BI-RADS对比增强乳腺摄影词典的阅片者间一致性
该单中心回顾性研究由三名乳腺放射科医生依据第五版BI-RADS乳腺X线词典和第一版BI-RADS CEM词典,独立评估421例患者的462个病灶。结果显示多数特征的阅片者间一致性为中等至高度,但非肿块强化和强化不对称等RC描述词及BI-RADS评估一致性较低,未影响诊断性能。
要点
- LE图像上微钙化识别的一致性几乎完美(ĸ=0.820),结构扭曲为中等(ĸ=0.496)。
- RC图像上强化类型一致性为高度(ĸ=0.664),肿块强化描述词为中等至高度。
- 非肿块强化分布(ĸ=0.387)和强化不对称(ĸ=0.247)一致性较低。
核心结论
- CEM词典多数特征的阅片者间一致性为中等至高度,但非肿块强化、强化不对称及BI-RADS评估一致性较低,未影响诊断性能。
研究设计与样本
- IRB批准的单中心回顾性研究,纳入421例女性(年龄30–90岁,平均54.3±10.8岁)的462个病灶,CEM检查时间为2018年10月至2022年9月。
- 使用Siemens Mammomat Revelation设备,采用顺序双能量采集,注射1 mL/kg体重的非离子碘对比剂(Iomeron 400),注射后60–120秒开始采集。
- 三名来自不同机构、CEM评估经验1–3年的乳腺放射科医生在独立会话中盲法阅片,参考标准为组织学或至少12个月的影像随访。
关键影像表现/征象
- LE图像上评估乳腺密度、病灶类型及伴随结构扭曲;RC图像上评估强化类型、肿块强化特征、非肿块强化或强化不对称。
- RC图像上强化类型一致性高度(ĸ=0.664),病灶显著性中等(ĸ=0.517)。
- 肿块强化描述词:形状中等(ĸ=0.523)、边缘中等(ĸ=0.566)、内部强化模式高度(ĸ=0.618)。
- 非肿块强化描述词:分布一般(ĸ=0.387)、内部强化模式中等(ĸ=0.415);强化不对称描述词一致性一般(ĸ=0.247)。
诊断标准与关键数值
- 采用Fleiss kappa系数评估三名阅片者间一致性,ĸ≤0.2为轻微,0.21–0.40为一般,0.41–0.60为中等,0.61–0.80为高度,0.81–0.99为几乎完美。
- 诊断性能分析将BI-RADS 1–3类归为良性,4–5类归为恶性。
- LE图像BI-RADS评估一致性中等(ĸ=0.421),CEM(LE+RC)BI-RADS评估一致性一般(ĸ=0.364)。
临床应用与阅片要点
- 原文未据此给出推荐。
局限性
- 研究设计为回顾性且为单中心,尽管三名阅片者来自不同机构并在不同中心接受培训,可能降低了一致性。
- 三名阅片者CEM经验水平相似,无法评估不同经验水平的潜在影响。
- 结果可能受到对CEM BI-RADS词典术语不熟悉的影响,因其为第一版且发布相对较近。
全文中译11 节 · 点击展开
引言
美国放射学会乳腺影像报告和数据系统(BI-RADS)的制定旨在建立一种一致且标准化的乳腺影像表现报告方法。BI-RADS图谱第一版最初于1992年推出,仅专注于乳腺X线摄影(MG)。随后,BI-RADS图谱第五版于2013年出版,进一步细化了术语并更新了MG、超声(US)和磁共振成像(MRI)的词汇表[1]。
对比增强乳腺X线摄影(CEM)是一种新兴技术,利用双能量图像采集和碘对比剂,提供与标准MG相当的低能(LE)2D乳腺X线图像[2],以及对比后重组(RC)图像,后者可显示肿瘤新生血管,类似于MRI[3]。多项研究表明,在广泛的临床应用范围内,CEM相比MG具有更高的灵敏度和特异度[4–6],且诊断性能与MRI相似[7, 8]。自CEM于2011年获得美国食品药品监督管理局批准以来,其使用呈指数级增长。虽然CEM图像的解读与MG和MRI存在一些明显的重叠,但也具有一些方法特异性表现。因此,2022年,作为BI-RADS MG图谱第五版的补充,发布了第一版CEM的BI-RADS词汇表[9],旨在引入标准化术语并在报告中实现更高的一致性和准确性。为便于其在临床实践中的使用和采纳,所选用的描述词与BI-RADS MG和MRI词汇表具有相似性。
