倪俊剛 駱劍明 王 慶 陳勝洲 陳文斌

·論 著·

DWI序列表觀擴(kuò)散系數(shù)可預(yù)測乳腺癌復(fù)發(fā)風(fēng)險(xiǎn)

倪俊剛 駱劍明 王 慶 陳勝洲 陳文斌

義烏市中心醫(yī)院甲狀腺乳腺腫瘤外科二病區(qū)，浙江義烏 322000

探討MRI檢查DWI序列表觀擴(kuò)散系數(shù)（apparent diffusion coefficient，ADC）預(yù)測乳腺癌復(fù)發(fā)的臨床價(jià)值?；仡櫺苑治隽x烏市中心醫(yī)院2015年1月至2017年12月行手術(shù)治療的乳腺癌患者臨床資料，術(shù)前行MRI檢查DWI序列掃描，獲得ADC值。采用多因素Cox回歸分析乳腺癌復(fù)發(fā)的危險(xiǎn)因素。中位隨訪59個(gè)月，49例患者復(fù)發(fā)（復(fù)發(fā)組），189例患者未復(fù)發(fā)（非復(fù)發(fā)組）。單因素分析顯示，復(fù)發(fā)組年齡≤40歲、低ADC、有淋巴結(jié)轉(zhuǎn)移、T3分期、ER陰性、Ki-67>30%的比例及均高于非復(fù)發(fā)組，術(shù)后放化療比例低于非復(fù)發(fā)組（<0.05）。多因素Cox回歸分析結(jié)果顯示，低ADC值（95%: 1.062～2.641，=0.025）、T3期（95%: 1.153～3.267，=0.010）是乳腺癌復(fù)發(fā)的獨(dú)立危險(xiǎn)因素，術(shù)后放化療是保護(hù)因素（95%: 0.324～0.839，<0.001）。受試者工作特征（receiver operating characteristic，ROC）曲線分析顯示，ADC值預(yù)測乳腺癌復(fù)發(fā)的曲線下面積（area under the curve，AUC）為0.803（95%: 0.737～0.869，<0.001），敏感度為81.63%，特異性為62.96%。術(shù)前ADC值降低是乳腺癌復(fù)發(fā)的獨(dú)立危險(xiǎn)因素，可高效預(yù)測乳腺癌患者復(fù)發(fā)風(fēng)險(xiǎn)。

彌散加權(quán)成像；表觀擴(kuò)散系數(shù)；乳腺癌；復(fù)發(fā)

乳腺癌是女性常見的惡性腫瘤，其發(fā)病呈年輕化的趨勢，嚴(yán)重影響女性的身心健康[1,2]。早期診斷并及時(shí)干預(yù)是改善患者預(yù)后的關(guān)鍵，但由于乳腺癌具有高度異質(zhì)性，腫瘤直徑、有無淋巴結(jié)轉(zhuǎn)移、組織分級(jí)等均影響治療方案的制訂及患者預(yù)后。因此，及時(shí)預(yù)測乳腺癌患者預(yù)后不良的風(fēng)險(xiǎn)，并早期進(jìn)行針對(duì)性干預(yù)，精準(zhǔn)治療，對(duì)延長該類患者的生存期具有重要意義。影像學(xué)檢查在乳腺癌早期診斷、療效評(píng)估及預(yù)后評(píng)估中發(fā)揮重要的作用，可提供多種影像信息，輔助臨床決策[3,4]。表觀擴(kuò)散系數(shù)（apparent diffusion coefficient，ADC）是通過DWI序列計(jì)算而來，能反映腫瘤細(xì)胞的微觀結(jié)構(gòu)、生物學(xué)行為等，既往主要用于乳腺結(jié)節(jié)良惡性輔助鑒別[5,6]、組織分級(jí)[7]等，具有較高的敏感度。目前，ADC在乳腺癌預(yù)后評(píng)估中的作用研究的較少，本研究旨在探討DWI序列ADC值預(yù)測乳腺癌預(yù)后的臨床價(jià)值，現(xiàn)報(bào)道如下。

