廖孟霞，沈嚴嚴，劉燦，王松，蔣迪，劉瑛，楊繼輝

（1.南華大學附屬南華醫(yī)院 超聲診斷科，湖南 衡陽 421002；2.隨州市中心醫(yī)院 超聲診斷科，湖北 隨州 441300；3.南華大學附屬南華醫(yī)院 乳腺甲狀腺外科，湖南 衡陽 421002；4.南華大學附屬第一醫(yī)院 超聲診斷科，湖南 衡陽 421001）

乳腺結節(jié)是乳腺疾病的常見表現形式之一，有良惡性之分，不同的性質治療方式不同，因此對乳腺結節(jié)良惡性進行有效鑒別十分重要。有研究發(fā)現≤1cm小乳腺癌聲像圖特征常不典型，因此超聲在鑒別診 斷≤1 cm 乳腺結節(jié)性質上存在較大的難度[1]。本研究通過對乳腺小結節(jié)的超聲征象進行分析，應用二分類Logistic 回歸分析法從諸多超聲征象中篩選出對乳腺小結節(jié)良惡性鑒別診斷最具有意義的變量，建立乳腺癌診斷模型，為臨床上鑒別乳腺小結節(jié)良惡性提供幫助。

1 資料與方法

1.1 一般資料

選取2014年7月—2016年7月于南華大學附屬南華醫(yī)院及南華大學附屬第一醫(yī)院經手術及病理診斷后的215 例患者344 個乳腺小結節(jié)（最大徑≤1 cm）的臨床資料。患者結節(jié)最大徑為0.2～1.0 cm。根據結節(jié)良惡性分為乳腺惡性結節(jié)組和乳腺良性結節(jié)組，分別為64 和151 例。乳腺惡性結節(jié)組惡性結節(jié) 79 個，年齡30～84 歲，平均（50.9±11.5）歲；乳腺良性結節(jié)組良性結節(jié)265 個，年齡14～64 歲，平均（39.9±10.8）歲。納入標準：術前經超聲診斷乳腺小結節(jié)，結節(jié)均有完整超聲及病理資料。排除標準：治療過乳腺疾病者，妊娠期及哺乳期者，資料不完 整者。

1.2 儀器與方法

采用Aplio500（日本東芝公司）、HD15（荷蘭飛利浦公司）及MindraryDC-8（深圳邁瑞公司）超聲診斷儀器，高頻線陣探頭，頻率7.5～10 MHz。術前二維超聲常規(guī)掃查乳腺，觀察結節(jié)特征（位置、大小、邊界、形態(tài)、邊緣特征、內部回聲、微鈣化、后方回聲特征及結節(jié)縱橫比等），同時掃查雙側腋窩淋巴結，彩色多普勒和能量多普勒探測結節(jié)內及周邊血流分布，最后綜合判斷結節(jié)性質并做相應的超聲診斷。

1.3 判定標準

血流信號分級參照ADLER 等[2]在乳腺病灶中血流豐富程度半定量標準：0 級，無血流信號；Ⅰ級，少血流信號，結節(jié)內可見1、2 處點狀或短線狀血流；Ⅱ級，中等血流信號，3、4 處點狀或短線狀血流或1條主要血管，其長度大于腫瘤最大徑的一半；Ⅲ級，豐富血流信號，可見＞3 條血管或血管互相連通，交織成網；腋窩淋巴結腫大定義：①淋巴結縱橫比≤2；②淋巴門消失或淋巴門回聲減低或皮髓質分界不清；③皮質厚度＞3 mm 或皮質不對稱增厚，④淋巴結血供模式為邊緣型或混合型[3-4]。

1.4 統(tǒng)計學方法

數據分析采用SPSS 22.0 統(tǒng)計軟件，計數資料以率（%）表示，比較用χ2檢驗，多因素分析用Logistic回歸模型，自變量回歸系數采用Wald χ2檢驗，模型的擬合情況采用經似然比檢驗，繪制ROC 曲線，評價Logistic 回歸模型的預報能力，P＜0.05 為差異有統(tǒng)計學意義。

2 結果

2.1 不同超聲特征獨立預測乳腺惡性結節(jié)的診斷效能比較

≤45 歲患者有184 個結節(jié)，其中惡性結節(jié)14 個，良性結節(jié)170 個；＞45 歲患者有160 個結節(jié)，其中惡性結節(jié)65 個，良性結節(jié)95 個。不同超聲特征獨立預測乳腺惡性結節(jié)的診斷效能比較，差異有統(tǒng)計學意義（P＜0.05）。見表1。

2.2 乳腺小結節(jié)良惡性的多因素Logistic 回歸 分析

以病理結果的良惡性為因變量，超聲特征及年齡為自變量，自變量進入方程的標準為P＜0.05，經二分類Logistic 回歸分析中最大似然比（likelihood ratio,LR）向前逐步回歸法分析，得到Logistic 回歸方程為：Logit(p)=-5.993+2.075×內部回聲均勻性+1.180×形態(tài)+1.668×邊緣特征+1.467×縱橫比2+2.529×血流分級+2.087×血流阻力指數+4.951×高回聲聲暈+2.105×微鈣化+3.434×同側腋窩淋巴結腫大+ 1.390×年齡?；貧w模型擬合情況的LR 檢驗，差異有統(tǒng)計學意義（χ2=111.454，P=0.000）。見表2、3。

