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...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。展开更多
目的评估基于Kaiser评分的MRI影像特征列线图模型术前预测肿块型乳腺癌脉管侵犯的价值。方法回顾性分析经手术病理证实的345例肿块型浸润性乳腺癌患者临床、病理、影像学和Kaiser评分资料,按照7∶3随机分为训练集(n=242)和验证集(n=103...目的评估基于Kaiser评分的MRI影像特征列线图模型术前预测肿块型乳腺癌脉管侵犯的价值。方法回顾性分析经手术病理证实的345例肿块型浸润性乳腺癌患者临床、病理、影像学和Kaiser评分资料,按照7∶3随机分为训练集(n=242)和验证集(n=103)。应用单因素和多因素Logistic回归模型分析肿块型乳腺癌脉管侵犯的独立危险因素并构建列线图预测模型,通过受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线和临床决策曲线评估模型效能。结果单因素Logistic回归分析发现,肿瘤最大直径、Kaiser评分、扩散加权成像信号、形状和相关受侵征象与肿块型乳腺癌脉管侵犯相关(均P<0.05);进一步的多因素Logistic回归分析显示,Kaiser评分≥6分、扩散加权成像高信号、形状不规则和存在相关受侵征象是肿块型乳腺癌脉管侵犯的独立危险因素(均P<0.05)。Kaiser评分联合扩散加权成像信号、形状和相关侵犯征象构建的肿块型乳腺癌脉管侵犯列线图预测模型在训练集和验证集中的ROC曲线下面积(area under the ROC curve,AUC)分别为0.899(95%CI:0.859~0.939)和0.827(95%CI:0.744~0.909);训练集中特异性为0.845,敏感性为0.840;验证集中的特异性为0.787,敏感性为0.750;校准曲线和Hosmer-Lemeshow拟合优度检验结果表明列线图模型一致性较好;临床决策曲线结果显示列线图预测肿块型乳腺癌脉管侵犯可获得较高收益。结论本研究构建的基于Kaiser评分的MRI影像特征列线图模型有助于术前预测肿块型乳腺癌脉管侵犯,并且该模型具有较高的预测效能,可为临床术前评估肿块型乳腺癌脉管侵犯提供参考依据。展开更多
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...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。展开更多
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...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。展开更多
文摘目的评价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。
文摘目的评估基于Kaiser评分的MRI影像特征列线图模型术前预测肿块型乳腺癌脉管侵犯的价值。方法回顾性分析经手术病理证实的345例肿块型浸润性乳腺癌患者临床、病理、影像学和Kaiser评分资料,按照7∶3随机分为训练集(n=242)和验证集(n=103)。应用单因素和多因素Logistic回归模型分析肿块型乳腺癌脉管侵犯的独立危险因素并构建列线图预测模型,通过受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线和临床决策曲线评估模型效能。结果单因素Logistic回归分析发现,肿瘤最大直径、Kaiser评分、扩散加权成像信号、形状和相关受侵征象与肿块型乳腺癌脉管侵犯相关(均P<0.05);进一步的多因素Logistic回归分析显示,Kaiser评分≥6分、扩散加权成像高信号、形状不规则和存在相关受侵征象是肿块型乳腺癌脉管侵犯的独立危险因素(均P<0.05)。Kaiser评分联合扩散加权成像信号、形状和相关侵犯征象构建的肿块型乳腺癌脉管侵犯列线图预测模型在训练集和验证集中的ROC曲线下面积(area under the ROC curve,AUC)分别为0.899(95%CI:0.859~0.939)和0.827(95%CI:0.744~0.909);训练集中特异性为0.845,敏感性为0.840;验证集中的特异性为0.787,敏感性为0.750;校准曲线和Hosmer-Lemeshow拟合优度检验结果表明列线图模型一致性较好;临床决策曲线结果显示列线图预测肿块型乳腺癌脉管侵犯可获得较高收益。结论本研究构建的基于Kaiser评分的MRI影像特征列线图模型有助于术前预测肿块型乳腺癌脉管侵犯,并且该模型具有较高的预测效能,可为临床术前评估肿块型乳腺癌脉管侵犯提供参考依据。
文摘目的对比分析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。
文摘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。
