DWI对乳腺良恶性病变鉴别的循证诊断：Meta分析

郭莉莉，柏根基，陶维静，张 辉，王德杭

（1.南京医科大学附属淮安一院磁共振室，江苏 淮安 223300；2.南京医科大学附属第一医院放射科，江苏 南京 210029）

乳腺疾病是女性常见病及多发病，及时明确病变性质，对患者的治疗和预后有重要意义。近年来，MRI功能成像技术在乳腺疾病诊断方面的作用逐渐受到重视[1－2]。其中，DWI已被广泛应用于脑部病变的诊断和鉴别诊断中[3－4]，但在乳腺病变中的应用目前仍处于研究探索阶段。笔者采用Meta分析方法分析国内DWI鉴别乳腺良恶性病变的研究结果，以综合定量评价DWI对乳腺良恶性病变的鉴别诊断价值。

1 资料与方法

1.1 文献检索 计算机检索包括Cochrane图书馆、Medline、中国期刊全文数据库、中国生物医学文献数据库、中文科技期刊全文数据库等数据库。发表年限均为2008年1月～2011年12月。本研究不包括尚未公开发表的文章。中文检索词包括：“弥散加权成像、乳腺疾病”。英文检索词为“DWI OR diffusion-weighted imaging AND breast lesion”；语种限定为“中文和英文”；研究对象限定在“人类”；将发表类型为“综述”、“信件”、“评论”、“社论”和“病例报告”的文章排除。为尽量避免漏查文献，采用网上检索及手工检索相结合的方法，对所检索的文献中提供的参考文献进行2次检索。由2名评价员按照纳入排除标准独立进行检索，如遇分歧经讨论确定。根据 QUADAS[5]条目进行质量评价，每个研究逐条按照“是”、“否”、“不清楚”进行评价。

1.2 纳入标准 文献筛选根据Cochrane协作网筛选与诊断试验方法组中关于诊断试验性研究的纳入标准进行[6]，具体纳入标准包括：①研究目的为评价或探讨DWI对乳腺良恶性病变鉴别的诊断价值；②研究对象包括乳腺病变所有常见的病理类型；③研究对象≥30例，且良恶性病变例数分别≥10例；④A级或B级的文献，包括前瞻性或回顾性研究；⑤有临床诊断标准作为诊断的金标准；⑥能直接或间接获得DWI诊断乳腺病变良恶性的真、假阳性值及真、假阴性值。

1.3 数据提取

1.3.1 研究背景和设计信息的提取 2名专家从选择的文献中独立提取试验信息，意见不一致时通过协商解决。提取数据包括：研究者、发表时间、研究国家；研究对象的数量、平均年龄、年龄范围；研究的连续性和类型（前瞻性或回顾性）。MRI场强≥1.5T者归入高场强；＜1.5T者归入低场强。扫描序列含普通序列和快速序列（FSE和FFE）等。

1.3.2 DWI结果信息的提取 包括b值，良性和恶性病变的平均ADC值，正常乳腺的平均ADC值，区别良恶性病变的ADC阈值。

1.3.3 诊断参数信息的提取 包括真阳性值、假阳性值、真阴性值、假阴性值、敏感度、特异度、诊断准确度、阳性预测值、阴性预测值、阳性似然比和阴性似然比。

1.4 数据分析 采用Stata 11.0软件完成敏感度、特异度的汇总分析。

1.4.1 异质性检验 采用Q检验，Q服从自由度为k-1的χ2分布，Q值越大，其对应P值越小。若Q值 ＞，则P ＜α，表明纳入研究间存在异质性，应选择随机效应模型行Meta分析；反之，若Q值＜，则P ＞α，表明纳入研究具有同质性，应选择固定效应模型行Meta分析。

1.4.2 Meta分析 按照相应的效应模型，首先将各个研究的敏感度和特异度进行Logit变换，再按照权重大小进行汇总，最后进行反Logit变换得出加权汇总敏感度和特异度及相应的95%可信区间，并绘制森林图。

1.4.3 建立汇总受试者工作特征曲线（summary receiver operating characteristic curve，SROC曲线）绘制SROC曲线，并计算其曲线下面积（aera under curve，AUC），曲线越接近坐标轴左上角，AUC则越接近100%，表明该检查的诊断价值越高。

1.4.4 敏感度分析 将结果可疑的文献排除后，重新行Meta分析，所得结果与未排除前的结果进行比较，若敏感度分析未从实质上改变结果，即汇总敏感度、特异度和纳入文献的异质性未发生实质性改变，表明纳入文献的稳定性好，结果较为可信；反之，提示有潜在的重要因素干预结果，在解释结果和下结论时需明确争议的来源[7]。

