戴興偉，申云霞，黃奕巧，楊春燕，王秀榮

乳腺癌發(fā)病率、死亡率逐年增加，截至2020 年，乳腺癌發(fā)病率首次超過肺癌，占癌癥相關(guān)死亡率15.5%[1]。腋窩淋巴結(jié)狀態(tài)及陽性淋巴結(jié)數(shù)目決定乳腺癌TNM 分期，準(zhǔn)確評估腋窩淋巴結(jié)性質(zhì)對臨床治療方案選擇及患者預(yù)后均有重要意義。臨床上最常采用前哨淋巴結(jié)活檢或腋窩淋巴結(jié)清除術(shù)來評估淋巴結(jié)良惡性，然而其屬于侵入性檢查，可造成肩部功能障礙、神經(jīng)損傷、上肢麻木及淋巴水腫等嚴(yán)重并發(fā)癥。超聲是檢查乳腺癌腋窩淋巴結(jié)轉(zhuǎn)移（axillary lymph node metastasis,ALNM）的一種常見影像手段，也有通過超聲造影來鑒別腋窩淋巴結(jié)是否轉(zhuǎn)移的研究，但結(jié)果可能因操作者的手法及經(jīng)驗不同而存在主觀差異[2]。正電子發(fā)射計算機斷層顯像（positron emission tomography-computed tomography,PET-CT）作為一種全身性的影像學(xué)檢查，空間分辨率較低，診斷淋巴結(jié)轉(zhuǎn)移的靈敏度較低[3]。相比之下，MRI 可以多參數(shù)多序列成像，具有較高的軟組織分辨力，能夠通過定量評估反映腫瘤微觀結(jié)構(gòu)，如細胞膜完整性、血管通透性及組織細胞密度[4]。

外周血免疫相關(guān)炎癥指標(biāo)的動態(tài)變化能夠反映機體抗腫瘤免疫與炎癥反應(yīng)的微觀環(huán)境，與腫瘤的預(yù)后密切相關(guān)[5]。有學(xué)者發(fā)現(xiàn)乳腺癌ALNM 與外周血免疫相關(guān)炎癥指標(biāo)有關(guān)[6-7]，同時發(fā)現(xiàn)中性粒細胞/淋巴細胞比值（neutrophil-lymphocyte ratio, NLR）、血小板/淋巴細胞比值（platelet-lymphocyte ratio, PLR）、單核細胞/淋巴細胞比值（monocyte-lymphocyte ratio, MLR）與食管癌、前列腺癌、膀胱癌及肝癌等多種癌癥預(yù)后相關(guān)[8-11]。但關(guān)于炎癥指標(biāo)與乳腺癌多參數(shù)MRI 特征之間的相關(guān)性未見報道。因此本研究旨在探討多參數(shù)MRI 與免疫組化因子、免疫相關(guān)炎癥指標(biāo)在ALNM 中的預(yù)測價值及相關(guān)性，為臨床診斷及預(yù)后評估提供參考。

1 材料與方法

1.1 研究對象

回顧性分析2019 年1 月至2021 年12 月在深圳市龍崗中心醫(yī)院就診，經(jīng)手術(shù)病理證實為乳腺癌的患者資料。納入標(biāo)準(zhǔn)：（1）病理證實為乳腺癌；（2）治療（包括藥物治療和手術(shù)）前一周內(nèi)同時行動態(tài)增強磁共振成像（dynamic contrast enhanced-magnetic resonance imaging, DCE-MRI）、擴散加權(quán)成像（diffusion-weighted imaging, DWI）檢查，數(shù)據(jù)完整，圖像清晰；（3）MRI檢查前未行腋窩穿刺、放化療和手術(shù)治療；（4）治療前一周內(nèi)行血常規(guī)檢查；（5）所有患者均進行穿刺活檢或者腫塊切除并取得病理結(jié)果。排除標(biāo)準(zhǔn)：（1）腫瘤過小無法進行數(shù)據(jù)測量者；（2）臨床資料不齊者；（3）假體植入史；（4）血常規(guī)檢查前一周有感染癥狀；（5）血常規(guī)檢查前接受過影響血液學(xué)指標(biāo)的治療，如免疫抑制治療或者長期口服阿司匹林、華法林和其他抗凝血藥物等。本研究經(jīng)過深圳市龍崗中心醫(yī)院醫(yī)學(xué)倫理委員會批準(zhǔn)，免除受試者知情同意（批準(zhǔn)文號：2021ECPJ014）。

