留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于临床及超声声像图特征的乳腺癌风险预测模型

游珊珊 姜玉新 朱庆莉 张璟 刘赫 孝梦甦 戴晴 孙强

游珊珊, 姜玉新, 朱庆莉, 张璟, 刘赫, 孝梦甦, 戴晴, 孙强. 基于临床及超声声像图特征的乳腺癌风险预测模型[J]. 协和医学杂志, 2014, 5(1): 26-30. doi: 10.3969/j.issn.1674-9081.2014.01.007
引用本文: 游珊珊, 姜玉新, 朱庆莉, 张璟, 刘赫, 孝梦甦, 戴晴, 孙强. 基于临床及超声声像图特征的乳腺癌风险预测模型[J]. 协和医学杂志, 2014, 5(1): 26-30. doi: 10.3969/j.issn.1674-9081.2014.01.007
Shan-shan YOU, Yu-xin JIANG, Qing-li ZHU, Jing ZHANG, He LIU, Meng-su XIAO, Qing DAI, Qiang SUN. A Breast Cancer Risk Prediction Model Based on the Clinical Characteristics and Sonographic Features[J]. Medical Journal of Peking Union Medical College Hospital, 2014, 5(1): 26-30. doi: 10.3969/j.issn.1674-9081.2014.01.007
Citation: Shan-shan YOU, Yu-xin JIANG, Qing-li ZHU, Jing ZHANG, He LIU, Meng-su XIAO, Qing DAI, Qiang SUN. A Breast Cancer Risk Prediction Model Based on the Clinical Characteristics and Sonographic Features[J]. Medical Journal of Peking Union Medical College Hospital, 2014, 5(1): 26-30. doi: 10.3969/j.issn.1674-9081.2014.01.007

基于临床及超声声像图特征的乳腺癌风险预测模型

doi: 10.3969/j.issn.1674-9081.2014.01.007
基金项目: 

国家自然科学基金 81201112

详细信息
    通讯作者:

    姜玉新 电话:010-69155491, E-mail:jiangyuxinxh@163.com

  • 中图分类号: R445.1

A Breast Cancer Risk Prediction Model Based on the Clinical Characteristics and Sonographic Features

More Information
  • 摘要:   目的  通过分析乳腺病灶超声征象及部分临床特征建立乳腺癌的风险预测模型。  方法  回顾性研究2007年7月至2009年1月于本院进行乳腺病灶切除活检术的连续性病例116例, 用多因素Logistic回归得到超声及部分临床征象(包括患者年龄、乳腺癌家族史、病灶硬度、活动度、形状、边界、方向、后方回声及钙化)中的独立危险因素, 提出乳腺癌风险预测模型, 并用受试者工作特征曲线评价模型效果。  结果  116例乳腺病灶中, 52例最终诊断为乳腺癌, 其中年龄大于50岁(OR=6.61, 95%可信区间1.07~40.72)、临床触诊质硬肿物(OR=6.56, 95%可信区间1.32~32.58)、超声声像图形态不规则(OR=19.93, 95%可信区间2.49~159.45)、边界模糊(OR=21.32, 95%可信区间1.98~230.14)、边缘成角或毛刺状(OR=31.33, 95%可信区间2.61~376.02)为乳腺癌的独立危险因素(P < 0.05)。据此建立乳腺癌风险预测模型, 该模型整体预测的准确性达96.7%。  结论  本研究建立的乳腺癌风险预测模型并提出的患乳腺癌风险独立危险因素, 在临床实践中具有较高的客观性和可操作性。
  • 图  1  37岁女性患者,超声检查发现左乳下象限实性肿物,质韧,将此超声特征代入风险预测模型,危险因素只有形态不规则,得出结论为非乳腺癌,该患者病理结果为乳腺纤维腺瘤伴腺病

    A.灰阶超声显示低回声肿物,大小2.1 cm×1.3 cm,形态不规则,边界清晰;B.彩色多普勒血流显像示肿物内可见较丰富条状血流信号

    图  2  56岁女性患者,超声检查发现右乳外上象限实性肿物,质硬,将此超声特征代入风险预测模型,危险因素有年龄大于50岁、质硬、形态不规则,得出结论为乳腺癌,该患者病理结果为浸润性导管癌

    A.灰阶超声显示低回声肿物,2.9 cm×2.6 cm,形态不规则,边缘成角;B.彩色多普勒血流显像示肿物内可见较粗大穿入血流信号

    图  3  乳腺癌风险模型的受试者工作特征曲线

    表  1  116例乳腺病变声像图特征及BI-RADS分类的阳性预测值

    项目 总例数 乳腺癌 阳性预测值
    (%)
    是(例) 否(例)
    BI-RADS分类        
       BI-RADS 3 46 1 45 2.2%
        BI-RADS 4 48 29 19 60.4%
       BI-RADS 5 22 22 0 100%
    年龄        
       <50岁 73 23 50 43.4%
       ≥50岁 43 29 14 67.4%
    乳腺癌家族史        
       有 10 5 5 50.0%
       无 106 47 59 44.3%
    硬度        
       质软或质韧 52 11 41 21.2%
       质硬 50 38 12 76.0%
    活动度        
       好 63 14 49 22.2%
       差 39 35 41 89.7%
    回声类型        
       低回声 99 43 56 43.4%
       混合回声 17 5 12 29.4%
    形状        
       圆形或卵圆形 51 2 49 3.9%
       不规则形 65 50 15 76.9%
    方向        
       平行 101 39 62 38.6%
       垂直 15 13 2 86.7%
    边界        
       清晰 66 8 58 12.1%
       模糊 17 14 3 82.4%
       成角* 12 11 1 91.7%
       毛刺状* 11 11 0 100%
       小分叶状 10 8 2 80.0%
    强回声晕        
       有 14 13 1 92.9%
       无 102 39 63 38.2%
    后方回声特征        
       增强 36 9 27 25.0%
       衰减 18 12 6 66.7%
       无变化 56 27 29 48.2%
       复合型 6 4 2 66.7%
    钙化        
       无或粗大 87 29 58 33.3%
       微小 29 23 6 79.3%
    BI-RADS:乳腺影像报告和数据系统;*统计时将二者合并
    下载: 导出CSV

