基于3D-SMI及SWE定性定量參數(shù)在診斷乳腺腫塊的Logistic回歸分析應(yīng)用

韓 萌，趙巧玲（通訊作者），吳延琴，薛珊珊，夏曉娜，袁 娜

（西安交通大學(xué)第一附屬醫(yī)院超聲醫(yī)學(xué)科 陜西 西安 710061）

2020年全球癌癥統(tǒng)計(jì)報(bào)告，乳腺癌是我國女性最常見的新發(fā)癌癥，影響女性健康[1]。乳腺癌的早期診斷對(duì)患者的治療和預(yù)后有重要意義[2]。雖然乳腺BI-RADS分類為鑒別乳腺腫塊提供了診斷依據(jù)，但假陽性率較高[3]，特別是對(duì)BI-RADS 4類病灶的鑒別[4]。為提高乳腺腫塊的診斷效能，多模式超聲聯(lián)合應(yīng)用得到了更多關(guān)注與研究?，F(xiàn)根據(jù)3D-SMI、SWE定性定量參數(shù)結(jié)合BI-RADS分類指標(biāo)，應(yīng)用二元Logistic回歸分析建立多模式診斷模型，探索是否能提高乳腺腫塊的診斷效能。

1 資料與方法

1.1 一般資料

選取2020年11月—2021年2月在我院就診的193例女性乳腺腫塊患者。納入標(biāo)準(zhǔn)：①年齡23～74歲；②活檢前常規(guī)超聲、SWE及3D-SMI檢查；③經(jīng)FNA檢查或術(shù)后病理學(xué)檢查確診；④無放射性治療、化學(xué)藥物治療及手術(shù)史；⑤實(shí)性腫塊直徑＜50 mm（含兩個(gè)實(shí)性為主的混合性包塊）⑥患者均知情同意，簽署穿刺同意書。排除標(biāo)準(zhǔn)：①臨床資料缺失；②復(fù)發(fā)性乳腺癌及其他部位的轉(zhuǎn)移瘤；③合并重癥感染、血液系統(tǒng)疾病（出凝血功能異常）或其他臟器功能嚴(yán)重異常；④精神疾病不能配合者。200個(gè)腫塊納入研究對(duì)象，平均年齡（43.29±11.52）歲。病理確診乳腺癌患者77例。

1.2 儀器與方法

采用佳能APLIOI900超聲診斷儀，應(yīng)用高頻線陣探頭，由一名資歷10年以上的超聲醫(yī)生操作，測(cè)量三次，取平均值。兩名工作10年以上的超聲醫(yī)生對(duì)腫塊Adler分級(jí)及3D-SMI血管分型評(píng)估，有異議時(shí)課題組討論診斷。3D-SMI測(cè)量血管指數(shù)（VI）、阻力指數(shù)（RI），對(duì)腫塊血管分型。SWE測(cè)量楊氏模量最大值（E-max）、剪切波速最大值（SWV-max），見圖1。

圖1 浸潤性乳腺癌SWE成像

1.3 判定標(biāo)準(zhǔn)

應(yīng)用CDFI對(duì)腫塊血流分級(jí)，Adler分級(jí)標(biāo)準(zhǔn)[5]，見表1。

表1 Alder分級(jí)

應(yīng)用3D-SMI將乳腺腫塊血管形態(tài)分為5種類型[6]：無血流或少許點(diǎn)狀血流型；線型，病灶中可見1～2根線狀血流信號(hào)；樹枝型，病灶中可見血管類似樹枝樣分支，管徑較為均勻；殘根型，病灶周圍或內(nèi)部血管走行紊亂，能夠看到2根以上的血管增粗扭曲，見圖2；蟹足型，病灶周邊及內(nèi)部可觀察到2根以上的血管粗細(xì)不均，走形迂曲雜亂，呈放射狀，或微小毛刺狀，見圖3。

