超越密度：乳腺X线摄影遮蔽预测模型Mammatus在荷兰乳腺癌筛查中的验证研究

本研究针对乳腺X线筛查中因组织遮蔽导致的漏诊问题，由荷兰拉德堡德大学医学中心团队验证了Mammatus模型在荷兰人群中的预测效能。通过对935例筛查病例（635例筛查检出癌和304例间期癌）的回顾性分析，证实该模型区分遮蔽风险的能力（AUC=0.69）显著优于单纯体积乳腺密度（VBD）（p=0.019），且与北美原队列性能无统计学差异（p=0.15）。研究为优化筛查策略提供了超越密度指标的量化工具，对指导补充影像检查具有重要临床价值。

　　

乳腺X线筛查是早期发现乳腺癌的重要手段，但令人困扰的是，即使采用规范的筛查程序，仍有相当比例的乳腺癌会在两次筛查之间被临床确诊——这类被称为"间期癌"的病例约占荷兰筛查项目的2.2/1000。研究表明，致密的乳腺组织可能遮蔽病灶（称为"遮蔽效应"），是导致漏诊的重要原因。然而，单纯依靠体积乳腺密度（Volumetric Breast Density, VBD）的评估存在明显局限，因为组织结构的空间分布特征同样影响遮蔽风险。这引出一个关键科学问题：如何建立更精准的遮蔽预测模型？为此，加拿大Sunnybrook研究所开发的Mammatus算法通过整合放射组学特征和临床因素，在北美队列中展现出优于VBD的预测能力（AUC=0.75），但其在其它筛查体系中的适用性尚待验证。

荷兰拉德堡德大学医学中心联合多国团队在《European Radiology》发表了这项重要验证研究。研究人员收集了2008-2018年荷兰单中心使用Hologic系统的筛查数据，纳入标准严格限定为单侧浸润性癌病例，包括筛查检出癌（n=635）和后续24个月内确诊的间期癌（n=304）。所有影像均经过回顾性阅片，根据病灶可见性将间期癌细分为"可见但漏诊"（中风险）和"完全不可见"（高风险）两类。研究采用受试者工作特征曲线下面积（AUC）比较Mammatus与VBD的预测效能，并通过三分类ROC分析评估模型对不同遮蔽风险的区分能力。

关键技术方法包括：1）基于荷兰国家筛查队列的回顾性设计，通过癌症登记系统获取临床确诊数据；2）采用标准化流程对筛查影像进行病灶可见性标注；3）Mammatus算法提取乳腺组织纹理特征与VBD参数；4）MRMCaov统计方法比较模型性能差异。特别值得注意的是，研究者创新性地将间期癌根据回顾性可见性进一步细分，为遮蔽风险提供了更精细的评估框架。

研究结果部分，"比较原始研究"显示：在区分筛查检出癌（低风险）与间期癌（高风险）的任务中，Mammatus达到AUC=0.69（95%CI:0.66-0.73），虽略低于原始研究的0.75（p=0.15），但显著优于VBD的0.66（p=0.019）。当仅分析确诊时间<12个月的间期癌时（减少真性间期癌干扰），模型性能进一步提升（见补充材料B）。"三分类ROC"分析揭示：Mammatus对低风险（筛查可见病灶）vs中高风险（间期癌）的区分能力最佳（AUC=0.73），而对中低风险vs高风险的区分稍弱（AUC=0.69），提示模型更擅长识别"明确无遮蔽"的病例。典型病例图示显示，高VBD但低Mammatus评分的乳腺（图3C）确实存在复杂但相对均匀的纹理模式，而某些低VBD但高评分的病例（图3B）则表现出局部聚集的纤维腺体组织，这解释了为何单纯密度指标可能遗漏关键遮蔽风险。

讨论部分指出，这是首个在欧洲双读筛查体系下验证的遮蔽预测模型。研究创新性地发现：55%的间期癌在回顾性阅片中可见病灶，这类"中等风险"病例可能因解读困难而非完全遮蔽导致漏诊。Mammatus对此类病例也赋予较高评分，表明其不仅能预测完全遮蔽，还能识别"易被忽略"的复杂影像特征。与既往研究相比，该模型优势在于：1）整合了北美与欧洲不同设备（GE vs Hologic）的影像特征，证明算法具有跨平台稳定性；2）通过大规模验证（n=935）确认临床适用性；3）首次证实放射组学特征可补充VBD的不足。局限性包括：未分析对钙化灶的遮蔽预测，且约25%病例因技术原因未能成功处理（主要由于开放光束信号校准问题）。

这项研究为精准筛查提供了重要工具。未来应用方向包括：1）识别需要重点复核的高风险影像；2）指导补充影像检查（如MRI）的适用人群选择；3）优化双读筛查流程。正如作者强调，将遮蔽风险评估整合到筛查体系，有望在不显著增加医疗负担的前提下，降低间期癌发生率，最终实现更精准的乳腺癌早期防控。