集成MRI与Kaiser评分对BI-RADS 4类乳腺病变的诊断价值

目的:探讨集成MRI(SyMRI)定量参数与Kaiser评分(KS)对BI-RADS 4类乳腺病变的鉴别诊断价值。方法:回顾性分析2020年6月至2021年8月在郑州大学第三附属医院术前接受乳腺MRI检查的BI-RADS 4类乳腺病变76例女性患者的临床资料,所有患者均采集SyMRI序列。据患者病理诊断结果分为良性病变32例和恶性病变44例。根据KS评分标准对病变进行评分,测量SyMRI定量参数T1弛豫时间(T1)、T2弛豫时间(T2)和质子密度(PD)值。绘制受试者工作特征(ROC)曲线,比较不同参数对BI-RADS 4类乳腺病变良恶性鉴别的诊断效能。结果:BI-RADS 4类乳腺良性病变的T1、T2值分别为1 865.23(1 519.82,2 232.40) ms、93.24(85.21,128.40) ms,均高于恶性病变[T1、T2值分别是1 295.36(1 139.73,1 519.46) ms、86.48(78.94,90.59) ms](P<0.05)。恶性病变KS高于良性病变(P<0.001)。T1、T2、KS诊断乳腺良恶性病变的ROC曲线下面积(AUC)分别为0.829、0.696、0.855,敏感度分别为81.82%、86.36%、90.91%,特异度分别为75.00%、50.00%、71.87%。T1+KS,T2+KS,T1+T2+KS诊断良恶性病变的敏感度、特异度分别为90.91%、81.25%,90.91%、81.25%,88.64%、75.00%。结论:SyMRI与KS对诊断BI-RADS 4类乳腺病变的良恶性有一定的价值,两者联合不能提高诊断效能。

基于Kaiser评分的乳腺MRI肿块诊断预测模型的构建与验证

目的 旨在构建一个基于乳腺动态对比增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)Kaiser评分的乳腺肿块诊断预测模型并进行外部验证,用于诊断预测乳腺MRI中肿块的恶性风险。材料与方法收集2020年5月至2021年3月于湖南省人民医院天心阁院区及2019年9月至2020年12月于湖南省人民医院马王堆院区行术前乳腺DCE-MRI检查并经手术或穿刺病理证实的病灶分别为199个(来自于199名患者)、86个(来自于81名患者,其中5名患者有2个病灶),以天心阁院区数据为训练集,马王堆院区数据为验证集。收集的影像参数包括:乳腺纤维腺体类型、背景实质强化(面积、对称性)、病灶大小、肿块特征(形状、边缘、内部强化特征)、DCE-MRI时间-信号曲线(time-signal intensity curve,TIC)、乳腺水肿情况、最大信号强度投影(maximum intensity projection,MIP)征、附属影像特征(包括:乳头回缩、乳头侵犯、皮肤回缩、皮肤增厚、皮肤侵犯、腋窝淋巴结增大、胸肌侵犯、胸壁侵犯、结构扭曲),并基于Kaiser评分流程图给出Kaiser评分;临床参数包括:年龄、性别、是否伴疼痛、是否可触及肿块、皮肤红肿情况、乳头溢液情况、是否伴橘皮样外观及酒窝征。采用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)进行预测变量筛选,多因素logistic回归进行预测模型构建,并以列线图的形式呈现。受试者工作特征(receiver operating characteristic,ROC)曲线、De Long检验、净重新分类指数(net reclassification index,NRI)及综合判别改善指数(integrated discrimination improvement,IDI)用于比较基于Kaiser评分的乳腺肿块诊断预测模型(以下简称“乳腺肿块诊断模型”)和Kaiser评分的诊断性能;绘制校准曲线以评估乳腺诊断模型的校准度;决策曲线分析(decision curve analysis,DCA)用于评价二者的临床有效性。结果LASSO回归显示“年龄”“MIP征”及“附属影像特征”是Kaiser评分所用指标之外的有效预测因素;在训练集中,乳腺肿块诊断模型及Kaiser评分的AUC分别为0.944、0.890,差异有统计学意义(P<0.05),在验证集中,乳腺肿块诊断模型及Kaiser评分的AUC分别为0.941、0.874,差异有统计学意义(P<0.05)。De Long检验及NRI、IDI显示乳腺肿块诊断模型较Kaiser评分对乳腺肿块的诊断性能更好,差异有统计学意义(P<0.05),校准曲线显示乳腺肿块诊断模型的校准度良好;DCA表明乳腺肿块诊断模型具有较高的临床应用价值;结论基于Kaiser评分的乳腺肿块诊断模型可被用于乳腺肿块恶性概率的术前预测,并且其对乳腺肿块的诊断性能优于经典Kaiser评分。

