切换至 "中华医学电子期刊资源库"
浅表器官超声影像学

常规超声联合自动乳腺容积成像对乳腺非肿块型病变良恶性的诊断价值

  • 王思琪 1 ,
  • 邢萍 1 ,
  • 张春梅 1 ,
  • 刘千琪 1 ,
  • 吴长君 , 1,
展开
  • 1.150000 哈尔滨医科大学附属第一医院超声科
吴长君,Email:
Wu Changjun, Email:

Copy editor: 吴春凤

收稿日期: 2024-12-02

  网络出版日期: 2025-06-10

版权

版权归中华医学会所有。 未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。 除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

Diagnostic value of conventional ultrasound combined with automated breast volume scanning in breast non-mass lesions

  • Siqi Wang 1 ,
  • Ping Xing 1 ,
  • Chunmei Zhang 1 ,
  • Qianqi Liu 1 ,
  • Changjun Wu , 1,
Expand
  • 1.Department of Ultrasound, the First Afflliated Hospital of Harbin Medical University, Harbin 150000, China

Received date: 2024-12-02

  Online published: 2025-06-10

Copyright

Copyright by Chinese Medical Association No content published by the journals of Chinese Medical Association may be reproduced or abridged without authorization. Please do not use or copy the layout and design of the journals without permission. All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.

摘要

目的

探讨常规超声联合自动乳腺容积成像(ABVS)对乳腺非肿块型病变(NML)良恶性的诊断价值。

方法

收集2023年1月至11月哈尔滨医科大学附属第一医院常规超声拟诊为乳腺NML的152例患者。将NML分为导管型与非导管型,记录其在常规超声与ABVS下的超声征象(如血流分布情况、微钙化、内部回声、后方特征、周围结构扭曲及腋窝淋巴结有无异常,汇聚征、跳跃征、病变分布、导管型NML的导管改变,以及非导管型NML的病变方向)。以病理学结果为金标准,联合2种检查的超声征象行单因素自变量分析,显示有统计学意义的自变量采用Logistic逐步回归分析筛选出独立影响因素,构建常规超声+ABVS模型的诊断标准,并采用Z检验对比其与常规超声诊断效能的差异。

结果

多因素Logistic回归分析显示:(1)微钙化、汇聚征(ABVS)与导管走行僵直、截断为预测导管型NML良恶性的独立影响因素(OR=55.522、12.321、3.740,P=0.001、0.015、0.033)。常规超声与常规超声+ABVS模型诊断导管型NML病灶良恶性的敏感度、特异度及曲线下面积(AUC)分别为0.679、0.677、0.678和0.786、0.968、0.877,常规超声+ABVS模型的诊断效能更高,差异具有统计学意义(Z=-3.479,P=0.001);(2)微钙化、汇聚征(ABVS)、血流信号为预测非导管型NML恶性病变的独立影响因素(OR=46.435、11.914、9.594,P=0.002、0.002、0.013)。常规超声与常规超声+ABVS模型鉴别非导管型NML良恶性病灶的敏感度、特异度及AUC分别为0.867、0.848、0.858和0.917、0.909、0.913,两者诊断效能比较,差异无统计学意义(P>0.05)。

结论

与常规超声相比,常规超声+ABVS模型可提高乳腺NML良恶性的诊断性能,该模型对导管型NML的诊断价值较高,对非导管型NML的良恶性诊断无显著优势。

本文引用格式

王思琪 , 邢萍 , 张春梅 , 刘千琪 , 吴长君 . 常规超声联合自动乳腺容积成像对乳腺非肿块型病变良恶性的诊断价值[J]. 中华医学超声杂志(电子版), 2025 , 22(03) : 253 -260 . DOI: 10.3877/cma.j.issn.1672-6448.2025.03.010

Abstract

Objective

To evaluate the diagnostic performance of conventional ultrasound combined with automated breast volume scanning (ABVS) for breast non-mass lesions (NMLs).

