評估超聲BI-RADS分類3～5類診斷乳腺病變的準確性

梁珊 陳靜 陳榮榮 李卓容 何亮

摘要：目的：評估超聲BI-RADS 3～5類診斷乳腺病變的準確性。方法：研究1653個經病理確診的超聲BI-RADS 3～5類乳腺病變，以病理結果為金標準，計算超聲BI-RADS 3～5類病變的陽性預測值（PPVs）和陰性預測值（NPVs）。結果：子類別4a、4b、4c的PPVs分別為22.63%、62.77%、87.63%，類別3和5的PPVs分別為0.11%、98.85%。結論：類別4a、4b的PPV高于BI-RADS理論值，類別3、4c、5的PPV在理論值范圍內。子類別4a、4b可用于預測惡性腫瘤的可能性，但不能排除活檢的必要性。類別3、4c、5鑒別乳腺良惡性病變的準確性較高。

關鍵詞：超聲;乳腺癌;乳腺病變;乳房影像報告和數據系統（BI-RADS）

【中圖分類號】? R737.9【文獻標識碼】A 【文章編號】1673-9026（2022）17--01

超聲檢查現已成為大多數醫院乳腺癌檢查的首選方法。乳腺影像報告與數據系統分類是美國放射學會在2003年提出的用于超聲鑒別良惡性病變的方法，是為了規范對診斷結果的解釋，更好地處理病變[1，2]。關于BI-RADS 3～5類病理結果及其陽性預測價值（PPVs）的文獻研究較少[3，4]，一些作者對BI-RADS 4的子類別提出了批評和爭論，認為很難明確定義超聲診斷標準來對疑似病變進行分類[2，5]。因此，我們進行了這項回顧性研究，以組織病理為金標準，進行診斷性測試評估。通過計算BI-RADS 3～5類的PPVs，評估超聲BI-RADS 3～5類診斷乳腺病變的準確性。

1 資料與方法

1.1 一般資料 分析2019年1月至2020年12月間在我院乳腺門診彩超檢查并分類為BI-RADS 3～5類的乳腺病變共有7288個，本研究納入超聲BI-RADS分類為3～5類并行超聲引導下穿刺活檢或手術切除活檢的病灶。排除標準：1.無明確病理結果;2.有乳腺癌治療史。其中5621個病灶因病理結果缺失而被排除，14個病灶因有乳腺癌治療病史被排除。最終有1381名患者被納入研究，1653個病灶和各自的活檢結果納入了研究?；颊吣挲g17-88歲，平均（42.5±12.6）歲。

1.2 儀器與圖像采集 使用的超聲診斷儀有GE BOOK XP、HITACHI，線陣探頭頻率分別為5-10、5-13MHz。超聲結果根據ACR提出的BI-RADS進行分類。超聲評估由兩名乳腺?？瞥曖t生完成，分別有16年、10年的乳腺超聲成像和診斷經驗，都接受過BI-RADS超聲辭典第二版的系統培訓，有診斷和分類資格。

1.3 統計學分析 使用SPSS 25.0進行統計分析。以病理結果為診斷金標準。分類變量采用χ2檢驗或Fisher精確檢驗。計算BI-RADS 3～5類的PPVs，并與理論值進行比較。P<0.05為差異有統計學意義。

2 結 果

根據病理結果惡性腫瘤的發生率：子類別4a、4b和4c的PPV分別為22.63%（55/243）、62.77%（59/94）和87.63%（85/97），總的4類PPV為45.85% （199/434），5類PPV為98.85%（343/347）。3類的PPV為0.11%（1/872）、NPV為99.89%（871/872）。本研究將不在理論值范圍內4a和4b的PPV實際值（22.63%、62.77%）與理論值中位數比率（6%、30%）進行卡方檢驗比較。子類別4a和4b的PPV高于理論值（P<0.001）。3類、4c類和5類PPV的實際值在BI-RADS理論值范圍內。見表1。