1 資料與方法

1.1 一般資料

選擇2015年1月至2017年12月義烏市中心醫(yī)院診治的238例乳腺癌患者，年齡范圍29～76歲，平均（50.23±9.38）歲。納入標(biāo)準(zhǔn)：①乳腺癌均經(jīng)術(shù)后組織病理證實(shí)，均為乳腺浸潤性導(dǎo)管癌；②術(shù)前均行MRI檢查，獲取DWI圖像；③術(shù)前未進(jìn)行放化療，術(shù)后按照指南進(jìn)行治療[8]；④有完整的預(yù)后資料。排除標(biāo)準(zhǔn)：①轉(zhuǎn)移性乳腺癌；②合并其他系統(tǒng)腫瘤；③MRI檢查示圖像不清晰，無法用于圖像分析的患者；④多中心病灶或病灶總數(shù)>2個(gè)的患者；⑤已出現(xiàn)遠(yuǎn)處轉(zhuǎn)移的患者；⑥自愿放棄治療的患者。本研究已通過義烏市中心醫(yī)院倫理審查委員會(huì)審批（倫理審批號(hào)：L2022068），并豁免患者知情同意。

1.2 研究方法

1.2.1 資料收集 通過電子病例系統(tǒng)收集患者術(shù)前臨床資料，包括年齡、乳腺癌家族史；及淋巴結(jié)轉(zhuǎn)移情況、T分期，激素受體包括雌激素受體（negative estrogen receptor，ER）、孕激素受體（progesterone receptor，PR）、人表皮生長因子受體2（human epidermal growth factor receptor，HER-2）、Ki-67指數(shù)等DWI序列的ADC值；術(shù)后放化療等。

1.2.2 MRI檢查方法 采用荷蘭Philips公司3.0TMRI掃描儀，四通道表面專用護(hù)胸線圈，常規(guī)進(jìn)行T1WI、T2WI及DWI序列掃描，具體參數(shù)設(shè)置同既往文獻(xiàn)[9]。ADC值測量方法：由1位具有高級(jí)職稱的影像科醫(yī)師進(jìn)行獨(dú)立完成。圖像導(dǎo)入后處理工作站后完成重建，并勾畫感興趣區(qū)，計(jì)算ADC值（軟件自動(dòng)計(jì)算）。注意在勾畫感興趣區(qū)時(shí)，應(yīng)避開主要壞死區(qū)域。若患者存在兩個(gè)病灶，取兩個(gè)病灶A(yù)DC值的均值為最終結(jié)果。

1.2.3 隨訪 對(duì)所有患者進(jìn)行門診隨訪，5年內(nèi)每6個(gè)月隨訪1次，5年后每年隨訪1次。隨訪時(shí)行影像學(xué)檢查，評(píng)估有無復(fù)發(fā)情況。末次隨訪時(shí)間為2021年5月31日。中位隨訪時(shí)間13～70個(gè)月，平均59個(gè)月，根據(jù)有無復(fù)發(fā)，238例患者分為復(fù)發(fā)組49例（20.59%），非復(fù)發(fā)組189例（79.41%）。

1.3 統(tǒng)計(jì)學(xué)方法

采用SPSS 26.0 統(tǒng)計(jì)學(xué)軟件對(duì)數(shù)據(jù)進(jìn)行分析處理，計(jì)數(shù)資料以例數(shù)（百分?jǐn)?shù)）[（%）]表示，組間比較采用2檢驗(yàn)，采用多因素Cox回歸分析乳腺癌復(fù)發(fā)的危險(xiǎn)因素。采用受試者工作特征曲線（receiver operating characteristic curve，ROC）曲線評(píng)定ADC值預(yù)測乳腺癌復(fù)發(fā)的效能，以<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 不同ADC值患者臨床特征比較

以ADC值中位數(shù)（0.856×10-3mm2/s）為界值，將患者分為低ADC組和高ADC值。與高ADC組比較，低ADC組年齡≤40歲、有淋巴結(jié)轉(zhuǎn)移、T3分期、ER陽性、Ki-67>30%、術(shù)后放化療的比例及復(fù)發(fā)率均更高，差異有統(tǒng)計(jì)學(xué)意義（<0.05），見表1。