迄今为止,使用这一新词汇表进行的研究数量有限,其在临床实践中的适用性尚未得到广泛研究。本研究旨在评估乳腺影像医师使用第一版BI-RADS词汇表解读乳腺CEM的读者间一致性。
材料与方法
研究设计与患者人群
这项回顾性、单中心研究获得了机构审查委员会的批准,并豁免了知情同意的要求。
纳入标准为因常规影像检查结果不确定(分类为BI-RADS 0)而接受CEM的女性,或因存在可疑表现而从筛查中被召回的女性。排除标准为CEM检查不完整、CEM上未见可见病灶、CEM之前已进行影像引导下活检以及缺乏参考标准。
在可获得的情况下,组织学检查被视为参考标准。影像引导下活检在CEM采集后使用US、断层合成、立体定向或MRI引导进行。当无法获得组织学结果时,以至少12个月的影像随访作为参考标准。最终,2018年10月至2022年9月期间接受CEM的421名女性(年龄范围:30–90岁;平均年龄±标准差:54.3±10.8岁)中,在LE图像、RC图像或两者上可见的462个病灶被纳入分析。
CEM采集方案
CEM 使用 Siemens Mammomat Revelation 设备(Siemens Healthineers,Erlangen,德国)采集。为获得图像,采用序贯方法,在单次乳腺压迫期间静脉注射对比剂后行双能量检查。以 3 mL/s 的速率使用高压注射器(Ulrich Medical)给予单剂量 1 mL/kg 体重的非离子碘对比剂(Iomeron® 400,Bracco),随后以 20 mL 生理盐水冲管。注射对比剂后 60 至 120 s,从有可疑或不明确发现的乳腺开始图像采集。
第一幅图像以低能量(LE)获得,其与标准数字 MG 相当。随后,在同一压迫期间采集高能量(HE)图像,重点捕捉碘信息并最大化双能量对比。HE 图像使用钨阳极和 1-mm 钛滤过片获得,管电压固定为 49 kVp,同时使用附加钛滤过片。相反,LE 图像使用钨阳极靶和 55-μm 铑滤过片在 26–32 kVp 管电压下拍摄,遵循使用低于碘 K 边光子能量的标准乳腺摄影成像方案。两次能量曝光均使用自动图像采集技术获得,而 LE 图像遵循标准乳腺摄影采集参数以确保一致的图像采集和处理设置。最后,由低能量和高能量图像生成后处理的 RC 图像。
CEM 图像判读
三名放射科医师评估了 CEM 图像,他们分别来自不同机构,且 CEM 评估经验水平不同(1–3 年)。判读在独立场次中进行,判读者对组织学结果和患者病史设盲,使用第五版 BI-RADS MG 词典 [10] 和第一版 BI-RADS CEM 词典 [9]。判读者知晓病变位置(侧别、象限)以确保评估同一病变。判读在专用高分辨率显示器上进行(12 MP Monitor,30 BIT,像素间距:0.1686 mm,Coronis unit,BarcoMed)。
对于每个病变,要求判读者定义:- 在 LE 图像上,ACR 乳腺密度(几乎完全脂肪型、散在纤维腺体组织区、不均匀致密型和极度致密型);病变的存在/缺失;若存在,病变类型(肿块、微钙化、不对称,并定义是否为多于一个病变);伴随结构扭曲的存在/缺失。
