基于二维超声(2D-US)和彩色多普勒超声(CDUS)的联合列线图的开发与验证用于鉴别乳腺良恶性肿块:一项回顾性研究

《International Journal of Women's Health》:Development and Validation of a Combined 2D-US and CDUS Nomogram for Differentiating Benign and Malignant Breast Masses: A Retrospective Study

【字体: 大 中 小 】 时间:2026年07月28日 来源:International Journal of Women's Health 2.5

编辑推荐:

  目的 利用二维超声(2D-US)和彩色多普勒超声(CDUS)研究乳腺良恶性肿块的鉴别成像特征,并建立基于联合成像的预测列线图用于恶性肿瘤的风险分层。方法 进行了一项单中心回顾性研究,分析了2023年5月至2025年6月期间接受2D-US和CDUS检查并获得明确

  
目的 利用二维超声(2D-US)和彩色多普勒超声(CDUS)研究乳腺良恶性肿块的鉴别成像特征,并建立基于联合成像的预测列线图用于恶性肿瘤的风险分层。方法 进行了一项单中心回顾性研究,分析了2023年5月至2025年6月期间接受2D-US和CDUS检查并获得明确病理诊断的258例乳腺肿块患者,包括177例良性肿块和81例恶性肿块。研究人员比较了两组患者的人口统计学和影像学特征。通过多变量逻辑回归(logistic regression)识别恶性肿块的独立预测因子,并基于此构建了预测列线图。使用受试者工作特征(ROC)曲线分析、Hosmer–Lemeshow拟合优度检验和Bootstrap重抽样评估模型性能和校准度。结果 恶性组患者年龄较大,肿瘤直径较大,乳腺影像报告和数据系统(BI-RADS)分类较高。在2D-US上,恶性肿块更常表现为形态不规则、边界不清、分叶状或毛刺状边缘以及微小钙化。CDUS显示恶性肿块的Adler分级显著更高。年龄、肿瘤直径、BI-RADS分类、形态、边界、边缘和Adler分级是恶性肿块的独立预测因子。联合成像列线图的受试者工作特征曲线下面积(AUC)为0.926(95%置信区间[CI]:0.892–0.959),敏感度为83.95%,特异度为89.27%,显示出良好的校准度和区分能力。结论 所开发的整合2D-US和CDUS成像特征的列线图在鉴别乳腺良恶性肿块方面具有良好的区分性能和风险分层能力。这些发现支持其在临床决策中的潜在应用价值,但需要在独立队列中进行外部验证以确认其泛化性。
乳腺肿块是乳腺疾病最常见的临床表现,准确鉴别良恶性病变对指导后续诊断和治疗策略至关重要。随着全球乳腺癌发病率稳步上升,在尽量减少不必要有创操作的同时实现高诊断准确性成为乳腺成像领域的主要焦点。二维超声(2D-US)和彩色多普勒超声(CDUS)因其无创、便捷和高重复性而被广泛应用,但单一超声特征或模态存在固有局限性,难以完全支持个体化风险评估。乳腺影像报告和数据系统(BI-RADS)分类虽标准化,但存在观察者间变异,尤其在中间类别中可能导致不必要活检或风险估计不一致。尽管已有研究尝试整合多种超声特征并建立预测模型(如机器学习、影像组学和列线图),但缺乏标准化变量选择和统计方法,许多研究局限于单变量分析或简单组合,且校准和外部验证不足。为此,研究人员开展了一项回顾性研究,旨在系统整合2D-US和CDUS特征,通过严谨统计框架识别与恶性独立相关的成像因素,并构建具有稳健诊断性能的预测模型。该研究基于258例患者数据,开发了联合成像列线图,结果显示其AUC达0.926,敏感度和特异度分别为83.95%和89.27%,校准良好,为个体化风险分层提供了实用工具。论文发表在《International Journal of Women's Health》。