2.2 乳腺癌復(fù)發(fā)影響因素的單因素分析

復(fù)發(fā)組年齡≤40歲、低ADC、有淋巴結(jié)轉(zhuǎn)移、T3分期、ER陰性、Ki-67>30%的比例均高于非復(fù)發(fā)組，術(shù)后放化療比例低于非復(fù)發(fā)組，差異有統(tǒng)計(jì)學(xué)意義（<0.05），見表2。

2.3 乳腺癌復(fù)發(fā)影響因素的多因素Cox回歸分析

以上述單因素分析差異有統(tǒng)計(jì)學(xué)意義的指標(biāo)為自變量，末次隨訪時(shí)是否復(fù)發(fā)為因變量，納入模型進(jìn)行多因素Cox回歸分析，結(jié)果顯示低ADC值、T3期是乳腺癌復(fù)發(fā)的獨(dú)立危險(xiǎn)因素，術(shù)后放化療是保護(hù)因素，見表3。

2.4 ADC值預(yù)測乳腺癌復(fù)發(fā)的效能分析

ROC曲線分析顯示，ADC值預(yù)測乳腺癌復(fù)發(fā)的AUC為0.803（95%: 0.737～0.869，=0.000），敏感度為81.63%，特異性為62.96%，最佳臨界值為0.815×10-3mm2/s，見圖1。

3 討論

乳腺癌約占所有系統(tǒng)腫瘤的10%，且其發(fā)病率每年以4%的速率增長[10,11]。疾病復(fù)發(fā)或轉(zhuǎn)移是乳腺癌患者預(yù)后不良的主要原因。本研究對(duì)238例乳腺癌患者中位隨訪59個(gè)月，復(fù)發(fā)49例，復(fù)發(fā)率為20.59%，提示應(yīng)高度重視乳腺癌的復(fù)發(fā)風(fēng)險(xiǎn)。

