常规超声联合显微超声造影(SR CEUS)列线图鉴别乳腺影像报告和数据系统4类良、恶性病变
本研究纳入180例BI-RADS 4类乳腺病变（62例良性、118例恶性），通过常规超声联合显微超声造影（SR CEUS）参数构建列线图模型。结果显示病变最大径>2.0 cm、形状不规则、高回声晕、高血管密度及高最小速度为恶性的独立预测因子，列线图模型AUC为0.917，敏感度86.44%、特异度85.48%，显著优于常规超声（AUC 0.836）。
要点
- BI-RADS 4类病变出现最大径>2.0 cm、形状不规则、高回声晕时恶性可能性显著增加
- SR CEUS参数中高血管密度、高最小速度提示恶性，速度方差和方向方差低提示恶性
- 常规超声联合SR CEUS列线图模型AUC达0.917，鉴别效能优于单独常规超声
核心结论
- 常规超声联合SR CEUS列线图能显著提升鉴别BI-RADS 4类良、恶性病变效能，AUC为0.917，敏感度86.44%、特异度85.48%、准确率86.11%
- 病变最大径>2.0 cm（OR=2.753）、形状不规则（OR=10.561）、高回声晕（OR=16.367）、高VD（OR=1.053）及Min Vel（OR=1.248）均为恶性病变的独立预测因子（P均<0.05）
研究设计与样本
- 回顾性研究，纳入180例BI-RADS 4类乳腺病变，包括62例良性和118例恶性，以术后病理为参考标准
- 采用常规超声与显微超声造影（SR CEUS）检查，通过单因素及多因素logistic回归分析构建列线图模型并实施内部验证
- 以ROC曲线、校准曲线及决策曲线分析（DCA）评估模型效能
关键影像表现/征象
- 恶性病变的形状不规则、高回声晕为重要影像特征
- 恶性组SR CEUS显示血管密度（VD）、血流容积（FWVD）、分形维数（FD）、灌注指数（PI）、平均速度（Mean Vel）及最小速度（Min Vel）均高于良性组（P均<0.05）
- 恶性组速度方差（Vel Var）与方向方差（Dir Var）均低于良性组（P均<0.05）
诊断标准与关键数值
- 列线图模型鉴别BI-RADS 4类良恶性病变的敏感度为86.44%、特异度为85.48%、准确率为86.11%，AUC为0.917
- 常规超声鉴别BI-RADS 4类良恶性病变的AUC为0.836，列线图模型显著优于常规超声（Z=2.359，P=0.018）
- 病变最大径>2.0 cm为恶性预测因子之一
临床应用与阅片要点
- 对BI-RADS 4类病变应常规评估病变最大径、形态、有无高回声晕等常规超声特征
- SR CEUS参数中重点关注血管密度、最小速度增高以及速度方差和方向方差降低
- 结合多项参数的列线图模型可提高诊断准确性，有助于减少不必要的活检并提高恶性病变检出率
局限性
- 回顾性研究设计存在选择偏倚
- 仅进行内部验证，缺乏外部独立队列验证
- 单中心研究，结果推广性有待进一步验证
原文图文
目的 观察常规超声联合显微超声造影(SR CEUS)列线图鉴别乳腺影像报告和数据系统(BI-RADS)4类良、恶性病变的价值。方法 回顾性分析180例BI-RADS 4类乳腺病变[包括62例良性(良性组)、118例恶性(恶性组)]术前常规超声与SR CEUS资料;比较组间SR CEUS参数差异,以单及多因素logistic回归分析筛选BI-RADS 4类恶性病变的独立预测因子,构建列线图模型并实施内部验证。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),并以校准曲线及决策曲线分析(DCA)评估模型效能。结果 恶性组血管密度(VD)、血流容积(FWVD)、分形维数(FD)、灌注指数(PI)、平均速度(Mean Vel)及最小速度(Min Vel)均高于,而速度方差(Vel Var)与方向方差(Dir Var)均低于良性组(P均＜0.05)。病变最大径>2.0 cm(OR=2.753)、形状不规则(OR=10.561)、高回声晕(OR=16.367)、高VD(OR=1.053)及Min Vel(OR=1.248)均为恶性病变的独立预测因子(P均＜0.05);基于此构建的列线图模型的鉴别敏感度为86.44%、特异度为85.48%、准确率为86.11%,且其AUC(0.917)高于常规超声的0.836(Z=2.359,P=0.018);列线图模型校准度良好(P=0.934)且临床净收益较高。结论 常规超声联合SR CEUS列线图能显著提升鉴别BI-RADS 4类良、恶性病变效能。
引用
- www.cjmit.com：常规超声联合显微超声造影(SR CEUS)列线图鉴别乳腺影像报告和数据系统4类良、恶性病变
供执业医师工作参考，不替代临床判断；数值与分级以指南原文为准。