Methods

From January 2023 to November 2023, a total of 152 patients preliminarily diagnosed with breast NMLs by routine ultrasound at the First Affiliated Hospital of Harbin Medical University were retrospectively collected.NMLs were categorized into ductal and non-ductal types. The ultrasonic characteristics, including blood flow distribution, microcalcification, internal echogenicity, posterior features, peripheral structural distortion,axillary lymph node abnormalities, convergence sign, stierlin sign, lesion distribution, ductal morphology changes of ducted NMLs, and directional features of non-ducted NMLs, were systematically recorded using both conventional ultrasound and ABVS. Using pathological results as the gold standard, univariate analysis was conducted based on the ultrasonic findings from both modalities. Significant independent variables were subjected to Logistic stepwise regression analysis to identify independent influencing factors. Based on these findings, a diagnostic model integrating conventional ultrasound with ABVS was established, and its diagnostic efficacy was compared with that of conventional ultrasound alone using the Z-test.

Results

Multivariate logistic regression analysis revealed that microcalcification, convergence sign (ABVS),ductal rigidity, and amputation were independent predictors of benign versus malignant ductal NMLs (odds ratio [OR]=55.522, 12.321, and 3.740, P=0.001, 0.015, 0.033,respectively). The sensitivity, specificity,and area under the curve (AUC) for conventional ultrasound alone and the model integrating conventional ultrasound with ABVS in diagnosing benign and malignant ductal NMLs were 0.679, 0.677, 0.678, and 0.786, 0.968, 0.877, respectively. The diagnostic performance of the combination model was significantly higher than that of conventional ultrasound alone (Z=-3.479, P=0.001). Microcalcification, convergence sign(ABVS), and blood flow signal were identified as independent predictors of malignant non-ductal NMLs(OR=46.435, 11.914, and 9.594, P=0.002, 0.002, 0.013,respectively). The sensitivity, specificity, and AUC for conventional ultrasound alone and the model integrating conventional ultrasound with ABVS in differentiating benign from malignant NMLs were 0.867, 0.848, 0.858, and 0.917, 0.909, 0.913, respectively.No statistically significant difference was observed in diagnostic efficacy between the two models (P > 0.05).

Conclusion

Compared to conventional ultrasound, the model integrating conventional ultrasound with ABVS enhances the diagnostic performance for NMLs. This model demonstrates greater diagnostic value for ductal NMLs but does not provide significant advantages in the qualitative diagnosis of non-ductal NMLs.

乳腺非肿块病变(non-mass lesion,NML)是超声探头下两个正交切面均不具备占位效应的局灶性腺体紊乱区,可归类为导管系统来源的导管型与由腺体组织构成的非导管型1。导管型NML定义为呈水平位生长并伴有导管样结构的低回声区,也可代表导管内病变。非导管型NML即不同于周围腺体的低回声区或腺体紊乱区。NML仅占乳腺病变的5%~9%,其恶性病变占比高达27.0%~68.4%2,3,4。良、恶性NML间影像特征重叠,临床医师对其认识匮乏,常将其归类为恶性风险跨度较大(2%~95%)的乳腺成像报告和数据系统(breast imaging reporting and data system,BIRADS)4类病变。临床针对4类病变的主要处理手段为穿刺活检或手术切除。既往研究表明,常规超声判读的4类NML病变中90%为良性,均对其采取病理学检查势必造成过度诊疗5,6。因此,寻找可靠的非侵入性成像方式提高NML的诊断准确率尤为重要。常规超声检查诊断NML具有较高的假阳性率(60%~90%),需结合其他检查手段进行综合考量7,8,9。自动乳腺容积成像(automated breast volume scan,ABVS)是一种新型全自动、全容积的三维成像技术,自动操作流程可减少手持超声人为因素的影响和检查所需时间10。ABVS的高频宽幅探头测量范围较大、对无明确边界或沿导管分布的NML准确率更高,可避免常规超声因拼接测量而引起的误差11。它所提供的冠状面信息对周围组织结构异常(如汇聚征)的显示更加直观,有助于提高常规超声对NML病变诊断的准确性。故本文将NML分为导管型与非导管型,联合ABVS与常规超声共同探讨两型NML的恶性征象,筛选独立影响因素作为诊断标准并评估其诊断效能,为超声医师提供一种新型诊断模式。

