扫描序列包括：T1WI序列：TR 5.4 ms，TE 2.5 ms，层厚4 mm，视野(FOV) 330 mm×330 mm；T2WI及T2WI压脂序列：TR 5630 ms，TE 81 ms，层厚4 mm，FOV 210 mm×470 mm；DWI序列：TR 6370 ms，TE 62 ms，层厚5 mm，FOV 190 mm×340 mm，b值取0、800 s/mm²。常规扫描后行动态增强扫描，静脉注射钆喷酸葡胺(马根维显，德国Bayer公司)，剂量为0.2 mL/kg，注射速度约2 mL/s，扫描参数：TR 5.6 ms，TE 2.1 ms，FOV 200 mm×530 mm，连续扫描6期。

1.3 图像分析

       采用SYNGO Via软件对图像进行后处理。影像分析采用双盲法由2名有5年以上乳腺MRI诊断经验的放射科医师进行阅片，评估内容包括病灶类型、大小、边缘、内部强化特征、周围水肿情况、时间信号强度曲线(time intensity curve，TIC)的类型，意见不一致时协商解决。ADC值的测量：结合增强及DWI图像，在ADC图上选取病变的最大层面同时避开坏死、囊变、出血区勾画ROI (平均大小为5～10 mm²)，测量三次，最终结果取平均值。按照Kaiser评分、KS+评分规则分别计算每个病灶的分值，范围为1～11，评分规则见图1、2，病例图像见图3、图4。据以往的研究发现，Kaiser评分^{[9, 10]}最佳阈值为4，Kaiser评分大于4时，病灶存在恶性可能，建议病理活检；ADC最佳阈值^[15]为1.26×10-3 mm2/s，ADC小于等于1.26×10-3 mm2/s时，病灶存在恶性可能，建议病理明确。

点击查看大图

图1  Kaiser评分流程图。

点击查看大图

图2  KS+评分流程图。

点击查看大图

图3  女，24岁，右乳肿块，T2WI-FS (3A)、T1WI图像(3B)、TIC图(3C)、ADC图(3D)示病灶边缘多发毛刺，周围见水肿，TIC呈流出型，Kaiser评分为11分，ADC为0.97×10^-3 s/mm²，KS+评分11分，均提示恶性病灶，最终病理为浸润性导管癌。
图4  女，62岁，右乳异常强化灶，动态增强早期图像(4A)、T2WI-FS (4B)、TIC图(4C)、ADC图(4D)示病灶边缘多发毛刺，右乳弥漫性水肿，TIC呈流出型，Kaiser评分为11分，ADC为1.29×10^-3 s/mm²，KS+评分7分，Kaiser评分及KS+评分提示恶性病灶，ADC考虑良性病灶，最终病理为浸润性导管癌。注：T2WI-FS：T2增强抑脂序列；TIC：时间信号强度曲线；ADC：表观扩散系数；KS+评分：Kaiser评分联合ADC。

1.4 统计学方法

       采用Medcalc 20和SPSS 26.0进行数据分析。Kolmogorov-Smirnov检验对计量资料进行正态性检验，正态分布资料用x¯±s表示，不符合正态分布的资料用M (P25,P75)表示。采用Mann-Whitney U检验比较乳腺良恶性病灶的Kaiser评分、ADC值。计算Kaiser评分、ADC、KS+评分的AUC、准确度、敏感度、特异度，AUC通过Delong检验进行比较，敏感度、特异度通过McNemar检验进行比较。P＜0.05时差异有统计学意义。

