academic radiology:乳腺腺样囊性癌的多模态影像学表现

2023-05-13 shaosai MedSci原创 发表于上海

尽管乳腺腺样囊性癌(ACC)在组织学上与其他部位产生的ACC相似,但它的预后要好得多,腋窝淋巴结受累和远处转移的比率低。

腺样囊性癌(ACC)是一种罕见的乳腺癌类型,占恶性乳腺肿瘤的0.1%以下。这种变异的腺癌通常发生在唾液腺中,但也有报道在其他部位,如乳腺、皮肤、肺、宫颈、喉和巴氏腺。尽管乳腺ACC在组织学上与其他部位产生的ACC相似,但它的预后要好得多,腋窝淋巴结受累和远处转移的比率低。

文献中很少有关于ACC的影像学特征的报道。其中大部分是病例报告。最大的系列报道是由Glazebrook KN和Tang W所做的,文献中提出了11个病例他们没有指出ACC的任何特定的影像学特征。

近日,发表在academic radiology杂志的一项研究通过在13个病例中发现的16个ACC病变系列并回顾文献,进一步明确了该肿瘤最常见的影像学特征。

本项研究对7家机构2009年至2021年的病理数据库进行了回顾,并确定了所有诊断为乳腺癌的患者。研究中包括了13名成像研究可以从图片存档系统(PACS)中调用的患者。记录了临床和病理结果以及随访数据根据BI-RADS第五版对影像学结果进行了分析和分类。 

13名患者中有16个病变(两个多灶性病例,一个复发病例)。乳腺钼靶检查显示了14个肿块,而超声波(US)显示了所有肿块。只有7个病例有MRI,其中8个肿块。最常见的表现是肿块呈圆形或椭圆形(78.57%-93.75%)。其他常见的表现是平行方向(81.25%)等回声或高回声(62.5%)高T2信号(87.5%)扩散受限(71.43%)和均匀强化(62.5%)。乳腺钼靶超声和核磁共振成像分别显示35.71%、37.5%和50%的病变有类似良性病变的边缘。三名患者在超声中有囊肿样的回声。一半的病变在多普勒超声检查中是无血管的(6/12),一半在应变弹性成像中是软的(2/4)。虽然所有的成像方式都有良性特征,但当这些结果结合起来时,所有的病变都可以归类为BI-RADS 4或5。然而,9/16个肿块为BI-RADS 4A,强调了恶性特征的微妙性。 


 
 a: 60岁的患者,其右乳有可触及的肿块。右侧乳乳腺钼靶检查显示有一个致密的圆形肿块,边缘呈环状。图2b超声图像(左)显示一个圆形环形等回声肿块,内部血管丰富,后部回声增强。弹性成像显示病变较硬(右)

研究表明,乳腺ACC可以在不同的影像学模式下出现类似于良性病变的表现。虽然综合所有的影像学检查结果,正确地指出了所有病例中病变的可疑性质,但大多数病例的最终分类是BI-RADS 4A。放射科医生应了解乳腺ACC的更多发现以便实现早期、准确的诊断.

原文出处:

Nilgun Guldogan,Gul Esen,Yasemin Kayadibi,et al.Adenoid Cystic Carcinoma of the Breast: Multimodality Imaging Findings and Review of the Literature.DOI:10.1016/j.acra.2022.10.003

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

Apoptosis:七叶皂苷在乳腺癌治疗中的作用——诱导铁死亡的潜在机制及与顺铂的协同抗肿瘤活性

探索了铁死亡和G6PD在七叶皂苷(Escin)诱导的乳腺癌(BC)细胞死亡中的作用及其潜在机制,并探讨了Escin和顺铂之间的协同作用。

王树森教授:乳腺癌指南更新亮点解读,新药青睐不断!

梅斯医学特别邀请中山大学肿瘤防治中心王树森教授为大家做乳腺癌指南相关更新解读及相关进展专题分享。

academic radiology:术前锥形束乳腺CT在新辅助化疗后肿瘤残留评估中的价值

锥形束乳腺CT(CBBCT)是一种新的三维专用乳腺成像方式,可以同时检测肿块和钙化,并以多角度显示病变的形态。

academic radiology:MRI放射组学在预测浸润性乳腺癌淋巴血管浸润方面的价值

磁共振成像(MRI)已被广泛接受为诊断和评估治疗反应的最敏感的方法,对乳腺癌患者具有很高的准确性。

academic radiology:基于深度学习的MRI乳腺癌自动诊断

近年来,深度学习也被广泛用于对乳腺MRI进行无监督分析,对病变进行检测和分类,包括良性疾病和恶性癌症的区分以及对分子亚型的预测。