2.3 Logistic 回歸模型評價

利用該模型對344 個乳腺小結節(jié)的良惡性進行預報，若回歸值P＞0.5 預報為惡性，P≤0.5 預報為良性。Logistic 回歸模型與術前超聲診斷正確率分別為94.2%和87.2%（見表4、5）。繪制Logistic 回歸模型及術前超聲的ROC 曲線，并計算曲線下面積（見圖1）。本研究建立Logistic 回歸模型的曲線下面積為0.918 （95% CI：0.873，0.963），Sb值為0.023，而術前超聲診斷的曲線下面積為0.793（95% CI：0.726，0.859），Sb值為0.034，說明該模型具有較高的診斷準確率。

表1 不同超聲特征獨立預測乳腺惡性結節(jié)的診斷效能比較

表2 變量賦值

表3 乳腺小結節(jié)良惡性多因素的Logistic 回歸分析相關參數

表4 Logistic 回歸模型預判結果與病理結果對比 個

表5 超聲診斷與病理結果對比 個

圖1 Logistic 回歸模型和術前超聲診斷乳腺小結節(jié)的ROC 曲線圖

3 討論

乳腺癌占婦女惡性腫瘤首位且呈逐年上升趨勢[5]。因乳腺疾病的聲像圖表現多樣，所以超聲診斷乳腺疾病的靈敏性高而特異性低，尤其對于直 徑＜10 mm 的乳腺結節(jié)，其鑒別難度更大[6]。Logistic回歸分析可以對多個自變量進行綜合分析，從中篩選出危險因素并預測某事件發(fā)生的概率，現已廣泛用于醫(yī)學研究的各領域。

本研究經Logistic 回歸分析篩選出高回聲聲暈、同側腋窩淋巴結腫大、血流分級、微鈣化、RI、內部回聲均勻性、邊緣特征、縱橫比、患者年齡及形態(tài)等有意義變量，且回歸系數均＞0，認為以上變量在乳腺小結節(jié)鑒別診斷中呈正相關，即上述變量在乳腺小結節(jié)中出現越多，其惡性的可能性就越大。高回聲聲暈及同側腋窩淋巴結腫大的OR 值在本研究中高于其他變量，認為其在乳腺小結節(jié)的鑒別診斷中較其他變量更為可靠，危險度更高。

高回聲聲暈系腫瘤細胞浸潤、推擠周邊組織所致，或是病灶周邊結締組織反應性增生，形成不規(guī)則界面所致[7-8]。本研究中高回聲聲暈的OR 值為141.366，表明在其他征象相同時，出現高回聲聲暈的小結節(jié)為乳腺癌的危險性增加了141.366 倍。由此認為，當乳腺小結節(jié)出現高回聲聲暈時應高度懷疑為 惡性。

腋下淋巴結是乳腺癌最易侵犯的組織，轉移率高達80%[9-10]。超聲是檢測腋下淋巴結轉移的一種簡便有效的方法[11-12]。本研究同側腋窩淋巴結腫大診斷乳腺惡性結節(jié)的靈敏性和特異性分別為43.0%和98.1%，經Logistic 回歸分析，同側腋窩淋巴結腫大的OR 值為31.003，說明出現同側腋下淋巴結腫大時結節(jié)為惡性的概率更大，提示同側腋窩淋巴結腫大是鑒別乳腺小結節(jié)良惡性的重要征象之一。

乳腺癌常呈浸潤性生長，其垂直方向的癌細胞較其他方向增殖速度快，因此超聲表現為縱橫比≥1[13]。然而，部分學者以縱橫比≥0.7 鑒別乳腺病變的良惡性，發(fā)現縱橫比≥0.7 對診斷乳腺癌同樣具有重要意義[14-15]。本研究同時探討了縱橫比≥1.0 和≥0.7 在乳腺小結節(jié)鑒別診斷中的意義，經Logistic 回歸分析，只有縱橫比≥0.7 進入回歸方程，分析其原因可能與小乳腺癌的病理改變有關。小乳腺癌早期增殖能力相對較弱，因此縱橫比增大也相對緩慢，故本研究中縱橫比≥0.7 在乳腺小結節(jié)良惡性鑒別中更具有意義。

綜上所述，本研究基于超聲特征建立logistic 回歸模型預報正確率及ROC 曲線下面積均高于術前超聲診斷，有較高臨床實用性，尤其當小結節(jié)超聲聲像圖出現高回聲聲暈、腋窩淋巴結腫大及縱橫比≥0.7時，更應引起重視。但本研究研究樣本量較少，因此還需擴大樣本量并進行更全面的分析。