2 结果

2.1 患者一般资料

       2019年1月至2021年9月间行乳腺MRI检查的患者257例，有手术及放化疗史者41例，缺乏病理资料者68例，影像资料不完整者21例，本研究最终纳入患者127例，均为女性，年龄18～82 (47.3±12.9)岁，共134个病灶(其中7例患者有2个病灶)，大小5～146 (31.0±26.1) mm，其中肿块强化病灶88个，非肿块强化病灶46个。恶性病变87个，其中63个病变为浸润性导管癌(63/87，72.4%)，其中1个病变为浸润性乳腺癌伴黏液癌、1个病变为浸润性导管癌合并小叶癌，13个病变为导管原位癌伴或不伴微浸润(13/87，14.9%)；良性病变47个，25个为纤维囊性乳腺病(25/47，53.2%)，其中1个病变为纤维囊性乳腺病伴纤维腺瘤、2个病变为纤维囊性乳腺病伴导管内乳头状瘤，13个病变为例纤维腺瘤(13/47，27.7%)。

2.2 乳腺良、恶性病变Kasier评分分值、ADC值的差异

       恶性病灶Kaiser评分[6 (5，8)]高于良性病灶Kaiser评分[3 (2，4)]，差异有统计学意义(P＜0.001)。恶性病灶ADC[0.80×10^-3 s/mm² (0.67×10^-3 s/mm²，0.90×10^-3 s/mm²)]低于良性病灶ADC [1.14×10^-3 s/mm² (0.92×10^-3 s/mm²，1.34×10^-3 s/mm²)]，差异有统计学意义(P＜0.001)，见图5A、5B。

点击查看大图

图5  乳腺良、恶性病变Kasier评分(5A)、ADC值(5B)差异分析箱体图。

2.3 Kaiser评分、ADC、KS+评分对乳腺病灶的诊断效能

       Kaiser评分AUC优于ADC，差异有统计学意义(P=0.0404)，两者AUC最大差异在于非肿块病变。KS+的AUC优于ADC，差异有统计学意义(P=0.0400)。Kaiser评分与KS+的AUC差异无统计学意义(P=0.7604)，见图6、表1。

点击查看大图

图6  Kasier评分、ADC值、Kasier评分联合ADC (KS+评分)对乳腺病灶的ROC分析。6A：Kaiser评分、ADC、KS+评分对所有乳腺病灶的ROC图；6B～6D：分别为Kaiser评分、ADC、KS+评分对乳腺肿块及非肿块强化病灶的ROC图。注：ADC：表观扩散系数；KS+评分：Kaiser评分联合ADC。

点击查看表格

表1  Kaiser评分、ADC、KS+评分诊断效能比较

2.4 Kaiser评分、ADC、KS+评分降低非必要活检的能力

       Kaiser评分、ADC、KS+评分结果与病理结果对比见表2。Kaiser评分的特异度优于ADC，差异有统计学意义(P=0.0215)。Kaiser评分与ADC的敏感度差异无统计学意义(P=0.6875)。KS+评分的特异度优于ADC，差异有统计学意义(P＜0.001)。KS+评分与ADC的敏感度差异无统计学意义(P=0.375)。Kasier评分与KS+评分的敏感度差异无统计学意义(P＞0.500)，Kasier评分与KS+评分的特异度差异无统计学意义(P＞0.999)，见表3。

点击查看表格

表2  Kaiser评分、ADC、KS+评分结果与病理结果对比

点击查看表格

表3  Kaiser评分、ADC、KS+评分降低非必要活检的能力

3 讨论

       Kaiser评分^{[9, 10]}通过机器学习算法从17个影像特征中筛选了5个影像特征评估乳腺病灶的恶性可能，病灶分值越高，恶性可能性越大。本研究比较了Kaiser评分、ADC及两者联合应用的诊断价值，发现Kaiser评分的诊断价值优于ADC，联合应用Kaiser评分及ADC不能提高诊断效能。通过分组分析发现在非肿块强化病灶中Kaiser评分的AUC最佳，Kaiser评分在非肿块强化病灶的诊断中具有优势。本研究通过计算Kaiser评分、ADC、两者联合应用的敏感度、特异度比较了其降低非必要活检能力，发现Kaiser评分同时具有高敏感度、高特异度，更适用于临床，可为临床医生判断患者是否需要活检提供客观参考指标。

