文献速递乳腺乳腺X线

大型公共筛查队列中乳腺断层摄影与数字乳腺X线摄影图像软件体积乳腺密度估计的比较

Comparison between software volumetric breast density estimates in breast tomosynthesis and digital mammography images in a large public screening cohort.
PubMed 文献 · Eur Radiol · 2018-06-25

在Malmö乳腺断层摄影筛查试验的9909名女性中,回顾性比较基于断层摄影(中央投影MLO)与数字乳腺X线摄影(双视图)的软件体积乳腺密度,两者连续值高度相关(r=0.83),四分类和二分分类的观察一致率分别为61.3%和84.8%,与放射科医师BI-RADS密度评分呈中等一致(κ=0.55和0.47)。

要点

  • 断层摄影与数字乳腺X线摄影的软件体积乳腺密度高度相关(r=0.83),二分分类一致率84.8%(κ=0.69)。
  • 软件密度四分类在两种模态间呈实质性一致(观察一致率61.3%,κ=0.61)。
  • 放射科医师BI-RADS密度评分与软件密度分类仅中等一致(数字乳腺X线摄影κ=0.55,断层摄影κ=0.47)。

核心结论

  • 在大型公共筛查背景下,使用特别考虑掩蔽效应的软件,数字乳腺X线摄影与断层摄影的体积乳腺密度呈实质性一致。
  • 这种自动化、客观的体积乳腺密度测量方式在断层摄影作为主要乳腺癌筛查模态时可能对放射科医师和女性有价值。

研究设计与样本

  • 研究为Malmö乳腺断层摄影筛查试验(MBTST)的回顾性分析,纳入9909名女性(2010–2015年入组),采用单臂、单机构前瞻性筛查试验的配对影像数据。
  • 设备为Mammomat Inspiration(Siemens Healthcare GmbH, Erlangen, Germany),断层摄影为单视图MLO,数字乳腺X线摄影为双视图CC和MLO。
  • 参考标准为放射科医师根据BI-RADS第4版对数字乳腺X线摄影的密度评分(5名拥有十年以上乳腺放射学经验的医师之一前瞻性完成)。
  • 使用原型软件Siemens VBDA 1.3.0(非商业可用)基于原始图像估计体积乳腺密度,分类切点为VBD 4.3%、8.1%和17%。

诊断标准与关键数值

  • 数字乳腺X线摄影与断层摄影连续体积乳腺密度高度相关(r=0.83)。
  • 四分类(a/b/c/d)软件密度在数字乳腺X线摄影与断层摄影间观察一致率61.3%,κ=0.61。
  • 二分分类(脂肪退化型a+b vs. 致密型c+d)观察一致率84.8%,κ=0.69。
  • 放射科医师BI-RADS第4版评分与软件密度分类在数字乳腺X线摄影观察一致率57.1%(κ=0.55),在断层摄影观察一致率52.5%(κ=0.47)。
  • 体积乳腺密度中位数数字乳腺X线摄影7.6%(范围1.7–57.5%)vs. 断层摄影7.3%(范围1.4–56.2%),P<0.001。

临床应用与阅片要点

  • 作者认为,当断层摄影作为主要乳腺癌筛查模态时,这种自动化、客观的体积乳腺密度测量方式可能对放射科医师和女性有价值。
  • 作者指出,从临床工作流程角度看,二分分类(脂肪退化型 vs. 致密型)比较可能更全面,其一致率更高(观察一致率84.8%,κ=0.69),可能加强软件的实用性。
  • 作者提出,由于乳腺密度分类可能影响未来个体化筛查项目中的临床随访,值得考虑模态调整的切点。

局限性

  • 研究结果的普遍性可能有限,因为MBTST代表城市人群,且乳腺密度已知在不同种族间存在差异。
  • 本研究没有MRI图像可供比较,MRI常被认为最接近评估乳腺密度的真实标准,未来潜在工作包括验证软件与MRI的比较。
  • 表1中的离群值经复核,断层摄影与数字乳腺X线摄影之间的不匹配归因于重新定位和/或对乳腺施加不同压缩力后的差异(如皮肤褶皱、乳腺体积)。
  • 使用目前尚未公开用于研究或商业用于临床的原型软件限制了本研究结果的普遍性。
全文中译7 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2018 Jun 25;29(1):330–6. doi: 10.1007/s00330-018-5582-0

