乳腺浅筋膜超声特征可提高BI-RADS 4类结节良恶性鉴别效能

摘要

目的 探讨基于超声的乳腺浅筋膜特征在乳腺影像报告和数据系统（BI-RADS）4类乳腺结节良恶性诊断的价值，并构建包含该特征的列线图预测模型。方法 回顾性分析2022年1月～2024年12月于内蒙古自治区人民医院进行超声检查并诊断为BI-RADS 4类乳腺结节的357例患者，共357个代表性结节（多发结节患者选择最大直径结节），所有结节均经手术病理证实。由2位具有≥5年经验的医师双盲独立阅片，经20例分层抽样复测显示一致性良好（κ=0.73、ICC=0.94）。主要变量包括浅筋膜关系分型（未接触/模糊/中断）及浅筋膜外占比（超出浅筋膜区域/总结节区域×100%）。通过单因素和多因素logistic回归分析筛选候选预测变量，并据此构建列线图模型。采用ROC曲线、DeLong检验、Bootstrap内在校正、校准曲线和DCA评价模型效能。结果 基于上述变量绘制的列线图预测模型，经Bootstrap 2000次校正后AUC为0.92(95%CI:0.90～0.96)，在Youden最优阈值0.37下敏感度为86.0%，特异度为88.7%。校准曲线显示斜率0.92、截距-0.04,Brier分数0.10,DeLong检验显示列线图优于单独BI-RADS分类（ΔAUC=0.08,FDR校正后q<0.001）及浅筋膜+BI-RADS组合（ΔAUC=0.05,FDR校正后q<0.001）。决策曲线分析显示模型在0.10～0.70风险阈值区间具有正净获益。结论 乳腺浅筋膜超声特征可为BI-RADS 4类结节良恶性鉴别提供补充信息，基于相关变量构建的预测模型显示出较好的鉴别效能，提示其具有潜在临床应用价值。

关键词

乳腺浅筋膜 / 乳腺结节 / BI-RADS / 列线图