乳腺增强MRI对检测其他隐匿性乳腺癌具有极高的敏感性，但其作为补充筛查工具时的主要局限性是假阳率较高，进一步导致不必要的活检及手术。扩散加权磁共振成像可以通过反映病变组织和细胞结构的差异来提高乳腺磁共振成像的特异性。

在临床研究中，乳腺扩散加权MRI技术在采集和解释方面在不同的机构不同的阅读者中差异很大，尤其是在病变的表观扩散系数（ADC）定量方面。

在临床实践中，ADC通常代表使用人工定义的感兴趣区域(ROI)进行测量的病灶的平均值。然而多项研究表明部分ADC的替代指标可以进一步提高诊断性能。这些替代方法包括直方图衍生指标(例如最小值、最大值和百分位数)以更好地解释异常组织中的细胞和微观结构异质性、测量“热点”(最大扩散限制和最低ADC的亚区域)反映最高的细胞密度以及使用非零的最小b值来减少ADC计算中的混杂灌注效应。

近日，发表在Radiology杂志的一项研究通过应用表观扩散系数(ADC)的替代计算方法而非平均ADC值是否可以帮助进一步提高扩散加权MRI的诊断性能，为临床提供一种可推广的标准化方法以安全地减少乳腺MRI的假阳性结果以避免不必要的活检及手术。

本项前瞻性试验招募了2014年3月至2015年4月连续的乳腺成像报告和数据系统分类为3、4或5的女性患者。所有的研究参与者均接受了标准化的扩散加权MRI (b = 0,100, 600和800秒/mm²)扫描。同时进行集中ADC测量，包括手工绘制病变整体和感兴趣热点区域、直方图度量、标准化ADC和变量b值组合。诊断性能通过使用受试者工作特征曲线(AUC)下的面积来评估。根据每个ADC指标的阈值估计活检率的降低(保持100%的敏感性)。在107名纳入研究的女性中，共分析了来自67名患者（中位年龄49岁；四分位间距41-60岁）中的81处病变（28例恶性、53例良性）。

表1 鉴别乳腺恶性和良性病变的各种ADC指标的诊断性能，并与先前报道的ADC平均值进行比较。 在所有ADC指标的测试中，与标准ADC平均值相比，没有指标可改善诊断性能(AUC, 0.59-0.79 vs AUC, 0.75; P = .02-.84)，ADC最大值的诊断性能更差(AUC, 0.52; P < .001)。第25百分位ADC指标提供了最好的诊断性能(AUC, 0.79;95% CI: 0.70, 0.88)。

图 所有表观扩散系数(ADC)指标的受试者工作特性曲线。(a)图显示基于直方图的病灶整体感兴趣区域(ROI) ADC指标(n = 81个病灶)。(b)图示为热点ADC (n = 81个病灶)。(c)图显示标准化ADC (n = 73个病灶，8位患者因正常组织无法测量被排除)。(d)图显示不同b值组合计算的ADC平均值(n = 81个病灶)。使用所有b值(0、100、600和800 sec/mm²)计算的作为参考的平均ADC显示在每个图上，以进行比较(红线)。如图所示，非零的最小b值(100、600和800 sec/mm2)并没有提高AUC (0.74; P = .28)，两个b值的组合(0和600、100和600、0和800、100和800 sec/mm2;AUC, 0.73-0.76)显示了与计算四个b值相似的结果(AUC, 0.75; P = .17-.87)。

表2 在维持各种表观扩散系数指标的敏感性的同时，估计BI-RADS 4和5类病变活检率的降低。如表所示，使用中位ADC的阈值最大地降低了活检率23.9% (95% CI: 14.8, 32.9;67个BI-RADS 4类和16个5类病变)。

本研究表明由两个b值(例如0和800秒/mm²)采集的标准ADC平均值作为增加动态对比增强乳腺MRI诊断性能的扩散加权MRI指标是十分便捷且足够的，而无需进行更复杂的替代指标的计算。这为临床推广标准化乳腺MRI的应用提供了数据支持。

原文出处：

Elizabeth S McDonald,Justin Romanoff,Habib Rahbar,et al.Mean Apparent Diffusion Coefficient Is a Sufficient Conventional Diffusion-weighted MRI Metric to Improve Breast MRI Diagnostic Performance: Results from the ECOG-ACRIN Cancer Research Group A6702 Diffusion Imaging Trial.DOI:10.1148/radiol.2020202465