1.2 檢查方法

1.2.1 儀器設(shè)備

采用德國西門子Prisma 3.0 T 磁共振掃描儀及16 通道乳腺專用相控陣線圈。被檢患者取俯臥位，雙乳自然懸垂于線圈內(nèi)。所有患者行平掃、動態(tài)增強及ZOOMit 序列掃描。掃描參數(shù)如下：

平掃T1WI 掃描參數(shù)如下：TR 6.0 ms，TE 2.46 ms，F(xiàn)OV 300 mm×300 mm，層厚1.5 mm，矩陣326×384；軸位T2WI 脂肪抑制序列掃描參數(shù)如下：TR 6460 ms，TE 71 ms，F(xiàn)OV 300 mm×300 mm，層厚4.0 mm，矩陣326×384。動態(tài)增強掃描參數(shù)如下：TR 4.50 ms，TE 1.58 ms，F(xiàn)OV 300 mm×300 mm，矩陣307×384，層厚1.5 mm，平掃1 期后注射對比劑釓噴酸葡胺（拜耳先靈醫(yī)藥公司，德國），劑量0.2 mmol/kg，隨后以流速1.5 mL/s注射生理鹽水20 mL。共掃描9期，每期30 s，3 min后掃描延遲期。DWI掃描參數(shù)如下：采用單次激發(fā)平面回波成像技術(shù)，b 值為50、800 s/mm2。TR 3500 ms，TE 56.0 ms，F(xiàn)OV 173 mm×340 mm，矩陣78×200，層厚5.0 mm。

1.2.2 圖像分析

由2 名經(jīng)驗豐富的放射科醫(yī)師（具有3 年MRI 診斷經(jīng)驗的醫(yī)師和20 年MRI 診斷經(jīng)驗的副主任醫(yī)師）在西門子后處理工作站Syngo.via（20A.HF06 版本）上采用雙盲法獨立分析MRI圖像，意見不一致時協(xié)商解決。在MRI 圖像上觀察腋窩淋巴結(jié)特征。MRI 診斷淋巴結(jié)轉(zhuǎn)移的依據(jù)：（1）短徑/長徑＞0.6；（2）脂肪門消失；（3）淋巴結(jié)強化明顯；（4）皮髓質(zhì)界限不清。如果出現(xiàn)以上四項中的一項，則認為MRI 淋巴結(jié)陽性。最大密度投影（maximal intensity projection, MIP）圖上觀察腫瘤周圍血管征象，如果瘤周血管增多增粗則為周圍血管征陽性。在腫瘤最大層面強化最明顯處勾畫感興趣區(qū)（region of interest, ROI），避開囊變壞死及出血區(qū)域。ROI取值控制在20 mm2，自動生成時間信號強度曲線（time-signal intensity curves, TIC）。DWI 圖像經(jīng)工作站后處理獲得表觀擴散系數(shù)（apparent diffusion coefficient, ADC）圖，定位腫瘤最大層面，勾畫一個ROI，盡量避開囊變壞死及出血區(qū)域，得到腫瘤ADC 平均值（mean values of tumor ADC,ADCtmean），然后選擇腫瘤周圍2 mm 內(nèi)臨近乳腺實質(zhì)組織ADC值最高處（視覺感知）勾畫三個ROI，測量其ADC 值，記錄瘤周最大ADC 值（peritumoral maximum ADC, ADCpmax）。計算腫瘤ADC 值差值（difference of tumor ADC, ADCtdiff）和瘤周-腫瘤ADC比值（ratio of peritumoral-tumor ADC,ADCratio）。計算公式如下：ADCtdiff=腫瘤最大ADC 值-腫瘤最小ADC 值；ADCratio=ADCpmax/ADCtmean（圖1）。所有數(shù)據(jù)測量三次，取其平均值。

