3.0T MRI预测三阴性乳腺癌

江 森，洪又佳，肖 莹，张 凡，李仰康*

(1.汕头大学医学院附属肿瘤医院放射科，2.超声科，3.肿瘤研究实验室，广东 汕头 515041)

3.0TMRI预测三阴性乳腺癌

江 森1，洪又佳2，肖 莹1，张 凡3，李仰康1*

(1.汕头大学医学院附属肿瘤医院放射科，2.超声科，3.肿瘤研究实验室，广东 汕头 515041)

目的探讨3.0T MR影像特征中能够预测三阴性乳腺癌(TNBC)的危险因素。方法收集接受3.0T MR检查并经病理证实的乳腺癌病例191例，其中三阴型乳腺癌25例(TNBC组)，非三阴性乳腺癌166例(非TNBC组)，比较2组年龄、病灶形态、肿块数目、大小、形状、边缘、强化特征、T2WI信号、时间-信号强度曲线(TIC)、ADC值、瘤周血管的差异，并采用单因素及多因素分析法进行统计学分析。结果与非TNBC组比较，TNBC组病灶多表现为边缘光滑(P=0.023)、圆形(P=0.001)肿块，增强扫描多呈环形强化(P<0.001)，病灶T2WI多呈高信号(P=0.003)，ADC值相对较高(P=0.022)，瘤周血管增多(P=0.046)。其中肿块强化特征、T2WI信号、ADC值及瘤周血管纳入Logistic回归模型，为预测TNBC的独立危险因素(P均<0.05)，4个因素联合预测TNBC的ROC曲线下面积为0.840。结论肿块环形强化、T2WI高信号、ADC值相对较高、瘤周血管增多是预测TNBC的独立危险因素。

乳腺肿瘤；三阴性乳腺癌；磁共振成像

乳腺癌是一类具有高度异质性的肿瘤，不同分子亚型其疗效及预后差别很大[1]。目前临床主要参照St.Gallen共识[2]，运用免疫组织化学方法检测雌激素受体(estrogen receptor， ER)、孕激素受体(progesterone receptor， PR)、人表皮生长因子(human epidermal growth factor 2， HER-2)，根据结果将乳腺癌分为Luminal A型、Luminal B型、HER-2过表达型及三阴性乳腺癌(triple negative breast cancer， TNBC)。TNBC是指ER阴性、PR阴性、HER-2低表达的一类乳腺癌分子亚型。对比其他类型，TNBC侵袭性强，生长速度快，对内分泌治疗及靶向治疗效果差，易复发和转移，预后差。因此，早期辨别TNBC的高危病例，对临床选择最佳治疗方案有重要意义[3]。MRI作为一种无创影像学检查方法，不仅已广泛用于乳腺良恶性疾病的鉴别诊断，而且在乳腺癌术前评估、分型判断、疗效预测等方面的应用也逐渐增多[4]。近年来，应用MRI诊断TNBC的研究越来越多，然而既往研究多数仅限于形态学的研究，未完全发挥MRI的优势[5-6]。3.0T MR不仅可良好显示乳腺癌的形态，而且可无创评估肿瘤功能及瘤周血管情况，因此在预测TNBC方面具有很大潜力[7]。本研究采用3.0T MR对TNBC形态、功能及瘤周血管进行观察，旨在发现MRI影像征象中能够预测TNBC的危险因素，为早期发现TNBC高危患者、制定临床治疗方案提供影像学依据。

1 资料与方法

1.1 一般资料 收集2015年3月—2016年12月在我院接受MR检查并确诊为乳腺癌的患者191例，均为女性，年龄28～77岁，平均(50.2±10.3)岁。纳入标准：①通过手术或穿刺获得病理学结果；②经免疫组化获得ER、PR、HER-2表达结果，能够区分不同的乳腺癌分子亚型；③MR检查前均未接受化疗或内分泌治疗。

1.2 仪器与方法 采用GE Discovery MR750 3.0T MR仪，8通道乳腺专用相控阵表面线圈。患者取俯卧位，双乳自然下垂。扫描范围为双侧乳腺及腋窝区。扫描序列：快速自旋回波T1WI轴位、快速自旋回波T2WI脂肪抑制轴位、单次激发自旋回波 DWI(b=0、1 000 s/mm2)。动态增强扫描(dynamic contrast enhancement, DCE)采用三维乳腺评估容积成像进行双乳多期轴位动态扫描，先扫蒙片，再采集6期图像，最后行矢状位扫描。各序列扫描参数见表1。MR增强扫描对比剂采用钆喷酸葡胺，剂量为0.1 mmol/kg体质量，速率3 ml/s。