引言

现代乳腺癌诊断依赖于癌症的早期发现,这促使许多发达国家实施了采用乳腺X线摄影的公共乳腺癌筛查项目。然而,乳腺癌筛查正经历重大变革,近期的技术发展产生了比数字乳腺X线摄影(DM)更敏感的成像方法,其中数字乳腺断层合成(BT)——一种伪三维乳腺X线摄影技术——在筛查环境中最具前景,因其快速、可及且准确[1–5]。

乳腺密度是一种反映乳腺组织构成的影像学生物标志物,有多种方法可测量密度[6]。日常临床工作流程中常用的定性估计乳腺密度,例如放射科医师采用乳腺影像报告和数据系统(BI-RADS)评分,存在观察者间变异[7]。进一步的发展包括对解剖学上更具相关性的体积乳腺密度(VBD)进行自动定量测量,其与MRI(常被视为测量乳腺密度的“金标准”)显示高度相关性[8, 9]。在一项先前研究中,定量密度方法与乳腺癌风险的关系最强[10]。然而,在另一项研究中,定性分类(BI-RADS)在区分患者与对照受试者方面被证明与计算机辅助方法同样准确[11]。尽管如此,自动体积测量可能更可取,因为它们能够提供快速且客观的乳腺密度估计。

乳腺X线摄影在致密乳腺女性中敏感性较低,且致密乳腺女性发生间期癌的风险更高[12]。此外,与乳腺非致密的女性相比,致密乳腺女性具有更高的更具侵袭性肿瘤的发生率,且可能预后更差[13–16],即使确切的潜在生物学效应尚不完全清楚。综上所述,乳腺密度是一个强有力的危险因素,现已成为乳腺癌风险评分中的一个既定因素,可作为如何个体化乳腺癌筛查的基础[17]。

如果BT被认可为主要的筛查工具,那么能够在BT中稳健估计VBD的软件将标准化乳腺密度评级,从而改善工作流程。自动VBD软件技术已被证明在BT图像中同样有效[18–21]。与放射科医师的乳腺密度评级相比,BT图像的一致性已达到显著水平[18, 22]。马尔默乳腺断层合成筛查试验(MBTST)是一项基于人群的前瞻性筛查试验,提供了包含DM和BT配对原始影像数据以及放射科医师BI-RADS第4版密度评分的数据集[4]。本研究的主要目的是在大型筛查队列中比较基于BT的软件VBD估计值与基于DM图像的估计值。