1.2.3 病理分析

所有標(biāo)本均由外科醫(yī)師獲得，由病理醫(yī)師采用免疫組織化學(xué)染色方法分析生物因子表達。根據(jù)指南[12]，雌激素受體（estrogen receptor, ER）與 孕 激 素 受 體（progesterone receptor, PR）陽性表達細胞＜1%為陰性，≥1%為陽性。人表皮生長因子受體2（human epidermal growth factor receptor 2,HER-2）染色結(jié)果（-）（+）為陰性，（+++）為陽性，（++）則采用熒光原位雜交法（fluorescence in situ hybridization,FISH）確定HER-2 狀態(tài)。參照2013 年St.Gallen 國際專家共識[13]，增殖細胞核抗原（Ki-67）陽性表達細胞＜20%為低表達，≥20%為高表達。

1.2.4 外周血免疫相關(guān)炎癥指標(biāo)分析

登錄病歷資料系統(tǒng)，提取患者接受治療前一周內(nèi)血常規(guī)的檢查結(jié)果，包括中性粒細胞絕對值（absolute neutrophil count,N,×109/L）、淋巴細胞絕對值（absolute lymphocyte count, L, ×109/L）、單核細胞絕對值（absolute monocyte count,M,×109/L）及血小板計數(shù)（platelet count,P,×109/L）。計算NLR、PLR、MLR，計算公式如下：NLR=N/L；PLR=P/L；MLR=M/L。

1.3 統(tǒng)計學(xué)方法

應(yīng)用SPSS 26.0 軟件、R 軟件（3.5.1 版本，http://www.r-project.org/）和Medcalc 20.1.0 軟件進行數(shù)據(jù)處理。連續(xù)變量滿足正態(tài)分布采用平均數(shù)±標(biāo)準(zhǔn)差表示，獨立樣本t檢驗進行比較；偏態(tài)分布采用中位數(shù)和四分位距表示，Mann-WhitneyU檢驗進行比較。分類變量采用數(shù)量和百分比表示，χ2檢驗或Fisher 精確檢驗進行比較。Spearman 等級相關(guān)方法分析外周血免疫炎癥指標(biāo)與免疫組化因子、多參數(shù)MRI特征之間的相關(guān)性。將單因素分析有意義的指標(biāo)納入多因素logistic回歸分析，對各參數(shù)及聯(lián)合參數(shù)模型繪制受試者工作特征曲線（receiver operating characteristic, ROC），計算曲線下面積（area under the curve, AUC）。使用Delong 檢驗比較ROC曲線，決策曲線（decision curve analysis, DCA）及校準(zhǔn)曲線對模型進行評價。組間相關(guān)系數(shù)（interclass correlation coefficients, ICC）用于評價ADC 觀察者間一致性，ICC＞0.75認為一致性良好。P＜0.05為差異具有統(tǒng)計學(xué)意義。

2 結(jié)果

根據(jù)納入標(biāo)準(zhǔn)初步篩選出85 份病例。根據(jù)排除標(biāo)準(zhǔn)，腫瘤過小無法進行數(shù)據(jù)測量者8例、臨床資料不齊者12例、假體植入者1 例、血常規(guī)檢查前一周有感染癥狀者7 例，血常規(guī)檢查前接受過影響血液學(xué)指標(biāo)的治療者5 例，最終入組52 例乳腺癌病例?；颊呔鶠榕裕挲g29～65（45.02±7.71）歲。32 例患者腋窩淋巴結(jié)轉(zhuǎn)移，20 例無轉(zhuǎn)移；其中浸潤性導(dǎo)管癌43例，導(dǎo)管內(nèi)原位癌7例、浸潤性小葉癌2例。

2.1 觀察者間一致性

兩名醫(yī)師獨立測量ADCtmean、ADCtdiff、ADCpmax和ADCratio具有良好的一致性。ICC范圍為0.779～0.932（＞0.75）。選擇第一位醫(yī)師ADC測量值進行分析。