资料与方法

一、对象

收集2023年1月至11月哈尔滨医科大学附属第一医院乳腺外科就诊的152例女性患者纳入研究。
纳入标准:(1)具备①或②声像图表现:①导管型NML:伴有导管扩张的腺体内低回声区或导管内实性成分;②非导管型NML:腺体紊乱区或腺体内片样低回声区;(2)所有病变均行常规超声与ABVS检查;(3)所有病变均有手术病理结果。本研究经哈尔滨医科大学附属第一医院伦理委员会的批准,伦理编号:IRB-AF/SC-04/02.0。
排除标准:(1)哺乳期及妊娠期患者;(2)同侧乳房具有乳腺癌手术史或近期放射治疗的患者;(3)病例资料不全或图像不合格者;(4)超声无法明确显示病变的患者;(5)2名高年资医师划分NML病灶时,意见不一者。

二、仪器与方法

1. 仪器:采用深博SPM-ABSS-11彩色多普勒超声诊断仪(配备ABVS系统)。常规超声使用频率为4.0~16.0 MHz的L742高频探头,ABVS使用频率为3.0~17.0 MHz的13L-B(ABVS)自动线性宽带环能器对双乳房进行扫描,包括以下3个标准平面:侧位、前后位、内侧位。扫描结束后图像自动传输到ABVS工作站,将横断切面进行三维重建,获得横断面、矢状面及冠状面图像。
常规超声与ABVS超声图像的分析:所有病变的超声图像均由2位具有5年以上ABVS诊断经验的高年资医师共同审查并将其归类为乳腺NML,结果一致者纳入研究。常规超声记录NML有无微钙化、内部回声、后方特征、周围结构是否扭曲及腋窝淋巴结有无异常。还需评估导管型NML的病变分布(中心型:距离乳头≤3 cm;周围型:距离乳头>3 cm)、导管改变(导管走行连续、扭曲;导管走行僵直、截断;导管走行平直),以及非导管型NML的病变方向(平行:纵横比<1:非平行:纵横比≥1)、病变分布(节段性分布:尖端指向乳头的三角形区域;局灶性分布:累及范围不超过一个象限;弥漫性分布:累及范围超过一个象限)。应用Adler半定量法12对NML进行血流分级:0~1级为稀少,2~3级为丰富。随后对NML进行ABVS检查,评估病变有无“汇聚征”及“跳跃征”(图113,14
图1 自动乳腺容积成像显示汇聚征与跳跃征。图a示汇聚征,冠状面上呈条索样回声向病灶中心汇聚(箭头示);图b示跳跃征,探头通过乳腺不同硬度的区域或轮廓变化而发生的跳跃伪像(箭头示)
评价标准:(1)常规超声分类标准:依据美国放射学会(American College of Radiology,ACR)2013年推出的第5版BI-RADS分类标准对NML进行分类,将1~4a类病变归类为良性,4b~6类病变归为恶性。(2)常规超声+ABVS模型的分类标准:联合常规超声与ABVS的超声征象行单因素自变量分析,显示有意义的自变量混杂调整纳入多因素Logistic逐步回归法,逐步筛选出独立影响因素作为恶性病变的诊断指标,根据病变出现诊断指标的数量对NML进行重新分类:≤1归类为良性,≥2归类为恶性。

三、统计学分析

应用SPSS 25.0统计软件进行统计分析。计数资料用百分比表示,组间比较采用Fisher确切概率法。应用多因素Logistic回归分析识别独立影响因素后,基于分析结果建立常规超声+ABVS模型的诊断标准对NML重新评估,以手术病理结果为金标准,绘制常规超声、常规超声+ABVS模型诊断病灶良恶性的受试者操作特征(receiver operating characteristic,ROC)曲线,应用Z检验比较ROC曲线下面积(area under the curve,AUC)的差异。P<0.05为差异具有统计学意义。

结 果

一、病理结果

导管型NML共59例,其中恶性病变28例,良性病变31例。恶性病变包括浸润性导管癌(invasive ductal carcinoma,IDC)7例、导管原位癌(ductal carcinoma in situ,DCIS)13例、IDC伴DCIS 2例、实性乳头状癌5例、IDC伴乳头状癌1例。良性病变包括导管内乳头状瘤15例、腺病14例、纤维囊性增生病2例。
非导管型NML共93例,其中恶性病变60例,良性病变33例。恶性病变包括DCIS 7例、IDC 23例、IDC伴DCIS 20例、IDC伴黏液癌1例、IDC伴微乳头状癌4例、浸润性小叶癌(invasive lobular carcinoma,ILC)3例、淋巴瘤2例。良性病变包括纤维腺瘤11例、叶状肿瘤1例、导管内乳头状瘤5例、腺病11例、硬化性腺病2例、增生病2例、硬化性淋巴细胞乳腺炎1例。