材料与方法

隆德大学地区伦理审查委员会(Dnr 2009/770)和瑞典马尔默Skåne大学医院当地辐射安全委员会批准了MBTST及本研究。参与研究的女性(2010年至2015年间入组)签署了书面知情同意书,其中包括参与本研究。MBTST是一项前瞻性单臂、单机构研究,探讨在瑞典马尔默基于人群的筛查项目中,单独使用单视图乳腺断层摄影(BT)[内外斜位(MLO)]与双视图数字乳腺摄影(DM)[头尾位(CC)和MLO],以及单视图BT(MLO)联合单视图DM(CC)(Mammomat Inspiration,Siemens Healthcare GmbH,Erlangen,Germany)的应用(www.clinicalTrials.gov;NCT01091545)。BT检查在单独的乳腺压迫阶段进行,与先前采集的DM图像组相比降低了乳腺压迫力,目标为减少50%的压力[23]。DM图像中的BI-RADS第4版密度评分在MBTST中作为阅片方案的一部分前瞻性进行,由五位放射科医师中的一位完成,所有医师均具有十年以上乳腺放射学经验。根据先前对MBTST人群中一个亚组的研究(阅片者与本研究相同),不同放射科医师BI-RADS评分之间观察到的一致性为80.9%[线性加权ĸ = 0.77(95% CI:0.76–0.79)][24]。MBTST的中期结果(n = 7500)已在先前详细描述[4]。在MBTST的14,848名女性中,4735名女性缺乏保存的原始数据,129名女性缺乏BI-RADS密度评分。73名有植入物的女性被排除,2名女性因图像处理技术错误被排除。排除后,9909名具有DM和BT原始数据(在不同乳腺压迫阶段)以及放射科医师根据BI-RADS进行密度评级的女性符合本研究条件。本研究使用的原型软件(Siemens VBDA 1.3.0,未商业化)已在先前详细描述[25]。该软件基于DM原始图像或BT中央投影图像估算VBD,并结合DM中基于累积密集组织区域的遮蔽效应,这些区域具有高可能性遮蔽肿瘤。除VBD百分比外,它还报告乳腺体积(BV)和纤维腺体体积(FGV),并给出四点乳腺密度分类(a = 最低密度类别,d = 最高密度类别)。分类乳腺密度组切点(VBD 4.3、8.1和17%)由美国放射科医师确定,以获得与BI-RADS第5版评级相关的结果[25]。原始图像使用原型软件对BT中央投影(MLO)和两个DM视图(MLO和CC)进行回顾性分析。取两侧乳腺中较高的VBD值作为每位女性的VBD值,该值也决定了每位女性的软件密度分类。该人群的一个亚组(n = 348)使用VBDA原型软件进行了分析,并作为会议论文报告[18]。此外,MBTST人群的亚组先前已就其他主题发表[4, 24, 26, 27],但均未包含当前软件版本。

统计学方法

DM与BT之间VBD、BV和FGV的差异采用Mann–Whitney U检验进行分析。DM与BT之间以及VBD与年龄之间的相关性采用Spearman相关系数(r)进行分析。连续DM与BT之间VBD的一致性按照Bland和Altman的方法进行分析。DM与BT中软件乳腺密度分类之间以及DM中放射科医师乳腺密度评估(BI-RADS第4版分类1/2/3/4)之间的一致性采用观察一致率(%)和线性加权kappa(κ)进行分析。软件乳腺密度按四个分类进行分析,同时也按二分类进行分析,后者可能更具临床相关性[脂肪退化型(乳腺密度分类a + b) vs. 致密型(乳腺密度分类c + d)]。按照惯例,kappa值< 0表示无一致性,0–0.20解释为轻微一致,0.21–0.40为一般一致,0.41–0.60为中等一致,0.61–0.80为高度一致,0.81–1为几乎完全一致[28]。p值<0.05被认为具有统计学意义。统计分析采用SPSS Statistics for Windows(IBM Corp.,版本22.0,Armonk,NY,USA)完成。

结果

本研究女性的平均年龄为57岁,范围为39至75岁。

DM图像中的VBD略高于BT图像(中位数,7.6%;范围,1.7–57.5%)(BT:中位数,7.3%;范围,1.4–56.2%;p < 0.001)。与BT相比,DM中BV中位数和FGV中位数均略低(BV:中位数,662.8 cm3;范围,24.1–3538.3 cm3;FGV:中位数,46.3 cm3;范围,6.9–528.0 cm3)(BT:BV:中位数,762.3 cm3;范围,42.0–3709.4 cm3;FGV:中位数,50.7cm3;范围,4.5–499.4 cm3;两者p < 0.001)。软件计算的乳腺密度分类分布在DM(分类a/b/c/d分别为:18.5/34.2/31.1/16.3%)与BT图像(对应分类分别为17.0/40.5/29.5/13.0%)之间略有差异。DM中BI-RADS评分的分布为分类1、2、3和4分别占14.9%、39.2%、36.8%和9.2%。

DM与BT之间VBD的比较显示强相关性(r = 0.83;图1)。

图2显示了DM与BT之间VBD差值相对于两种测量均值的Bland–Altman图。DM与BT中软件计算的乳腺密度分类之间的进一步比较显示,基于四个分类具有高度一致性(观察一致率61.3%;κ = 0.61;表1)。从临床工作流程的角度来看,研究二分类乳腺密度比较可能更具相关性:非致密型(分类a和b) vs. 致密型(分类c和d)。采用二分类软件密度分类时,DM与BT之间的观察一致率增至84.8%(κ = 0.69)(表2)。放射科医师在DM中给出的BI-RADS评分与软件计算的乳腺密度分类之间的比较显示,两种模态均具有中等一致性(DM:观察一致率,57.1%,κ = 0.55;BT:观察一致率,52.5%,κ = 0.47;表3和表4)。年龄与VBD之间在DM(r = –0.28)和BT(r = –0.20;图3和图4)中均呈弱相关。

