编辑推荐：
为解决乳腺癌因异质性导致的诊断难题，研究人员开展了通过磁共振成像（MRI）探究高级 ADC 指标鉴别乳腺病变的研究。结果显示，高级 ADC 指标可显著提升诊断准确性，联合模型效果更佳。这为乳腺癌精准诊断提供了新途径。
在女性健康领域，乳腺癌一直是令人谈之色变的 “杀手”。全球每年有超过 200 万新发病例，早期准确区分乳腺肿瘤的良恶性，对优化临床治疗、减少不必要的侵入性操作、改善患者预后至关重要。然而，乳腺癌具有高度异质性，其多样的病理和分子亚型，给诊断带来极大挑战。传统的乳腺成像技术，如乳腺 X 线摄影和超声，在鉴别良恶性病变时存在局限性，尤其是在致密型乳腺组织或复杂囊性固定肿块的情况下。
扩散加权成像（DWI）结合磁共振成像（MRI）成为评估肿瘤生物学的重要工具，其中表观扩散系数（ADC）作为关键定量指标，能非侵入性地反映肿瘤组织的细胞密度和膜完整性，助力鉴别乳腺良恶性病变。但传统研究多聚焦于平均 ADC 值（ADCavg），这可能过度简化了乳腺肿瘤的复杂异质性，不同研究结果也相互矛盾。此外，ADC 值受肿瘤细胞密度、细胞外基质（ECM）含量等多种因素影响，使得仅依靠 ADCavg难以充分捕捉乳腺病变的多样性和生物学特征。
为了解决这些问题，西南医科大学附属医院等机构的研究人员开展了一项回顾性队列研究。他们收集了 125 例经病理证实的乳腺肿瘤患者的 MRI 数据，旨在系统评估各种 ADC 衍生指标在鉴别乳腺良恶性肿瘤中的诊断价值，并构建联合预测模型提升诊断准确性。该研究成果发表在《BMC Medical Imaging》上。
研究人员采用的主要关键技术方法包括：首先，利用飞利浦 1.5T 超导扫描仪及专用乳腺线圈对患者进行 MRI 扫描，扫描序列涵盖 T1 加权成像（T1WI）、T2 加权成像（T2WI-SPAIR）、DWI 和动态对比增强 T1WI（DCE-T1WI）。然后，将图像导入工作站生成 ADC 图，由两位经验丰富的放射科医生在病变及参考点（对侧正常乳腺实质、胸大肌、室间隔）手动放置感兴趣区域（ROI）测量 ADC 值，计算出如最小 ADC 值（ADCmin）、相对最小 ADC 比值（rADCmin）、ADC 变异系数（ADCcv）等高级 ADC 指标。最后，运用 R 和 Python 软件进行统计分析，通过受试者工作特征曲线（ROC）评估各指标诊断效能，构建二元逻辑回归联合模型并进行多维度比较 。
研究结果
- 病理结果：研究共纳入 125 例患者，其中 77 例为恶性乳腺肿瘤（主要是浸润性导管癌），48 例为良性肿瘤（主要是纤维腺瘤）。恶性组患者年龄范围为 28 - 77 岁，平均年龄 55.66 ± 11.21 岁；良性组患者年龄范围为 10 - 64 岁，平均年龄 42.96 ± 14.57 岁。
- 六个 ADC 指标的比较：统计分析发现，恶性和良性肿瘤组之间 ADCavg、ADCmin、ADCcv和 rADCmin值存在显著差异（P<0.001）。恶性组的 ADCmin、ADCavg和 rADCmin值低于良性组，而良性肿瘤组的 ADCcv值更低。同时，Spearman 相关性分析表明，ADCmin与 ADCavg、rADCmin_PM 与 rADCmin_G 之间存在显著相关性，ADCcv与其他指标呈弱负相关。
- 单一指标的诊断效能：在评估六个 ADC 指标鉴别乳腺良恶性肿瘤的诊断效能时，ADCmin的曲线下面积（AUC）最高，敏感性和特异性也较优；ADCcv的诊断性能最差。ADCavg和 ADCmin的 AUC 值相近，在临床诊断中均有一定可行性。在三个相对 ADC 指标中，rADCmin_IS 的诊断性能最佳。
- 联合模型的诊断效能：联合模型仅纳入年龄和 ADCavg构建列线图，其诊断性能（AUC = 0.964）优于单个 ADC 指标。联合模型的校准曲线与实际结果吻合良好，临床决策曲线和临床影响曲线显示其具有更好的临床净效益。与最佳单一指标 ADCmin相比，联合模型的综合鉴别改善指数（IDI）分析表明其诊断性能提高了 8.3%，且差异具有统计学意义（P = 0.003）。
研究结论与讨论
本研究表明，高级 ADC 指标在鉴别乳腺良恶性病变方面具有重要价值，能显著提升诊断准确性。其中，ADCmin作为单一指标表现出色，联合模型（包含年龄和 ADCavg）进一步优化了乳腺癌的诊断，为临床提供了更精准的诊断工具，推动了乳腺癌向精准医学方向发展。
然而，研究也存在局限性。其回顾性设计和单中心样本可能导致选择偏倚，限制了结果的普遍适用性。同时，研究对乳腺癌的复杂性和异质性探讨不足，缺乏对肿瘤分级和分子亚型的深入分析。未来研究可采用前瞻性、多中心设计加以验证，并深入研究肿瘤分级和分子亚型，以更好地指导临床治疗决策，改善患者预后。此外，尽管本研究中常规 ADC 指标联合年龄已展现出高预测性能，但新兴技术如 DCE 成像、体素内不相干运动（IVIM）、扩散峰度成像（DKI）等与 DWI 结合，有望进一步提高乳腺癌的诊断准确性和早期检测能力。标准化 ADC 指标的获取、处理和分析，以及优化 ROI 放置技术或引入自动化软件，也将是未来研究的重要方向。总之，本研究为乳腺癌的诊断提供了新的思路和方法，具有重要的临床意义和研究价值。