二、常规超声+ABVS的声像图特征与NML良恶性的单因素分析

导管型NML良性病变与恶性病变在微钙化、周围结构扭曲、导管改变、后方特征、内部回声、汇聚征、腋窝淋巴结异常、血流信号方面差异具有统计学意义(P<0.05,表1),但病变分布、跳跃征比较,差异无统计学意义(P均>0.05,表1)。
表1 常规超声和自动乳腺容积成像评价乳腺导管型非肿块病变良恶性的特征比较[例(%)]
项目 良性(n=31) 恶性(n=28) χ 2 P
常规超声
腋窝淋巴结异常 6.048 0.019
31(100) 23(82.14)
0(0) 5(17.86)
血流信号 23.111 < 0.001
稀少 26(83.87) 6(21.43)
丰富 5(16.13) 22(78.57)
内部回声 20.824 < 0.001
低回声 11(35.48) 26(92.86)
等回声 17(54.83) 2(7.14)
高回声 3(9.69) 0(0)
后方特征 16.766 < 0.001
无特征 19(61.30) 14(50.00)
衰减 3(9.69) 14(50.00)
增强 9(29.01) 0(0)
周围结构扭曲
23(74.19) 11(39.29) 7.342 0.006
8(25.81) 17(60.71)
微钙化 35.112 < 0.001
30(96.78) 6(21.43)
1(3.22) 22(78.57)
病变分布 0.073 0.786
中心型 11(35.48) 9(32.14)
周围型 20(64.52) 19(67.86)
导管改变 21.496 < 0.001
走行平直 22(70.97) 5(17.86)
走行扭曲、连续 7(22.58) 7(25.00)
走行僵直、截断 2(6.45) 16(57.14)
自动乳腺容积成像
汇聚征 28.416 < 0.001
27(87.10) 5(17.86)
4(12.90) 23(82.14)
跳跃征 0.345 0.660
29(93.55) 25(89.29)
2(6.45) 3(10.71)
非导管型NML良性病变与恶性病变在微钙化、周围结构扭曲、病变分布、后方特征、汇聚征、腋窝淋巴结异常、血流信号方面差异均具有统计学意义(P均<0.05,表2),但病变方向、内部回声、跳跃征方面比较,差异无统计学意义(P均>0.05,表2)。
表2 常规超声和自动乳腺容积成像评价乳腺非导管型非肿块病变良恶性的特征比较[例(%)]
项目 良性(n=33) 恶性(n=60) χ 2 P
常规超声
腋窝淋巴结异常 8.312 0.003
33(100) 47(78.33)
0(0) 13(21.67)
血流信号 26.154 < 0.001
稀少 23(69.70) 10(16.67)
丰富 10(30.30) 50(83.33)
内部回声 4.065 0.160
低回声 26(78.79) 53(88.33)
等回声 7(21.21) 5(8.33)
高回声 0(0) 2(3.34)
后方特征 49.424 < 0.001
无特征 28(84.85) 7(11.67)
衰减 4(12.12) 51(85.00)
增强 1(3.03) 2(3.33)
周围结构扭曲
23(69.70) 12(20.00) 22.403 < 0.001
10(30.30) 48(80.00)
微钙化 44.116 < 0.001
32(96.97) 15(25.00)
1(3.03) 45(75.00)
病变方向 0.047 1.000
非平行 2(6.06) 3(5.00)
平行 31(93.94) 57(95.00)
病变分布 20.580 < 0.001
弥漫性 1(3.03) 0(0)
节段性 9(27.27) 45(75.00)
局灶性 23(69.70) 15(25.00)
自动乳腺容积成像
汇聚征
28(84.85) 6(10.00) 51.426 < 0.001
5(15.15) 54(90.00)
跳跃征
30(90.90) 58(96.67) 1.387 0.342
3(9.10) 2(3.33)