1.3 MR图像分析 采用AW 4.6工作站进行图像后处理与血管重建。由2名资深影像诊断医师在不知病理结果的前提下，根据乳腺影像报告和数据系统对MR图像进行分析，如2名医师意见不一致，则请第3名更高年资医师审核确定。首先分析病变形态为肿块或非肿块，若为肿块，则记录肿块数目、大小、形状、边缘、T2WI信号、强化特征等；若为多发病灶，则选择最大病灶作为研究对象。在病变早期强化最明显的时相，观察病灶的整体形态及强化特点，根据分时间-信号强度曲线(time-intensity curve， TIC)分为3个强化类型，即流入型(Ⅰ型)、平台型(Ⅱ型)、流出型(Ⅲ型)。取b=1 000 s/mm2的DWI图像，避开坏死、囊变、出血区及正常腺体组织，选取3个包含4～9像素的ROI，获得3个ADC值，取最低值。瘤周血管分析：选择DCE强化最明显期相减去蒙片，减影后的图像进行3D MIP重建，通过多方位旋转图像观察瘤周血管；根据Sardanelli等[8]提出的标准，血管长度≥3 cm且直径≥2 mm，或长度<3 cm但直径≥3 mm为有意义的血管，患侧乳腺与健侧比较血管计数差值≥2或有2支以上血管进入肿瘤，判断为瘤周血管增多。

1.4 免疫组化分析 所有病例均经手术或穿刺活检获得病理结果，并通过免疫组化染色，记录分子标记物ER、PR、HER-2状态。判断标准如下：ER、PR指标以≥10%肿瘤细胞着色为阳性；反之则为阴性；根据HER-2检查临床实践指南[9]，HER-2染色(-)或(+)为HER-2低表达，(+++)为HER-2过表达，(++)的病例则加做荧光原位杂交进行验证，结果为阳性则判定为HER-2过表达，结果为阴性则判定为HER-2低表达。ER、PR阴性且HER-2低表达者定义为TNBC，其他则为非TNBC。

1.5 统计学分析 采用SPSS 22.0统计分析软件。对计量资料(年龄、病灶大小、ADC值)首先检验样本的正态性及方差齐性，若符合正态分布时，以±s表示，差异的比较采用两独立样本t检验；不符合正态分布时，采用中位数(上下四分位数)表示，差异的比较采用非参数Mann-WhitneyU检验；对分类变量采用χ2检验或Fisher确切概率法。对差异有统计学意义的参数进行Logistic回归分析，获得独立影响因素；绘制ROC曲线，并计算曲线下面积(area under curve, AUC),评价各指标的预测效能。P<0.05为差异有统计学意义。

2 结果

2.1 MRI特征及单因素分析结果 191例乳腺癌患者中，TNBC患者25例(TNBC组)、非TNBC患者166例(非TNBC组)。2组MR特征见表2。

2组间肿块形状、肿块边缘、肿块强化特点、T2WI信号、ADC值、瘤周血管的差异有统计学意义(P均<0.05)。TNBC为肿块时，多表现为圆形、边缘光滑及环形强化；TNBC在T2WI上较非TNBC更倾向于表现为高信号；TNBC的ADC值高于非TNBC(图1)；TNBC瘤周血供更丰富(图2)。而在年龄、病灶形态、肿块数目、肿块大小、TIC类型方面，2组差异均无统计学意义(P均>0.05)。

2.2 多因素分析 对单因素分析有统计学差异的各参数采用Logistic回归分析，结果显示肿块强化特征、T2WI信号、ADC值、瘤周血管为预测TNBC的独立危险因素(P均<0.05)。其OR值和95%可信区间见表3。病灶若为环形强化、T2WI呈高信号、较高ADC值、瘤周血管增多，则发生TNBC的风险性分别是非TNBC的7.1、15.6、1.6、3.3倍。

2.3 ROC曲线分析 根据多因素分析结果，绘制肿块强化特点、T2WI、ADC值、瘤周血管及多因素分析的ROC曲线，见表4、图3。强化特征、ADC值及瘤周血管单独预测TNBC效能较好，而T2WI信号单独预测效能较差。4个因素联合诊断TNBC的AUC最高，为0.840。

表1 乳腺MRI扫描序列及参数

表2 各组乳腺癌MRI及病理特征

注：—：采用Fisher确切概率法

图1 患者女，47岁，左侧TNBC MRI表现为圆形肿块，边缘光滑，T1WI呈低信号(A)，T2WI呈高信号(B)，增强扫描呈环形强化(C)，肿块ROI的ADC值为0.836×10-3 mm2/s(D)