3? 討 論

2013年BI-RADS分類的修正主要針對4類的子類別[1]，主要更改作為超聲檢查主要參數的腫塊形狀、邊緣和方向[6]。以往研究中，最可能代表惡性的超聲征象，如邊緣毛刺、形狀不規則、縱向生長的PPVs分別為83.7%～91.8%、57.2%～89.7%、63.9%～81.2%[7，8]。BI-RADS超聲分類在假設3類為良性病變，5類為惡性病變的情況下，BI-RADS分類效果較好[9]。本研究中，BI-RADS 3類NPV為99.89%，5類PPV為98.85%。在BI-RADS 4類中，惡性腫瘤的風險在2%～95%之間，要清楚地描述并分類4a、4b或4c亞型的病變是一項艱巨的任務[10]。本研究發現4a和4b子類別的PPV均高于理論值（P<0.001），這表明4a和4b子類別并不能很好的反應惡性腫瘤的可能性，我們發現BI-RADS 4亞分類主要基于超聲醫師懷疑惡性腫瘤的程度，并沒有明確的劃分標準，小病變的亞分類更加困難，大多數醫生更愿意謹慎選擇較低的類別，這也是4a和4b亞型的PPV高于理論值的原因之一。一項研究顯示，BI-RADS 4a組的惡性率（7.4%）低于本研究，而4b組（61.4%）和4c組（93.0%）的PPVs與本研究相似[7]。Yoon等人研究了2430例BI-RADS 4病變患者并進行活檢，發現其癌癥患病率為18.6%。BI-RADS 4a、4b的PPV分別為7.6%、37.8%均低于本研究，4c的PPV為81.9%與本研究相似[11]。Zou等人研究了579個病灶，子類別4a、4b和4c的PPV分別為23.74%、70.67%和81.25%， 4類總PPV為46.92%，第5類PPV為97.35%，與本研究結果一致[12]。在本研究中，惡性腫瘤的發生率（32.85%）與其他研究相比是相當高的[3，11]?？傊?，超聲診斷乳腺3、4c、5類的準確率較高，我們建議使用BI-RADS 3類的分界點作為超聲隨訪的指征，避免不必要的活組織檢查數量的增加。對BI-RADS 4類病變進行亞分類有助于預測惡性腫瘤的風險，但并不會從根本上改變治療方法。因此我們認為任何BI-RADS 4類及以上的組織活檢都應該進行，以排除惡性腫瘤。

參考文獻：

D’ORSI C，Sickles E， Mendelson E， et al. ACR BI-RADS? Atlas， Breast imaging report data2013.

Elverici E， Barca AN， Aktas H， et al. Nonpalpable BI-RADS 4 breast lesions： sonographic findings and pathology correlation[J].Diagnostic Interv Radiol， 2015，21（3）：189-194..

Wiratkapun C， Bunyapaiboonsri W， Wibulpolprasert B. Lertsithichai P.Biopsy rate and positive predictive value for breast cancer in BI-RADS category 4 breast lesions[J].J Med Assoc Thai， 2010，93（7）： 830-836.

Sanders MA， Roland L， Sahoo S. Clinical implications of subcategorizing BI-RADS 4 breast lesions associated with microcalcification： A radiology-pathology correlation study[J]. Breast J， 2010，16（1）：28-31.

Youk JH， Kim E-K， Kim MJ， et al. Analysis of false-negative results after US-guided 14-gauge core needle breast biopsy[J].Eur Radiol， 2010，20（4）：782-789.

Berg WA， Mendelson EB. Technologist-performed Handheld Screening Breast US Imaging： How Is It Performed and What Are the Outcomes to Date？[J].Radiology， 2014，272（1）：12-27.

Gu Y， Tian J-W， Ran H-T， et al. The Utility of the Fifth Edition of the BI-RADS Ultrasound Lexicon in Category 4 Breast Lesions： A Prospective Multicenter Study in China[J]. Acad Radiol， 2020：1-9.

Stavros AT， Thickman D， Rapp CL， et al. Solid breast nodules： use of sonography to distinguish between benign and malignant lesions[J]. Radiology， 1995，196（1）：123-134.

Ha R， Kim H， Mango V， et al. Ultrasonographic features and clinical implications of benign palpable breast lesions in young women[J]. Ultrasonography， 2014，34（1）：66-70.

Ko K-H， Hsu H-H， Yu J-C， et al. Non-mass-like breast lesions at ultrasonography： Feature analysis and BI-RADS assessment[J]. Eur J Radiol， 2015，84（1）：77-85.

Yoon JH， Kim MJ， Moon HJ， et al. Subcategorization of Ultrasonographic BI-RADS Category 4： Positive Predictive Value and Clinical Factors Affecting It[J]. Ultrasound Med Biol， 2011，37（5）：693-699.

Zou XB， Wang JW， Lan XW， et al. Assessment of Diagnostic Accuracy and Efficiency of Categories 4 and 5 of the Second Edition of the BI-RADS Ultrasound Lexicon in Diagnosing Breast Lesions[J]. Ultrasound Med Biol， 2016，42（9）：2065-2071.