Kaiser评分诊断MRI BI-RADS 4类亚厘米肿块的临床价值

目的:探讨Kaiser评分鉴别诊断乳腺影像报告和数据系统(BI-RADS)4类亚厘米肿块的临床应用价值。方法:回顾性搜集经病理证实的BI-RADS 4类亚厘米肿块患者173例,由3位乳腺诊断医师依据评分流程图进行盲法评估,通过ROC曲线分析诊断准确率。评估不同ADC阈值对评分的影响,不同ADC阈值的AUC比较行DeLong检验。结果:173例中,良性67例,恶性106例。Kaiser评分诊断亚厘米肿块的敏感度、特异度、准确率、阳性预测值、阴性预测值、阳性似然比、阴性似然比和AUC分别为90.6%~92.5%、62.7%~68.7%、80.9%~82.7%、79.7%~82.2%、81.5%~84.0%、2.48~2.92、0.12~0.14、0.801~0.830。以1.4×10-3 mm2/s作为ADC阈值,Kaiser评分的诊断准确率和AUC均最高,但不同ADC阈值的AUC之间差异无统计学意义(P>0.05)。结论:Kaiser评分诊断BI-RADS 4类亚厘米肿块性能良好,以1.4×10-3 mm2/s作为ADC阈值对Kaiser评分的辅助诊断价值更优。

基于多参数MRI的Kaiser评分系统对乳腺病变诊断效能的研究

目的探讨Kaiser评分在乳腺病变良恶性鉴别中的应用及其提高乳腺癌诊断效能的价值。方法收集我院2018年1月至2021年5月进行术前乳腺1.5TMRI检查的患者资料,以病理结果为金标准,分别计算并比较Kaiser评分及BI-RADS分类对乳腺病变良恶性的诊断效能。结果共纳入199个病灶,良性病变95个(47.7%),恶性病变104个(52.3%)。Kaiser评分诊断的敏感性、特异性、阳性预测值、阴性预测值和准确性分别为94.2%、84.2%、86.7%、93.0%、89.4%;BI-RADS分类诊断的敏感性、特异性、阳性预测值、阴性预测值和准确性分别为93.3%、65.3%、74.6%、89.9%、79.9%。Kaiser评分和BI-RADS分类对乳腺病变良恶性诊断的ROC曲线下面积分别为0.937和0.885。Kaiser评分对肿块和非肿块的ROC曲线下面积分别为0.952和0.883。结论Kaiser评分对于乳腺良恶性病变的诊断效能优于BI-RADS分类,并且可以为乳腺病变的诊断提供流程化、结构化的思路,对于肿块样病变诊断的准确性更高。

Kaiser评分在乳腺非肿块强化病变诊断中的可行性研究

目的评价Kaiser评分对乳腺非肿块强化病变的诊断效能。方法收集2014年1月~2019年6月术前行乳腺3.0 T MRI检查的非肿块强化患者资料,所有病例均经术后病理或穿刺活检证实。以病理结果为金标准,计算并比较Kaiser评分及BI-RADS分类对乳腺非肿块强化病变的诊断效能,比较2种方法诊断结果与病理结果的一致性。结果 88例患者共90个非肿块病灶,良性病变28个(31.1%),恶性病变62个(68.9%)。Kaiser评分诊断的敏感性、特异性、阳性预测值、阴性预测值和准确性分别为100%、75%、89.9%、100%和92%;BI-RADS分类诊断的敏感性、特异性、阳性预测值、阴性预测值和准确性分别为93.5%、46.4%、79.5%、76.5%和78.9%。Kaiser评分诊断特异性(75%)明显高于BI-RADS分类诊断(46.4%),差异有统计学意义(P=0.021)。结论 Kaiser评分系统可以为乳腺非肿块强化病变的BI-RADS分类提供诊断策略,对乳腺非肿块强化病变的诊断效能优于单纯应用BI-RADS分类。对于经验尚浅的影像科医师使用Kaiser评分能够明显提高乳腺非肿块病变的诊断特异性。