三、NML的多因素Logistic回归分析

多因素Logistic逐步回归分析后得到以下3个变量:微钙化(OR=55.522)、汇聚征(OR=12.321)及导管走行僵直、截断(OR=3.740)是导管型NML恶性病变的独立影响因素(P<0.05,表3图2),回归系数大于0;微钙化(OR=46.435)、汇聚征(OR=11.914)、血流信号(OR=9.594)是非导管型NML恶性病变的独立影响因素(P<0.05,表4图3),回归系数大于0。
表3 乳腺导管型非肿块恶性病变的Logistic多因素回归分析结果
变量 回归系数 标准误 Wald P OR 值(95%CI
微钙化 4.0168 1.2418 10.4626 0.001 55.522(4.869~633.147)
汇聚征 2.5113 1.0329 5.9119 0.015 12.321(1.627~93.287)
导管走行僵直、截断 1.319 0.6183 4.5501 0.033 3.740(1.113~12.564)
表4 乳腺非导管型非肿块恶性病变的Logistic多因素回归分析结果
变量 回归系数 标准误 Wald P OR 值(95%CI
微钙化 3.8381 1.2327 9.6935 0.002 46.435(4.145~520.188)
汇聚征 2.4777 0.8079 9.4064 0.002 11.914(2.446~58.042)
血流信号 2.2611 0.9077 6.2054 0.013 9.594(1.619~56.833)
图2 乳腺导管型非肿块病变病理结果为浸润性导管癌的声像图。图a:常规超声显示导管扩张、截断;图b:常规超声显示导管内低回声伴散在钙化;图c:自动乳腺容积成像(ABVS)显示汇聚征(箭头),常规超声+ABVS联合诊断将其归为恶性
图3 乳腺非导管型非肿块病变病理结果为浸润性导管癌伴导管原位癌的声像图。图a:常规超声显示低回声区伴多发钙化;图b:彩色多普勒血流成像显示血供丰富;图c:自动乳腺容积成像(ABVS)显示汇聚征(箭头),常规超声+ABVS联合诊断将其归为恶性

四、常规超声与常规超声+ABVS模型对NML的诊断结果

常规超声及常规超声+ABVS模型对NML的诊断结果(表5)显示,对于导管型NML,常规超声与常规超声+ABVS模型诊断的良性病例分别为30例与36例,恶性率分别为30.0%(9/30)与16.6%(6/36)。对于非导管型NML,常规超声与常规超声+ABVS模型诊断的良性病例分别为36例与35例,恶性率分别为27.8%(10/36)与14.3%(5/35)。
表5 常规超声与常规超声+ABVS模型对乳腺导管型NML和非导管型NML的诊断与病理结果对照(例)
病理结果 导管型NML 非导管型NML
常规超声 常规超声+ABVS 常规超声 常规超声+ABVS
良性 恶性 良性 恶性 良性 恶性 良性 恶性
良性 21 10 30 1 26 7 30 3
恶性 9 19 6 22 10 50 5 55

注:ABVS为自动乳腺容积成像,NML为非肿块病变

五、常规超声、常规超声+ABVS模型对NML的诊断效能

常规超声+ABVS模型对NML病变良恶性的诊断较常规超声具有明显优势:导管型NML中,常规超声+ABVS模型诊断病变良恶性的AUC、敏感度、特异度、阳性预测值(positive predictivevalue,PPV)、阴性预测值(negative predictive value,NPV)均高于常规超声;非导管型NML中,常规超声+ABVS模型诊断病变良恶性的AUC、敏感度、特异度、PPV、NPV均高于常规超声;相较于常规超声,常规超声+ABVS模型可有效提高导管型NML良恶性的诊断效能(AUC:0.877 vs 0.678,P<0.05),但两者对非导管型NML良恶性病灶的诊断效能差异并无统计学意义(AUC:0.913 vs 0.858,P>0.05,表6)。
表6 常规超声与常规超声+ABVS模型对乳腺导管型NML与非导管型NML的诊断价值
组别 常规超声 常规超声+ABVS Z P
AUC PPV NPV 敏感度 特异度 AUC PPV NPV 敏感度 特异度
导管型NML 0.678 0.655 0.700 0.679 0.677 0.877 0.957 0.833 0.786 0.968 -3.479 0.001
非导管型NML 0.858 0.912 0.778 0.867 0.848 0.913 0.948 0.857 0.917 0.909 -1.558 0.1194

