王正通, 李西珍, 孙艳秋, 王霄, 王唯伟, 孙占国, 张树军, 陈月芹, 李运喜, 何雪琦
临床放射学杂志. 2026, 45(5): 793-799.
目的 探讨常规MRI、扩散加权成像(DWI)、体素内不相干运动(IVIM)及扩散峰度成像(DKI)多参数的列线图模型在乳腺癌微血管密度(MVD)中的预测价值。方法 回顾性分析2022年6月至2024年12月经病理确诊的99例乳腺癌患者,其中高MVD组52例,低MVD组47例;所有患者均行常规MRI、DWI、IVIM及DKI检查。分析两组间的常规MRI特征、DWI、IVIM和DKI的定量参数,包括表观扩散系数(ADC)、真实扩散系数(D)、灌注相关扩散系数(D*)、灌注分数(f)、扩散峰度值(MK)及平均扩散率(MD)。使用多因素Logistic回归分析筛选独立危险因素,将其纳入列线图模型。通过受试者工作特征曲线(ROC)曲线下面积(AUC)评估模型诊断性能。结果 患者的肿瘤时间-信号强度曲线(TIC)类型在高、低MVD组间有统计学意义(P<0.05)。高MVD组较低表达组有着更低的D、MD值和更高的D*、f值,且差异均有统计学意义(P<0.05)。多因素Logistic回归结果显示TIC曲线类型、f及MD为预测乳腺癌MVD表达状态的独立危险因素。基于3个参数构建的列线图模型的AUC值为0.858,大于TIC曲线类型(AUC=0.648)、f值(AUC=0.792)、MD值(AUC=0.746),诊断效能高于单一参数,且差异具有统计学意义(Z=4.196,P<0.001;Z=2.159,P=0.031;Z=2.461,P=0.014),且列线图模型的敏感度、特异度及准确率分别为91.49%、71.15%、76.8%,均高于单一模型。此外,模型的内部验证与决策曲线分析(DCA)证实了列线图模型的稳定性较好。结论 IVIM衍生的参数f值可能是鉴定MVD表达的最有价值的参数。基于多参数MRI的列线图模型可用于乳腺癌MVD表达的预测,可能为乳腺癌个体化精准诊治提供潜在的辅助工具。