李裕生 林肖彬 卓冠航 魏秀霞

乳腺癌是女性最常見的惡性腫瘤之一，延長患者生存期的關(guān)鍵在于早期診斷和治療。小乳腺癌為最大徑≤10.0 mm的乳腺癌［1］，多為早期病變，具有體積小、癥狀不典型、超聲征象與乳腺良性小腫物有較大重疊的特點，超聲容易誤診。本研究參照2013版乳腺影像和數(shù)據(jù)系統(tǒng)（BI-RADS）分類將最大徑≤10.0 mm乳腺腫物的8個超聲征象進(jìn)行多因素二元Logistic回歸分析，以篩選權(quán)重大，鑒別作用顯著的超聲征象，并建立預(yù)測模型。

資料與方法

一、臨床資料

選取2016年1月至2018年1月在我院行手術(shù)治療的乳腺病變患者964例（共1590個腫物）。納入標(biāo)準(zhǔn)：①均為女性；②腫物均位于乳腺腺體層內(nèi)；③均有明確的病理檢查結(jié)果；④腫物最大徑≤10.0 mm。排除標(biāo)準(zhǔn)：①腫物檢查前已經(jīng)臨床干預(yù)；②腫物最大徑＞10.0 mm；③腫物無明確病理結(jié)果。最終227例患者（共497個腫物）納入本研究，年齡18～80歲，平均（42.1±10.9）歲，腫物最大徑2.0～10.0 mm，平均（7.5±1.9）mm；其中惡性腫物患者25例（共31個腫物），良性腫物患者202例（共466個腫物）。本研究經(jīng)我院醫(yī)學(xué)倫理委員會批準(zhǔn)，所有患者均簽署知情同意書。

二、儀器與方法

使用GE Logiq E 9和Philips EPIQ 7C彩色多普勒超聲診斷儀，線陣探頭，頻率11～15 MHz?；颊呷⊙雠P位，充分暴露雙側(cè)乳房和腋窩，以乳頭為中心，使用放射法疊瓦式掃查四個象限和乳暈區(qū)，參照美國放射學(xué)院［2］和周俊宇等［3］推薦的標(biāo)準(zhǔn)，觀察腫物的形態(tài)、縱橫比、邊緣、回聲類型、后方回聲、腫物內(nèi)鈣化、周圍組織改變等情況；使用CDFI觀察乳腺內(nèi)腫物的血流情況。上述檢查由3名具有10年以上乳腺超聲檢查經(jīng)驗的醫(yī)師采用盲法評估完成，操作過程中避免對腫物加壓，調(diào)節(jié)取樣框為腫物大小的兩倍，彩色壁濾波＜50 Hz，血流速度2.5～3.5 cm/s。

三、統(tǒng)計學(xué)處理

應(yīng)用SPSS 19.0統(tǒng)計軟件，計量資料以x±s表示，行獨立樣本t檢驗；計數(shù)資料以例表示，行χ2檢驗。以病理結(jié)果為金標(biāo)準(zhǔn)，病理良、惡性為因變量，先將超聲征象進(jìn)行單因素二元Logistic回歸分析，然后將差異有統(tǒng)計學(xué)意義的超聲征象進(jìn)行多因素二元Logistic回歸分析，建立模型，并對回歸模型進(jìn)行似然比檢驗和Hosmer-Lemeshow擬合優(yōu)度檢驗，繪制受試者工作特征（ROC）曲線，分析Logistic回歸模型的預(yù)測價值。P＜0.05為差異有統(tǒng)計學(xué)意義。

結(jié) 果果

一、病理檢查結(jié)

惡性腫物31個，其中浸潤性導(dǎo)管癌20個，導(dǎo)管原位癌11個；良性腫物466個，其中纖維腺瘤206個，纖維囊性增生229個，導(dǎo)管內(nèi)乳頭狀瘤29個，炎性病變2個。

二、超聲特征分析

良惡性乳腺小腫物超聲特征見表1和圖1～3。良惡性腫物形態(tài)、縱橫比≥1、邊緣、回聲類型、腫物內(nèi)鈣化、周圍組織相關(guān)征象及腫物內(nèi)血流信號比較差異均有統(tǒng)計學(xué)意義（均P＜0.05），腫物后方回聲比較差異無統(tǒng)計學(xué)意義（P=0.26）。

表1 良惡性腫物的超聲特征比較

圖1 乳腺浸潤性導(dǎo)管癌聲像圖示微小腫物不平行于皮膚

圖2 乳腺纖維腺瘤CDFI圖示微小腫物未探及血流信號

圖3 乳腺浸潤性導(dǎo)管癌聲像圖示微小腫物內(nèi)見鈣化灶（箭頭示）

三、Logistic回歸分析

選取良惡性腫物間差異有統(tǒng)計學(xué)意義的超聲征象進(jìn)行多因素二元Logistic回歸分析，結(jié)果顯示縱橫比≥1、內(nèi)部血流信號、邊緣血流信號均為鑒別乳腺小腫物良惡性的獨立影響因素（O R=9.56、9.68、4.29，P=0.02、0.00、0.04）。見表2。建立Logistic回歸方程為：Logistic（P）=-3.86+2.23×縱橫比≥1+2.29×內(nèi)部血流信號+1.46×邊緣血流信號。對回歸模型進(jìn)行似然比檢驗，得出P=0.00，Hosmer-Lemeshow優(yōu)合度觀測值為2.45（P=0.87）。

表2 乳腺小腫物超聲征象的多因素二元Logistic回歸分析

四、ROC曲線分析

Logistic回歸模型以預(yù)測概率P=0.50作為閾值，鑒別乳腺小腫物良惡性的準(zhǔn)確率95.2%，敏感性83.9%，特異性89.1%，ROC曲線下面積0.89。見圖4。

