乳腺磁共振BI-RADS 4类病变恶性征象分析及Nomogram预测模型的构建

作者：朱旭娜; 刘丽东^*; 苏丹柯; 李红学; 左阳; 谢东; 黄雷; 刘宇

来源：临床放射学杂志, 2020, 39(12): 2406-2410.

DOI：10.13437/j.cnki.jcr.2020.12.012

• 乳腺
• 乳腺影像报告和数据系统4类病变
• Nomogram图

目的探讨乳腺磁共振乳腺影像报告和数据系统(BI-RADS)4类病变的恶性征象,并建立预测其恶性度的Nomogram预测模型。方法对广西医科大学附属肿瘤医院诊断为乳腺BI-RADS 4类病变患者的MR资料进行回顾性分析。通过Logistic回归对乳腺BI-RADS 4类病变恶性征象进行多因素分析,使用Nomogram图对各危险因素进行赋分,构建乳腺恶性病变的预测模型。分别使用一致性系数(consistency index,C-index)和校准曲线来评估预测模型的校准度,通过受试者工作特征(ROC)曲线来评估预测模型的诊断效能。结果 85例乳腺BI-RADS 4类病变患者中,病灶共97个,其中良性41个、恶性56个。单因素分析显示:表观扩散系数(ADC)、时间信号强度曲线(TIC)、最大信号强度投影(MIP)、边缘毛刺征、环形强化征、T2WI瘤内高信号与乳腺BI-RADS 4类病变恶性度有关;多因素分析显示:ADC值、TIC、MIP、边缘毛刺征、环形强化征是预测乳腺恶性病变的独立危险因素。Nomogram预测模型显示:TIC(流出型)为100分、MIP(阳性)为57.5分、环形强化征(阳性)为72.5分、边缘毛刺征(阳性)为49分;该预测模型的C-index为0.923;ROC曲线下面积(AUC)为0.923,对应的敏感度、特异度分别为89.30%、87.80%。结论乳腺BI-RADS 4类病变中,ADC值、TIC、MIP、边缘毛刺征、环形强化征是预测病变恶性度的独立危险因素,本研究构筑的Nomogram预测模型具有较高的区分度及校准度,为患者病情个体化评估提供实用的参考工具。

• 单位
  广西医科大学附属肿瘤医院