2.2 淋巴結(jié)轉(zhuǎn)移組與無轉(zhuǎn)移組間臨床特征、病理特征、免疫炎癥指標(biāo)和多參數(shù)MRI特征比較

對乳腺癌淋巴結(jié)轉(zhuǎn)移組與無轉(zhuǎn)移組間臨床特征、病理特征、免疫炎癥指標(biāo)及多參數(shù)MRI 特征進行單因素分析。根據(jù)Youden 指數(shù)計算NLR、PLR 和MLR 最佳臨界值分別為2.437、218.788 和0.228。單因素分析表明，Ki-67 表達、PLR、腫瘤長徑、周圍血管征、內(nèi)部強化方式、ADCtdiff、ADCpmax、ADCratio及MRI淋巴結(jié)特征差異具有統(tǒng)計學(xué)意義（P＜0.05），見表1。將單因素分析有意義的結(jié)果進一步采用多因素logistic 回歸向前步進法分析，結(jié)果顯示Ki-67、PLR、腫瘤長徑、ADCpmax 和ADCratio、MRI淋巴結(jié)特征是預(yù)測乳腺癌腋窩淋巴結(jié)轉(zhuǎn)移的獨立影響因素（P＜0.05）（表2）。

表1 淋巴結(jié)轉(zhuǎn)移組與無轉(zhuǎn)移組乳腺癌患者的特征比較

表2 單因素分析顯著變量的多因素logistic分析

2.3 免疫炎癥指標(biāo)與免疫組化因子、多參數(shù)MRI 特征的相關(guān)性分析

免疫炎癥指標(biāo)PLR 與ADCpmax、ADCratio 呈正相關(guān)，差異具有統(tǒng)計學(xué)意義（r=0.278,P=0.042；r=0.303,P=0.025）。免疫炎癥指標(biāo)NLR、PLR和MLR與其他免疫組化因子及多參數(shù)MRI特征無明顯相關(guān)性（P＞0.05）。

2.4 ALNM預(yù)測模型建立與評估

通過多因素logistic 回歸分析表明，Ki-67、PLR、腫瘤長徑、ADCpmax、ADCratio 及MRI 淋巴結(jié)特征是乳腺癌ALNM 的危險因素，以此構(gòu)建臨床預(yù)測模型（PLR+Ki-67）、MRI 預(yù)測模型（腫瘤長徑+ADCpmax+ADCratio+淋巴結(jié)MRI 特征）及聯(lián)合預(yù)測模型（臨床預(yù)測模型+MRI 預(yù)測模型）。結(jié)果表明，臨床預(yù)測模型AUC 為0.722；MRI 預(yù)測模型AUC 為0.898，其中，ADCpmax 的AUC 最大，為0.845，敏感度為71.90%，特異度為95.00%；聯(lián)合Ki-67、PLR 及MRI 預(yù) 測 模 型 可 以 將AUC 提 高 至0.914，見表3與圖2。

表3 Ki-67、PLR及多參數(shù)MRI預(yù)測ALNM的效能

Delong 結(jié)果顯示，聯(lián)合預(yù)測模型的AUC 值高于臨床預(yù)測模型（P=0.002），但是與MRI 預(yù)測模型的AUC 差異不顯著（P=0.200）。MRI 預(yù)測模型的AUC 高于臨床預(yù)測模型（P=0.010）。DCA表明聯(lián)合預(yù)測模型具有良好的臨床效益，校準(zhǔn)曲線表明聯(lián)合預(yù)測模型評估ALNM效能良好（圖3）。

3 討論

本研究旨在探討多參數(shù)MRI 聯(lián)合免疫炎癥指標(biāo)預(yù)測乳腺癌ALNM的臨床價值。研究結(jié)果表明淋巴結(jié)轉(zhuǎn)移組PLR水平比無轉(zhuǎn)移組高，且首次證實PLR 與ADCpmax 和ADCratio 成正相關(guān)。此外，聯(lián)合Ki-67、PLR、腫瘤長徑、ADCpmax、ADCratio 及淋巴結(jié)MRI特征構(gòu)建聯(lián)合預(yù)測模型，可以提高ALNM診斷效能，為預(yù)測乳腺癌ALNM提供臨床依據(jù)。

