【文献解析】乳腺淋巴瘤超声成像中内部回声模式多样的成因

1. 领域背景与文献

文献英文标题:Causes of varied internal echo patterns in ultrasound imaging of breast lymphoma;

发表期刊:未公开;影响因子:未公开;研究领域:乳腺肿瘤影像学、淋巴瘤诊断与鉴别诊断

乳腺淋巴瘤是一类罕见的恶性乳腺肿瘤,占所有恶性乳腺肿瘤的0.04%至0.53%,疾病进展较快,需及时精准诊断。其治疗方案以化疗为主,与乳腺癌以手术为首选的治疗策略存在本质差异,但两者超声图像具有非特异性相似性,导致临床难以准确鉴别,进而可能影响治疗决策的合理性。现有研究已观察到乳腺淋巴瘤的超声内部回声模式具有多样性特征,但尚未针对该多样性的成因开展系统性、精细化的研究,且由于乳腺淋巴瘤多不进行手术切除,既往缺乏将超声图像与病理组织学特征直接关联的研究证据,这一空白限制了临床对乳腺淋巴瘤超声表现的认知,也制约了活检与诊断的精准性。在此背景下,本研究旨在通过回顾性分析穿刺活检病理标本与高分辨率超声图像的对应关系,明确乳腺淋巴瘤超声内部回声模式多样的核心成因,为提升临床诊断准确性提供依据。

2. 文献综述解析

作者对领域内现有研究的分类维度涵盖疾病临床特征、诊断困境、超声影像学研究局限三个层面,系统梳理了乳腺淋巴瘤的诊疗现状与未解决问题。

疾病临床特征方面,现有研究已明确乳腺淋巴瘤的罕见性、快速进展性及与乳腺癌的治疗差异,强调了精准诊断的必要性;诊断困境方面,多项研究证实乳腺淋巴瘤与乳腺癌的超声图像缺乏特异性差异,难以通过常规超声表现有效鉴别,可能导致治疗方案选择失误;超声影像学研究方面,既往报道已发现乳腺淋巴瘤超声内部回声模式具有多样性,但受限于超声设备分辨率,对回声模式的分类较为粗糙,且未深入探究不同回声模式对应的病理组织学基础,无法为临床活检与诊断提供针对性指导。

针对现有研究未明确乳腺淋巴瘤超声回声模式成因的核心空白,本研究首次采用高分辨率超声设备对回声模式进行精细化分类,并结合穿刺活检病理标本的半定量组织成分分析,明确了不同回声模式与肿瘤细胞、乳腺组织、脂肪组织比例及肿瘤细胞密度异质性的关联,填补了领域内对该疾病超声表现病理机制认知的空白,为临床精准活检部位的选择提供了直接依据,具有重要的临床实践价值。

3. 研究思路总结与详细解析

本研究的整体框架为“病例筛选→超声图像分类→病理组织成分分析→治疗后变化验证”的闭环,研究目标是明确乳腺淋巴瘤超声内部回声模式多样的成因,核心科学问题是超声回声模式与病变组织成分及细胞密度的关联,通过高分辨率超声与穿刺活检病理的对应分析,验证回声模式的病理基础。

3.1 研究病例筛选与超声设备标准化

实验目的是确定符合纳入标准的乳腺淋巴瘤病例,统一超声成像的技术标准,确保后续图像分析的一致性。方法细节为回顾性筛选2010年至2021年间某中心12522例乳腺恶性穿刺活检病例,从中筛选出经病理确诊的36例乳腺淋巴瘤患者(共37个病灶),所有病例均具备完整的超声图像与穿刺活检病理标本;超声成像采用Canon Medical Systems的Aplio 500、AplioXG及GE Healthcare的LOGIQ E9设备,均使用10MHz及以上频率的线阵探头。结果解读显示,纳入病例均为女性,平均年龄58.3岁,其中30例为原发乳腺淋巴瘤,6例为继发性乳腺淋巴瘤,病理类型以弥漫大B细胞淋巴瘤为主(30例,占81%),其余为黏膜相关淋巴组织淋巴瘤、滤泡性淋巴瘤及T细胞淋巴瘤。
实验所用关键产品:Canon Medical Systems的Aplio 500、AplioXG超声诊断系统,GE Healthcare的LOGIQ E9超声诊断系统,10MHz及以上频率线阵超声探头。

3.2 超声图像精细化分类与评估

实验目的是对乳腺淋巴瘤病灶的超声图像进行标准化分类,明确不同内部回声模式的分布特征。方法细节为依据日本乳腺超声学会(JABTS)的《乳腺超声指南》,由认证诊断放射科医师对所有病灶的术前超声图像进行回顾性重新评估,将病灶分为肿块型与非肿块型,对肿块型病灶进一步评估形态、边缘、后方回声及内部回声模式,其中内部回声模式分为低回声、混合回声两类,混合回声再细分为混合高-低回声与混合等-低回声。结果解读显示,37个病灶中34个为肿块型(占92%),3个为非肿块型(占8%);肿块型病灶中,23个为混合回声(占68%),11个为低回声(占32%),混合回声中9个为混合高-低回声,14个为混合等-低回声;肿块形态以圆形/椭圆形(47%)、分叶状(38%)为主,边缘多为清晰但粗糙(68%),后方回声以增强为主(79%),未观察到钙化、囊性成分或结构扭曲。