表1 低ADC組和高ADC組患者臨床資料比較

表2 復(fù)發(fā)組與非復(fù)發(fā)組患者臨床資料比較

表3 多因素Cox回歸分析結(jié)果

圖1 ADC值預(yù)測乳腺癌復(fù)發(fā)的ROC曲線圖

早期進(jìn)行乳腺癌復(fù)發(fā)風(fēng)險(xiǎn)預(yù)測，進(jìn)而對(duì)高風(fēng)險(xiǎn)復(fù)發(fā)患者早期采取對(duì)應(yīng)的措施具有重要的臨床意義。由于乳腺癌異質(zhì)性較強(qiáng)，對(duì)其進(jìn)行預(yù)后風(fēng)險(xiǎn)預(yù)測具有重要意義[12-15]。影像學(xué)檢查貫穿于疾病的早期診斷、療效評(píng)估及預(yù)后預(yù)測，是非常重要的輔助檢查手段。臨床指南建議，將MRI作為乳腺癌高風(fēng)險(xiǎn)人群的篩查以及傳統(tǒng)檢查未能明確診斷患者的首選檢查方法[8]。DWI是MRI檢查的常用序列，具有成像清晰、掃描快的優(yōu)勢，其通過水分子擴(kuò)散能力反映組織病變特點(diǎn)。ADC值通過量化不同方向的擴(kuò)散系數(shù)來反映水分子擴(kuò)散能力，其受組織血流量、細(xì)胞密度、流體黏度及通透性的影響，若障礙較大，水分子運(yùn)動(dòng)少，則ADC值增高；反之，若障礙較小，水分子運(yùn)動(dòng)多，則ADC值降低。既往研究表明，細(xì)胞密度對(duì)ADC值的影響較大，細(xì)胞密度越大，ACD值越小[14]。根據(jù)腫瘤組織細(xì)胞密度、微血管含量等特征，ADC值有利于鑒別乳腺結(jié)節(jié)的良惡性及其侵襲性。董向月等[16]研究顯示，乳腺癌組織的ADC值顯著低于乳腺炎組織。在乳腺原位癌及浸潤性乳腺癌中，后者的ADC值顯著降低，且隨浸潤性乳腺癌分級(jí)升高，ADC逐漸降低，可能是由于癌細(xì)胞增殖迅猛，細(xì)胞密度大，胞質(zhì)減少，細(xì)胞水分子運(yùn)動(dòng)減慢，以致ADC值偏低；ROC曲線分析顯示，ADC值鑒別乳腺原位癌及浸潤性乳腺癌的AUC為0.712[5-17]。除此之外，張悅等[18]研究顯示，ADC值在不同分子分型的乳腺癌患者間存在顯著性差異。鮑志國等[19]對(duì)不同組織學(xué)分級(jí)的乳腺癌患者研究發(fā)現(xiàn)，ADC值與組織學(xué)分析呈負(fù)相關(guān)，其鑒別診斷乳腺癌的AUC可達(dá)0.930，提示根據(jù)ADC值可精確診斷乳腺癌。本研究結(jié)果顯示，ADC值與淋巴結(jié)轉(zhuǎn)移狀態(tài)、PR、HER2陽性表達(dá)無明顯關(guān)系，而與患者年齡、T分期及ER、Ki-67、復(fù)發(fā)率有關(guān)。本研究結(jié)果顯示，年齡≤40歲患者的ADC更低，即患者越年輕，腫瘤侵襲性越強(qiáng)，ADC值越低；而隨著T分期越高，腫瘤侵襲性增強(qiáng)，ADC降低。本研究ER陽性患者具有更低的ADC值，可能是由于ER可抑制血管生成，與此類患者的細(xì)胞密度高有關(guān)[20,21]。佟穎等[22]研究顯示，對(duì)放化療反應(yīng)好的乳腺癌患者化療前后ADC值變化更顯著，可通過ADC變化情況預(yù)測放化療療效。Meta分析顯示，ADC值可準(zhǔn)確預(yù)測乳腺癌化療療效，AUC可達(dá)0.89[23]。Rabasco等[24]對(duì)60例乳腺癌患者隨訪顯示，發(fā)生轉(zhuǎn)移患者的基線ADC值顯著低于未轉(zhuǎn)移者，ROC曲線分析表明ADC以0.75×10-3mm2/s為臨床分界值，預(yù)測乳腺癌發(fā)生轉(zhuǎn)移的AUC為0.75，且具有較高的敏感度（81.25%）。Thakur等[25]在浸潤性乳腺癌患者的研究中得到了一致的結(jié)果，復(fù)發(fā)高風(fēng)險(xiǎn)患者具有更低的ADC值。本研究單多因素Cox回歸分析表明，低ADC值是乳腺癌復(fù)發(fā)的獨(dú)立危險(xiǎn)因素，與既往報(bào)道一致[23,24]，可能是由于低ADC值提示腫瘤具有更高的細(xì)胞密度和更強(qiáng)的侵襲性。

本研究進(jìn)一步行ROC曲線分析，結(jié)果顯示ADC以0.815×10-3mm2/s為最佳臨界值，預(yù)測乳腺癌復(fù)發(fā)的AUC達(dá)0.803，具有較高的預(yù)測價(jià)值，同時(shí)具有高敏感度，說明假陰性率較低，提示在患者首次就診時(shí)可通過ADC值將患者分層管理，對(duì)于高復(fù)發(fā)風(fēng)險(xiǎn)的患者進(jìn)行更針對(duì)性治療，術(shù)后輔助強(qiáng)化、升階梯治療，以改善患者預(yù)后。

綜上，術(shù)前ADC值降低是乳腺癌復(fù)發(fā)的獨(dú)立危險(xiǎn)因素，以0.815×10-3mm2/s為臨界值可高效預(yù)測乳腺癌患者復(fù)發(fā)風(fēng)險(xiǎn)，有助于輔助臨床決策。

[1] 張敏璐, 彭鵬, 吳春曉, 等. 2008—2012年中國腫瘤登記地區(qū)女性乳腺癌發(fā)病和死亡分析[J]. 中華腫瘤雜志, 2019, 41(4): 315-320.

[2] 商木巖, 郭帥, 張強(qiáng), 等. 中國乳腺癌篩查現(xiàn)狀[J]. 實(shí)用癌癥雜志, 2020, 224(11): 175-178.

