瞿煒 王怡 許萍 楊寶年
近年來, 乳腺癌發(fā)病率日益增高。隨著乳腺癌普查的開展及影像技術(shù)的發(fā)展, 越來越多乳腺病灶被發(fā)現(xiàn), 鑒別其良惡性對于臨床如何處理乳腺病灶至關(guān)重要, 本研究旨在通過對大樣本量的回顧性分析,探討美國放射學(xué)會(American college of radiology,ACR)制定的乳腺超聲圖像影像報告與數(shù)據(jù)系統(tǒng)(breast imaging reporting and data system contained ultrasonography, BI-RADS-US)對于指導(dǎo)臨床工作的意義。
回顧性分析2007年2月—2011年1月來本院就診并發(fā)現(xiàn)乳腺病灶后實行手術(shù)的6 618例女性患者, 共7 941個病灶?;颊吣挲g13~92歲, 平均(46.7±13.4)歲,所有病例均經(jīng)手術(shù)或活檢病理證實。
應(yīng)用SIEMENS公司ACUSON Sequoia 512彩色超聲診斷儀, 配備高頻線陣探頭, 探頭頻率為8~14 MHz。檢查時患者取仰臥位, 雙手舉高置于頭側(cè), 充分暴露雙乳及腋下, 行常規(guī)超聲檢查, 對病變部位進(jìn)行多方位、多角度掃查。應(yīng)用2003年ACR制定的BIRADS-US分類診斷標(biāo)準(zhǔn)(表1), 通過觀察分析病變部位背景回聲, 病灶特點(diǎn), 有無鈣化及特殊征象, 病灶血供情況等方面, 對乳腺病變進(jìn)行分類評價。
以病理結(jié)果為“金標(biāo)準(zhǔn)”, 應(yīng)用SPSS 17.0軟件進(jìn)行數(shù)據(jù)分析, 繪制BI-RADS超聲診斷的ROC曲線, 計算靈敏度、特異度、陽性預(yù)測值(positive predictive value, PPV)、陰性預(yù)測值(negative predictive value,NPV)。
全組7 941個病灶, 其中59個BI-RADS-US分類為0類的病灶, 由于檢查信息不滿意或不完全而未完成超聲評估, 故在隨后的統(tǒng)計分析中將其剔除, 余7 882個病灶按BI-RADS-US分為1~5類(表2), 將1~4a類列為超聲檢查良性病灶(圖1A、1B、1C), 4b~5類列為超聲檢查惡性病灶(圖2A、1B、1C), 經(jīng)手術(shù)或活檢病理證實良性病灶5 767個, 惡性病灶2 174個, BI-RADSUS分類的靈敏度為88.50%, 特異度為91.02%, 準(zhǔn)確性為90.36%, PPV為78.74%, NPV為95.48%, 陽性似然比和陰性似然比分別為9.86及0.13。
以往根據(jù)經(jīng)驗進(jìn)行乳腺病灶超聲診斷時, 由于僅能對病灶作出惡性可能或良性可能的判斷, 且不同醫(yī)生對同一病灶的描述一致性比較差, 使得外科處理病灶比較棘手, 國外學(xué)者認(rèn)為[1-4], BI-RADS-US使操作者在現(xiàn)有資料基礎(chǔ)上因循更合理的操作程序, 能提高不同經(jīng)驗水平的超聲醫(yī)師對乳腺良惡性性質(zhì)判斷的一致性, 這樣做的目的也避免很多不必要的活檢。
表1 BI-RADS-US分類診斷標(biāo)準(zhǔn)
表2 應(yīng)用BI-RADS-US分類與病理結(jié)果對照
圖1 乳腺良性病灶聲像圖 1A: BI-RADS-US 2類, 病理證實囊腫: 1B: BI-RADS-US 3類 病理證實纖維腺瘤: 1C: BI-RADS-US 4a類 病理證實導(dǎo)管內(nèi)乳頭狀瘤 圖2 乳腺惡性病灶聲像圖 2A: BI-RADS-US 4b類, 病理證實導(dǎo)管內(nèi)癌: 2B: BI-RADS-US 4c類,病理證實浸潤性癌: 2C: BI-RADS-US 5類, 病理證實浸潤性癌 圖3 按BI-RADS-US構(gòu)建ROC曲線
根據(jù)ACR提出的BI-RADS-US分類標(biāo)準(zhǔn), 國內(nèi)外專家做了大量工作, 對各類進(jìn)行了風(fēng)險評估: 3類病灶的惡性風(fēng)險應(yīng)<2%, 4類因為其跨度大, 將其分為4a、4b、4c三個亞類, 4a類病灶的惡性風(fēng)險應(yīng)介于2%~30%之間, 4b類病灶的惡性風(fēng)險應(yīng)介于30%~60%之間, 4c類病灶的惡性風(fēng)險應(yīng)介于60%~94%之間。5類病灶的惡性風(fēng)險應(yīng)>95%。本研究中, BI-RADS-US 3~5類(包括4a、4b、4c三個亞組)的惡性腫瘤百分率分別為2.87%、9.28%、49.21%、86.35%及98.19%,基本與之相符。根據(jù)ROC曲線, 計算曲線下面積為0.931, 充分說明這一分類方法在3~5類病灶具有良好的診斷與鑒別診斷的能力。
形成性評價是一個動態(tài)的評價過程,是對學(xué)生的學(xué)習(xí)過程、學(xué)習(xí)態(tài)度進(jìn)行評價,并及時將評價后的信息反饋給學(xué)生,以及時改正教學(xué)中存在的問題。形成性評級指標(biāo)包括出勤率、課堂參與度、顯微鏡操作、繪圖成績、切片考核、平時測驗、文獻(xiàn)綜述撰寫等方面。此外,教師對學(xué)生的團(tuán)隊協(xié)作能力、溝通能力、分析及解決問題能力、自主學(xué)習(xí)能力、職業(yè)素養(yǎng)等方面也要進(jìn)行綜合評價。
隨著超聲技術(shù)的日新月異, 超聲已在乳腺病灶診斷中廣泛應(yīng)用, 為了指導(dǎo)各種病灶的處理, 2003年ACR在乳腺影像學(xué)報告及數(shù)據(jù)系統(tǒng)(BI-RADS)第4版修訂時, 增加了乳腺超聲報告系統(tǒng)[1]。