注:ABVS为自动乳腺容积成像,NML为非肿块病变,AUC为曲线下面积,PPV为阳性预测值,NPV为阴性预测值

讨 论

本研究中恶性NML的占比为57.9%(88/152),与既往研究中NML的恶性病变占比范围(27.0%~68.4%)相对应,高占比警示:提高对NML的鉴别诊断已刻不容缓。NML的影像学表现复杂多样,Ko等15曾将NML分为4型,I型为导管样低回声区,其内未伴钙化者为Ⅰa型,伴钙化者为Ⅰb型。Ⅱ型为腺体内低回声区,其内未伴钙化者为Ⅱa型,伴钙化者为Ⅱb型,Ⅲ型为结构扭曲的腺体紊乱区,Ⅳ型为低回声区病变伴后方声影。将4种分类与BI-RADS分类相结合,Ⅰb型与Ⅱb型的阳性预测值分别为79%、58%,高度怀疑恶性。Ⅲ型、Ⅳ型在NML中并不常见,与良、恶性病理组织学无明显相关性。但该分类系统是依据声像图征象直接进行分类,主观性强,且以上征象可单独出现,亦可合并存在,这种框架性模式反而限制了超声医师的诊断思路。本研究以导管型与非导管型NML分类为基础,将前人分类讨论的结构紊乱、导管改变、后方回声衰减作为超声征象评估病变良恶性并构建常规超声+ABVS模型,佐证Logistic回归分析所选指标是否可作为诊断恶性NML的重要依据,该方法可大致涵盖各种类型NML,为超声医师诊断NML提供了新思路。此外,非导管型NML多呈局灶性或节段性分布,术前常规超声检查对其体表标记定位即可。但导管型NML病变沿导管成簇生长、分布广泛,可累及终末导管及小叶单位,术前常规超声易低估其病变范围16,需结合乳腺导管造影检查或ABVS冠状面视图标记病变导管及所在的腺叶,以术中精准切除病变。本研究以此分类,可为临床医师制定适宜的诊疗方案提供参考依据。
恶性导管型NML的独立影响因素为微钙化、汇聚征与导管僵直、截断。微钙化的形成与肿瘤细胞坏死产生粉刺状物质或细胞活性增加致使分泌增加相关,提示肿瘤侵袭性增强。既往研究表明,导管内病变伴多发钙化高度提示恶性,该征象对诊断DCIS具有提示意义17,18,且高级别DCIS出现微钙化、结构扭曲、导管改变等征象的概率远高于低级别DCIS,高级别DCIS较低级别DCIS侵袭能力更强,为保乳术后复发风险的强预测因子19。以上征象与本研究中导管型NML Logistic回归分析筛选出的独立影响因素类似,可为超声医师在诊断过程中欲精确到病理类型增强信心,并辅助临床医师制定手术方案,降低术后复发风险。恶性导管型NML表现为汇聚征的病理基础主要为癌细胞突破导管壁向周边组织浸润。若病变局限于导管系统未侵犯基底膜,癌细胞沿导管分支播散交织于正常腺体及间质中,也可形成声像图中的“汇聚征”征象。但本研究中有4例良性病变也出现了此征象,其原因多为导管内分泌物外溢至导管周围及腺体间质,引起管周炎症浸润及纤维增生,发生“假浸润”现象20。导管改变中,导管僵硬、截断为导管型NML的恶性征象,恶性病变的导管壁增粗、僵硬,根据病灶浸润情况,可发生不规则截断。良性病变中的导管走行规则、连续性好。本研究中有7例良性病变导管连续性好,但走行扭曲,其原因可能为成肌细胞增殖伴随受累导管间质纤维化,使导管受压扭曲、变形21。以上征象在日常诊断中可作为导管型NML良恶性的鉴别依据,应对其重点观察并综合考量,以达到最佳诊断效能。
