基于超聲圖像特征的列線圖模型預測乳腺葉狀腫瘤Ki-67表達水平的臨床價值

余麗惠 陳泳愉 伍衛如 何艷萍 黃偉俊

乳腺葉狀腫瘤（phyllodes tumor of breast，PTB）是一種罕見的纖維上皮源性腫瘤，主要由豐富的間質和上皮成分共同分化組成，具有惡變、復發和轉移的風險［1］。Ki-67是反映細胞增殖的分子標志物，其表達水平對PTB 病理分級、術后生存預測及新輔助治療有重要的參考價值［2-3］。研究［4］表明，PTB 的超聲圖像特征在一定程度上可評估其實際生長情況。本研究基于超聲圖像特征構建列線圖模型，探討其在預測PTB 患者Ki-67 表達水平的臨床價值，旨在為臨床術前個體化診療方案的制定提供參考。

資料與方法

一、研究對象

選取2018 年1 月至2023 年5 月我院經術后病理確診的PTB 患者119 例，均為女性，年齡13～72 歲，平均（42.4±1.8）歲；均為單側單發，其中良性病變63 例，交界性病變39 例，惡性病變17 例；均未見遠處淋巴結轉移。所有患者均以觸及乳腺腫塊或體檢發現乳腺占位就診，其中35 例發現腫塊短期內增大，21 例伴有疼痛，9 例乳腺皮膚表層變薄、破潰，48 例有乳腺纖維腺瘤病史。納入標準：均為首發、單發病灶，術前均行常規超聲檢查并獲得滿意圖像。排除標準：①既往有相關腫瘤放化療病史；②超聲圖像質量較差，未測得腫塊血流頻譜；③術后病理資料不完整。本研究經我院醫學倫理委員會批準，所有患者均知情同意。

二、儀器與方法

1.超聲檢查：使用GE Logiq E9、Philips iU22 及西門子S2000 彩色多普勒超聲診斷儀，線陣探頭，頻率5～18 MHz。囑患者取仰臥位并將雙手上舉，充分暴露雙側乳腺和腋窩，對乳腺各象限行橫向、縱向、冠狀切面多方位、多切面掃查。參考美國放射學會BIRADS，二維超聲觀察乳腺腫塊的位置、大小、形態、邊緣、內部回聲、有無囊變、有無鈣化等形態學特征，切換至CDFI 模式觀察腫塊內部及周邊血流信號分布情況。血流信號依照Adler半定量法［5］分為0～Ⅲ級，其中0～Ⅰ級定義為乏血供，Ⅱ～Ⅲ級定義為富血供。上述操作均由2 名主治以上超聲醫師共同完成；超聲圖像特征分析均由2 名具有10 年以上工作經驗的副高以上超聲醫師在不知曉病理結果情況下進行綜合判斷，當意見不一致時以專家會診討論一致結果為準。

2.病理診斷：對術后標本行常規HE 染色和免疫組織化學SP 法染色，其中Ki-67 表達陽性的細胞中多數細胞核為棕黃色顆粒，少數呈較弱的細胞質染色。Ki-67 表達水平以陽性細胞占比表示，參考多數研究［2，6］采用的判斷標準，定義陽性細胞＞10%為Ki-67高表達組，≤10%為Ki-67低表達組。

三、統計學處理

應用SPSS 26.0 統計軟件及R 語言（版本4.3.0），符合正態分布的計量資料以x±s表示，兩組比較采用t檢驗；計數資料以頻數或率表示，兩組比較采用χ2檢驗。應用單因素分析和多因素Logistic 回歸分析篩選預測PTB 患者Ki-67 表達水平的獨立影響因子；采用R 語言分析相應的獨立預測因子，并以此為基礎構建列線圖模型。采用Bootstrap自助抽樣法（1000次）進行模型內部驗證；繪制受試者工作特征（ROC）曲線分析模型的區分度；采用Hosmer-Lemeshow 檢驗并繪制校準曲線評估模型的校準度；臨床決策曲線分析模型的臨床適用性。P＜0.05為差異有統計學意義。

結果

一、PTB超聲圖像特征及分組

PTB 最大徑0.80～15.42 cm，縱橫比0.26～0.92，形態不規則18 例（15.13%），邊緣不光整26 例（21.85%），實質回聲不均勻55 例（46.22%），囊變34 例（28.57%），鈣化18 例（15.13%），后方回聲增強62 例（52.10%），血流信號Ⅱ～Ⅲ級44 例（36.97%），阻力指數0.16～1.00，收縮期峰值流速6.90～42.50 cm/s，同側腋窩均未見淋巴結轉移。本研究119 例PTB患者中，Ki-67 低表達組82 例（68.91%），Ki-67 高表達組37 例（31.09%）。

二、兩組超聲圖像特征比較

兩組最大徑、囊變、血流信號、收縮期峰值流速比較差異均有統計學意義（均P＜0.05）；兩組縱橫比、形態、邊緣、實質回聲、鈣化、后方回聲、阻力指數比較差異均無統計學意義。見表1和圖1，2。

圖1 Ki-67低表達組一患者（36歲）聲像圖

圖2 Ki-67高表達組一患者（54歲）聲像圖

表1 兩組超聲圖像特征比較

三、多因素Logistic回歸分析

以PTB 患者Ki-67 表達水平為因變量，以超聲圖像特征中最大徑、囊變、血流信號、收縮期峰值流速為自變量，采用進入法進行多因素Logistic 回歸分析，結果顯示，最大徑、囊變和收縮期峰值流速均為預測PTB患者Ki-67 高表達水平的獨立影響因子（OR=1.164、0.078、1.404，均P＜0.05）。見表2。