3.3 穿刺活检病理组织成分半定量分析

实验目的是量化不同回声模式病灶中肿瘤细胞、乳腺腺泡组织、脂肪组织的比例,明确回声模式与组织成分的关联。方法细节为将穿刺活检的苏木精-伊红(HE)染色标本导入QuPath软件(版本0.6.0),采用250μm×250μm的网格进行半定量评估,每个网格单元标注占主导地位的组织成分(肿瘤细胞、乳腺腺泡组织或脂肪组织),由认证病理医师监督标本回顾后,由认证放射科医师完成标注,计算每个病灶中各组织成分的面积比,并按回声模式统计中位值与四分位间距。结果解读显示,低回声肿块中肿瘤细胞的中位面积比为94%(四分位间距86%-97%,n=11,文献未明确P值),乳腺腺泡组织中位面积比为5%(四分位间距3%-12%),脂肪组织中位面积比为0%(四分位间距0%-3%);混合等-低回声肿块中肿瘤细胞中位面积比为72%(四分位间距54%-82%,n=14,文献未明确P值),乳腺腺泡组织中位面积比为28%(四分位间距18%-42%);混合高-低回声肿块中肿瘤细胞中位面积比为82%(四分位间距70%-89%,n=9,文献未明确P值),脂肪组织中位面积比为9%(四分位间距6%-20%),且88%的混合高-低回声病灶中可观察到肿瘤细胞浸润脂肪组织的病理表现。

3.4 低肿瘤细胞密度区域的病理评估

实验目的是分析低肿瘤细胞密度区域的存在与超声回声模式多样性的关联。方法细节为在HE染色标本中,当低肿瘤细胞密度区域聚集占据≥8个250μm×250μm网格单元时,判定为存在该区域,统计不同回声模式病灶中该区域的出现比例。结果解读显示,混合等-低回声病灶中83%存在低肿瘤细胞密度区域(n=14),混合高-低回声病灶中50%存在该区域(n=9),而低回声病灶中仅18%存在该区域(n=11),提示低肿瘤细胞密度区域的存在是导致回声模式多样性的重要因素。

3.5 治疗后病灶超声变化的验证分析

实验目的是通过治疗后病灶的超声变化,反向验证回声模式与肿瘤细胞密度的关联。方法细节为对28例经治疗达到完全缓解的病例中,具备完整治疗后超声图像的13例(11个肿块型、2个非肿块型)进行评估,观察病灶形态与回声模式的变化。结果解读显示,11个肿块型病灶中9个(82%)在治疗过程中转变为非肿块型异常,2个(18%)虽缩小但保持肿块形态;2个非肿块型病灶始终维持非肿块形态,提示肿瘤细胞密度降低会导致病灶从肿块型向非肿块型转变,进一步验证了肿瘤细胞密度对超声回声模式的影响。


4. Biomarker研究及发现成果

本研究将乳腺淋巴瘤的超声内部回声模式作为影像学Biomarker,通过与穿刺活检病理的对应分析,明确了其与病变组织成分及细胞密度的关联,为临床精准诊断与活检部位选择提供了依据。

Biomarker定位:本研究中的Biomarker为乳腺淋巴瘤的超声内部回声模式,属于影像学Biomarker,其筛选与验证逻辑为:首先通过高分辨率超声对病灶回声模式进行精细化分类,随后结合穿刺活检病理标本的半定量组织成分分析与低肿瘤细胞密度区域评估,验证不同回声模式对应的病理基础,最后通过治疗后病灶的超声变化进一步确认回声模式与肿瘤细胞密度的关联,形成完整的验证链条。

研究过程详述:该Biomarker的来源为乳腺淋巴瘤患者的术前超声图像与穿刺活检病理标本,验证方法包括超声图像标准化分类、病理组织成分半定量分析、低肿瘤细胞密度区域评估及治疗后变化随访。特异性方面,低回声模式对应高肿瘤细胞密度(中位面积比94%,n=11),混合等-低回声模式对应高乳腺腺泡组织比例(中位面积比28%,n=14),混合高-低回声模式对应高脂肪组织比例(中位面积比9%,n=9);敏感性方面,混合回声模式的病灶中低肿瘤细胞密度区域的出现比例显著高于低回声模式,提示回声模式的多样性与肿瘤细胞密度的异质性直接相关。(文献未明确提供ROC曲线、敏感性、特异性的具体数值,基于图表趋势推测不同回声模式对组织成分的区分具有较高的一致性)

核心成果提炼:本研究明确了乳腺淋巴瘤超声内部回声模式多样的三个核心成因:肿瘤细胞的比例、低肿瘤细胞密度区域的存在、脂肪组织的浸润,首次建立了不同回声模式与病理组织成分的对应关系:低回声区域主要反映高密度肿瘤细胞,等回声区域对应乳腺腺泡组织,高回声区域对应肿瘤细胞浸润的脂肪组织。该发现的创新性在于首次精细化解析了乳腺淋巴瘤超声回声模式的病理基础,为临床活检部位的选择提供了明确指导——建议优先从低回声区域取材,以提高病理诊断的准确性,减少与乳腺癌的误诊率。(文献未明确提供该Biomarker的预后相关统计学数据,如风险比HR值)

特别声明

1、本页面内容包含部分的内容是基于公开信息的合理引用;引用内容仅为补充信息,不代表本站立场。

2、若认为本页面引用内容涉及侵权,请及时与本站联系,我们将第一时间处理。

3、其他媒体/个人如需使用本页面原创内容,需注明“来源:[生知库]”并获得授权;使用引用内容的,需自行联系原作者获得许可。

4、投稿及合作请联系:info@biocloudy.com。