恶性非导管型NML的影响因素为微钙化、汇聚征与血流信号。非导管型NML极易与局限性腺病相混淆,掌握其恶性征象尤为重要。Zhang等22利用钼靶、ABVS及常规超声3种检查方法建立恶性NML的预测模型,发现微钙化(钼靶)、汇聚征(ABVS)、血供丰富(常规超声)为恶性NML或前驱病变的危险因素,与本研究结果一致。但钼靶对扩张导管的检出受限,无法精准判断导管与钙化的位置关系23,该检查并不适用于导管型NML患者,3种方法联合诊断难免导致此类患者检查成本过高,过度诊疗。本研究选用常规超声与ABVS 2种检查对导管型与非导管型NML均可适用,患者的检查费用相对减少,且NML的低回声背景有利于超声对微钙化的检出,该背景下微钙化具有极高的PPV。Soo等24研究表明,超声可视化下的微钙化更具侵袭性,其检出微钙化者相较于未检出者的恶性概率高3倍以上。本研究中46例非导管型NML检出微钙化,其中仅有1例病理类型为良性,其余均为恶性病变。而未伴钙化的非导管型乳腺癌则主要依靠汇聚征与血供丰富征象进行诊断。本研究中5例良性病变也表现为汇聚征,其形成原理多为腺泡与小叶形态不规则,临近的小叶密集靠拢,小叶间纤维增生伴胶原化。血供丰富出现于恶性病变中的比例多于良性病变(83.33% vs 30.30%),但其重叠现象仍不可忽视。ACR曾建议血供情况不能作为诊断恶性病变的唯一征象,这也是本研究建立以诊断指标≥2个为恶性病变诊断标准的原因,可避免过高的假阳性率。
常规超声+ABVS模型诊断导管型NML和非导管型NML病变良恶性的诊断效能均高于常规超声。在导管型NML中两者诊断效能差异有统计学意义,而在非导管型NML中两者差异无统计学意义。经观察发现导管型NML中恶性病变对周围组织牵拉程度弱于非导管型NML,导管型NML的恶性病变以DCIS为主(13/28,46.4%),非导管型NML的恶性病变则以IDC及IDC伴DCIS为主(43/60,71.7%),IDC突破导管壁向周围组织浸润造成的间质纤维化远强于局限于基底膜的DCIS。因此,分析导管型NML的组织浸润情况时更需依靠ABVS的三维视图。恶性导管型NML中,ABVS检出的汇聚征比例高于常规超声检出的可疑结构扭曲(82.14% vs 60.71%),且常规超声+ABVS模型的特异度与PPV较常规超声也有明显提高(0.968 vs 0.677;0.957 vs 0.655),可能因为ABVS冠状位视图可更直观地显示导管与病变间、病变与周围腺体间关系25,故常规超声+ABVS模型对导管型NML患者的受益更大。
该项回顾性研究所用数据均为手术病理证实的病例,故排除了未手术治疗的随访病例,可能存在选择偏倚。临床工作中,非导管型NML与增生性腺病易混淆,此类患者多倾向于随访观察。若纳入更多的随访病例,通过模型辅助后,模型的诊断敏感度、特异度、准确性及对非导管型NML的诊断效能可能会有所提高。今后需要进一步扩大样本量并纳入未手术治疗的随访病例,开展前瞻性研究来继续验证和完善本研究结论,以增强结论的可靠性。
1
Yamaguchi R, Watanabe H, Mihara Y, et al. Histopathology of nonmass-like breast lesions on ultrasound [J]. J Med Ultrason, 2023,50(3): 375-380.