- 在 RC 图像上,强化的存在/缺失;若存在,强化类型(肿块、非肿块和强化不对称);病变明显性(低、中和高)。对于肿块强化,记录形状(卵圆形、圆形和不规则形)、边缘(清晰、不规则和毛刺状)和内部强化特征(均匀、不均匀和环形强化)。关于非肿块强化,记录的特征包括分布(局灶、线样、段样、区域、多区域和弥漫)和内部强化模式(均匀、不均匀和簇状)。强化不对称的评估侧重于强化的内部模式(均匀和不均匀)。
- 采用2–5类为每个病灶分配BI-RADS评分。CEM评估同时考虑LE和RC图像;例如,对于在LE图像上分类为BI-RADS 4的可疑微钙化,即使在RC图像上未见强化,最终评估仍为BI-RADS 4,而非BI-RADS 1。
同时记录结合LE和RC图像考虑的最大病灶直径。
统计分析
使用非加权Fleiss' kappa系数[11]计算三位阅片者之间对每个乳腺和病灶特征(如肿块边缘)、每个单独描述词(如肿块边缘光整)以及BI-RADS评估(LE和CEM)的阅片者间一致性。根据常用量表,ĸ值≤0.2表示轻微一致;0.21–0.40表示一般一致;0.41–0.60表示中等一致;0.61–0.80表示高度一致;0.81–0.99表示几乎完全一致[12]。最后,对三位阅片者的诊断性能(敏感度和特异度)进行分析,将BI-RADS 1–3类病灶归为良性,4和5类归为恶性。统计分析使用SPSS Statistics(版本29.0.1.0,IBM)完成。
结果
纳入分析的病灶(大小范围:3–100 mm;平均大小±标准差:16.55 ± 18.06 mm)原始判读如下:在LE图像上,154个为肿块性病灶,121个仅为微钙化,78个为不对称,其余病例未见异常发现。28例患者存在一个以上发现。在RC图像上,发现为:150例肿块强化,90例非肿块强化,37例强化不对称,185例未见增强后发现。根据参考标准,302个(65.4%)病灶为良性,160个(34.6%)为恶性。
LE图像
三位阅片者之间对乳腺密度的总体一致性为中等,对LE图像上病灶类型的一致性为高度一致(表1)。对微钙化的识别几乎完全一致(ĸ = 0.820)(图1)。对结构扭曲识别的一致性为中等(ĸ = 0.496)。
RC图像
在RC图像上,增强类型的读者间一致性为高度一致(无增强、肿块、非肿块、强化不对称)(ĸ = 0.664,表2)。病灶显示清晰度的一致性为中等一致(ĸ = 0.517)。肿块强化描述符的总体一致性为:形状中等一致(ĸ = 0.523),边缘中等一致(ĸ = 0.566),内部强化模式高度一致(ĸ = 0.618)(图2)。非肿块强化描述符的一致性为:分布一般一致(ĸ = 0.387),内部强化模式中等一致(ĸ = 0.415)。强化不对称描述符的一致性为一般一致(ĸ = 0.247)(图3)。
良性和恶性病灶
表3显示了三位读者分别考虑良性和恶性病灶时的一致性值。非肿块描述符(分布和内部强化模式)的一致性在恶性病灶中(中等一致,分别为0.423和0.432)显著高于良性病灶(图4)。相反,病灶显示清晰度的一致性在恶性病灶中(一般一致,k = 0.357)显著低于良性病灶(0.535)。
BI-RADS评估与诊断性能
所有三位阅片者对LE和CEM(RC联合LE图像)BI-RADS评估的阅片者间一致性为中等(ĸ = 0.421)和一般(ĸ = 0.364)。
尽管一致性较低,但所有三位阅片者的敏感性均较高,且CEM使其提高。使用CEM时,特异性在阅片者之间存在差异(表4)。
讨论
CEM BI-RADS词典为乳腺病灶的描述提供了标准化和正式的定义,并促进了乳腺专科医生之间的沟通[9, 10]。其临床实用性取决于个体阅片者对判读达成一致的能力,以确保临床建议的一致性。在我们的经验中,CEM词典的阅片者间一致性对大多数特征为中等-高度一致,但RC描述符和BI-RADS评估有一些例外,这并未影响诊断性能。
