提升诊断精准度：评估Yokohama与BI-RADS联合评分系统在乳腺病变中的应用价值

本研究创新性地将细胞病理学评估系统（IAC Yokohama）与影像学评估体系（BI-RADS）相结合，构建了乳腺病变联合诊断模型。结果表明联合评分系统具有卓越的诊断效能（AUC: 0.986），显著优于单一系统，为乳腺癌的精准诊断提供了融合病理与影像学的标准化解决方案。

　　

Abstract

Background

乳腺癌诊断需要融合细胞病理学与放射学评估的多维度方法。国际细胞学会（IAC）横滨系统和乳腺影像报告与数据系统（BI-RADS）是该领域的核心框架。本研究旨在评估横滨-BI-RADS联合评分系统对乳腺病变的诊断潜力。

Materials and methods

对2023年1月至6月的细针抽吸标本进行回顾性分析。病例分别采用IAC横滨系统和超声乳腺摄影BI-RADS评分进行分类。以组织病理学诊断为金标准，计算敏感性、特异性、阳性预测值（PPV）、阴性预测值（NPV）和诊断准确度，并确定联合评分系统的最佳截断值。

Results

在52例患者中，细胞学诊断涵盖非诊断性、良性、非典型、可疑恶性和恶性类别。BI-RADS评分范围从1到5。与独立系统相比，横滨-BI-RADS联合评分展现出更卓越的诊断准确度（AUC：0.986）。

Conclusion

横滨-BI-RADS联合评分系统代表了乳腺病变评估领域的前沿进展，通过整合细胞病理学与放射学数据显著提升诊断精准度。该策略有望优化临床决策流程，并推动乳腺癌诊疗中的患者预后改善。