论文部分内容阅读
目的 探讨乳腺MRI鉴别乳腺小肿块(最大直径≤1 cm)良、恶性的诊断价值.方法 回顾性分析2012年9月至2018年12月在上海交通大学医学院附属新华医院就诊的160例乳腺小肿块患者的术前乳腺MRI检查图像,其中良性疾病组111例,恶性疾病组49例.比较2组病灶位置、形态学特征、时间-信号强度曲线(TIC)、T2WI信号特征和表观扩散系数(ADC)的差异.年龄的组间比较采用Student's t检验,病灶大小和ADC值的组间比较采用Mann-Whitney U检验,计数资料(病灶位置、周围脂肪征、形态、边缘、内部强化和TIC类型)组间比较采用χ2检验,伴对侧同时恶性肿瘤比例和T2WI信号特征的组间比较采用Fisher确切概率法.计数资料亚组内两两比较采用Bonferroni校正.绘制年龄和ADC值的受试者工作特征曲线,多因素分析采用二元logistic回归,使用“Forward:LR”法,建立良、恶性疾病诊断模型,计算该模型的曲线下面积、敏感度、特异度、阳性预测值、阴性预测值和正确率,输出预测模型列线图.结果 (1)单因素分析:良性组和恶性组的周围脂肪征、病灶边缘、内部强化类型、TIC类型、T2WI信号特征及ADC值比较,差异均有统计学意义(χ2=13.083、11.224、7.628、14.060、21.892;P<0.001、0.004、0.006、0.001、<0.001;Z=-3.952,P50岁、周围脂肪征阳性、T2WI上略低信号或周边高信号、ADC值≤1.22×10-3 mm2/s是提示乳腺癌的独立危险特征(OR=6.728,95％CI:2.123～21.318,P=0.001;OR=5.545,95％CI:1.306～23.533,P=0.020;OR=31.110,95％CI:2.167～446.576,P=0.011;OR=13.794,95％CI:2.096～90.790,P=0.006;OR=5.802,95％CI:1.350～24.938,P=0.018).(3)鉴别诊断模型:联合上述特征的诊断模型对乳腺小肿块鉴别诊断的敏感度、特异度、阳性预测值、阴性预测值及正确率分别为89.2％(33/37)、69.4％(59/85)、55.9％(33/59)、93.6％(59/63)和75.4％(92/122).结论 乳腺良、恶性小肿块的MRI图像特征表现重叠,单一特征鉴别诊断较困难.联合患者年龄、周围脂肪征、T2WI信号特征和ADC值有助于提高诊断正确率.