2
王慧妍, 陆龙颖, 张和庆, 等. 超声多模态检查可提高对乳腺非肿块型病变的诊断效能 [J]. 四川大学学报(医学版), 2024, 55(5):1240-1246.

3
Li SY, Wang B, Jiang Y, et al. Proteomics comparison between masslike and non-mass-like breast lesions [J]. Ann Transl Med, 2023, 11(2):85-85.

4
Li H, Chen L, Xu S. Incremental value of shear wave elastography and contrast-enhanced ultrasound in the differential diagnosis of breast non-mass-like lesions [J]. Int J Womens Health, 2024, 16: 2221-2230.

5
Liu D, Ba Z, Gao Y, et al. Subcategorization of suspicious non-masslike enhancement lesions (BI-RADS-MRI Category4) [J]. BMC Med Imaging, 2023, 23(1): 182.

6
Zhang F, Li G, Jin L, et al. Diagnostic value of Doppler imaging for malignant non-mass breast lesions: with different diagnostic criteria for older and younger women: first results [J]. Clin Hemorheol Microcirc, 2022, 81(2): 123-134.

7
Li H, Cong P, Yu YN, et al. Value of sonoelastography for diagnosis of breast non-mass lesions and comparison with BI-RADS: a systematic review and meta-analysis [J]. Medicine (Baltimore), 2024, 103(23):e38425.

8
Zhang W, Xiao X, Xu X, et al. Non-mass breast lesions on ultrasound:feature exploration and multimode ultrasonic diagnosis [J]. Ultrasound Med Biol, 2018, 44(8): 1703-1711.

9
Wang ZL, Li Y, Wan WB, et al. Shear-wave elastography: could it be helpful for the diagnosis of non-mass-like breast lesions? [J].Ultrasound Med Biol, 2017, 43(1): 83-90.

10
包凌云, 谭艳娟, 朱罗茜, 等. 自动乳腺全容积成像在乳腺导管原位癌诊断中的应用价值 [J/CD]. 中华医学超声杂志(电子版).2015, 12(1): 61-67.

11
Helal M, Mansour S, Khaled R, et al. The role of automated breast ultrasound in the assessment of the local extent of breast cancer [J].Breast J, 2021, 27(2): 113-119.

12
Choi JS, Han BK, Ko EY, et al. Additional diagnostic value of shearwave elastography and color Doppler US for evaluation of breast nonmass lesions detected at B-mode US [J]. Eur Radiol, 2016, 26(10):3542-3549.

13
Tang G, An X, Xiang H, et al. Automated breast ultrasound:interobserver agreement, diagnostic value, and associated clinical factors of coronal-plane image features [J]. Korean J Radiol, 2020,21(5): 550-560.

14
Rella R, Belli P, Giuliani M, et al. Automated breast ultrasonography(ABUS) in the screening and diagnostic setting: indications and practical use [J]. Acad Radiol, 2018, 25(11): 1457-1470.

15
Ko KH, Hsu HH, Yu JC, et al. Non-mass-like breast lesions at ultrasonography: feature analysis and BI-RADS assessment [J]. Eur J Radiol, 2015, 84(1): 77-85.

16
杨璟, 王森茂, 李斌. 乳腺导管内乳头状瘤手术方式的比较及复发因素分析 [J/OL]. 中华乳腺病杂志(电子版), 2021, 15(2): 71-76.

17
Li JK, Wang HF, He Y, et al. Ultrasonographic features of ductal carcinoma in situ: analysis of 219 lesions [J]. Gland Surg, 2020, 9(6):1945-1954.

18
Ban K, Tsunoda H, Watanabe T, et al. Characteristics of ultrasonographic images of ductal carcinoma in situ with abnormalities of the ducts [J]. J Med Ultrason (2001), 2020, 47(1): 107-115.

19
Gunawardena DS, Burrows S, Taylor DB. Non-mass versus mass-like ultrasound patterns in ductal carcinoma in situ: is there an association with high-risk histology? [J]. Clin Radiol, 2020, 75(2): 140-147.

20
Hsu HH, Yu JC, Hsu GC, et al. Ultrasonographic alterations associated with the dilatation of mammary ducts: feature analysis and BI-RADS assessment [J]. Eur Radiol, 2010, 20(2): 293-302.

21
Han BK, Choe YH, Ko YH, et al. Benign papillary lesions of the breast: sonographic-pathologic correlation [J]. J Ultrasound Med,1999, 18(3): 217-223.

22
Zhang J, Cai L, Pan X, et al. Comparison and risk factors analysis of multiple breast cancer screening methods in the evaluation of breast non-mass-like lesions [J]. BMC Med Imaging, 2022, 22(1): 202.

23
Durand MA, Friedewald SM, Plecha DM, et al. False-negative rates of breast cancer screening with and without digital breast tomosynthesis[J]. Radiology, 2021, 298(2): 296-305.

24
Soo MS, Baker JA, Rosen EL. Sonographic detection and sonographically guided biopsy of breast microcalcifications [J]. AJR Am J Roentgenol, 2003, 180(4): 941-948.

25
Zhang J, Cai L, Chen L, et al. Re-evaluation of high-risk breast mammography lesions by target ultrasound and ABUS of breast nonmass-like lesions [J]. BMC Med Imaging, 2021, 21(1): 156.

文章导航

/


AI


AI小编
你好!我是《中华医学电子期刊资源库》AI小编,有什么可以帮您的吗?