基于量化评分的乳腺肿块风险分层系统：ACR BIRADS的潜在替代方案

《Urologic Clinics of North America》：A Point-based Risk Stratification System for Breast Masses: Potential Alternative to the Existing ACR BIRADS

本文前瞻性构建了基于超声特征的量化评分系统P-BIRADS，通过多中心研究（518例开发集/69例验证集）证实其诊断效能与现行ACR BIRADS相当（AUC 0.83 vs 0.81，p=0.494），为临床提供更直观的多模态风险分层工具。

　　

亮点聚焦

背景

乳腺癌（BC）作为女性最高发的恶性肿瘤备受关注。值得注意的是，乳腺肿块可能源自癌性或非癌性细胞增殖，因此精准区分其良恶性至关重要。超声与钼靶等影像评估在该过程中发挥核心作用，但现有ACR BIRADS系统存在应用差异性大、易误判等问题。

研究对象

研究前瞻性纳入2020年8月至2024年3月中国南部（开发集：3家医院）与中部（验证集：1家医院）的连续病例。入组标准为：≥18岁女性；经超声初筛为ACR BI-RADS 2-5类病灶，其中3-5类需病理确诊（2类为超声确认的单纯囊肿）。

人群特征

最终队列包含587例患者（659个肿块）。开发集518例（578个肿块）中，良性组平均年龄39.5±10.3岁，恶性组50.2±12.6岁；验证集69例（81个肿块）恶性组年龄显著更高（54.6±9.3岁 vs 良性组38.8±13.0岁）。

讨论

传统ACR BIRADS基于模式识别存在较高主观性，而借鉴甲状腺TI-RADS的量化策略显示显著优势。本研究创新构建的P-BIRADS系统整合肿块大小、方位、边缘及血流等独立预测因子（均p<0.05），为临床提供更高效的决策支持。

结论

在乳腺影像报告和数据系统（RADS）家族中，P-BIRADS展现出与ACR BIRADS相当的诊断效能，同时通过量化评分简化了风险分层流程，为精准医疗实践提供新选择。