仅关注对比增强乳腺摄影(CEM)图像时,在增强类型的评估上观察到最强的一致性,尤其是对肿块的识别(ĸ = 0.73)。对于非肿块病变,读者间一致性为中等,而对于增强不对称的定义,一致性仅为一般。据我们所知,这是首次评估CEM BI-RADS词典读者间一致性的研究。因此,我们关于增强后特征的结果只能与既往聚焦于MRI的研究进行比较,特别是Grimm等[13]的研究。他们MRI研究中增强类型评估所获得的一致性低于我们CEM研究的结果;这些发现可能与读者对这些CEM描述词更熟悉有关,因为它们与乳腺MRI中使用的描述词相似。然而,分别考虑各描述词时,结果趋势反转,Grimm等MRI研究中每个描述词单独的一致性略高[13]。在我们的分析中,最高一致性见于肿块强化,即形状和边缘为中等一致性,内部强化模式为高度一致性。这些一致性水平略低于MRI的发现,MRI中三个肿块描述词均为高度一致性[13]。CEM非肿块描述词的一致性总体较低,尤其是非肿块分布方面。Grimm等[13]的研究发现了高度一致性,尽管CEM评估中提供的描述词与MRI中使用的相同。正如MRI中已知的,非肿块病变的检测和表征更为复杂[14, 15];这似乎对CEM也是如此,并反映为CEM读者间一致性较低,其中缺乏3D数据加剧了这些困难。
Knogler等[16]的研究对CEM与MRI进行了比较,他们在CEM BI-RADS词典发布之前,使用MRI BI-RADS描述词评估CEM图像。他们证明恶性病例中强化特征相似,我们的研究在分别分析良性和恶性病变时证实了这些发现。
增强不对称性定义的共识度最低。由于该描述词未出现在既往的成像模式中,且它是一个新引入的术语,读者对其仍不熟悉,这可能解释了上述结果。另一个可能解释非肿块强化和增强不对称性描述词共识度较低的方面是,两个“相似”术语却属于不同的乳腺影像词典,即BI-RADS MG词典[10]中的不对称性和BI-RADS CEM词典[9]中的增强不对称性之间的差异。在BI-RADS MG词典中,不对称性一词指的是纤维腺体致密组织区域,不符合放射致密肿块的 definition,且仅在单一乳腺摄影投照中可见。然而,除不对称性外,同一词典中还有另外三种类型的不对称性,即全局不对称性、局灶性不对称性和进展性不对称性,它们可在多个投照中可见。这种不对称性谱系的差异在CEM BI-RADS词典中并不存在,可能导致对所见结果的解读产生混淆。例如,一个不能被定义为肿块、且在多个RC投照中可见的强化,不应被定义为“增强不对称性”,而应被定义为“局灶性分布的非肿块强化”。非肿块强化和增强不对称性描述词的较低共识度值提示,未来需要对其进一步评估。
2022年,Nicosia等[17]基于CEM上的主要对比强化特征(强度、模式、边缘和磨玻璃)创建了一个乳腺病灶恶性的预测评分;一位经验丰富的乳腺影像放射科医师被要求评估377个病灶,并根据强化特征预测良性还是恶性,为每个描述词分配0或1分。然后,获得范围为0至4的总强化评分,并将组织学结果作为评估强化模式与恶性之间关系的金标准。尽管该研究是在BIRADS CEM词典发表之前进行的,但他们使用的某些描述词与词典中的描述词相同(例如,规则或不规则的边缘形态,均匀或不均匀的强化模式)。Nicosia等[17]的研究表明,CEM上肿块和非肿块强化的某些特征是对良恶性病灶进行鉴别的重要预测因素。在我们的研究中,主要恶性预测因素如“不规则和毛刺状肿块边缘”和“不均匀强化模式”的读者间一致性显著较高,尤其是在恶性病灶中。同样,良性特征如“边界清楚的肿块边缘”和“均匀的肿块内部强化模式”显示出中等的读者间一致性,尤其是在良性病灶中。这些发现提示读者对这些描述词较为熟悉,尤其是在恶性病变特征描述方面。
