《Frontiers in Oncology》：Development and internal validation of an interpretable mammography-based model for malignancy risk stratification in BI-RADS 4 breast lesions
编辑推荐：
摘要专业翻译：
背景： BI-RADS 4类乳腺病变具有可疑性，通常需进行组织学诊断，但BI-RADS 4A、4B和4C亚类之间的恶性风险仍存在异质性。研究人员开发并内部验证了一种基于可解释性钼靶影像的模型，用于该诊断类别内的风险分层。
方法： 这项单中心回顾
摘要专业翻译：
背景： BI-RADS 4类乳腺病变具有可疑性，通常需进行组织学诊断，但BI-RADS 4A、4B和4C亚类之间的恶性风险仍存在异质性。研究人员开发并内部验证了一种基于可解释性钼靶影像的模型，用于该诊断类别内的风险分层。
方法： 这项单中心回顾性诊断预测研究纳入441例患者，每例贡献一个索引性BI-RADS 4钼靶病变。397例病变经组织病理学验证结局，44例通过纵向影像稳定性验证。研究人员评估了三个主要模型及一个排除BI-RADS的敏感性模型。内部验证采用1,000次配对患者级bootstrap重采样，并在每次重采样中重复执行插补、编码、标准化、惩罚参数选择、LASSO变量选择及系数估计。
结果： 441个病变中165个为恶性。BI-RADS 4A、4B和4C的恶性率分别为15.7%（34/216）、46.4%（70/151）和82.4%（61/74）。最终模型保留了BI-RADS 4B、BI-RADS 4C、结构扭曲、圆形度缺失不规则性评分、轮廓锯齿评分及归一化GLCM对比度。经乐观性校正的AUC分别为：仅BI-RADS模型0.770（95% CI，0.729-0.815）、临床变量联合BI-RADS模型0.774（0.733-0.814）、完整钼靶影像模型0.841（0.809-0.877）。临床变量未改善验证后性能。完整模型相较于仅BI-RADS模型校正AUC提升0.072（0.028-0.108），相较于临床联合BI-RADS模型提升0.067（0.029-0.103）。其校正后校准截距为0.002（-0.209至0.208），斜率为1.445（1.140-1.753）。BI-RADS 4A、4B和4C亚类内AUC分别为0.785、0.721和0.758；仅病理学验证队列的校正AUC为0.835（0.799-0.871）。
结论： 结构化和定量钼靶影像特征在BI-RADS亚类之外改善了内部验证的判别能力及亚类内风险分层。由于预测风险存在欠离散且验证仅限单中心，该模型应仅作为研究阶段的风险分层和优先排序工具，不可替代活检。临床实施前需进行外部验证和重新校准。
论文解读文章：
一、研究背景与问题
乳腺癌是全球女性最常见的恶性肿瘤之一，2022年全球新发病例约230万例，中国同年新发女性乳腺癌约35.72万例、死亡约7.5万例。钼靶摄影是乳腺癌检出和诊断评估的核心手段，但其判读依赖病变形态和乳腺背景实质，乳腺密度可影响癌症风险与检出效能。美国放射学会乳腺影像报告和数据系统（BI-RADS）旨在标准化乳腺影像术语、报告组织、评估类别和管理建议，其词典提供了描述钼靶征象的通用语言，包括肿块形态、边缘、密度、钙化、结构扭曲和不对称等。既往研究已证实不规则形态、毛刺或模糊边缘及可疑钙化模式与较高的恶性概率相关。
BI-RADS 4类仍是诊断难点。该类别提示可疑异常，通常建议组织学诊断，但预期恶性概率跨度较大。4A、4B、4C亚分类旨在传达低度、中度和高度可疑性，但亚类间在临床实践中仍存在重叠。不同机构、模态和患者筛选机制下报告的BI-RADS 4亚类阳性预测值差异显著，反映了风险分配的主观性和情境依赖性。近期多项研究尝试细化BI-RADS 4病变的风险分层，如基于超声的列线图、弹性成像或多模态模型，以及基于钼靶的深度学习模型，但这些方法多依赖原始图像数据、专有预处理或复杂架构，在常规报告环境中难以审计。结构化钼靶报告已包含大量临床可解释信息，基于这些描述符并辅以透明的定量特征，可能提供介于简单BI-RADS亚分类与不可解释图像人工智能之间的实用中间路径。因此，本研究旨在开发并内部验证一个可解释的钼靶影像模型，用于BI-RADS 4乳腺病变的恶性风险分层。
二、研究设计与主要方法