Kaiser评分对MRI乳腺影像报告与数据系统4类病灶的诊断价值

目的探讨Kaiser评分对MRI乳腺影像报告与数据系统(BI-RADS)4类病灶的诊断价值。方法选取2015年1月至2018年12月在浙江省立同德医院行乳腺MRI动态增强检查的女性患者152例(共158个病灶,其中6例患者有2个病灶),所有病灶经病理检查证实。2位影像科医师在不知道病理结果的情况下,按照Kaiser评分规则对每个强化病灶进行评分。以Kaiser评分≤4分为良性、>4分为恶性,以病理检查结果为金标准,计算Kaiser评分的灵敏度、特异度及AUC。结果158个乳腺病灶中,良性84个,恶性74个,恶性率为46.8%。良性病灶Kaiser评分为2(1,3)分,明显低于恶性病灶的7(5,9)分(P<0.05)。Kaiser评分诊断BI-RADS 4类乳腺病灶的灵敏度为0.946,特异度为0.893,AUC为0.941(95%CI:0.892~0.972)。结论Kaiser评分可以作为辅助决策手段用于MRI BI-RADS 4类病灶性质的诊断,减少不必要的活检。

Kaiser评分不同界值应用于乳腺病变MRI诊断的效能比较

目的研究诊断决策支持工具Kaiser评分系统中不同评分界值应用于乳腺病变MRI诊断中的效能,探索良恶性病变最佳参考评分界值从而避免过度的乳腺活检,并与传统的BI-RADS分类诊断标准进行诊断效能的比较。方法回顾并分析来自92例患者共101个术前行乳腺1.5 T MRI检查并被手术或穿刺病理证实的病灶的临床资料,由2位中级职称的影像科医生对所有病例独立根据Kaiser评分系统给出评分,探讨Kaiser评分系统应用于乳腺病变MRI中的诊断效能并与传统的BI-RADS分类诊断进行诊断效能比较,统计Kaiser评分在不同临界值下的敏感度、特异性和似然比,并分析2位阅片者之间的Kaiser评分一致性。结果92例患者共101个病灶,病理证实其中恶性病灶34个(33.66%),良性病灶67个(66.34%);应用Kaiser评分系统的曲线下面积值为0.969,BI-RADS分类的曲线下面积值为0.702,两种诊断方法的诊断效能差异有统计学意义(P<0.01),分别使用临界值≥4、≥5、≥6做为良恶性病变的分界值,可以准确识别100.00%、100.00%、91.98%的恶性病变,特异度分别为79.10%、80.60%、88.06%,以高截断值≥7分作为判断良恶性病变的参考界值,可以正确识别79.41%的恶性病变,特异性为98.51%,阳性似然比为53.21。2位阅片者之间的Kaiser评分一致性良好(Kappa值=0.89,P<0.01)。结论在乳腺病变MRI诊断中应用Kaiser评分对提高诊断准确性有益,同时以≥5为判断良恶性病变的诊断界值,可以获得最佳的综合诊断效能,针对特定诊断目标,在Kaiser评分中合理运用高诊断界值,可最大程度地避免过度乳腺活检。

Kaiser评分与ADC值对乳腺BI-RADS 4类病变的诊断效能评价

目的 评价Kaiser评分与表观扩散系数(apparent diffusion coefficient, ADC)值对乳腺BI-RADS 4类病变的诊断效能。材料与方法 回顾性分析2020年6月至2022年2月于河北省人民医院行乳腺MRI检查归类为BI-RADS 4类且病理结果明确的患者病例。对病例的每个病灶进行Kaiser评分、ADC值测量,Kaiser评分由两名放射科医生商议决定,ADC值的测量由经验丰富的医师指定感兴趣区域(region of interest, ROI)并测量,使用logistic回归联合Kaiser评分与ADC值后获得一个新的预测指标Kaiser+。应用受试者工作特征(receiver operating characteristic, ROC)曲线评价Kaiser评分和ADC值的诊断效能,应用Delong检验对曲线下面积(area under the curve, AUC)进行比较。结果 128例患者共165个病灶,Kaiser评分的总体诊断效能(AUC=0.882)显著高于ADC(AUC=0.582,P<0.05),Kaiser+与Kaiser评分之间的AUC无显著性差异(P=0.885)。与ADC相比,Kaiser评分诊断效能不受背景实质增强影响。结论 对于乳腺MRI诊断的BI-RADS 4类病变,Kaiser评分具有较高的诊断效能且优于ADC,可以减少不必要的活检;Kaiser评分与ADC值联合相对于单独Kaiser评分的诊断效能没有显著优势。