2 结果

2.1 文献检索结果 初筛后得到17篇，最终通过全文阅读后排除与研究目的不符者6篇，排除研究对象不足20例者4篇，最后纳入7篇。

2.2 数据提取 研究病灶共503个，良性病灶的平均ADC值范围为（1.307～2.050）×10－3mm2／s，恶性病灶为（0.904～1.410）×10－3mm2／s，良恶性鉴别 的 ADC 阈 值 范 围 为 （1.065～1.822）×10－3mm2／s。DWI鉴别乳腺病变良恶性的敏感度范围为58%～99%，特异度范围为52%～97%。纳入文献[8－14]的提取信息及 QUADAS评价见表1～4。

2.3 数据分析

2.3.1 异质性检验 Q＝5.66，自由度＝5，P＞0.250，因纳入研究数目较少，为增大检验效能，选择检验水准α＝0.10，接受同质性假设，采用固定效应模型行加权定量合并。对纳入文献行QUADAS评价，显示文献证据可靠。

2.3.2 Meta分析 汇总加权敏感度、特异度及95%可信区间分别为88%（81%～92%）、85%（78%～90%）（见图1，2）。

2.3.3 建立SROC曲线（见图3） SROC曲线的AUC为0.92。

表1 纳入文献研究背景和设计信息

表2 纳入文献ADC值测量结果 ×10－3 mm2／s

表3 纳入文献诊断试验参数

表4 纳入文献的QUADAS评价

3 讨论

DWI是目前唯一能观察活体水分子微观扩散运动的成像方法，能从分子水平反映人体组织的空间组成和病理生理状态下各组织成分之间交换水分的功能状况，从而检测出与组织含水量有关的形态学和病理学的早期改变，但在乳腺病变诊断中的应用目前仍处于研究探索阶段。DWI有助于乳腺病变鉴别诊断[15]，但ADC值诊断乳腺癌的敏感度和特异度，不同的研究者报道数据有一定差别，而且国内有关DWI鉴别乳腺病变方面的系统回顾性文献少见。笔者采用系统评价的方法和Meta分析软件，按照循证医学的要求将其中高质量的文献纳入研究，以增加结果的可信性，在计算出汇总加权敏感度和特异度的同时，还绘制了SROC，以为DWI鉴别乳腺良恶性病变的诊断价值进行更加全面的量化分析，为后续研究和临床决策提供指导。

纳入研究的7篇文献中，MRI场强均为1.5T，DWI扫描序列均采用SE-EPI，不存在MRI场强及扫描序列不同的亚组分析。同时，本研究的纳入文献中，7篇均取b高＝1000s／mm2，克服了不同b值下测量的ADC值差异，以免影响鉴别良恶性病变的诊断效能。同时b高＝1000s／mm2取值在文献中最常见[16－18]，较真实地反映实际扩散系数，图像有较好的SNR。

图1 DWI鉴别乳腺良恶性病变敏感度的森林图。所对应的7个方块分别表示7个纳入研究的敏感度，其两侧的直线为相应的95%可信区间。直线分布越窄，说明该研究的精度越大，在加权时给予的权重越大，最下方菱形表示汇总敏感度及相应的95%可信区间 图2 DWI鉴别乳腺良恶性病变的特异度的森林图。所对应的7个方块分别表示7个纳入研究的特异度，其两侧的直线为相应的95%可信区间。直线分布越窄，说明该研究的精度越大，在加权时给予的权重越大，最下方菱形表示汇总特异度及相应的95%可信区间 图3 纳人研究的SROC。“×”为根据各个研究的敏感度和特异度绘制的散点，其大小表示按精度给予的权重。◆及所在的灰色区域为汇总加权敏感度和特异度及95%可信区间

关于DWI鉴别乳腺病变良恶性的敏感度和特异度，各家报道存在差异，分析原因，可能是诊断阈值的选择方法不同和研究对象选择的偏倚。纳入文献选取的 ADC阈值最低为1.065×10－3mm2／s[10]，最高则为1.822×10－3mm2／s[11]。其中邵华等[11]将恶性肿瘤的95%CI上界作为界值，同时患者中包含炎性病变，特异度偏低（71%）；李玮等[12]没有说明如何选择诊断阈值，其敏感度偏低（73%）；于向荣等[10]采用 ROC法获得 ADC诊断阈值，与李玮等[12]特异度相似；邵华等[11]与白伟等[14]敏感度相似；Inoue等[8]和彭薇等[13]选择 ADC 阈值接近，特异度相似；Yili等[9]敏感度和特异度偏高，推测与选择典型患者及采用ROC法获得ADC诊断阈值有关。本文Meta分析结果显示，汇总敏感度和特异度分别为88%和85%。敏感度分析逐一排除结果差异最大的研究后，文献的异质性无实质性改变，汇总敏感度和特异度差异无统计学意义，说明本研究评价出的结果可信。另外，Rubesova等[19]最近报道以ROC曲线确定诊断界值，敏感性和特异性均为86%，与本研究结果较为一致。