圖4 Logistic回歸模型預(yù)測乳腺小腫物良惡性的ROC曲線圖

討 論

超聲檢出的乳腺微小癌占所有乳腺腫物的1%～5%［1，4］，檢出率偏低可能與以下原因有關(guān)：①乳腺微小癌與微小良性腫物的部分超聲征象存在重疊；②患者對于微小腫物自覺隨訪的依從性差；③超聲醫(yī)師對于微小腫物的診斷容易漏誤診。但乳腺癌的早期診斷和治療對患者的預(yù)后和生存期至關(guān)重要。

既往研究［2，5］提示縱橫比≥1是乳腺癌的經(jīng)典超聲征象，本研究Logistic回歸分析顯示縱橫比≥1的OR值為9.56，表明縱橫比≥1的乳腺小腫物患者罹患癌的風(fēng)險提高了9.56倍。另有研究［6-7］表明乳腺癌前后徑增大主要見于最大徑＜10.0 mm的惡性結(jié)節(jié)，這可能與大多數(shù)乳腺癌起源于終末小葉單元有關(guān)。研究［4］提示腫物邊緣也是鑒別其良惡性的一個經(jīng)典超聲征象，雖然腫物邊緣不光整在本研究的單因素回歸分析中差異有統(tǒng)計學(xué)意義，但并未進(jìn)入多因素回歸模型。依照2013版BI-RADS分類標(biāo)準(zhǔn)，邊緣可具體描述為光整、模糊、毛刺、成角及微小分葉，觀察者對于邊緣光整描述的重復(fù)性較高（K=0.73），但對于邊緣模糊、成角、微小分葉及毛刺描述的重復(fù)性卻很低（K=0.26、0.24、0.18、0.23），故本研究將邊緣模糊與成角、微小分葉、毛刺均歸于不光整，這可能是造成邊緣不光整在多因素回歸分析中差異無統(tǒng)計學(xué)意義的原因。

2013版BI-RADS分類中的腫物形態(tài)是鑒別乳腺腫物良惡性的主要超聲征象，但分類指南中針對的是所有腫物，并未對最大徑≤10.0 mm的腫物進(jìn)行單獨討論。本研究中形態(tài)在鑒別乳腺小腫物良惡性方面差異并無統(tǒng)計學(xué)意義，這可能與腫物較小，呈均勻性生長，且周圍組織對腫物形態(tài)的影響較小有關(guān)。本研究中，乳腺微小腫物的內(nèi)部回聲和周圍相關(guān)征象均未進(jìn)入到回歸模型中，提示內(nèi)部回聲和周圍相關(guān)征象并不能獨立作為評價乳腺微小腫物惡性可能的特征，需結(jié)合其他超聲征象。

既往研究［8］認(rèn)為鈣化是鑒別乳腺腫物良惡性的經(jīng)典超聲征象之一，本研究Logistic回歸分析顯示，良惡性腫物內(nèi)有無鈣化比較差異無統(tǒng)計學(xué)意義（P=0.70），而在單因素回歸分析中差異有統(tǒng)計學(xué)意義，本研究7個（22%，7/31）惡性結(jié)節(jié)出現(xiàn)了鈣化，其中3個為細(xì)鈣化，4個為粗鈣化。2013版BI-RADS分類中也并未將腫物內(nèi)鈣化作為診斷乳腺良惡性結(jié)節(jié)的主要超聲征象。本研究乳腺微小癌中出現(xiàn)鈣化的例數(shù)過少，今后尚需收集更多的病例對鈣化的診斷意義做進(jìn)一步研究。

有研究［9］通過電鏡觀察發(fā)現(xiàn)腫瘤生長依賴于新生血管化及腫瘤特有的病理性血管網(wǎng)形成，而惡性腫瘤的新生血管化造就了血管的異常，其不同于良性病灶及乳腺生理性改變。腫物內(nèi)血流信號是乳腺癌的一個顯著超聲特征，但有文獻(xiàn)［10］報道彩色血流信號僅對最大徑＞10.0 mm的腫瘤鑒別診斷有效。本研究將血流信號進(jìn)一步分為內(nèi)部血流和邊緣血流進(jìn)行Logistic回歸分析，結(jié)果顯示內(nèi)部血流和邊緣血流差異均有統(tǒng)計學(xué)意義（OR=9.68、4.29，P=0.00、0.04），提示血流類型是鑒別乳腺小腫物良惡性的可靠超聲征象之一。

乳腺小腫物體積小，臨床癥狀和特征均不明顯，各種影像學(xué)均容易漏診或誤診，對其良惡性的鑒別診斷一直是個難題。本研究對乳腺小腫物的8個超聲征象進(jìn)行了多因素二元Logistic回歸分析，成功篩選出了縱橫比≥1、腫物內(nèi)部血流信號和腫物邊緣血流信號3個對診斷惡性小腫物有意義的超聲指標(biāo)，并建立了回歸模型，其預(yù)測概率的準(zhǔn)確率為95.2%，敏感性83.9%、特異性89.1%，ROC曲線下面積0.89，表明此回歸模型可較準(zhǔn)確地預(yù)測乳腺小腫物的良惡性。

本研究的不足：①本研究為回顧性研究，會出現(xiàn)選擇性的偏倚；②受患者入院偏倚的影響，樣本比例不均衡，良性病例多于惡性病例，可能會對研究結(jié)果產(chǎn)生影響。綜上所述，以縱橫比和血流信號建立的Logistic回歸模型有助于乳腺小腫物的鑒別診斷。