表2 預測PTB患者Ki-67表達水平的多因素Logistic回歸分析

四、構建預測PTB 患者Ki-67 表達水平的列線圖模型

基于最大徑、囊變和收縮期峰值流速3 個獨立影響因子構建預測PTB 患者Ki-67 表達水平的列線圖模型，列線圖中每個變量的分值代表其對結局的貢獻程度，根據患者的個體情況計算總分，總分對應PTB 患者Ki-67 高表達水平的風險概率。見圖3。

圖3 預測PTB患者Ki-67表達水平的列線圖模型

五、列線圖模型的驗證與評估

1.區分度：ROC曲線分析顯示，最大徑、囊變及收縮期峰值流速預測PTB 患者Ki-67 表達水平的AUC均低于0.750；列線圖模型的AUC明顯提高，為0.812，對應的靈敏度和特異度分別為72.4%、91.5%。見表3和圖4。

圖4 列線圖模型預測PTB患者Ki-67表達水平的ROC曲線圖

表3 列線圖模型預測PTB患者Ki-67表達水平的ROC曲線分析

2.校準度：Hosmer-Lemeshow檢驗顯示，列線圖模型預測概率與實際概率比較差異無統計學意義（χ2=9.152，P=0.330）。經過1000次有回放性Bootstrap 自助抽樣后，列線圖模型判斷預測曲線與校準曲線的校準度較高，C-index 為0.814（95%可信區間：0.710～0.913），表明模型預測效果與實際結果的一致性良好。見圖5。

圖5 列線圖模型預測PTB患者Ki-67表達水平的校準曲線圖

3.臨床適用性：臨床決策曲線分析顯示，當閾值為0.10～0.48時，該模型的臨床獲益較高。見圖6。

圖6 列線圖模型預測PTB患者Ki-67表達水平的臨床決策曲線圖

討論

Ki-67 本質是一種核抗原，存在于細胞G1、S、G2、M 期的細胞核中，因其半衰期短可較好地反映細胞的增殖活性，其表達水平也與腫瘤惡性程度呈正相關［7］。研究［8］表明，Ki-67表達水平可隨PTB的病理分級增高而增加，雖然良性PTB Ki-67 表達水平較正常組織變化不大，但惡性PTB 的Ki-67 表達水平卻顯著增高。高潔等［9］研究也認為Ki-67 表達水平與PTB 的病變程度呈正相關，即隨著惡化程度表現出由低到高再逐漸增強的趨勢。鑒于Ki-67 表達水平可以反映PTB 病理級別的差異，故不同Ki-67 表達水平的PTB 超聲圖像特征也有所不同。本研究基于超聲圖像特征構建更為直觀的列線圖模型，探討其預測PTB 患者Ki-67 表達水平的臨床價值。

既往研究［10-11］表明PTB的超聲圖像特征與其病理組織學的良惡性變化存在一定關聯性，雖然每種病理亞型均有一些典型的超聲圖像特征，但這些特征也可能存在重合。本研究經多因素Logistic 回歸分析最終篩選最大徑、囊變、收縮期峰值流速均為預測PTB 患者Ki-67 高表達水平的獨立影響因子（OR=1.164、0.078、1.404，均P＜0.05），與劉清玉等［12］研究結論一致。分析其機制為病灶體積越大，腫瘤細胞增殖程度越高、生長速度越快，同時需求的血供也越豐富，而當血供無法滿足病變生長需求時常會出現壞死囊變。收縮期峰值流速是反映腫瘤早期強化率的指標，能更準確地評價腫瘤增殖活躍區的血流狀況，與管亞男等［13］應用MRI血流動力學評估乳腺癌與Ki-67表達水平相關性的結論一致。因此，基于腫瘤內異質性對Ki-67 表達水平評估的影響，結合上述超聲圖像特征可間接反映PTB組織細胞中Ki-67表達水平。

列線圖作為一種易于應用的數據可視化圖表，可使臨床醫師能夠通過簡單的線條快速發現數據中的模式和趨勢，進行數據驅動的決策和分析。本研究基于多因素Logistic 回歸分析中的獨立影響因子（最大徑、囊變、收縮期峰值流速）構建列線圖模型，將回歸方程的預測效果進行可視化與量化，ROC 曲線分析顯示列線圖模型預測PTB 患者Ki-67高表達水平的AUC為0.812，高于最大徑、囊變及收縮期峰值流速的AUC（0.696、0.705、0.736），表明該模型較單一指標具有更好的預測效能。同時，臨床決策曲線分析顯示，當風險閾值概率為0.10～0.48 時，列線圖模型預測PTB 患者Ki-67 高表達水平可獲得較高的臨床凈獲益，表明該模型具有較好的臨床適用性。以上結果均說明該列線圖模型可有效預測PTB 患者Ki-67 表達水平，且準確性和校準度均較高，與石紅等［14］應用超聲影像相關指標構建列線圖預測乳腺癌患者Ki-67 表達水平的結論相似。另外，本研究各單一指標預測PTB患者Ki-67 高表達水平的AUC 均低于0.750；表明單一指標已不能滿足預測PTB 患者Ki-67 表達水平，可見建立多數據聯合的列線圖模型或許是今后的發展方向。

本研究的局限性：①樣本量較小，可能存在一些選擇性偏倚，且基于單中心、小樣本量的數據難以完整解釋PTB 復雜的生物學機制；②腫塊內不同區域的腫瘤細胞密集度及分化程度差異較大，超聲成像的感興趣區與病理組織取材區可能存在差異；③本研究為回顧性研究，尚待今后前瞻性研究的進一步證實。

綜上所述，基于超聲圖像特征的列線圖模型可用于預測PTB 患者Ki-67 表達水平，該預測模型具有較高的準確性和可靠性，可為術前無創評估PTB 腫瘤細胞的增殖程度提供參考。