[3] 王玲紅, 顏廷波. DWI聯(lián)合DCE-MRI在乳腺癌診斷和療效評(píng)估的應(yīng)用價(jià)值[J]. 江蘇醫(yī)藥, 2020, 46(5): 513-516.

[4] 牛微, 羅婭紅, 于韜, 等. 基于動(dòng)態(tài)對(duì)比增強(qiáng)MRI的腫瘤血流動(dòng)力學(xué)及形態(tài)學(xué)特征預(yù)測乳腺癌術(shù)后復(fù)發(fā)時(shí)間的價(jià)值[J]. 中華放射學(xué)雜志, 2020, 54(3): 209-214.

[5] 張勇. 擴(kuò)散磁共振定量參數(shù)在乳腺原位癌與浸潤性乳腺癌中的鑒別診斷[J]. 磁共振成像, 2019, 10(8): 604-608.

[6] 孫淑萌, 邵真真, 劉佩芳. 3.0T MRI多b值擴(kuò)散加權(quán)成像ADC直方圖與乳腺癌分子分型及預(yù)后因素的相關(guān)性研究[J]. 中國腫瘤臨床, 2019, 46(1): 39-43.

[7] 趙文芮, 許茂盛, 王世威, 等. DCE-MRI及DWI影像特征對(duì)乳腺癌病理組織學(xué)分級(jí)及Ki-67表達(dá)的預(yù)測研究[J]. 中國生物醫(yī)學(xué)工程學(xué)報(bào), 2019, 38(2): 176-183.

[8] 中國抗癌協(xié)會(huì)乳腺癌專業(yè)委員會(huì). 中國抗癌協(xié)會(huì)乳腺癌診治指南與規(guī)范(2019年版)[J]. 中國癌癥雜志, 2019, 238(8): 56-127.

[9] 劉鴻利, 位寒, 婁鑒娟, 等. 3.0T MRI擴(kuò)散加權(quán)成像表觀擴(kuò)散系數(shù)直方圖與乳腺浸潤性導(dǎo)管癌預(yù)后因素的相關(guān)性研究[J]. 臨床放射學(xué)雜志, 2018, 333(4): 52-58.

[10] 湯志英, 萬芳. 乳腺癌發(fā)病流行病學(xué)影響因素調(diào)查及療效分析[J]. 中國婦幼保健, 2021, 36(10): 2349-2353.

[11] Ferlay J, Ervik M, Dikshit R, et al. Cancer incidence and mortality worldwide: IARC Cancer Base No.11[J]. Int Agency Res Cancer, 2015, 136(5): E359-E386.

[12] 周霖, 曾蕾. 術(shù)前磁共振對(duì)三陰性乳腺癌術(shù)后早期復(fù)發(fā)的評(píng)估價(jià)值[J]. 中國醫(yī)刊, 2019, 54(9): 1035-1039.

[13] 楊樂藝. 比較三陰性和非三陰性乳腺癌臨床特征及術(shù)后不同時(shí)間局部復(fù)發(fā)率、遠(yuǎn)處轉(zhuǎn)移率[J]. 包頭醫(yī)學(xué)院學(xué)報(bào), 2019, 35(7): 44-45.

[14] 胡善林, 羅建芳, 聶云鳳, 等. DWI表觀擴(kuò)散系數(shù)值預(yù)測乳腺癌預(yù)后的價(jià)值[J]. 放射學(xué)實(shí)踐, 2021, 36(5): 601-605.

[15] Suo S, Cheng F, Cao M, et al. Multiparametric diffusion- weighted imaging in breast lesions: Association with pathologic diagnosis and prognostic factors[J]. J Magn Reson Imaging, 2017, 46(3): 740-750.

[16] 董向月, 劉艷. 磁共振成像在非腫塊型乳腺癌與肉芽腫性乳腺炎鑒別診斷中的應(yīng)用價(jià)值[J]. 實(shí)用放射學(xué)雜志, 2020, 36(6): 909-911, 964.

[17] 姚明, 程流泉, 李夢露, 等. 浸潤性乳腺癌腫塊與非腫塊強(qiáng)化方式的表觀擴(kuò)散系數(shù)分布特點(diǎn)[J]. 中國醫(yī)學(xué)影像學(xué)雜志, 2020, 28(2): 90-94.