参数OR值P值95%可信区间下限上限环形强化7.10.0041.926.6T2WI高信号15.60.0013.276.6较高ADC值1.60.0081.12.3瘤周血管增多3.30.0441.010.3

表4 ROC曲线分析

图2 患者女，46岁，左侧TNBC，MRI 3D MIP重建显示瘤周血管增多

图3 TNBC强化特征、T2WI信号、ADC值、瘤周血管及多因素分析的ROC曲线，4个因素联合分析时效能最高，AUC最大

3 讨论

TNBC约占乳腺癌的10%～17%，本研究TNBC组占13.09%(25/191)，TNBC组与非TNBC组年龄差异无统计学意义。有学者[5，10]提出，肿瘤内部T2WI呈高信号是增加诊断TNBC准确率的一个特征。本研究中，TNBC组T2WI更多地表现为高信号。其可能由于TNBC生长快，易发生坏死、纤维化伴淋巴细胞浸润导致T2WI信号增高[11]。此外，TNBC更多地表现为边缘光滑的圆形肿块，且增强扫描多呈环形强化，与既往研究[10-11]结果相似，表明圆形、边缘光滑的乳腺病变不能轻易地作为诊断良性的征象，应结合其他征象排除恶性的可能。对于环形强化，Uematsu等[11]报道，56个TNBC中有80%肿块表现为环形强化，边缘光滑的肿块更易表现为环形强化，而非TNBC多表现为不均匀强化。因此环形强化可作为判断TNBC的重要特征之一。部分学者[12]认为这可能与病灶中心较容易形成瘢痕、病灶内部与边缘的纤维化程度不同，或与炎症细胞浸润等因素有关。

一般细胞增殖越旺盛，组织细胞密度越大，ADC值越低[13]。然而对TNBC，肿瘤内部易坏死，坏死区域细胞密度减低，水分子更易扩散，因此ADC值相对增高(比非TNBC病灶高，但仍低于正常腺体组织)。Youk等[11]研究也表明，TNBC组平均ADC值高于HER-2过表达组，而肿瘤T2WI呈高信号与ADC值显著相关。这也间接证明了TNBC组T2WI呈高信号倾向。本研究TNBC组ADC值中位数0.870×10-3mm2/s，高于非TNBC组，与研究[11]报道一致。

乳腺癌血供丰富，其生长及发展均依赖于肿瘤血管的生成及供血。利用乳腺MRI动态增强3D血管减影技术，能无创、清晰地显示乳腺内部血管分布情况。国内外研究[14-15]均表明，乳腺癌一侧血管数量较对侧明显增多，但尚鲜见应用MRI分析TNBC瘤周血管方面的报道。本研究通过与非TNBC组比较，发现TNBC组瘤周血管明显增多，表明TNBC瘤周血管分布更密集，血供更丰富，符合其生长快、侵袭性强、恶性度高的特点。

本研究通过多因素Logistic回归分析发现，单因素分析中有意义的变量“肿块形状”、“肿块边缘”并未进入回归模型，表明二者预测TNBC可能受其他参数影响，预测TNBC的价值不大。而病灶T2WI信号、肿块强化特征、ADC值、瘤周血管则可作为预测TNBC的独立危险因素。ROC表明4个因素联合分析预测效能最高，如果病灶T2WI呈高信号，肿块呈环形强化、ADC值相对较高，瘤周血管增多，则应视为TNBC的高危病例。

本研究不足之处在于，TNBC本身占乳腺癌比例较小，造成TNBC组样本量相对较小，因此有待于今后对更多的病例进一步验证。

[1] Dai X, Xiang L, Li T, et al. Cancerhallmarks, biomarkers and breast cancer molecular subtypes. J Cancer, 2016,7(10):1281-1294.

[2] Coates AS, Winer EP, Goldhirsch A, et al. Tailoring therapies—improving the management of early breast cancer: St Gallen International Expert Consensus on the Primary Therapy of Early Breast Cancer 2015. Ann Oncol, 2015,26(8):1533-1546.

[3] Bosch A, Eroles P, Zaragoza R, et al. Triple -negative breast cancer:Molecular features, pathogenesis, treatment and current lines of research. Cancer Treat Rev, 2010,36(3):206-215.

[4] Fan M, Li H, Wang S, et al. Radiomic analysis reveals DCE-MRI features for prediction of molecular subtypes of breast cancer. PLoS One, 2017,12(2):e0171683.