3.1 乳腺癌患者免疫炎癥指標(biāo)與多參數(shù)MRI、免疫組化因子的相關(guān)性分析及與ALNM的關(guān)系

據(jù)我們所知，目前沒有研究分析乳腺癌患者外周血免疫炎癥指標(biāo)與腫瘤ADC 值的相關(guān)性。Liang 等[14]的研究表明，宮頸癌患者NLR 和腫瘤ADC 值之間沒有顯著相關(guān)性，但該研究并未考慮PLR 和LMR。本研究首次證實乳腺癌患者PLR 與ADCpmax 和ADCratio 呈正相關(guān)。根據(jù)先前的研究，腫瘤炎癥反應(yīng)通過誘導(dǎo)組織損傷，刺激巨核細胞分化、促進血小板生成素產(chǎn)生，導(dǎo)致外周血小板增多、活化與聚集[15-16]。此外，血小板能夠分泌細胞生長因子，包括集落刺激因子1、血管內(nèi)皮生長因子和血小板衍生生長因子受體，促進腫瘤血管生成和上皮-間質(zhì)轉(zhuǎn)化[17-19]。而細胞因子的釋放會導(dǎo)致腫瘤新生血管增多及血管通透性增加，進而導(dǎo)致瘤周水腫[20-21]。Igarashi等[22]與Choi等[23]認為瘤周水腫和血管密度增加與ADCpmax 和ADCratio密切相關(guān)。因此，本研究推斷PLR高水平可能會通過影響血管通透性和新生血管密度，導(dǎo)致瘤周微觀環(huán)境發(fā)生變化，進而介導(dǎo)腫瘤細胞轉(zhuǎn)移。此外，梅章懿等[24]研究表明NLR、PLR與乳腺癌淋巴結(jié)轉(zhuǎn)移相關(guān)，且NLR是淋巴結(jié)轉(zhuǎn)移的獨立預(yù)測因子。Cho 等[7]的研究發(fā)現(xiàn)淋巴結(jié)轉(zhuǎn)移與LMR 高水平相關(guān)，與NLR、PLR相關(guān)性不明顯。與Morkavuk等[25]的研究結(jié)果一致，本研究證實淋巴結(jié)轉(zhuǎn)移組PLR高于淋巴結(jié)無轉(zhuǎn)移組。提示乳腺癌ALNM與血小板存在相關(guān)性，且最新研究也證實血小板促進循環(huán)腫瘤細胞（circulating tumor cell, CTC）外滲，誘導(dǎo)其增殖，在血小板豐富的微環(huán)境中腫瘤細胞更容易轉(zhuǎn)移擴散[26-27]。

本研究結(jié)果表明免疫炎癥指標(biāo)與免疫組化因子之間無相關(guān)性，與Yang 等[6]研究結(jié)果基本一致。Xu 等[28]卻認為ER 陽性與NLP、PLR 低水平相關(guān)。結(jié)論的差異可能是由于NLR、PLR 的截斷值差異造成的。此外，研究表明NLR 高水平與死亡率增加顯著相關(guān)[29]。多項研究證實，在乳腺癌患者中，低水平NLR患者的無病生存期明顯長于高水平NLR患者[30-31]。換言之，中性粒細胞能夠分泌細胞因子和腫瘤生長促進因子，淋巴細胞分泌一些與控制腫瘤生長有關(guān)的細胞因子，如IFN-γ、TNF-α等，NLR表達水平越低，則表示腫瘤侵襲力較弱，其總生存率和無病生存率較長[32]。

