基于多模态超声列线图鉴别肉芽肿性小叶乳腺炎与浸润性导管癌的构建与影像组学增量价值评估

《BMC Medical Imaging》：Development and internal validation of a multimodal ultrasound and Radiomics?Based nomogram for differentiating granulomatous lobular mastitis from invasive ductal carcinoma

　　

摘要

目的

肉芽肿性小叶乳腺炎（GLM）与浸润性导管癌（IDC）在超声表现上常高度重叠，易导致不必要的活检。本研究旨在构建并内部验证一种基于多模态超声（MMUS）的列线图，用于鉴别上述两种疾病，并评估加入影像组学标志物后的增量价值。

方法

肉芽肿性小叶乳腺炎（GLM）与浸润性导管癌（IDC）在超声表现上常高度重叠，易导致不必要的活检。本研究旨在构建并内部验证一种基于多模态超声（MMUS）的列线图，用于鉴别上述两种疾病，并评估加入影像组学标志物后的增量价值。回顾性纳入460例经病理确诊为GLM或IDC的患者，按7:3比例随机分为训练队列（n = 322）和内部验证队列（n = 138）。从灰阶超声图像中提取影像组学特征，并使用LASSO回归构建影像组学评分（Radscore）。采用多因素Logistic回归筛选最终的预测因子组合。共比较四个模型：仅含年龄的模型、临床MMUS模型、仅含影像组学的模型以及联合模型。模型性能评估指标包括AUC、校准度（截距、斜率、Brier评分）及决策曲线分析（DCA）。

结果

最终多变量模型保留的六个预测因子——年龄、形态、边缘、钙化、弹性评分及Radscore——被整合入列线图。在验证队列中，临床MMUS模型的AUC为0.978（95% CI：0.956–0.999），灵敏度为0.972（95% CI：0.921–0.994），特异度为0.867（95% CI：0.693–0.962）。联合模型呈现灵敏度与特异度的重新分布：AUC为0.985（95% CI：0.967–1.000），灵敏度为0.907（95% CI：0.836–0.955），特异度为0.967（95% CI：0.828–0.999）。MMUS模型与联合模型之间的AUC差异无统计学意义（ΔAUC = ?0.0070，p = 0.153）。在验证队列中，仅含年龄的模型AUC为0.884（95% CI：0.813–0.954），临床MMUS模型显著优于该仅含年龄的基线模型（ΔAUC = 0.094，p = 0.005）。校准分析显示，两个模型在内部验证队列中均具有良好的校准一致性。采用原始净收益的DCA结果显示，在0.1–0.5的探索性阈值范围内，MMUS模型与联合模型的曲线高度重叠，影像组学未带来持续稳定的增量获益。值得注意的是，不含影像组学标志物的临床MMUS模型仍展现出强大的判别能力，验证AUC达0.978。

结论

基于MMUS的列线图在鉴别GLM与IDC方面表现出强大的判别能力。加入影像组学标志物未提供具有统计学意义或临床意义的增量获益。该模型可作为定量决策支持工具，但其是在仅包含经病理确诊的GLM或IDC的二元队列中建立的，无法推广至未经筛选的乳腺病灶。其在常规超声表现不典型的病例中的潜在应用价值仍为待验证的假设，需进一步研究。临床推广前需要进行外部验证。