程辰 周建國 李雪平 李洪娥 趙紅艷

1連云港市中醫(yī)院超聲科，連云港 222004；2連云港市中醫(yī)院影像科，連云港 222004；3連云港市第一人民醫(yī)院超聲科，連云港 222000

乳腺癌的發(fā)生發(fā)展與生活環(huán)境、遺傳基因等多種因素有關(guān)［1］。在大量診斷技術(shù)中，影像學(xué)檢查技術(shù)能夠?yàn)榛颊咛峁┓浅Ｔ敿?xì)的診療信息。2018年，美國國立綜合癌癥網(wǎng)絡(luò)制定的《乳腺癌臨床實(shí)踐指南》推薦鉬靶、彩色多普勒超聲檢查（US）和磁共振成像（MRI）檢查為乳腺疾病最基本的臨床影像學(xué)檢查方法［2］。US因其無輻射、重復(fù)性強(qiáng)、普及性高，尤其適用于妊娠期、哺乳期以及青少年女性，在檢查乳腺疾病方面起著關(guān)鍵作用。MRI在分辨軟組織方面有良好表現(xiàn)，可發(fā)現(xiàn)隱匿性與微小乳腺癌，目前，已被認(rèn)為是診斷與評(píng)估乳腺癌的重要方式。表皮生長(zhǎng)因子受體（EGFR）、E-鈣黏附蛋白（E-cad）等免疫因子在乳腺癌診斷和治療中扮演著越來越重要的角色。近期相關(guān)研究顯示，乳腺癌中惡性程度較高的三陰性乳腺癌（triple negative breast cancer，TNBC）患者中有較大比例存在EGFR過表達(dá)現(xiàn)象，故對(duì)各類靶向治療不敏感的TNBC患者而言，EGFR抑制劑治療可能為其有效的治療方式［3］。但EGFR其檢測(cè)與評(píng)估依賴于有創(chuàng)檢查或手術(shù)，而不同影像學(xué)檢查方法的聯(lián)合應(yīng)用，能夠發(fā)掘更多乳腺癌免疫因子的潛在信息［4-5］。若臨床醫(yī)師在患者治療前或化療過程中，能夠參考影像學(xué)指標(biāo)對(duì)乳腺癌發(fā)生/復(fù)發(fā)風(fēng)險(xiǎn)做出預(yù)測(cè)，除了可以縮短患者確診時(shí)間，同時(shí)也可避免不必要的有創(chuàng)檢查或手術(shù)。因此，本研究旨在建立乳腺癌超聲征象/參數(shù)及MRI非形態(tài)學(xué)（功能學(xué)及血流動(dòng)力學(xué)）參數(shù)預(yù)測(cè)EGFR表達(dá)的模型，并評(píng)價(jià)模型診斷效能，為臨床乳腺癌治療方案的制定及病情評(píng)估給予一定的參考與指導(dǎo)。

資料與方法

1.一般資料

回顧性分析2015年1月至2021年12月連云港市第一人民醫(yī)院經(jīng)新輔助化療（NAC）后手術(shù)治療的乳腺癌患者167例，年齡21～79（45.23±11.72）歲。所有患者在NAC治療前，均行乳腺腫塊穿刺活檢并取得組織病理學(xué)和EGFR分析結(jié)果，患者或家屬簽署知情同意書。

