Logistic回歸模型在不典型浸潤性導管癌診斷中的應用*

李靜，吳國柱，王芳，馮德喜，梁丹艷

（內蒙古自治區人民醫院 超聲醫學科，內蒙古 呼和浩特010017）

浸潤性導管癌發病率及病死率逐年升高，嚴重危害人類健康[1-2]。超聲檢查能較準確地顯示病灶的形態特征，臨床診斷價值較高[3-4]，但仍有一部分浸潤性導管癌的超聲圖像不典型，造成影像學的漏診[5]。本研究通過篩選一系列的超聲征象，建立Logistic 回歸模型，提高超聲檢查對該類疾病的確診率，為臨床提供更準確的診斷信息。

1 資料與方法

1.1 一般資料

選取2018年3月—2020年1月在內蒙古自治區人民醫院經手術病理證實為浸潤性導管癌的患者42 例作為不典型組，取其超聲診斷為BI-RADS 4a類乳腺結節42 枚，患者年齡24～68 歲，平均（47.0±11.3）歲。另取同期本院超聲診斷BI-RADS 4a 類結節，并經手術病理證實為良性腫塊的患者44 例作為良性組，患者年齡28～75 歲，平均（51.0±9.8）歲，均為女性。

1.2 儀器與方法

采用荷蘭Philips 公司IU22、美國GE 公司Logic E9、德國西門子公司Acuson S2000 超聲診斷儀，探頭頻率6～15 MHz，患者取仰臥位，充分暴露雙側乳腺及腋窩，以乳頭為中心放射狀掃查，發現病灶后多切面觀察、記錄并保存典型圖像。超聲工作站調取納入患者行回顧性分析，病變圖像數目為5～34 幅。所有患者病歷資料完整。

1.3 觀察指標

灰階超聲：觀察并記錄腫塊直徑、內部回聲、邊界、邊緣、鈣化、縱橫比、腋窩淋巴結轉移情況。彩色多普勒超聲：檢測新生血管，測量阻力指數（resistance index,RI）。

1.4 統計學方法

數據分析采用SPSS 19.0 統計軟件。計量資料以均數±標準差（±s）表示，比較用t檢驗；計數資料以構成比或率（%）表示，比較用χ2檢驗或Fisher 確切概率法；繪制ROC 曲線，影響因素的分析采用多因素Logistic 回歸模型。P<0.05 為差異有統計學意義。

2 結果

2.1 兩組腫塊的超聲圖像回聲特征

不典型組中實性結節31 例（73.8%），囊性1 例（2.4%），囊實性7 例（16.7%），結構紊亂呈非腫塊型3 例（7.1%）；良性組中實性結節26 例（59.1%），囊實性結節13 例（29.5%），結構紊亂5 例（11.4%）。兩組結節回聲性質占比比較，經Fisher 確切概率法分析，差異無統計學意義（P=0.271），均衡可比。

2.2 兩組腫塊超聲特征比較

兩組腫塊超聲邊緣是否光整、有無微鈣化、RI 是否>0.7 比例比較，經χ2檢驗，差異有統計學意義（P<0.05），不典型組腫塊超聲邊緣不光整、微鈣化、RI >0.7 高于良性組，為不典型浸潤性導管癌區別于良性腫瘤的主要特點（見圖1、2）。而兩組腫塊直徑、有無回聲、邊界是否清晰、縱橫比大小比較，差異無統計學意義（P>0.05）。見表1。

表1 兩組腫物超聲特征比較

圖1 浸潤性導管癌的超聲圖像

圖2 浸潤性導管癌病理切片 （HE×100）

2.3 不典型浸潤性導管癌超聲征象的多因素分析

根據單因素分析的結果，以是否發生浸潤性導管癌為因變量，以病灶邊緣不光整、微鈣化、RI > 0.7 為自變量，代入Logistic 回歸方程，引入水準為0.05，剔除水準為0.10，采用逐步法分析浸潤性導管癌發的危險因素。結果顯示：微鈣化相較于無鈣化人群患非典型浸潤性導管癌風險上升[=23.371（95% CI：2.207，247.442）]；邊緣不光整腫塊是邊緣光整腫塊患非典型癌風險的5.120倍[=5.120（95% CI：1.481，17.697）]，高阻血流是低阻血流的12.912 倍[=12.912（95% CI：2.579，46.165）]。見表2、3。

