【摘要】目的 探討動態(tài)增強MRI影像學參數(shù)對乳腺癌組織學分級的影響并構(gòu)建預(yù)測模型,為臨床治療提供參考。方法 選取2021年1月至2022年12月汕尾市人民醫(yī)院收治的110例不同乳腺癌組織學分級患者的臨床資料,進行回顧性分析。將Ⅰ級、Ⅱ級患者作為低級別組(55例),將Ⅲ級患者作為高級別組(55例)。分析影響乳腺癌組織學分級的單因素及獨立危險因素,基于動態(tài)增強MRI影像學參數(shù)構(gòu)建乳腺癌組織學分級預(yù)測模型并分析其預(yù)測價值。結(jié)果 兩組患者年齡、腫瘤體積、絕經(jīng)狀態(tài)、淋巴結(jié)轉(zhuǎn)移情況、管外細胞間隙體積比(Ve)比較,差異均無統(tǒng)計學意義(均P>0.05);高級別組患者容量轉(zhuǎn)移常數(shù)(Ktrans)、速率常數(shù)(Kep)均高于低級別組(均P<0.05)。多因素Logistic回歸分析結(jié)果顯示:Ktrans、Kep均為影響乳腺癌組織學分級的獨立危險因素(均P<0.05)。構(gòu)建模型回歸方程為:Logit(P)=1.455×Ktrans+1.023×Kep-1.256,該預(yù)測模型的曲線下面積(AUC)為0.893,最大約登指數(shù)為0.636,敏感度為0.954,特異度為0.691。結(jié)論 Ktrans、Kep均為影響乳腺癌組織學分級的獨立危險因素,基于Ktrans、Kep構(gòu)建乳腺癌組織學分級預(yù)測模型具有較高的預(yù)測價值,可為臨床提供可靠依據(jù)。
【關(guān)鍵詞】動態(tài)增強MRI;乳腺癌;組織學分級;預(yù)測模型
【中圖分類號】R737.9 【文獻標識碼】A 【文章編號iV/JBAC8ay5p4J3cALU/mA==】2096-2665.2024.21.0118.03
DOI:10.3969/j.issn.2096-2665.2024.21.036
乳腺癌是危害女性身心健康的常見惡性腫瘤,有研究指出,中國每年約16.9萬女性罹患乳腺癌,因乳腺癌死亡的女性數(shù)量達4.5萬[1]。按全球癌癥研究機構(gòu)的預(yù)測,2040年乳腺癌的發(fā)病率將增長46%以上[2]。目前,臨床尚無乳腺癌的預(yù)防手段,早期診斷與治療對提高乳腺癌患者的生存率至關(guān)重要。準確的組織學分級對治療方案的制訂和預(yù)后評估具有重要意義[3]。傳統(tǒng)的組織學分級方法通常依賴病理活檢結(jié)果,然而乳腺癌具有高度異質(zhì)性,有創(chuàng)的活檢技術(shù)無法對腫瘤異質(zhì)性進行全面評估[4]。動態(tài)增強MRI以其對乳腺病變的高分辨率和多參數(shù)成像特點,可為乳腺癌的研究提供較全面的信息[5]?;诖?,本研究探討動態(tài)增強MRI影像學參數(shù)對乳腺癌組織學分級的影響并構(gòu)建預(yù)測模型,為臨床提供無創(chuàng)、準確的輔助診斷工具,現(xiàn)報道如下。
1 資料與方法
1.1 一般資料 選取2021年1月至2022年12月汕尾市人民醫(yī)院收治的110例不同乳腺癌組織學分級患者的臨床資料,進行回顧性分析。將Ⅰ級、Ⅱ級患者作為低級別組(55例),將Ⅲ級患者作為高級別組(55例)。兩組患者一般資料比較,見表1,本研究經(jīng)汕尾市人民醫(yī)院醫(yī)學倫理委員會批準。納入標準:⑴女性;⑵符合乳腺癌的診斷標準[6],且經(jīng)病理學檢查確診;⑶均進行動態(tài)增強MRI檢查;⑷病變類型為腫塊型;⑸臨床資料完整。排除標準:⑴近期接受過放療、化療者;⑵缺少動態(tài)增強MRI圖像數(shù)據(jù)者;⑶圖像存在明顯運動偽像,成像質(zhì)量不佳者;