3.2 乳腺癌多參數(shù)MRI特征與ALNM的關(guān)系

淋巴結(jié)轉(zhuǎn)移組與無轉(zhuǎn)移組間腫瘤周圍血管征和強化方式差異具有統(tǒng)計學(xué)意義（P＜0.05）。研究表明，腫瘤內(nèi)部不均勻強化或者邊緣強化是前哨淋巴結(jié)和遠處轉(zhuǎn)移的獨立預(yù)后因素[18]。腫瘤邊緣強化與腫瘤周圍的高微血管密度及纖維化程度較高有關(guān)。當(dāng)腫瘤細胞增殖活躍，組織微環(huán)境缺氧，腫瘤相關(guān)巨噬細胞分泌大量的生長因子及趨化因子在腫瘤邊緣形成反應(yīng)帶，促進腫瘤細胞增殖、血管生成及周圍纖維組織增生[17,33]。但多因素logistic 回歸分析并未將周圍血管征、強化方式納入MRI 聯(lián)合預(yù)測模型。究其原因可能與樣本量較小有關(guān)。此外，本研究表明腫瘤大小是評估ALNM 的獨立預(yù)測因素，與Xue等[34]的研究結(jié)果一致。眾所周知，腫瘤直徑增大，與周圍的淋巴管網(wǎng)接觸增多，癌細胞易發(fā)生遠處轉(zhuǎn)移[35]。然而，必須強調(diào)的是，小腫瘤也可能是由活躍的癌細胞在短時間內(nèi)突然發(fā)展起來的。因此，考慮ALNM 時，必須結(jié)合腫瘤及腋窩淋巴結(jié)其他參數(shù)特征。

DWI是一種基于組織間水分子擴散運動檢測細胞密度、膜完整性和腫瘤微觀結(jié)構(gòu)的功能MRI 技術(shù)。已有研究證實ADC值在區(qū)分良惡性腫瘤方面是可行的，也是預(yù)測腫瘤預(yù)后的一個強有力指標(biāo)[36]。乳腺癌作為一種高度異質(zhì)性腫瘤，病灶內(nèi)部細胞密度、組織成分不盡相同，單獨采用腫瘤ADC 值評估其侵襲力不夠全面[37]。ADCtdiff、ADCpmax 及ADCratio 可以盡量避免相關(guān)混雜因素的影響，反映腫瘤異質(zhì)性和瘤周微觀結(jié)構(gòu)[37-38]。Choi等[23]的研究也證實了ADCpmax、ADCratio是ALNM的獨立預(yù)測因子，與腫瘤侵襲力密切相關(guān)，與本研究結(jié)果一致。

3.3 診斷效能

研究結(jié)果顯示，MRI預(yù)測模型AUC為0.898，高于臨床預(yù)測模型（AUC=0.722），聯(lián)合Ki-67、PLR 和MRI 預(yù)測模型可將AUC提 高 至0.914。Yang 等[6]研 究 表 明PLR 預(yù) 測ALNM 的AUC 為0.685，與本研究結(jié)果（AUC=0.653）基本接近，但在聯(lián)合預(yù)測模型中占的比重較少，提示單獨應(yīng)用Ki-67 和PLR 預(yù)測ALNM 存在一定局限性，聯(lián)合MRI 技術(shù)可以提供更加精確、全面的診斷信息。Choi 等[23]聯(lián)合腫瘤長徑、ADCratio 和腫瘤強化模式的MRI預(yù)測模型AUC為0.80，表明MRI特征在預(yù)測ALNM時具有一定臨床參考價值，但該研究AUC 小于本研究，可能是因為本研究MRI 預(yù)測模型除了納入腫瘤長徑和ADCratio，還包括ADCpmax，因此提高MRI聯(lián)合模型的診斷效能。

3.4 局限性

本研究存在以下局限性：（1）本研究為單中心研究且樣本量相對較小。因此，在后續(xù)的研究中有必要進行多中心研究進一步驗證；（2）本研究采用的是二維ROI測量方式，基于ADC值的三維直方圖分析與免疫炎癥指標(biāo)及ALNM 的相關(guān)性是否更顯著值得進一步探討；（3）本研究沒有根據(jù)乳腺癌不同分子分型及病理分型分類討論免疫炎癥指標(biāo)與ALNM 的相關(guān)性，有待以后擴大研究樣本量進一步分析。

綜上所述，免疫炎癥指標(biāo)PLR高水平與乳腺癌ALNM密切相關(guān)，且與ADCpmax、ADCratio呈正相關(guān)，間接反映腫瘤侵襲力，進一步證實腫瘤細胞可能更容易在富含血小板的微環(huán)境中擴散。聯(lián)合Ki-67、PLR及多參數(shù)MRI可用于術(shù)前無創(chuàng)性預(yù)測乳腺癌患者腋窩淋巴結(jié)狀態(tài)，為臨床診斷及預(yù)后評估提供參考。

作者利益沖突聲明：全體作者均聲明無利益沖突。