Page 124 - 南京医科大学自然版
P. 124

第45卷第8期
               ·1180 ·                           南 京    医 科 大 学 学         报                        2025年8月


              验进行分析。通过单因素及多因素分析进行变量                             析显示，使用诊断模型预测乳腺肿块恶性风险比
              筛选，P < 0.05 的变量将纳入后续分析。通过强制                      “全部治疗”或“不治疗”策略增加了更多的净收益
              纳入回归构建预测模型，并且绘制受试者工作特征                           （图2C、F）。
             （receiver operating characteristic，ROC）曲线以评估       2.4  列线图对肿块良恶性的风险分层
              模型的预测能力。同时，绘制列线图对预测模型进                                 基于诊断模型的列线图计算了所有患者的风
              行展示，校准曲线和 Hosmer⁃Lemeshow 检验评估模                   险评分，前 20%（风险评分界值为 0.1）和后 20%（风
              型预测结果与实际之间的差异。决策曲线分析预                             险评分界值为0.7）被设定为截断值。风险评分≥0.7
              测模型的临床意义。基于预测模型的风险评分，将                            的患者被列为高危组，风险评分≤0.1的患者被列为
              研究对象进行危险程度分组，推导预测模型的公                             低危组，其余患者被列为中危组。从图3可以看出，
              式。使用双侧统计分析，P < 0.05 为差异有统计学                       低危组中，8.8%（5/57）为恶性病变，91.2%（52/57）为
              意义。                                               良性病变；高危组中，良、恶性肿块的比例分别为
                                                                17.9%（10/56）和82.1%（46/56）。
              2  结 果
                                                                3  讨 论
              2.1  研究对象基本特征
                  本研究共纳入 327 例女性患者，年龄（47.5±                          本研究回顾性分析了327例超声诊断为BI⁃RADS
              11.2）岁。使用统计软件按 7∶3 的比率随机将所有                       4A及4B类的非平行位生长乳腺小肿块的临床及声
              研究对象分为训练集（n=229）和验证集（n=98）。所                      像特点，结果提示年龄、边缘、弹性和BI⁃RADS分类
              有患者中恶性比例为 36.1%（118/327），其中训练集                    为恶性肿块的独立危险因素。利用这4个变量建立
              队 列 恶 性 比 例 为 36.2%（83/229），验证集队列为                了预测模型，并以列线图的形式展现。根据列线图
              35.7%（35/98）。327个肿块的超声BI⁃RADS分类中，                 计算得出的风险评分将乳腺肿块进行了危险分层，
              4A 类 212 例，4B 类 115 例。恶性比例分别为 20.8%               其中低危组、高危组的恶性比例分别为 8.8%和
             （44/212）和 64.3%（74/115）。两个数据集的基本特                  82.1%。
              征差异无统计学意义（表1）。                                         在以往大多数研究中，通常用纵横比>1指代非
              2.2  恶性肿块相关特征的筛选                                  平行位，即肿块的前后径大于水平径，但是根据最
                  表2展示了对训练集队列的229例患者进行的                         新版的BI⁃RADS 辞典，圆形及斜行于皮肤的肿块也
              单因素及多因素分析。在单因素分析中，恶性肿块                            属于非平行位生长，这导致了实际临床应用中的困
              患者中年龄偏大及绝经后患者的比例较良性肿块                             难以及更多假阳性病例的出现 。有研究者对肿块
                                                                                           ［7］
              患者更高（P < 0.001）。在超声图像特征中，恶性肿                      最长轴与皮肤之间的角度（方位角）进行了量化，相
              块相比良性肿块更多地表现为边缘不光整（P <                            比传统的纵横比>1 的定义，更加准确并且客观，有
              0.001）及质地偏硬（P=0.001）；BI⁃RADS分类中4B类                效预测了恶性肿块 。本研究中的方位通过主观判
                                                                                 ［8］
              明显多于 4A 类（P < 0.001）。经多因素分析，年龄                    断，尽管评估的医师诊断经验丰富，但是一些偏倚
             （OR=1.05，95%CI：1.00~1.11，P=0.036），边缘（OR=           仍无法避免。希望在未来的研究中通过客观计算
              4.28，95% CI：1.67~12.33，P=0.004），弹性（OR=6.44，       方位角来提高诊断模型的预测效能。

              95% CI：1.90~26.72，P=0.005）和BI⁃RADS分类（OR=               直径较小的乳腺肿块一直是常规超声的诊断
              5.77，95% CI：2.76~12.50，P < 0.001）仍然为恶性肿           难点，尤其对于<1 cm的肿块，超声特征不典型是主
              块的独立危险因素。                                         要原因。因此，很多研究联合弹性成像或超声造影等

              2.3  列线图的构建与验证                                    新技术来提高小肿块的诊断准确率                ［9-11］ 。通过本研究
                  年龄、边缘、弹性和超声BI⁃RADS分类这4个变                      亦可发现，弹性成像中恶性肿块相比良性肿块质地偏
              量被纳入统计并建立了诊断模型，以列线图的形式                            硬，这与既往多数研究结果一致              ［12-13］ 。有研究者发现
              展现出来（图1）。训练集和验证集ROC的曲线下面                          在<1 cm 的乳腺肿块良恶性鉴别中，边缘是唯一有
              积分别为 0.846 和 0.798（图 2A、D）。从校准曲线可                 意义的预测因子 ，本研究中，边缘也是有统计学意
                                                                               ［6］
              以看出预测结果与实际结果之间较好的一致性，                             义的恶性相关危险因素。同时，相比钼靶及增强核

              Hosmer⁃Lemeshow检测在训练集和验证集中P值均>                    磁，超声对边缘的判断更加准确，因此在临床中有
              0.05，显示模型良好的校准（图2B、E）。决策曲线分                       较高的应用价值 。
                                                                               ［14］
   119   120   121   122   123   124   125   126   127   128   129