    表  2  多元Logistic回归分析预测乳腺癌可能性

    危险因素 OR 95%可信区间 P
    年龄大于50岁 6.61 1.07~40.72 0.042
    质硬 6.56 1.32~32.58 0.021
    形态不规则 19.93 2.49~159.45 0.005
    边界模糊 21.32 1.98~230.14 0.012
    边界成角或毛刺状 31.33 2.61~376.02 0.007
    边缘呈小分叶状 4.59 0.48~43.67 0.185
    下载: 导出CSV
  • [1] Euhus DM. Understanding mathematical models for breast cancer risk assessment and counseling[J]. Breast J, 2001, 7:224-232. doi:  10.1046/j.1524-4741.2001.20012.x
    [2] Amir E, Evans DG, Shenton A, et al. Evaluation of breast cancer risk assessment packages in the family history evalua-tion and screening programme[J]. J Med Genet, 2003, 40:807-814. doi:  10.1136/jmg.40.11.807
    [3] Fasching PA, Bani MR, Nestle-Kramling C, et al. Evaluation of mathematical models for breast cancer risk assessment in routineclinical use[J]. Eur J Cancer Prev, 2007, 16:216-224. doi:  10.1097/CEJ.0b013e32801023b3
    [4] Gail MH. Personalized estimates of breast cancer risk in clinical practice and public health[J]. Stat Med, 2011, 30:1090-1104. doi:  10.1002/sim.4187
    [5] 徐雅莉, 孙强, 单广良, 等.中国女性乳腺癌发病相关危险因素:病例对照研究.[J]协和医学杂志, 2011, 2:7-14. http://d.wanfangdata.com.cn/Periodical/xhyx201101003
    [6] Armstrong K, Handorf EA, Chen J, et al. Breast cancer risk prediction and mammography biopsy decisions:a model-based study[J]. Am J Prev Med, 2013, 44:15-22. doi:  10.1016/j.amepre.2012.10.002
    [7] Timmers JM, Verbeek AL, Inthout J, et al. Breast cancer risk prediction model:a nomogram based on common mammographic screening findings[J]. Eur Radiol, 2013, 23:2413-2419. doi:  10.1007/s00330-013-2836-8
    [8] Weisstock CR, Rajapakshe R, Bitgood C, et al. Assessing the breast cancer risk distribution for women undergoing screening in British Columbia[J]. Cancer Prev Res (Phila), 2013, 6:1084-1092. doi:  10.1158/1940-6207.CAPR-13-0027
    [9] BI-RADS®-Ultrasound, First Edition[EB/OL].[2013-09-25]. http://www.acr.org/Quality-Safety/Resources/BIRADS/Ultrasound.
    [10] Lazarus E, Mainiero MB, Schepps B, et al. BI-RADS lexicon for US and mammography:interobserver variability and positive predictive value[J]. Radiology, 2006, 239:385-391. doi:  10.1148/radiol.2392042127
    [11] Abdullah N, Mesurolle B, El-Khoury M, et al. Breast imaging reporting and data system lexicon for US:interobserver agreement for assessment of breast masses[J]. Radiology, 2009, 252:665-672. doi:  10.1148/radiol.2523080670
    [12] Orel SG, Kay N, Reynolds C, et al. BI-RADS categorization as a predictor of malignancy[J]. Radiology, 1999, 211:845-850. doi:  10.1148/radiology.211.3.r99jn31845
    [13] Raza S, Chikarmane SA, Neilsen SS, et al. BI-RADS 3, 4, and 5 lesions:value of US in management-follow-up and outcome[J]. Radiology, 2008, 248:773-781. doi:  10.1148/radiol.2483071786
    [14] Aho M, Irshad A, Ackerman SJ, et al. Correlation of sonographic features of invasive ductal mammary carcinoma with age, tumor grade, and hormone-receptor status[J]. J Clin Ultrasound, 2013, 41:10-17. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=4628ee122fb4f18701dce9e72af6427b
  • 加载中
图(3) / 表(2)
计量
  • 文章访问数:  112
  • HTML全文浏览量:  25
  • PDF下载量:  5
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-10-24
  • 刊出日期:  2014-01-30

目录

    /

    返回文章
    返回

    【温馨提醒】近日,《协和医学杂志》编辑部接到作者反映,有多名不法人员冒充期刊编辑发送见刊通知,鼓动作者添加微信,从而骗取版面费的行为。特提醒您,本刊与作者联系的方式均为邮件通知或电话,稿件进度通知邮箱为:mjpumch@126.com,编辑部电话为:010-69154261,请提高警惕,谨防上当受骗!如有任何疑问,请致电编辑部核实。谢谢!