⑷合并其他腫瘤者。組織學分級[7]:采用1~3分的評分體系,分別針對腫瘤的腺體/小管組成比例、細胞核形態(tài)異質(zhì)性、核分裂計數(shù)進行獨立評估,見表1。 3~5分為Ⅰ級;6~7分為Ⅱ級;8~9分為Ⅲ級。
1.2 檢查方法 掃描前,對患者實施呼吸控制訓練,防止因呼吸運動導致掃描圖像不清晰?;颊呤直嘲仓昧糁冕?,俯臥于線圈架上,保持軀干水平,頭部前移,將雙側(cè)乳房自然垂直放置在線圈中。采用MRI掃描儀(飛利浦醫(yī)療系統(tǒng)荷蘭有限公司,國械注進20153282758,型號: Achiva1.5 T), 8通道乳腺專用相控陣表面線圈,進行三平面定位掃描。再進行乳腺橫軸位擴散加權(quán)成像(DWI)掃描,采用單次激發(fā)自旋平面回波(SS-EPI)和頻率選擇脂肪抑制技術(shù),擴散敏感因子(b)值為 0 s/mm2和800 s/mm2, TR 5 000 ms, TE 62 ms,層厚6 mm,層間距1.5 mm,矩陣128×128,激勵次數(shù)4,視野34 cm;接著分別對雙側(cè)乳腺進行矢狀位快速自旋回波(FSF)脂肪抑制(FS)序列的掃描, TR 4 040 ms, TE 81 ms,回波鏈長度19,層厚5 mm,層間距1.0 mm,矩陣320×224,激勵次數(shù)2,視野22 cm,單側(cè)乳腺掃描層數(shù)為18;以2.5 mL/s
靜脈注射劑量15 mL的釓噴替酸葡甲胺(對比劑)后立即以相同的注射速度注入20 mL 0.9% NaCl沖管;采用乳腺容積成像技術(shù)進行橫軸位動態(tài)增強MRI三維快速梯度回波序列的掃描, TR 6.2 ms,TE 3.0 ms,層厚3.2 mm,層間距0,矩陣256×350,激勵次數(shù)0.8,視野36 cm,翻轉(zhuǎn)角10°,掃描層數(shù)48,增強掃描8個時相, 42 s/時相。
圖像和相關(guān)數(shù)據(jù)導入專業(yè)圖像處理軟件,由資深影像科醫(yī)師進行分析。關(guān)注腫瘤的大小、位置及信號特性,以最大腫瘤直徑和強化明顯的層面為基準,避開液化、壞死和囊性病灶,劃定興趣區(qū)域(ROI)。通過計算得出反映對比劑從血管至細胞外液空間速度的容量轉(zhuǎn)移常數(shù)
(Ktrans)、反映對比劑從細胞外液回流至血漿速度的速率常數(shù)(Kep),以及管外細胞間隙體積比(Ve)。
1.3 觀察指標 ⑴分析影響乳腺癌組織學分級的單因素。⑵分析影響乳腺癌組織學分級的獨立危險因素。⑶構(gòu)建動態(tài)增強MRI影像學參數(shù)的乳腺癌組織學分級預(yù)測模型,分析其預(yù)測效果。
1.4 統(tǒng)計學分析 采用SPSS 26.0統(tǒng)計學軟件進行數(shù)據(jù)分析。計量資料以(x)表示,采用t檢驗;計數(shù)資料以[例(%)]表示,組間采用χ2檢驗;構(gòu)建預(yù)測模型采用Logistic回歸方程;繪制受試者操作特征(ROC)曲線評價模型的預(yù)測能力。以P<0.05為差異有統(tǒng)計學意義。
2 結(jié)果
2.1 影響乳腺癌組織學分級的單因素分析 兩組患者年齡、腫瘤體積、絕經(jīng)狀態(tài)、淋巴結(jié)轉(zhuǎn)移情況、Ve比較,差異均無統(tǒng)計學意義(均P>0.05)。高級別組患者Ktrans、Kep均高于低級別組,差異均有統(tǒng)計學意義(均P<0.05),見表2。
2.2 影響乳腺癌組織學分級的多因素Logistic回歸分析 以表1中差異有統(tǒng)計學意義的因素作為自變量(原值輸入),以乳腺癌組織學分級結(jié)果作為因變量(Ⅰ級、