研究人员使用的主要关键技术方法包括:单中心回顾性研究设计,纳入2023年5月至2025年6月期间在无锡市锡山人民医院接受2D-US和CDUS检查并获得明确病理诊断的258例女性乳腺肿块患者(良性177例,恶性81例)。采用Philips EPIQ 7和GE LOGIQ E9彩色多普勒超声诊断系统(探头频率7-12 MHz)获取图像。由两名经验丰富的超声医师独立评估2D-US特征(形态、边界、边缘、内部回声、纵横比、后方声影、钙化)和CDUS特征(Adler血流分级0-III级、血管分布模式),不一致时协商达成共识。通过多变量逻辑回归(logistic regression)筛选独立预测因子,利用R软件“rms”包构建列线图。采用受试者工作特征(ROC)曲线分析评估诊断性能,Hosmer–Lemeshow拟合优度检验和Bootstrap重抽样(内部验证)评估模型校准度。

基线特征比较:通过独立样本t检验和χ2检验发现,恶性组患者年龄显著大于良性组(t=5.15,P<0.001),BI-RADS分类分布差异显著(χ2=3.98,P=0.046),而体重指数(BMI)、绝经状态、乳腺癌家族史、病变侧别和病变数量无统计学差异。

2D-US特征比较:χ2检验显示,恶性肿块更多表现为形态不规则(χ2=45.32,P=0.001)、边界不清(χ2=59.83,P<0.001)、边缘分叶状或毛刺状(χ2=60.81,P<0.001)以及微小钙化,而内部回声、纵横比和后方声影无显著差异。

CDUS特征比较:χ2检验发现,恶性肿块Adler分级显著更高(χ2=11.41,P=0.001),而血管分布模式和有无血管信号差异不显著。

多变量逻辑回归分析与列线图构建:将单变量分析中P<0.05的变量纳入多变量逻辑回归模型,结果显示年龄(OR=1.135,95%CI:1.049-1.228,P=0.002)、最大肿瘤直径(OR=1.357,95%CI:1.127-1.634,P=0.001)、高BI-RADS分类(OR=2.897,95%CI:1.222-6.864,P=0.016)、形态不规则(OR=5.208,95%CI:2.243-12.093,P<0.001)、边界不清(OR=11.400,95%CI:4.553-28.546,P<0.001)、边缘分叶状或毛刺状(OR=6.885,95%CI:2.976-15.928,P<0.001)和高Adler分级(OR=2.473,95%CI:1.096-5.576,P=0.029)是恶性肿块的独立预测因子,而钙化不显著(P=0.067)。基于此构建列线图,赋予各变量不同权重以可视化个体恶性风险。

诊断性能:ROC曲线分析显示,单个指标(年龄AUC=0.692、肿瘤直径0.674、形态0.721、边界0.756、边缘0.760、BI-RADS分类0.565、Adler分级0.612)的性能均低于联合成像模型(AUC=0.926,95%CI:0.892-0.959),在最佳截断值0.354时敏感度83.95%、特异度89.27%。

校准性能与内部验证:Hosmer–Lemeshow检验显示预测概率与观察概率无显著差异(χ2=4.75,P=0.784),校准曲线经Bootstrap重抽样校正后显示良好一致性,平均绝对误差为0.003,90%病例的绝对预测误差不超过0.061。

讨论部分总结:该研究系统分析了2D-US和CDUS成像特征差异,构建的联合成像列线图在区分乳腺良恶性肿块方面表现出良好区分性能和校准性能。恶性肿块更常表现为边界不清、边缘分叶状或毛刺状及微小钙化,这些特征与浸润性生长和间质反应相关。CDUS高Adler分级反映肿瘤血管生成,提供增量预测价值。BI-RADS分类整合多特征,增强风险分层精度。该模型可作为辅助工具,尤其用于诊断“灰色地带”病变,指导活检或随访决策,但需外部验证确认泛化性。研究结论翻译如下:本研究证实2D-US联合CDUS特征在鉴别乳腺良恶性肿块中具有临床价值。基于多变量的联合成像预测模型表现出良好的诊断性能和校准度。作为辅助工具,它可能有助于个体化恶性风险评估,尤其适用于诊断不明确的病变。需要进一步的多中心、前瞻性验证以确认其稳定性和泛化性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号