本研究經(jīng)連云港市第一人民醫(yī)院倫理委員會(huì)審批通過（JS-20181025001）。

2.方法

2.1.檢查方法 ⑴超聲檢查方法。此研究檢查所用US儀器為彩色超聲診斷儀LOGIQ E9型（美國GE公司），使用ML6-15線陣探頭。被檢測(cè)人員采用平臥位、側(cè)臥位，對(duì)乳腺4個(gè)象限與腋窩行常規(guī)檢查，主要對(duì)腫塊大小、腫塊邊緣與邊界、微鈣化、彩色多普勒血流成像（CDFI）分級(jí)、縱橫比、阻力指數(shù)（RI）等展開評(píng)估。指定2名相關(guān)工作經(jīng)歷≥5年、經(jīng)驗(yàn)豐富的超聲醫(yī)師對(duì)檢查結(jié)果做出診斷。⑵MRI檢查方法。①M(fèi)RI檢查參數(shù)：此研究檢查所用MRI儀器為Ingenia 3.0T磁共振掃描儀（飛利浦公司），8通道乳腺專用相控陣表面線圈。檢查時(shí)，患者呈俯臥位，兩乳自然下垂處在線圈雙孔中，掃描區(qū)域?yàn)閮扇橄倥c腋窩部位。先實(shí)施常規(guī)三平面定位掃描，再實(shí)施軸位水脂分離（IDEAL）序列掃描，重復(fù)時(shí)間（TR）6 000 ms，回波時(shí)間（TE）100 ms，視野（FOV）32 cm×32 cm，帶寬62.5 kHz，層厚5 mm，層距1 mm，矩陣320×192，激勵(lì)次數(shù)（NEX）3次；同時(shí)實(shí)施矢狀位抑脂快速自旋回波（FSE）序列T2加權(quán)成像（T2WI）掃描，TR 3 200 ms，TE 88.9 ms，F(xiàn)OV 20 cm×20 cm，帶寬31.2 kHz，層厚5 mm，層距1 mm，矩陣256×224，NEX 2次。磁共振擴(kuò)散加權(quán)成像（DWI）掃描采用單次激發(fā)自旋回波EPI序列（SE-EPI）橫斷位掃描，TR 6 000 ms，TE 85.3 ms，F(xiàn)OV 32 cm×32 cm，帶寬250 kHz，層厚5 mm，層距1 mm，矩陣128×128，NEX 3次，采用頻率選擇脂肪抑制技術(shù)，擴(kuò)散敏感因子（b值）為800 s/mm2。動(dòng)態(tài)增強(qiáng)磁共振成像（DCE-MRI）采用快速乳腺容積成像序列（VIBRANT）掃描，相關(guān)參數(shù)設(shè)定為：TR 4.4 ms，TE 2.1 ms，TI 14 ms，F(xiàn)OV 35 cm×35 cm，帶寬83.3 kHz，層厚1.0 mm，無間隔，矩陣384×256，NEX 0.7次。增強(qiáng)掃描前先掃描蒙片，再使用高壓注射器按照0.2 mmol/kg經(jīng)肘靜脈迅速團(tuán)注對(duì)比劑釓噴酸葡胺（Gd-DTPA）（流速為2.5 ml/s），注射造影劑后0.5 min再掃描，含蒙片在內(nèi)共計(jì)掃描時(shí)相數(shù)量為11個(gè)，單期掃描用時(shí)75 s。對(duì)比劑注射完畢后，再以相同速度注射20 ml生理鹽水沖洗導(dǎo)管內(nèi)的殘留對(duì)比劑。②感興趣區(qū)（ROI）選擇與觀測(cè)指標(biāo)：選擇病灶實(shí)質(zhì)區(qū)域及強(qiáng)化最明顯區(qū)域?yàn)镽OI，盡量避開肉眼可辨別的血管、出血、液化、囊變及壞死部位，ROI面積通常為10 mm×10 mm～20 mm×20 mm。經(jīng)2名≥5年工作經(jīng)驗(yàn)的放射科診斷醫(yī)生負(fù)責(zé)通過雙盲法來分析、診斷每例患者的圖像，主要對(duì)乳腺病灶形態(tài)、邊緣、增強(qiáng)模式、時(shí)間-信號(hào)強(qiáng)度曲線（TIC）、表觀擴(kuò)散系數(shù)（ADC）值等展開評(píng)估。

患者穿刺活檢前均行超聲及MRI檢查（兩項(xiàng)檢查的間隔時(shí)間不超過5 d）。超聲檢查所記錄的變量為：腫塊大小、腫塊邊緣與邊界、微鈣化、CDFI血流等級(jí)、縱橫比、RI等；MRI檢查所記錄的變量為：達(dá)峰時(shí)間（TTP）、早期強(qiáng)化率（EER）、TIC、最大傾斜率（Max Slope）、信號(hào)增強(qiáng)率（SER）、ADC值。