低能(LE)图像上乳腺密度评估的一致性为中等(ĸ = 0.569),与既往开展相同分析的早期研究一致[18–20];具体而言,在本研究中,一致性最高的是“散在纤维腺体密度区域”类别(ĸ = 0.601),而在Ciatto等[19]关于数字乳腺X线摄影(DM)的研究中,该类别并未显示出高一致性(ĸ = 0.25)。BI-RADS使用的增加以及随之而来的阅片者对分类的信心可能解释了这一差异。LE图像上病变类型描述的总一致性为较高度(ĸ = 0.654)。Berg等[18]和Lee等[21]也报告了类似结果;特别是,在本研究中,微钙化的识别具有几乎完美的一致性(ĸ = 0.820),与Lee等[21]报告的值相同。关于相关结构扭曲的评估,本研究中阅片者间一致性为中等(ĸ = 0.496),显著高于Lee等报告的一致性(一般,ĸ = 0.28)[21]。在这种情况下,除了阅片者的经验外,近年来乳腺X线摄影(MG)图像质量的改善可能促进了此类征象的检出。总体而言,与既往在DM上进行的研究相比,LE图像特征的观察者间一致性即使不更高,也至少相当,尤其是对于相关结构扭曲。
本分析中报告的最终BI-RADS评估一致性(LE BI-RADS ĸ = 0.421,对比增强乳腺X线摄影(CEM)BI-RADS ĸ = 0.364)可能看起来较低,但与既往关于MG的研究报告并无不同[18, 22]。对个体阅片者诊断性能的评估显示性能良好,尤其是敏感性,与文献研究中的结果相似[4, 5, 7, 23],这证实这些结果反映了个体阅片者对结局相似类别(BI-RADS 4–5进行活检;BI-RADS 1-2-3不进行活检)的评估阈值存在差异。与LE相比,增强前后双重评估中较低的一致性可能不仅与阅片者对非增强图像评分更熟悉有关,还与重组(RC)图像中所见征象带来的更大变异性有关。
本研究存在一些局限性。本研究设计为回顾性、单中心进行,尽管三位阅片者来自不同机构并在不同中心接受培训;这可能降低了他们的一致性,尽管他们都熟悉BI-RADS词典。三位阅片者在CEM方面的经验水平相似,因此即使采用双阅片者分析,也无法检验不同经验水平的潜在相关性。尽管阅片者具有解读CEM图像的乳腺影像经验,但结果可能受到对CEM BI-RADS词典术语不熟悉的影响,因为该词典为第一版且发布相对较近。通过在更长时间接触和规律使用新词典后重复研究,阅片者间一致性很可能可以得到改善。最后,图像是在单一厂商扫描仪上并使用仅一种对比剂获得的;不同厂商之间的一致性可能不同。
总之,我们的研究结果显示,在低能量(LE)和重建(RC)图像上,大多数病变特征均具有中等至高度的一致性。对于非肿块强化及新引入的强化不对称描述符,一致性较低。这可能与读者对新描述符不熟悉有关。LE和对比增强乳腺摄影(CEM)BI-RADS评估的读者间一致性分别为中等和一般。从诊断性能来看,BI-RADS评估的分歧并未转化为乳腺癌诊断的显著变异性。
引用
- Zarcaro C, Santonocito A, Zeitouni L, et al. Inter-reader agreement of the BI-RADS CEM lexicon. Eur Radiol. 2024. PMID: 39505735. doi:10.1007/s00330-024-11176-7
- 全文:PMC12021736(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12021736/
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。