图1 散点图展示DM与BT中软件体积乳腺密度(VBD)之间的相关性 查看原图 ↗
图2 数字乳腺摄影(DM)测得的体积乳腺密度(VBD)减去乳腺断层合成(BT)测得的VBD后与两种结果均值比较的Bland–Altman图。中间虚线为平均差值,上方和下方虚线为95%一致性界限(±两倍标准差) 查看原图 ↗
表1 数字乳腺X线摄影(DM)与乳腺断层合成(BT)中软件体积乳腺密度(VBD)的一致性;四个类别(a = 最低密度类别,d = 最高密度类别) 查看原表 ↗
表2 数字乳腺X线摄影(DM)与乳腺断层合成(BT)中软件体积乳腺密度(VBD)的一致性;两个类别[脂肪退化型(a + b) vs. 致密型(c + d)] 查看原表 ↗
表3 数字乳腺X线摄影(DM)中软件体积乳腺密度(VBD)与放射科医师乳腺影像报告和数据系统(BI-RADS)密度评分的一致性 查看原表 ↗
表4 乳腺断层合成(BT)中软件体积乳腺密度(VBD)与放射科医师乳腺影像报告和数据系统(BI-RADS)密度评分的一致性 查看原表 ↗
图3 散点图展示数字乳腺X线摄影(DM)中软件体积乳腺密度(VBD)与年龄之间的相关性 查看原图 ↗
图4 散点图展示乳腺断层合成(BT)中软件体积乳腺密度(VBD)与年龄之间的相关性 查看原图 ↗

讨论

据我们所知,这项纳入来自大型公共筛查机构9909名女性的研究是迄今为止分析DM和BT中VBD一致性的最大型研究。

我们报告了连续VBD的高相关性(r = 0.83),以及使用特别关注遮蔽效应的软件在DM和BT四类别乳腺密度之间的显著一致性(观察一致率61.3%,κ = 0.61)。从临床角度来看,两类别乳腺密度(脂肪退化型 vs. 致密型)之间的比较可能更全面,以便组织筛查工作流程;DM和BT中VBD之间的此类比较产生了更高的一致性(观察一致率84.8%,κ = 0.69),这可能增强软件的实用性。

DM与BT之间软件VBD的比较

我们报告DM中VBD的中位数略高于BT图像,Castillo-Garcia等人也报告了相同结果(使用Hologic Inc.,Bedford,MA,USA的Quantra)[29]。然而,Machida等人和Pertuz等人分别使用Volpara(Volpara Health Technologies Ltd.,Wellington,New Zealand)和自研软件估计VBD时报告了相反结果[20, 21]。使用不同模型假设估计VBD的不同软件实现可能解释上述研究之间报告的VBD差异。此外,在本研究中,多种因素可能影响DM和BT中VBD之间的一致性和相关性。首先,本研究中的DM和BT检查使用了不同的压迫板,并且根据研究方案BT使用约一半的压迫力[4]。此外,本研究中的DM计算使用了CC和MLO两个投影,而BT计算仅使用MLO视图(中心投影),以模拟我们乳腺放射科的真实临床情景并遵循MBTST研究方案。本研究最初使用较早的VBDA原型软件版本,其中DM和BT的计算仅基于MLO图像,与本研究中的61%相比,仅显示观察一致性略高,为68%[30]。此外,计算得出的乳腺密度类别在分布上有一定差异,DM中归入密度组d的女性多于BT(16.3 vs. 13%)。目前,该软件的分类切点对DM和BT设置相同。由于乳腺密度分类可能影响未来个体化筛查项目中的临床随访,值得考虑按模态调整的切点。