2.2.免疫組化分析方法 針對(duì)手術(shù)切取腫塊標(biāo)本，均實(shí)施石蠟包埋處理、切片，之后進(jìn)行HE染色，采用IHC二步法，測(cè)定乳腺癌生物標(biāo)志物EGFR的表達(dá)水平（免疫組化試劑盒采用DakoLSAB2通用型免疫組化試劑盒）。免疫因子表達(dá)水平分級(jí)參照ASCO/CAP（美國臨床腫瘤學(xué)會(huì)/美國病理學(xué)家協(xié)會(huì)）發(fā)布的免疫組織化學(xué)檢測(cè)指南進(jìn)行判讀。

3.統(tǒng)計(jì)學(xué)分析

本研究采用R語言4.0.3（https：//www.r-project.org）進(jìn)行數(shù)據(jù)分析。正態(tài)分布的連續(xù)變量、偏態(tài)分布的連續(xù)變量和分類變量分別以（）、M（P25，P75）和頻率/百分比表示。全部數(shù)據(jù)按照7∶3的比例隨機(jī)分為建模組和驗(yàn)證組，并設(shè)置隨機(jī)種子。建模組和驗(yàn)證組之間比較按照上述變量類型分別采用獨(dú)立樣本t檢驗(yàn)、Mann-WhitneyU檢驗(yàn)和χ2檢驗(yàn)分析超聲參數(shù)/征象及MRI非形態(tài)參數(shù)與EGFR表達(dá)的組間差異。EGFR建模：變量篩選方法采用隨機(jī)森林模型（RF），選取Inc Node Purity ＞2的變量作為建模變量。在建模組中采用廣義線性建模（GLM）得到每個(gè)建模變量的回歸系數(shù)、比值比（OR）和95%置信區(qū)間，并繪制彩色列線圖。EGFR和Ki-67在建模組和驗(yàn)證組中分別評(píng)價(jià)模型性能，包括區(qū)分度評(píng)價(jià)和有效性評(píng)價(jià)。模型區(qū)分度評(píng)價(jià)采用受試者工作特征曲線（ROC）的曲線下面積（AUC），一般認(rèn)為AUC在0.70～0.80之間區(qū)分度中等，AUC＞0.80區(qū)分度較高［6］；模型有效性評(píng)價(jià)采用決策曲線法（DCA）［7］。

結(jié)果

1.基線資料對(duì)比（表1）

表1 兩組乳腺癌患者治療前超聲及MRI非形態(tài)學(xué)參數(shù)預(yù)測(cè)EGFR表達(dá)模型的基線資料比較

所有患者根據(jù)隨機(jī)森林模型方法篩選EGFR建模組變量，將樣本按7∶3比例隨機(jī)分為建模組和驗(yàn)證組，兩組在EGFR、ADC值、Max Slope、TTP、SER、EER、TIC、腫瘤長(zhǎng)徑、腫瘤邊緣及邊界、縱橫比、微鈣化、CDFI分級(jí)、RI、腋窩淋巴結(jié)轉(zhuǎn)移（ALNM）組間差異均無統(tǒng)計(jì)學(xué)意義（均P＞0.05）。

2.EGFR變量篩選和回歸模型構(gòu)建（圖1）

圖1 EGFR的隨機(jī)森林模型。A為基于Inc Node Purity＞2篩選為建模變量：ADC、長(zhǎng)徑、EER和TTP；B為EGFR診斷列線圖

EGFR建模組采用隨機(jī)森林模型篩選變量，模型中Inc Node Purity代表每個(gè)變量對(duì)分類樹每個(gè)節(jié)點(diǎn)上觀測(cè)值異質(zhì)性的影響，是判斷預(yù)測(cè)變量重要性指標(biāo)，Inc Node Purity值越大表示該變量重要性越大，本研究選取Inc Node Purity ＞2的變量作為建模變量，EGFR篩選變量為ADC、腫瘤長(zhǎng)徑、EER和TTP。