Ⅱ級=0,Ⅲ級=1),建立多因素Logistic回歸分析模型。多因素Logistic回歸分析結(jié)果顯示: Ktrans、Kep均為影響乳腺癌組織學分級的獨立危險因素(均P<0.05),見表3。
2.3 乳腺癌組織學分級預(yù)測模型的構(gòu)建及預(yù)測效果分析 根據(jù)多因素Logistic回歸分析結(jié)果構(gòu)建模型回歸方程為: Logit(P)=1.455×Ktrans+1.023×Kep-1.256。繪制ROC曲線來檢測乳腺癌組織學分級的敏感度和特異度,以約登指數(shù)的最大值作為預(yù)測模型的最優(yōu)閾值。該預(yù)測模型的曲線下面積為0.893,最大約登指數(shù)為0.636,敏感度為0.954,特異度為0.691,見圖1。
3 討論
乳腺癌具有高度異質(zhì)性,在形態(tài)、分子特征、生物學行為及治療響應(yīng)方面存在顯著差異。乳腺癌組織學分級在乳腺癌的診斷、治療及預(yù)后評估具有重要意義[8]。首先,組織學分級有助于明確腫瘤的惡性程度,分級越高提示腫瘤細胞的分化程度越低,腫瘤的生長速度更快、侵襲性更強、更易發(fā)生轉(zhuǎn)移。其次,組織學分級對治療方案的選擇具有指導作用,低分級的乳腺癌可能適合保守治療,高分級的乳腺癌可能需要更積極、綜合的治療策略,如手術(shù)、放療等聯(lián)合應(yīng)用。同時,組織學分級是評估預(yù)后的重要指標之一,分級低的患者預(yù)后較好,生存時間較長;分級高的患者預(yù)后較差,復(fù)發(fā)和轉(zhuǎn)移的風險增加[9]。
傳統(tǒng)腫瘤組織學評估依賴于穿刺活檢或術(shù)后病理切片,其缺點包括侵入性強、創(chuàng)傷大、耗時長且成本高。此外,所取樣本未必能全面反映整個腫瘤的特性,可能影響結(jié)果精確度[10]。因此,迫切需要探索一種無創(chuàng)且精準的乳腺癌診斷技術(shù),以預(yù)判病理分級,提升乳腺癌檢測效率,為臨床決策提供影像學依據(jù)。
動態(tài)增強MRI是一種無創(chuàng)的血流成像技術(shù),能精確評估微血管灌注狀態(tài)和組織血管發(fā)育情況,對腫瘤的性質(zhì)判斷、病理分級及個性化治療決策具有顯著價值[11]。有研究表明,動態(tài)增強MRI定量參數(shù)能區(qū)分乳腺癌的不同分子亞型[12]。
高分級的乳腺癌通常具有更高的細胞增殖活性、更豐富的新生血管形成、更高的血管通透性。Ktrans值反映對比劑從血管內(nèi)空間滲透到血管外細胞外間隙(EES)的速率。有研究顯示,隨著腫瘤惡性程度的增加,Ktrans值逐漸升高[13]。本研究結(jié)果顯示,高級別組患者Ktrans高于低級別組。分析原因為,高分級的乳腺癌腫瘤新生血管增多且不成熟,血管內(nèi)皮細胞間隙較大,導致血管通透性增加,使對比劑更易從血管內(nèi)滲入EES,從而表現(xiàn)為較高的Ktrans值。低分級的乳腺癌細胞增殖較慢,新生血管較少且較為成熟,血管通透性相對較低,Ktrans值也相對較低。
本研究結(jié)果顯示,高級別組患者Kep高于低級別組。分析原因為,乳腺癌組織學分級越高的患者,通常其新生血管更豐富、紊亂,血管通透性也更高,這會導致對比劑更快地進入和流出腫瘤組織,從而使Kep值升高。較高的組織學分級意味著腫瘤細胞的增殖更活躍,代謝需求更大,這會促使腫瘤形成更多不成熟且功能異常的血管。這些血管會影響對比劑的交換,表現(xiàn)為較高的Kep值。Kep值還可間接反映腫瘤細胞的密度和腫瘤內(nèi)部的壓力,組織學分級高的腫瘤細胞,密度較大,內(nèi)部壓力較高,這會影響對比劑的擴散和交換,從而在Kep值上有所體現(xiàn)。