以病理結(jié)果為“金標(biāo)準(zhǔn)”, 按BI-RADS-US分類構(gòu)建ROC曲線(圖3), 計算曲線下面積為0.931(95%可信區(qū)間: 0.923~0.939)。
超融合架構(gòu)是一種集成了虛擬計算和存儲資源的信息基礎(chǔ)架構(gòu)。在該架構(gòu)環(huán)境中,同一套單元設(shè)備中不但應(yīng)用了計算、網(wǎng)絡(luò)、存儲和服務(wù)器虛擬化等資源和技術(shù),而且多套單元設(shè)備可通過網(wǎng)絡(luò)聚合,實現(xiàn)模塊化的無縫橫向擴(kuò)展,形成統(tǒng)一的資源池。超融合架構(gòu)由傳統(tǒng)虛擬化演化而來,經(jīng)歷了融合虛擬化階段,和傳統(tǒng)虛擬化解決方案相比,超融合架構(gòu)使用工業(yè)標(biāo)準(zhǔn)的x86服務(wù)器作為計算和存儲資源載體,通過軟件定義的方式來規(guī)劃底層硬件,然后向用戶交付需要的資源,具備了管理簡單、類似積木堆棧方式彈性擴(kuò)充等特性,在擴(kuò)展性、靈活性、運(yùn)維和成本方面都具有一定優(yōu)勢,是目前在各型數(shù)據(jù)中心廣泛應(yīng)用的技術(shù)架構(gòu)[6]。超融合架構(gòu)演化進(jìn)程見圖3。
此外, 本研究中429個BI-RADS-US 2類病灶中,惡性腫瘤百分率高于3類達(dá)7.46%, 這32個病理證實為惡性的病灶, 均為鉬鈀或MRI有異常發(fā)現(xiàn)后, 經(jīng)手術(shù)活檢證實, 其中19個為超聲診斷腺病而無明顯結(jié)節(jié), 另3個有腋下淋巴結(jié)腫大, 但乳腺內(nèi)未發(fā)現(xiàn)病灶, 9個為囊腫或乳腺導(dǎo)管擴(kuò)展, 僅1個乳腺內(nèi)有實質(zhì)性結(jié)節(jié), 超聲考慮為纖維腺瘤; 從中可以發(fā)現(xiàn), 超聲并不能發(fā)現(xiàn)所有實質(zhì)性腫瘤及細(xì)小鈣化, 但對于超聲能發(fā)現(xiàn)的結(jié)節(jié),BI-RADS-US分類的陽性預(yù)測值還是隨類遞增的。據(jù)Kolb等[5]報道, 在致密的乳腺中, 超聲與鉬鈀聯(lián)合應(yīng)用可以使發(fā)現(xiàn)乳腺癌病灶能力達(dá)到97.0%。這也給臨床發(fā)出警示, 超聲只是發(fā)現(xiàn)乳腺疾病中的一種手段, 如能結(jié)合其他影像學(xué)檢查, 可提高乳腺疾病的檢出率。
?亦有人認(rèn)為,這一關(guān)于國家理論的爭論,并不具有重大的意義。原因在于,這一爭論不過是局限于極其狹窄的領(lǐng)域。這兩種觀點(diǎn)都認(rèn)為,國家是幫助資本積累和調(diào)整階級斗爭,甚至有時代表著那些局部利益的資本家來損害一般資本的利益。在這里,國家并不是一個主體運(yùn)作者,而只是一個場所,階級和階級的“派別”和“部分”在這里組織起來。但實際上,國家既是一個場所,也是一個行動者。因此,這一爭論并沒有完全突破馬克思國家理論的還原論傾向,并沒有形成關(guān)于國家真正自主的理論。
BI-RADS-US作為一種能提供統(tǒng)一病灶描述標(biāo)準(zhǔn)的手段, 不僅能規(guī)范乳腺超聲報告, 也能為臨床處理提供更準(zhǔn)確使用的信息, 具有廣泛推廣使用的價值。
[1] American College of Radiology. BI-RADS:ultrasound.In: Breast imaging reporting and data system: BIRADS Atlas[M].4th ed. Reston:American College of Radiology,2003:77-79.
[2] Hong A S, Rosen E L, Soo M S, et al. BI-RADS for sonography: positive and negative predictive values of sonographic features[J].AJR Am J Roentgen ol,2005,184(4):1260-1265.
[3] Hille H, Vetter M, Hackeloer B J. Re-evaluating the role of breast ultrasound in current diagnostics of malignant breast lesions[J]. Ultraschall Med,2004,25(6):411-417.
[4] Mayi Tsonga S, Meye J F, Ngou Mve Ngou J P, et al. Nonpalpable breast lesion:correlation of the BIRADS classification and histologic findings[J].Sante,2006,16(3):179-183.
[5] Kolb T M, Lichy J, Newhouse J H. Comparison of the performance of screening mammography,physical examination,and breast US and evaluation of factors that influence them:an analysis of 27,825 patient evaluation[J].Radiology,2002,225(1):165-175.