3.1 Kaiser评分与ADC的诊断效能分析

       本研究结果显示，良恶性病灶的Kaiser评分值、ADC值差异有统计学意义，两者均可用于良恶性病灶的鉴别，Kaiser评分对乳腺病灶的诊断效能优于ADC。这可能是因为Kaiser评分^{[9, 10]}包含的五个影像特征均侧面反映了乳腺病灶的异质性。其中根征及边缘情况反映了病灶的形态学特点，TIC类型及内部强化特征反映了病灶的血流动力学特征。灶周水肿与乳腺癌的肿瘤微环境密切相关，提示淋巴转移的风险增加^[16]。Kaiser评分综合分析乳腺病变，ADC仅通过水分子扩散受限情况评估乳腺病灶，存在一定的局限性。通过分组分析，发现两者AUC在非肿块病变中差异最大，这与Jajodia等^[17]研究中Kaiser评分在乳腺非肿块病灶中有较高的诊断效能相一致，但是本研究中Kaiser评分在非肿块病灶中的AUC为0.900，而Jajodia的研究中其AUC仅为0.715，原因可能是其研究纳入对象为钼靶或者乳腺MRI诊断不明确的病例，诊断的难度更大。

3.2 联合应用Kaiser和ADC的诊断效能分析

       联合应用Kaiser评分和ADC无法提高诊断效能，与Meng等^[14]研究一致，但是本研究进一步发现Kaiser评分与KS+评分在肿块强化病灶中AUC一致，在非肿块病灶中Kaiser评分的AUC稍高于KS+评分。分析其原因可能如下：第一，ADC受较多因素的干扰，一方面患者的脉搏、呼吸、乳腺病灶中细胞间质成分、内部结构等均可影响ADC值的大小，另一方面MRI扫描仪及DWI的采集参数的不同亦可影响ADC值^[18]；第二，由于ADC的图像分辨率低且存在几何失真，ADC在乳腺亚厘米级非肿块病灶中的诊断效能欠佳^[11]；第三，Kaiser评分的五个影像特征除边缘均与乳腺癌的诊断显著且独立相关，而ADC值在乳腺良恶性病灶中存在一定的重叠，特异性不高^[19]。

3.3 Kaiser评分、ADC、KS+评分降低非必要活检能力的分析

       本研究中，ADC、Kaiaer评分及KS+评分的敏感度相仿，但是ADC的特异度仅为42.6%，明显低于Kaiser评分及KS+评分。与Kaiser评分相比，KS+评分可以多减少一例非必要活检，但同时也会产生一例假阴性结果。回顾性分析此假阴性病灶表现为非肿块样强化病灶，Kaiser评分为5，建议病理活检；ADC为1.8×10-3 mm²/s，KS+评分为1，不建议进一步检查，最终病理结果为导管内原位癌。这可能与导管内原位癌的病理特征有关，导管内原位癌肿瘤血管密度低且血管化程度不一^[20]，而TIC类型与肿瘤血管化程度密切相关^[21]，故导管内原位癌TIC曲线表现多样；导管内原位癌细胞密度低，纤维间质多，水分子扩散受限不明显，ADC值减少有限^{[22, 23]}。此外，此病灶表现为非肿块强化病灶，无明确边界，其内夹杂脂肪和腺体组织，ADC值的测量可能存在误差。

3.4 本研究的局限性

       本研究存在一定的局限性。第一，本研究为回顾性分析，可能会导致病例选择和统计学偏倚；第二，本研究中部分病例的病理结果为穿刺活检结果，穿刺位置与ADC的ROI位置不能完全匹配，ADC可能存在一定的误差；第三，本研究的样本数量有限，且良性病变数较少，有待进一步扩大样本量。

       综上所述，Kaiser评分和ADC均用于鉴别乳腺良恶性病灶，但Kaiser评分的诊断效能明显优于ADC，其在诊断非肿块强化病变时具有显著性。Kaiser评分能减少非必要的活检的能力亦优于ADC，联合应用Kaiser评分和ADC无法提高诊断效能及降低非必要活检能力，Kaiser评分更适用于临床实践。