软件VBD与BI-RADS的比较

BI-RADS评分(DM)与软件密度类别(分别为DM和BT)之间的一致性为中等,因此低于软件密度类别在DM vs. BT之间的一致性。然而,由于仅有BI-RADS第4版评分可用(MBTST始于2010年,早于BI-RADS第5版指南的引入),这可被视为一致性的下限。在最近一项纳入约一半MBTST人群的研究中,BI-RADS第4版密度评分与非掩蔽软件(Volpara)在仅DM图像中的一致性显示同样为中等(观察一致性57.1%,ĸ = 0.55)[24]。BI-RADS第4版与目前使用的第5版之间的差异主要涉及类别c的改变(即乳腺为不均匀致密,可能遮蔽小肿块),并且不鼓励使用基于百分比密度的切点。Timberg等人分析了MBTST人群的一小部分样本(n = 348),比较了DM和BT图像中软件VBD与BI-RADS第5版密度评级[18]。他们显示出一致性较高(观察一致性分别为70%和63%,ĸ = 0.73和0.62),高于本文中的一致性,这可能提示BI-RADS第5版中考虑的掩蔽效应。另一方面,Ekpo等人在比较非掩蔽软件(Quantra)与BI-RADS第5版在BT图像中时显示出一致性略高(ĸ = 0.68)[22];然而,VBDA软件对掩蔽的考虑仅适用于DM图像,因为掩蔽效应在BT图像中几乎可以忽略不计。

与Machida等人先前使用Volpara软件对日本人群进行的研究相比,来自DM和BT的年龄与VBD之间的相关性略弱(r = –0.36,r = –0.30,分别为DM和BT)[20]。然而,已知日本和欧洲女性的乳腺密度存在差异,这可能是研究之间差异的一个解释,此外还使用了不同的软件[31]。

乳腺癌筛查目前正处于变革之中;BT的广泛实施很可能在不久的将来实现,与此同时,个体化筛查的益处正在评估中[32, 33]。由于乳腺密度是用于个体化筛查的风险模型中的一个既定因素,因此基于BT图像获得自动化且稳健的VBD估计非常重要。在本研究中,我们已证明使用全自动软件可以在BT中央投影上估计VBD,从而替代在DM图像上进行的密度估计。这种快速且稳健的VBD测量方法可以通过将客观定义的密度评分纳入放射学报告来改善工作流程,并可用于定制基于风险的筛查,例如为个体女性确定即将到来的筛查间隔或影像模态。

一些方法学问题需要考虑。首先,我们结果的普适性可能有限,因为MBTST代表城市人群,而已知乳腺密度在不同种族之间存在差异[31]。其次,本研究没有MRI图像可供比较;在评估乳腺密度时,MRI通常被认为最接近真实情况[8],未来潜在的工作包括将该软件与MRI进行比较验证。然而,放射科医生定性估计的乳腺密度可指示乳腺癌风险,因此可作为真实纤维腺体组织含量的替代指标[11, 34]。因此,尽管定性密度估计方法具有主观性,放射科医生的评分仍可用于与密度软件进行比较。第三,对表1中的离群值进行了审查,BT和DM之间的不匹配是由于重新定位后和/或对乳腺施加不同压力(如皮肤褶皱、乳腺体积)所致。最后,使用目前尚未公开用于研究或商业用于临床的原型软件限制了本研究发现的普适性;然而,我们相信备受关注的结果显示了在DM和BT中使用软件进行密度估计的可行性。

总之,在这个大型公共筛查环境中,我们报告了使用软件测量的DM和BT中VBD之间具有实质性一致性,特别关注掩蔽效应。当BT被用作主要乳腺癌筛查模态时,这种自动化且客观的VBD测量方式可能对放射科医生和女性具有价值。

引用

  1. Förnvik D, Förnvik H, Fieselmann A, et al. Comparison between software volumetric breast density estimates in breast tomosynthesis and digital mammography images in a large public screening cohort. Eur Radiol. 2018. PMID: 29943180. doi:10.1007/s00330-018-5582-0
  2. 全文:PMC6291428(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6291428/

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。