[18] 張悅, 劉萬花, 王瑞, 等. 3. 0T磁共振不同b值表觀擴(kuò)散系數(shù)值與乳腺癌預(yù)后因子及分子分型相關(guān)性對(duì)比研究[J]. 磁共振成像, 2018, 9(6): 422-426.

[19] 鮑志國, 杜森, 周青, 等. DWI表觀擴(kuò)散系數(shù)與乳腺癌病理特征, 微血管生成的關(guān)系分析[J]. 中國CT和MRI雜志, 2020, 18(10): 62-65.

[20] Springer CS. Using (H2O)-H-1 MR to measure and map sodium pump activity in vivo[J]. J Magn Reson, 2018, 291(1): 110-126.

[21] Kim JY, Kim JJ, Hwangbo L, et al. Diffusion-weighted imaging of invasive breast cancer: Relationship to distant metastasis-free survival[J]. Radiology, 2019, 291(2): 300-307.

[22] 佟穎, 米楠, 張榮, 等. 基于表觀擴(kuò)散系數(shù)值的影像結(jié)果與乳腺癌新輔助化療療效的關(guān)系分析[J]. 實(shí)用放射學(xué)雜志, 2019, 35(3): 387-391.

[23] 楊培培, 余玉盛, 何柳, 張宏. DWI-ADC值評(píng)估乳腺癌新輔助化療療效價(jià)值的Meta分析[J]. 臨床放射學(xué)雜志, 2017, 36(11): 1600-1605.

[24] Rabasco P, Caivano R, Simeon V, et al. Can diffusion- weighted imaging and related apparent diffusion coefficient be a prognostic value in women with reast cancer?[J]. Cancer Invest, 2017, 35(2): 92-99.

[25] Thakur SB, Durando M, Milans S, et al. Apparent diffusion coefficient in estrogen receptor-positive and lymph node-negative invasive breast cancers at 3.0T DW-MRI: A potential predictor for an oncotype Dx test recurrence score[J]. J Magne Reson Imaging, 2018, 47(2): 401-409.

Role of DWI sequence apparent diffusion coefficient in predicting the recurrence of breast cancer

Surgery of Thyroid and Breast Tumor, Yiwu Central Hospital, Zhejiang, Yiwu 322000, China

To explore the clinical value of MRI examination of DWI sequence apparent diffusion coefficient (ADC) in predicting the recurrence of breast cancer.A retrospective analysis of the clinical data of breast cancer patients undergoing surgical treatment in Yiwu Central Hospital from January 2015 to December 2017. Before surgery, perform MRI examination and DWI sequence scan, and got ADC value. Patients were followed up, and multivariate Cox regression was used to analyze the risk factors for breast cancer recurrence.With a median follow-up of 59 months, 49 patients relapsed (recurrence group) and 189 patients did not relapse (non-recurrence group). Univariate analysis showed that the recurrence group was younger than 40 years old, low ADC, lymph node metastasis, T3stage, ER negative, Ki-67>30%, and the proportion was higher than that of the non-recurring group (<0.05), the ratio of postoperative radiotherapy and chemotherapy was lower than that of the non-recurrence group (<0.05). The results of multivariate Cox regression analysis showed that low ADC values (95%: 1.062-2.641,=0.025) and T3stage (95%: 1.153-3.267,=0.010) were breasts independent risk factors for cancer recurrence, postoperative chemoradiotherapy was a protective factor (95%: 0.324-0.839,<0.001). ROC curve analysis showed that the ADC value predicts the AUC of breast cancer recurrence was 0.803 (95%: 0.737-0.869,<0.001), the sensitivity was 81.63%, the specificity was 62.96%.Decreased preoperative ADC value is an independent risk factor for breast cancer recurrence. Using 0.815×10-3mm2/s as a cut-off value can effectively predict the risk of breast cancer recurrence and help clinical decision-making.

Diffusion weighted imaging; Apparent diffusion coefficient; Breast cancer; Prognosis

R739.31

A

1673-9701(2022)36-0044-05

駱劍明，電子信箱：1390068755@qq.com

（2022–08–08）

（2022–09–12）