3.EGFR預(yù)測(cè)模型效能驗(yàn)證和評(píng)價(jià)（圖2、圖3）

圖2 EGFR預(yù)測(cè)模型建模組（A）與驗(yàn)證組（B）ROC

圖3 EGFR預(yù)測(cè)模型建模組（A）和驗(yàn)證組（B）DCA

⑴模型區(qū)分度評(píng)價(jià)：ROC分析顯示，建模組AUC=0.815，95%CI0.726～0.905；驗(yàn)證組AUC=0.805，95%CI0.660～0.949。

⑵DCA模型有效性評(píng)價(jià)：本研究建模組和驗(yàn)證組與None和All兩條線間的面積較大，建模組患者診斷概率在0%～50%范圍內(nèi)，驗(yàn)證組診斷概率在15%～55%范圍內(nèi)，模型應(yīng)用準(zhǔn)確性和凈獲益最高，超出該范圍模型準(zhǔn)確性有限，凈獲益明顯下降。

討論

EGFR在大部分組織（不包括造血系統(tǒng)）內(nèi)皆有分布，EGFR過表達(dá)對(duì)腫瘤細(xì)胞分裂、增殖具有誘導(dǎo)性，而乳腺癌中的EGFR過表達(dá)和腫瘤的自身分化、預(yù)后狀況皆存在某種聯(lián)系［8］。Rakha等［9］研究認(rèn)為，乳腺癌患者的臨床病程仍然難以預(yù)測(cè)，因?yàn)榫哂忻黠@同質(zhì)形態(tài)特征的腫瘤其治療仍然會(huì)有不同的反應(yīng)、呈現(xiàn)不同結(jié)局，他認(rèn)為這與乳腺癌中免疫因子的表達(dá)有關(guān)，例如TNBC與EGFR的高表達(dá)及E-cad表達(dá)缺失有密切關(guān)系。張浩永和章宏欣［10］研究發(fā)現(xiàn)，乳腺癌患者血清中EGFR和血管內(nèi)皮生長(zhǎng)因子（VEGF）表達(dá)水平呈正相關(guān)（r=0.728，P＜0.01），EGFR和VEGF表達(dá)水平與腫瘤大小、TNM分期、病理類型和淋巴結(jié)轉(zhuǎn)移等因素有關(guān)（均P＜0.05），且EGFR表達(dá)水平在乳腺癌手術(shù)后明顯下降，可作為判斷治療效果的重要指標(biāo)。

目前，國內(nèi)外基于影像學(xué)構(gòu)建的EGFR預(yù)測(cè)模型較少，Du和Zhao［11］在分析DCE-MRI紋理預(yù)測(cè)乳腺癌中EGFR突變狀態(tài)的研究中，利用單一信息源的圖像建模，探索反映EGFR突變狀態(tài)的表達(dá)，最終建模形成弱分類器對(duì)EGFR突變狀態(tài)具有良好的預(yù)測(cè)效果（訓(xùn)練組：AUC=0.983，95%CI0.95～1.00，準(zhǔn)確度0.962，特異度0.936，靈敏度0.979；測(cè)試組：AUC=0.983，95%CI0.94～1.00，準(zhǔn)確度0.943，特異度1.000，靈敏度0.905）。本研究中，通過隨機(jī)森林篩選出預(yù)測(cè)EGFR的建模變量為ADC、最大長(zhǎng)徑、EER和TTP。所建立模型的ROC顯示：建模組AUC=0.815，95%CI0.726～0.905；驗(yàn)證組AUC=0.805，95%CI0.660～0.949，有較好的預(yù)測(cè)價(jià)值。模型中篩選出的參數(shù)均含有乳腺腫塊的長(zhǎng)徑、TTP、ADC值，分別是形態(tài)學(xué)、血流動(dòng)力學(xué)和功能學(xué)中的有效參數(shù)。乳腺癌中血液對(duì)腫瘤的滋養(yǎng)是腫瘤發(fā)生發(fā)展的重要原因，新生血管使腫瘤的體積快速增大，而病理性新生血管網(wǎng)因有裂隙分布［12］，其構(gòu)成為不完整的單層內(nèi)皮，松弛且不具備舒縮能力。因此，在DCE-MRI上顯像為“快進(jìn)快出”的灌注表現(xiàn)，這是腫瘤新生血管及其血流動(dòng)力學(xué)的特征［13］。DWI是反映水分子擴(kuò)散運(yùn)動(dòng)的一種MRI功能學(xué)成像方法，通過ADC值來衡量腫瘤細(xì)胞的密度。Zhang等［14］在關(guān)于ADC值與Ki-67的研究中認(rèn)為，腫瘤ADC值可以反映腫瘤的增殖活性和分化程度，且ADC值與癌細(xì)胞的增殖能力呈反比。