表2 非典型浸潤性導管癌超聲征象多因素Logistic回歸分析參數

參考多因素分析結果，最終建模指標為病灶邊緣不光整、微鈣化、RI 值。將篩選的指標作為變量代入Logistics 回歸方程，得到的診斷模型：Logistics（P）=-1.674+3.152×微 鈣 化+1.633×不 光整+2.390×（RI>0.7）。

表3 賦值表

2.4 不典型浸潤性導管癌各指標診斷性能分析

模型診斷不典型浸潤性導管癌的截斷值>0.380， ROC 曲線下面積（AUC）0.804（95% CI：0.711，0.897），敏感性85.7%（95% CI：0.715，0.956），特異性59.1%（95% CI：0.432，0.733），約登指數、準確率分別為0.448、72.1%。見圖3。

圖3 模型診斷不典型浸潤性導管癌的ROC曲線

3 討論

近年來乳腺癌發病率呈上升趨勢[6-7]，其病因尚未明確，一級預防手段極為有限，早發現、早治療對改善預后、降低死亡率尤為重要[8-9]。乳腺癌組織形態學復雜，種類眾多，其中浸潤性導管癌發病率最高，約占所有乳腺惡性腫瘤的70%[10-11]，其超聲圖像特異性較強，診斷并不困難[12-13]。但是因為對不典型聲像圖缺乏認識，臨床容易漏診，貽誤最佳治療期[14]。Logistic 回歸模型綜合考慮多個自變量對因變量的影響，篩選出疾病的獨立危險因素，分析對疾病病因及診斷有價值的指標。利用數學模型可以更客觀、準確地判斷腫塊的良惡性，有效規避人為主觀印象。

本研究經Logistic 回歸分析篩選出腫物邊緣不光整、微鈣化、RI > 0.7 為有意義的變量。這3 個變量在乳腺結節中出現越多，其惡性病變的發生率越高。其預測不典型浸潤性乳腺癌的能力從強到弱依次為微鈣化、RI 值、邊緣不光整。

本組腫塊邊緣不光整指邊緣細微成角或淺分葉，可能是由于惡性腫瘤無包膜，有浸潤傾向，故其邊緣表現不光整。但由于腫塊未出現明顯的蟹足征、黏膜糾集征，部分良性腫瘤也有此特征[15]，檢查者未引起足夠的重視。

目前乳腺內鈣化灶的主要成分是草酸鈣和羥基磷酸鈣[16]，前者結晶度較好，可形成多面體狀晶體，主要存在于乳腺增生、纖維腺瘤或乳腺內脂肪壞死等良性病變中；后者在惡性腫物中更常見，晶體細小，結晶度較差。但兩種鈣化成分在良惡性腫物中的分布并不絕對[17]，草酸鈣可在惡性腫塊內檢測到，同樣羥基磷酸鈣也可在良性腫物中存在。鈣化形式多樣，主要通過其大小、形態、分布判斷[18]。臨床研究表明在各項影像學征象中，大量的乳腺癌以微鈣化為第一特征[19]，高頻超聲是檢測鈣化的有效影像學手段[20]。本研究發現在預測不典型浸潤性導管癌的有效變量中，微鈣化的值最高，為23.371，表明微鈣化預測惡性病變的診斷價值明顯高于其他兩組有效變量。同時筆者認為腫塊中存在粗鈣化患者較無鈣化人群患非典型浸潤性導管癌風險無明顯增加，而微鈣化患者較無鈣化人群患非典型癌風險上升，與既往結果相似[21-23]。

腫塊血流的顯示與腫塊直徑、分化程度、患者年齡有關，惡性腫瘤釋放血管增生因子，能形成豐富的血管叢，阻力指數是鑒別腫物良惡性的重要指標[24]。惡性腫瘤血管內徑窄，走形迂曲，且具有生長無序的特點，可表現為高阻力的血流信號[25-26]。本組中1例囊性浸潤性導管癌其囊壁不規則增厚，可檢出RI>0.7的高阻血流信號。這一征象提示囊性腫塊不一定就是良性包塊，需仔細觀察其包膜的血流信號。另外，探查腫物血流信號手法需輕柔，避免人為因素影響腫瘤內部血流的顯示及豐富程度的判斷。

本研究的Logistic 回歸模型是綜合分析邊緣不光整、微鈣化、RI > 0.7 有效變量得到的P值，P值越高診斷為不典型浸潤性導管癌的可能性越大，但是有部分患者的乳腺腫塊可能出現不典型聲像圖特征，并不能同時符合這3 個指標，比如腫物僅出現微鈣化，其他2 個指標不符合，故P值較低造成漏診。但是該模型AUC 為0.804，診斷效果較好，其敏感性為85.7%，值得臨床推廣。