BI-RADS系统在基层乳腺癌筛查中的应用评估：协议依从性与诊断效度验证

《Frontiers in Oncology》：BI-RADS application for breast cancer screening in primary healthcare settings: assessing protocol adherence and diagnostic validity

本研究评估了乳腺影像报告和数据系统（BI-RADS）在基层医疗机构的应用效能，通过8996名35-64岁中国中部女性的多模态影像数据（手持超声HHUS、自动乳腺超声ABUS和乳腺X线摄影MG），验证了基层放射科医生能有效依据BI-RADS第5版对恶性特征（如不规则形态、模糊边缘、簇状钙化）进行分类。结果显示超声与MG在BI-RADS分类上具有互补性（HHUS与ABUS一致性达98.2%，Kappa=0.726），ABUS筛查效能最优（AUC=0.9935），联合MG可提升HHUS灵敏度至100%。研究表明BI-RADS能为基层乳腺癌筛查提供可靠框架。

　　

背景

乳腺癌筛查的核心目标是通过早期发现病变提升治疗效果与生存率。基层医疗机构常使用手持超声（HHUS）和乳腺X线摄影（MG）进行筛查，而自动乳腺超声（ABUS）因能提供高分辨率三维容积成像，近年逐步融入筛查体系。然而，影像诊断准确性高度受放射科医生经验影响。为规范诊断，乳腺影像报告和数据系统（BI-RADS）通过整合影像特征与风险分层（分类0-6级，其中4-5类提示恶性风险增高），为临床决策提供支持。本研究旨在评估基层医院放射科医生应用BI-RADS的协议依从性及诊断效度。

材料与方法

研究纳入8996名35-64岁中国中部地区女性，按年龄分层：35-44岁组接受ABUS和HHUS检查，45-64岁组增加MG检查。所有影像诊断均依据美国放射学会（ACR）2013年发布的BI-RADS第5版标准。关键分析的影像特征包括病灶形态（规则/不规则）、边缘（清晰/模糊）、方位（平行/非平行）、钙化类型（簇状、线性或良性钙化）及相关伴随征象（结构扭曲、不对称致密等）。以病理结果为准，通过受试者工作特征曲线下面积（AUC）等指标评估BI-RADS引导转诊的筛查效能。

结果

恶性影像特征与BI-RADS分类关联显著：HHUS和ABUS对不规则形态病灶分别有44%和45.7%归为BI-RADS≥4类，而MG达77.4%；模糊边缘病灶在HHUS和ABUS中BI-RADS≥4类比例分别为81%和77.5%，MG仅40.8%；簇状钙化在HHUS中100%归为BI-RADS≥4类，MG为85.7%；非平行（高大于宽）方位病灶在HHUS和ABUS中分别有72.7%和88.9%判为4类。HHUS与ABUS的BI-RADS分类一致性高达98.2%（Kappa=0.726），而超声与MG的一致性约96%（Kappa=0.21-0.25）。BI-RADS引导的筛查效能显示，ABUS的AUC最高（0.9935），HHUS为0.9529，MG为0.8983。若对超声阴性者补充MG诊断，可提升HHUS的AUC至0.9920。

讨论

基层放射科医生能依据恶性特征准确应用BI-RADS分类，如对高风险特征（非平行方位、簇状钙化）优先归入BI-RADS≥4类。超声对肿块相关特征敏感，MG长于检测钙化与结构扭曲，二者具互补性。ABUS因三维成像优势较HHUS展现稍高的诊断一致性，但联合MG筛查时需权衡灵敏度提升与特异性下降带来的假阳性风险。研究局限性包括单中心设计及未设置高级别医院放射科医生的质控复核。

结论

BI-RADS系统可为基层乳腺癌筛查提供标准化框架，不同影像模态的BI-RADS分类差异反映了技术特性，整体应用效能良好，适于在基层医疗机构推广。