目前，大部分國內(nèi)外專家所建立的術(shù)前影像學(xué)診斷乳腺癌的預(yù)測(cè)模型，多采用超聲或MRI的形態(tài)學(xué)指標(biāo)作為建模參數(shù)，且多為單一影像學(xué)方法，乳腺癌超聲征象聯(lián)合MRI非形態(tài)學(xué)構(gòu)建預(yù)測(cè)免疫因子的模型在國內(nèi)外還未有相似研究成果發(fā)表。雖然EGFR與E-cad在乳腺癌臨床診療中有重要參考價(jià)值，但關(guān)于EGFR的影像學(xué)預(yù)測(cè)模型的研究目前國內(nèi)外還未有成果報(bào)道，今后有待繼續(xù)完善。

在本研究過程中還存在以下問題。⑴本研究的模型預(yù)測(cè)數(shù)據(jù)來源于單區(qū)域中心小樣本數(shù)據(jù)，雖然內(nèi)部驗(yàn)證和模型性能評(píng)價(jià)良好，但是并無先例參考驗(yàn)證，能否外推到其他人群尚未可知，仍需要進(jìn)一步的多中心外部驗(yàn)證。⑵超聲影像學(xué)在這一模型中體現(xiàn)的價(jià)值不及MRI，僅超聲測(cè)量的最大長(zhǎng)徑入選建模參數(shù)。分析認(rèn)為：一方面，超聲指標(biāo)多為定性參數(shù)或形態(tài)學(xué)指征，受檢查儀器和主診醫(yī)師經(jīng)驗(yàn)的影響較大；另一方面，MRI參數(shù)為功能學(xué)與血流動(dòng)力學(xué)參數(shù)，相較于超聲形態(tài)指征能更加敏感捕捉到各免疫因子在乳腺癌組織細(xì)胞中的變化。

綜上，本研究基于機(jī)器學(xué)習(xí)和DCA等方法對(duì)構(gòu)建的乳腺癌治療前超聲征象/參數(shù)聯(lián)合MRI非形態(tài)學(xué)參數(shù)預(yù)測(cè)EGFR表達(dá)模型的分析，認(rèn)為模型具有較好的診斷效能，可獲得更高臨床效益，對(duì)提高乳腺癌免疫因子的術(shù)前診斷、療效評(píng)估有較好的臨床應(yīng)用價(jià)值。

利益沖突所有作者均聲明不存在利益沖突

作者貢獻(xiàn)聲明程辰：醞釀和設(shè)計(jì)試驗(yàn) ，實(shí)施研究 ，采集 、 分析/解釋數(shù)據(jù) ，起草文章 ， 統(tǒng)計(jì)分析 ， 獲取研究經(jīng)費(fèi) ； 周建國：采集數(shù)據(jù) ， 對(duì)文章的知識(shí)性內(nèi)容作批評(píng)性審閱 ， 技術(shù)支持指導(dǎo) ， 支持性貢獻(xiàn) ； 李雪平：實(shí)施研究 ， 采集數(shù)據(jù) ， 技術(shù)或材料支持 ；李洪娥：實(shí)施研究 ， 采集數(shù)據(jù) ， 對(duì)文章的知識(shí)性內(nèi)容作批評(píng)性審閱 ， 技術(shù)或材料支持 、 指導(dǎo) ，支持性貢獻(xiàn) ； 趙紅艷：醞釀和設(shè)計(jì)試驗(yàn) ，采集數(shù)據(jù) ，文章的知識(shí)性內(nèi)容作批評(píng)性審閱 ， 獲取研究經(jīng)費(fèi) ，行政 、技術(shù)或材料支持 ，指導(dǎo) ，支持性貢獻(xiàn)