本研究为单中心回顾性诊断预测研究，在山西省临汾市人民医院开展，经医院伦理委员会批准（审批号：lf02511253），因使用回顾性去标识化数据豁免书面知情同意。研究从机构数据库筛选结构化报告的钼靶检查，经排除后最终纳入441例BI-RADS 4A、4B或4C病变患者，每例贡献一个索引病变，以患者为独立抽样单位。参考标准以手术组织病理学为最终标准，其次为放射-病理一致的穿刺活检结果；44例良性病变通过截至2025年12月31日的纵向影像稳定性验证，中位随访34.5个月。候选预测因子在模型拟合前依据临床合理性、BI-RADS词典和既往文献预先指定，包括8项临床变量和19项钼靶影像变量。定量特征提取使用DICOM钼靶图像，经预处理后手动分割病变区域，计算圆形度缺失不规则性评分、轮廓锯齿评分、灰度共生矩阵（GLCM）纹理熵和归一化GLCM对比度。模型构建采用LASSO逻辑回归，通过十折交叉验证选择惩罚参数（lambda.1se），共评估四个模型：仅BI-RADS模型、临床联合BI-RADS模型、完整钼靶影像LASSO模型及排除BI-RADS的敏感性模型。内部验证采用1,000次配对患者级bootstrap重采样，在每次重采样中重复完整预处理、调参、选择和估计流程，计算乐观性校正的AUC、Brier评分、校准截距和斜率，并进行决策曲线分析。
三、研究结果
3.1 队列筛选与参考标准构成：728例筛查队列经顺序排除后纳入441例，165例为恶性。良性病变中232例经组织病理学验证，44例经影像稳定性验证。
3.2 临床与钼靶特征：恶性组绝经后状态（57.3% vs. 47.4%，P=0.045）和可触及肿块（41.0% vs. 29.4%，P=0.014）更常见。BI-RADS亚类与恶性强相关（P<0.001），4A、4B、4C恶性率分别为15.7%、46.4%和82.4%。恶性病变更大（中位18.1 vs. 15.4 mm，P<0.001），不规则形态、可疑边缘、高相对密度、钙化存在及更大钙化簇范围、结构扭曲和皮肤/乳头内陷在恶性组更常见。圆形度缺失不规则性评分、轮廓锯齿评分、GLCM纹理熵和归一化GLCM对比度在恶性组均显著更高。
3.3 单变量关联：BI-RADS 4B（OR 4.63）和4C（OR 25.1）显著增加恶性风险；病变大小每增加5 mm OR为1.28；可疑边缘、钙化存在及范围、结构扭曲、皮肤/乳头内陷、不规则性评分、锯齿评分、纹理熵和归一化对比度均与恶性显著相关。
3.4 最终LASSO模型：最终模型保留BI-RADS 4B、BI-RADS 4C、结构扭曲、圆形度缺失不规则性评分、轮廓锯齿评分和归一化GLCM对比度六个预测因子，bootstrap选择频率分别为98.3%、100.0%、69.9%、99.3%、99.9%和89.6%，无临床变量被保留。完整预测方程为：LP = -3.443663 + 0.505122(BI-RADS 4B) + 1.776109(BI-RADS 4C) + 0.075486(结构扭曲) + 2.345170(不规则性评分) + 2.847925(轮廓锯齿评分) + 0.995985(归一化GLCM对比度)；概率 = exp(LP)/[1 + exp(LP)]。
3.5 模型性能与内部验证：乐观性校正AUC分别为仅BI-RADS模型0.770、临床联合BI-RADS模型0.774、完整模型0.841、排除BI-RADS模型0.766。临床变量未改善验证性能（AUC差异0.005，95% CI -0.028至0.028）。完整模型较仅BI-RADS模型AUC提升0.072，较临床联合BI-RADS模型提升0.067，较排除BI-RADS模型提升0.075。校正校准截距0.002，斜率1.445，提示预测概率欠离散。亚类内AUC为4A 0.785、4B 0.721、4C 0.758；仅病理学队列校正AUC为0.835。决策曲线分析显示完整模型在0.10-0.50阈值范围内净获益最高。
四、讨论与结论
研究观察到BI-RADS 4亚类恶性率梯度符合临床预期，4A恶性率高于一般筛查人群预期水平，反映三级医院诊断和转诊富集队列特征。保留预测因子与既有放射学判读共识一致，BI-RADS 4C和4B仍是风险估计核心，定量形态学特征和纹理特征提供了增量信息。结构扭曲系数较小且选择频率69.9%，其贡献需谨慎解释。与深度学习模型相比，基于结构化报告变量和透明定量描述符的模型更易在临床审查中审计和解释。研究强调模型不应替代活检，其预期角色是在现有活检路径内进行风险沟通和优先排序。临床变量未增加验证价值，而排除BI-RADS降低性能，表明BI-RADS不可或缺，增量信息主要来自病变水平定量和结构化钼靶特征。研究存在单中心回顾性设计、部分良性病变以影像稳定性验证、缺乏外部验证、未评估分割和特征提取的观察者间变异、校准斜率提示概率欠离散等局限。结论： 完整钼靶影像LASSO模型改善了BI-RADS 4病变的内部验证判别能力和亚类内风险分层。临床变量未增加验证预测价值，概率校准仍欠离散。该模型不应替代组织学诊断，临床使用前需外部验证和潜在重新校准。
