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。