同时，为了更准确地反映敏感度和特异度间的线性关系，根据各研究的比值比（OR）的权重绘制ROC曲线，即SROC曲线。SROC曲线不受诊断阈值变化的影响，可通过图形和面积直接反映诊断性试验的效能[20]。ROC曲线的AUC代表诊断试验的准确性，本研究得出的SROC曲线图形符合判定为诊断价值较高的检查方法所应得到的图形，AUC表明DWI诊断的准确度为0.92，进一步肯定了DWI鉴别乳腺良恶性病变的价值。

本研究采用系统评价的方法和Meta分析软件，克服了单个研究在病例来源、研究设计、统计分析等方面差异较大、研究样本偏小的缺点，增加了结果的可信度，但相关的文献较少，且研究多局限性于良恶性分组，关于不同的组织类型、分级研究，及ADC值与肿瘤组织类型及侵袭性的关系未涉及或仅限于初步分析。笔者认为进一步分析其病理类型与ADC值关系，可为临床诊治及预后判断提供更多影像信息，提高诊断效能，DWI在乳腺病变诊断中的价值将会得到进一步体现。

[1]周长玉，李苏建.磁共振成像在乳腺疾病诊断中的应用[J].医学研究生学报，2004，17（2）：178-180.

[2]袁蕾，朱斌.MRI灌注成像在乳腺肿瘤中的临床应用价值[J].医学研究生学报，2008，21（7）：775-777.

[3]Reddy JS，Mishra AM，Behari S，et al.The role of diffusionweighted imaging in the differential diagnosis of intracranial cystic mass lesions：a report of 147lesions[J].Surg Neurol，2006，66：246-250.

[4]Rumboldt Z，Camacho DL，Lake D，et al.Apparent diffusion coefficients for differentiation of cerebellar tumors in children[J].AJNR Am J Neuroradiol，2006，27：1362-1369.

[5]Whiting P，Rutjes AW，Reitsma JB，et al.The development of QUADAS：a tool for the quality assessment of studies of diagnostic accuracy included in systematic reviews[J].BMC Med Res Methodol，2003，3：25.

[6]Halligan S.Systematic reviews and meta-analysis of diagnostic tests[J].Clin Radiol，2005，60：977-979.

[7]王家良.循证医学[M].北京：人民卫生出版社，2001：190.

[8]Inoue K，Kozawa E，Mizukoshi W，et al.Usefulness of diffusionweighted imaging of breast tumors：quantitative and visual assessment[J].Jpn J Radiol，2011，29：429-436.

[9]Yili Z，Xiaoyan H，Hongwen D，et al.The value of diffusionweighted imaging in assessing the ADC changes of tissues adjacent to breast carcinoma[J].BMC Cancer，2009，9：18.

[10]于向荣，张威江，李薇，等.乳腺癌的 MRI扩散量化研究[J].实用医学杂志，2010，26（8）：1342-1345.

[11]邵华，贾文霄，杨利霞，等.磁共振扩散加权成像在乳腺癌诊断中的应用[J].新疆医科大学学报，2008，31（4）：381-383.

[12]李玮，平学军，石惠.MR扩散加权成像在乳腺良恶性病变诊断及鉴别诊断中的应用研究[J].实用放射学杂志，2011，27（3）：372-376.

[13]彭薇，许永华.磁共振扩散加权成像与动态增强联合应用对乳腺病变的价值[J].中国CT和 MR杂志，2010，8（6）：19-22.

[14]白伟，陈自谦，叶友强，等.磁共振扩散加权成像在乳腺良恶性病变中的诊断价值[J].临床军医杂志，2011，39（2）：272-274.

[15]Guo Y，Cai YQ，Cai ZL，et al.Differentiation of clinically benign and malignant breast lesions using diffusion-weighted imagining[J].J Magn Reson Imaging，2002，16：172-178.

[16]Marini C，Iacconi C，Giannelli M，et al.Quantitative diffusionweighted MR imaging in the differential diagnosis of breast lesion[J].Eur Radiol，2007，17：2646-2655.

[17]顾雅佳，冯晓源，唐峰，等.乳腺肿瘤的MRI扩散特征及参数选定[J].中华放射学杂志，2007，41（5）：451-456.

[18]Woodhams R，Matsunaga K，Kan S，et al.ADC mapping of benign and malignant breast tumors[J].Magn Reson Med Sci，2005，4：35-42.

[19]Rubesova E，Grell AS，De Maertelaer V，et al.Quantitative diffusion imaging in breast cancer：a clinical prospective study[J].J Magn Reson Imaging，2006，24：319-324.

[20]Deeks JJ.Systematic reviews in health care：systematic reviews of evaluations of diagnostic and screening tests[J].BMJ，2001，323：157-162.