圖2 浸潤性癌 3D-SMI殘根型血流（患者44歲）

圖3 三陰乳腺癌 3D-SMI蟹足型血流（患者42歲）

1.4 統(tǒng)計(jì)學(xué)方法

采用SPSS 23.0統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)處理。病理分為良、惡性組。計(jì)量資料以（x-± s）表示，行t檢驗(yàn)，計(jì)數(shù)資料以頻數(shù)和百分比（%）表示，行χ2檢驗(yàn)。先應(yīng)用單因素分析及二元Logistic回歸根據(jù)乳腺腫塊常規(guī)超聲的BI-RADS分類指標(biāo)與病理結(jié)果建立模型，再聯(lián)合3D-SMI、SWE定性定量參數(shù)另建模型，計(jì)算敏感度、特異度、準(zhǔn)確度。應(yīng)用ROC曲線下面積比較兩種模型的診斷效能。兩名醫(yī)生的Adler分級(jí)、3D-SMI血管分型結(jié)果分別進(jìn)行Kappa檢驗(yàn)，觀察符合率分別為95.5%、94%，Kappa值分別為0.89、0.86。

2 模型構(gòu)建

2.1 常規(guī)超聲BI-RADS分類的二元Logistic回歸模型

根據(jù)BI-RADS分類指標(biāo)進(jìn)行單因素分析，各項(xiàng)指標(biāo)對(duì)于區(qū)分良惡性腫塊均有統(tǒng)計(jì)學(xué)差異。病理結(jié)果為因變量，0代表良性，1代表惡性，采用步進(jìn)法得到4項(xiàng)分類診斷指標(biāo)（即自變量）分別為：X1代表腫塊的縱橫比（0：縱橫比＜1，1：縱橫比≥1）；X2代表腫塊的邊緣（0：光整，1：不光整）；X3代表腫塊內(nèi)鈣化（0：無微鈣化，1：有微鈣化）；X4代表腫塊Adler分級(jí)（0：0～Ⅰ級(jí)，1：Ⅱ～Ⅲ級(jí)）；模型中常量為-5.484，建立模型：Logit（P）=-5.484+4.11X1+54.726X2+11.656X3+2.54X4。計(jì)算靈敏度82.9%，特異度88.1%，準(zhǔn)確度86.0%。模型的χ2值為141.89，P＜0.01,具有統(tǒng)計(jì)學(xué)意義。

2.2 基于3D-SMI及SWE定性定量參數(shù)的二元Logistic回歸模型

應(yīng)用單因素分析及二元Logistic回歸分析，病理結(jié)果為因變量，0代表良性，1代表惡性。采用步進(jìn)法得到7項(xiàng)診斷指標(biāo)，7項(xiàng)指標(biāo)（自變量）對(duì)于區(qū)分良惡性腫塊均有統(tǒng)計(jì)學(xué)差異。其中腫塊的定量參數(shù)指標(biāo)Emax、VI和RI分別用Y1，Y2，Y3表示，定性參數(shù)指標(biāo)三維血管分型（0：無血流、點(diǎn)線型或樹枝型，1：殘根型、蟹足型）、腫塊邊緣（0：光整，1：不光整）、腫塊后方回聲變化（0：無衰減或增強(qiáng)，1：衰減）及腫塊內(nèi)鈣化（0：無微鈣化，1：有微鈣化）分別用Y4，Y5，Y6，Y7表示，模型中常量為－8.707，建立模型：Logit（P）=-8.707+1.075Y1+0.906 Y2+117.354Y3+11.779Y4+14.53Y5+11.302Y6+15.714Y7。計(jì)算靈敏度95.1%，特異度97.5%，準(zhǔn)確度96.5%。模型的χ2值為227.89，P＜0.01,具有統(tǒng)計(jì)學(xué)意義。