[5] Sung JS, Jochelson MS, Brennan S, et al. MR imaging features of triple-negative breast cancers. Breast J, 2013,19(6):643-649.

[6] Osman NM, Chalabi N, Raboh NMA. Triple negative breast cancer: MRI features in comparison to other breast cancer subtypes with correlation to prognostic pathologic factors. The Egyptian Journal of Radiology & Nuclear Medicine，2014,45(4):1309-1316.

[7] 李艳玲,李晓婷,曹崑,等.三阴型乳腺癌的MRI特征.中国医学影像技术,2015,31(2):244-247.

[8] Sardanelli F, Iozzelli A, Fausto A, et al. Gadobenate dimeglumine-enhanced MR imaging breast vascular maps: Association between invasive cancer and ipsilateral increased vascularity. Radiology, 2005,235(3):791-797.

[9] Wolff AC, Hammond ME, Schwartz JN, et al. American Society of Clinical Oncology/College of American Pathologists guideline recommendations for human epidermal growth factor receptor 2 testing in breast cancer. J Clin Oncol, 2007,25(1):118-145.

[10] Youk JH, Son EJ, Chung J, et al. Triple-negative invasive breast cancer on dynamic contrast-enhanced and diffusion-weighted MR imaging: Comparison with other breast cancer subtypes. Eur Radiol, 2012,22(8):1724-1734.

[11] Uematsu T, Kasami M, Yuen S. Triple-negative breast cancer:Correlation between MR imaging and pathologic findings. Radiology, 2009,250(3):638-647.

[12] Jinguji M, Kajiya Y, Kamimura K, et al. Rimenhancement of breast cancers on contrast-enhanced MR imaging: Relationship with prognostic factors. Breast Cancer, 2006,13(1):64-73.

[13] Tang MY, Zhang XM, Chen TW, et al. Various diffusion magnetic resonance imaging techniques for pancreatic cancer. World J Radiol, 2015,7(12):424-437.

[14] Dietzel M, Baltzer PA，Vag T，et al. The adjacent vessel sign on breast MRI: New data and a subgroup analysis for 1,084 histologically verified cases. Korean J Radiol, 2010,11(2):178-186.

[15] 周海鹰，陈天武,张小明.乳腺血供不对称性增加及邻近血管征鉴别诊断乳腺良恶性病变，中国医学影像技术，2016,6(32):900-904.

3.0TMRIinpredictingtriplenegativebreastcancer

JIANGSen1,HONGYoujia2,XIAOYing1,ZHANGFan3,LIYangkang1*

(1.DepartmentofRadiology, 2.DepartmentofUltrasound, 3.OncologyResearchLaboratory,CancerHospitalofShantouUniversityMedicalCollege,Shantou515041,China)

ObjectiveTo evaluate the related factors in 3.0T MR imaging features for predicting triple negative breast cancer (TNBC).MethodsTotally 191 patients with breast cancer confirmed by histopathology were enrolled, among them 25 were TNBC (TNBC group), while the other 166 were non-TNBC (non-TNBC group). All patients underwent 3.0T MR examination. Patient age, tumor size, shape, margin, enhancement pattern, signal intensity on T2WI, time-intensity curve (TIC), ADC value, and peritumoral vessel between the two groups were compared. Univariate and multivariateLogisticregression analyses were used to predict the related factors．ResultsCompared with non-TNBC group, smooth margin (P=0.023), round mass (P=0.001), rim enhancement (P<0.001), high signal intensity on T2WI (P=0.003), higher ADC value (P=0.022) and increased peritumoral vessel (P=0.046) were significantly associated with TNBC. Further multivariateLogisticregression analysis identified four independent risk factors of TNBC (allP<0.05)， including enhancement pattern, signal intensity on T2WI, ADC value and increased peritumoral vessel. The area under ROC curve of combination of the 4 factors was 0.840.ConclusionRim enhancement of mass, high signal intensity on T2WI, higher ADC value, and increased peritumoral vessels are independent risk factors in predicting TNBC.

Breast neoplasms; Triple negative breast cancer; Magnetic resonance imaging

江森(1982—)，男，广东汕头人，硕士，主治医师。研究方向：肿瘤影像诊断。E-mail： jansn32888@yeah.net

李仰康，汕头大学医学院附属肿瘤医院放射科，515041。E-mail： liyangkang@yahoo.com

2017-04-27

2017-07-27

R737.9; R445.2

A

1003-3289(2017)11-1656-05

10.13929/j.1003-3289.201704140