Kaiser评分与表观扩散系数评价乳腺病灶的对比研究

目的对比分析Kaiser评分与表观扩散系数(apparent diffusion coefficient,ADC)对乳腺病灶的诊断效能及降低非必要活检的能力。材料与方法回顾性分析南方医科大学顺德医院2019年1月至2021年9月间行乳腺MRI检查的127例患者的临床及影像资料(共134个病灶,7例患者有2个病灶)。联合应用ADC和Kaiser评分得到KS+评分,应用ADC、Kaiser评分及KS+评分评价乳腺病灶。以病理结果为金标准,计算并比较Kaiser评分、ADC和KS+评分的曲线下面积(area under the curve,AUC)、敏感度、特异度,AUC通过Delong检验进行比较,敏感度、特异度通过McNemar检验进行比较。结果Kaiser评分的AUC(0.917)与ADC的AUC(0.812)差异有统计学意义(P=0.0404),两者AUC在非肿块病灶中差异最大。Kaiser评分的特异度(0.809)与ADC的特异度(0.426)差异有统计学意义(P=0.0215)。Kaiser评分的敏感度(0.954)与ADC的敏感度(0.977)差异无统计学意义(P=0.6875)。Kaiser评分的AUC(0.917)、敏感度(0.954)、特异度(0.809)与KS+评分的AUC(0.914)、敏感度(0.943)、特异度(0.830)差异均无统计学意义(P均>0.05)。结论Kaiser评分对乳腺病灶的诊断效能优于ADC,尤其是在评价乳腺非肿块病灶中Kaiser评分具有显著优势。Kaiser评分降低非必要活检的能力亦优于ADC,联合应用Kaiser评分和ADC无法提高诊断效能及降低非必要活检能力,Kaiser评分更适用于临床实践。

苜蓿方捆袋贮饲料品质评价

【目的】方捆袋贮是紫花苜蓿青贮模式之一,具有运输使用方便灵活等优点,然而,草捆青贮袋容易破损,导致青贮饲料内部或表面呈斑块状发霉。通过对青贮袋破损与未破损方捆苜蓿青贮饲料品质的综合评价,为紫花苜蓿青贮模式的选择及其在养殖业中的利用提供理论依据。【方法】取青贮袋破损的草捆中未发霉的青贮饲料以及青贮袋未破损的苜蓿青贮饲料,分别从草捆上、中、下三层取样,比较微生物菌落数、化学成分及p H、有机酸和氨态氮含量,使用V-Score和Kariser两种评价方法,综合评价两者的青贮发酵品质。【结果】苜蓿方捆袋贮饲料的干物质含量为43.86%—45.47%,粗蛋白含量为21%以上,中性洗涤纤维含量为35.87%—37.42%,酸性洗涤纤维含量为30.68%—31.79%,灰分含量为8.37%—8.50%,可溶性碳水化合物含量为0.46%—0.53%。青贮袋破损的未发霉苜蓿青贮饲料除了干物质含量显著低于青贮袋未破损的苜蓿青贮饲料之外,两者的各营养成分无显著差异。苜蓿方捆袋贮饲料p H值为4.63—4.72,乳酸、乙酸、丙酸和丁酸占干物质的百分比分别为6.12%—7.04%、2.41%—3.21%、0.18%—0.20%、0.67%—0.89%,氨态氮占总氮的百分比为5.33%—5.79%。青贮袋破损的未发霉苜蓿青贮饲料除了p H值和乙酸含量高于青贮袋未破损的苜蓿青贮饲料之外,两者的乳酸、丙酸、丁酸和氨态氮含量均无显著差异。未发霉的苜蓿青贮饲料中霉菌酵母菌的数量均在104cfu/FM以下。两者V-Score评分等级均属尚可,Kariser评分等级均为3级。【结论】苜蓿方捆袋贮饲料具有良好的发酵品质,方捆袋贮是较理想的苜蓿青贮模式。去除发霉部分,青贮袋破损的青贮饲料其营养成分与青贮袋未破损的苜蓿青贮饲料相同。

Kaiser评分对乳腺BI-RADS 4类非肿块样强化病灶的诊断价值分析

目的探讨Kaiser评分对乳腺BI-RADS 4类非肿块样强化(NME)病灶良恶性的诊断价值。方法搜集行乳腺DCE-MRI检查的BI-RADS 4类NME病灶的患者资料,以手术或穿刺病理结果为金标准,分析Kaiser评分对NME诊断结果,采用ROC曲线评估Kaiser评分的诊断效能。结果符合纳入标准病灶162例,其中良性90例,恶性72例。以诊断效能最佳的Kaiser评分4分为界,诊断恶性NME的准确性、敏感性、特异性、阳性预测值、阴性预测值分别为77.2%、98.6%、60%、66.4%、98.2%,曲线下面积为0.817(95%CI:0.752~0.882)。当Kaiser评分<3时,对BI-RADS 4类NME病变的诊断未出现假阴性结果,可以减少14.2%的病灶不必要的活检。结论 Kaiser评分为影像医师提供客观的诊断方法,对BI-RADS 4类NME病变具有较高的敏感性和准确性,可以减少不必要的活检。