2.3 常規(guī)超聲與基于3D-SMI及SWE定性定量參數(shù)的二元Logistic回歸模型診斷效能比較

繪制ROC曲線比較兩種回歸模型的診斷效能，常規(guī)超聲曲線下面積0.855，P＜0.01，95%CI（0.797-0.913）；聯(lián)合3D-SMI、SWE的回歸模型曲線下面積0.963，P＜0.01，95%CI（0.931-0.995）。兩者間進(jìn)行Z檢驗(yàn)，Z=3.176＞Z0.05/2=1.96，P＜0.05，兩種模型的診斷效能有統(tǒng)計(jì)學(xué)差異，基于3D-SMI、SWE的回歸模型診斷效能高于常規(guī)超聲模型，見圖4。

圖4 Logistic回歸模型效能比較

3 討論

隨著超聲技術(shù)的發(fā)展，3D-SMI和SWE得到了推廣應(yīng)用。3D-SMI是在二維成像基礎(chǔ)上發(fā)展的計(jì)算機(jī)血流容積成像技術(shù)，為早期發(fā)現(xiàn)腫瘤新生血管提供了技術(shù)支持。3D-SMI運(yùn)用智能化自適應(yīng)算法和濾波技術(shù)減少運(yùn)動(dòng)偽像，提取微血管與正常低速運(yùn)動(dòng)組織的差異，實(shí)現(xiàn)低速血流和微小血管（管徑＞0.1 mm）的檢測(cè)[7]。有研究表明3D-SMI對(duì)病灶的微血流顯像優(yōu)于彩色多普勒血流成像（CDFI），比超聲造影更能精細(xì)地顯示病灶血管的分支[8-9]。3D-SMI定量測(cè)量VI及RI，客觀提供了乳腺腫塊的血管生長狀況及差異程度[10]。3D-SMI從三維空間顯示乳腺腫塊較完整的血管構(gòu)型，研究發(fā)現(xiàn)乳腺良惡性腫塊的血管構(gòu)型具有特征性表現(xiàn)，良性腫塊以無血流、點(diǎn)狀、線狀或樹枝樣構(gòu)型為主，惡性腫塊則以殘根樣或蟹足型為主[6]。對(duì)乳腺腫塊內(nèi)血流進(jìn)行定性定量分析有助于區(qū)分腫塊的良惡性，但有少數(shù)腫塊本身血供不豐富，有些新生血管還處于萌芽階段，尚未形成，此時(shí)3D-SMI就不能為腫塊定量診斷，需聯(lián)合其他檢查方法。

SWE是對(duì)生物組織彈性參數(shù)或硬度進(jìn)行成像和量化，可定量分析腫塊及其周圍組織的硬度值，惡性腫塊因腫瘤間質(zhì)有纖維組織增生，癌細(xì)胞在纖維間質(zhì)內(nèi)浸潤性生長，導(dǎo)致腫塊硬度增高，惡性腫塊的楊氏模量及剪切波速往往高于良性腫塊[11]。對(duì)乳腺腫塊組織間彈性應(yīng)變的定量測(cè)量提高了乳腺惡性腫瘤診斷準(zhǔn)確度[12]，但良惡性腫塊之間彈性系數(shù)存在部分重疊，腫塊的生長過程也可出現(xiàn)液化壞死、機(jī)化、鈣化等現(xiàn)象，超聲彈性受這些因素影響，會(huì)出現(xiàn)假陽性或假陰性，可以結(jié)合二維聲像圖及腫塊的血供綜合診斷。

將3D-SMI、SWE定性定量參數(shù)與乳腺BI-RADS系統(tǒng)相結(jié)合，應(yīng)用二元Logistic回歸分析建立多模式聯(lián)合診斷模型，結(jié)果優(yōu)于單獨(dú)應(yīng)用乳腺BI-RADS分類指標(biāo)的診斷模型，準(zhǔn)確度達(dá)到96.5%，提高了乳腺腫塊的鑒別診斷效能。