本研究構(gòu)建模型回歸方程為:Logit(P)=1.455×Ktrans+1.023×Kep-1.256。該預(yù)測模型的AUC為0.893,最大約登指數(shù)為0.636,敏感度為0.954,特異度為0.691,這表明,通過輸入患者的相關(guān)資料,該模型在預(yù)測乳腺癌組織學分級方面具有較高的準確性,能幫助醫(yī)護人員更好地了解患者的風險因素,從而制訂相應(yīng)的治療措施,提升患者預(yù)后。
綜上所述,基于K trans、Kep構(gòu)建乳腺癌組織學分級預(yù)測模型具有較高的預(yù)測價值,可為臨床提供可靠依據(jù)。但成像技術(shù)和患者個體都具有差異性,在實際應(yīng)用中需綜合考慮多種因素,并結(jié)合其他臨床和影像學指標進行綜合判斷。
參考文獻
馬丹丹,劉坤,齊曉偉. 2018年全球癌癥統(tǒng)計:乳腺癌發(fā)病和死亡人數(shù)統(tǒng)計[J/CD].中華乳腺病雜志(電子版), 2018, 12(6): 375.
HEER E, HARPER A, ESCANDOR N, et al. Global burden and trends in premenopausal and postmenopausal breast cancer: A population-based study[J]. Lancet Glob Health, 2020, 8(8): e1027-e1037.
李玲玲,蘇荃利,林菲菲,等.超聲造影術(shù)前評價浸潤性乳腺癌組織學分級的臨床價值[J].中國超聲醫(yī)學雜志, 2022, 38(12): 1350-1354.
李明,李薇,吳林樺,等.基于磁共振的影像組學模型預(yù)測浸潤性乳腺癌組織學分級的研究[J].寧夏醫(yī)科大學學報, 2023, 45(9): 904-908, 923.
張林波,吳靜,高潔,等. DCE-MRI、T2WI及DWI聯(lián)合診斷乳腺癌的價值觀察[J].中國CT和MRI雜志, 2024, 22(5): 106-108.
中國臨床腫瘤學會(CSCO)乳腺癌診療指南公布[J].腫瘤防治研究, 2017, 44(5): 369.
梅放,柳劍英,薛衛(wèi)成.浸潤性乳腺癌的組織學分級: NOTTINGHAM組織學分級系統(tǒng)[J].中華病理學雜志, 2019, 48(8): 659-664.
周悅,曹海艷,卓雙雙,等.乳腺癌超聲特征與病理組織學分級的相關(guān)性分析[J].生物醫(yī)學工程與臨床, 2024, 28(1): 51-55.
趙雅蘭,馬紅霞,姜靜,等.不同組織學分級乳腺癌放療患者生理特征參數(shù)差異及5年預(yù)后的影響因素分析[J].臨床和實驗醫(yī)學雜志, 2024, 23(7): 722-726.
李明. MRI影像組學模型在鑒別乳腺良惡性腫瘤及預(yù)測浸潤性乳腺癌組織學分級的應(yīng)用研究[D].銀川:寧夏醫(yī)科大學, 2021.
夏淑媛,劉新凱,賈楠,等.乳腺癌的動態(tài)增強磁共振成像特征研究[J].大醫(yī)生, 2022, 7(19): 124-126.
沈孝春. 3.0T磁共振動態(tài)增強掃描聯(lián)合彌散加權(quán)成像預(yù)測乳腺癌分子分型的價值[D].大理:大理大學, 2023.
饒德利,邱曉明,朱燕莉. DCE-MRI定量參數(shù)在乳腺癌分期及預(yù)后評估中的應(yīng)用觀察[J].中國CT和MRI雜志, 2024, 22(4): 89-91.
1作者簡介:薛春升,大學本科,副主任醫(yī)師,研究方向:生殖系統(tǒng)疾病的診療。