摘要目的:探讨基于DCE-MRI动力学分析构建的列线图模型对乳腺癌LVI状态的预测价值.方法:回顾性将2018年1月—2023年6月有明确LVI结果(病理证实)的187例乳腺癌住院患者纳入本研究.其中,LVI阳性组51例,LVI阴性组136例.搜集每例患者的临床危险因素;回顾性判读病灶的MR影像征象;使用MATLAB和SPM软件自DEC-MRI图像上提取病灶的动力学参数:与增强前对比增强第一期肿瘤内增强＞50％体素的体积(volume)、增强第一期与增强前肿瘤内最大增强比(peak)、增强最后一期与第一期信号强度比增加大于10％的体素占比(persistent component)、最后一期与早期峰值强化期信号强度比降低大于10％的体素占比(washout component)、增强最后一期与第一期信号强度比增加或降低都不超过10％的体素占比(plateau component)、肿瘤内优势体素类型(pre-dominant)和肿瘤增强异质性(heterogeneity).采用独立样本t检验、Mann-Whitney U检验及x2检验分析乳腺癌LVI阳性组与阴性组之间临床危险因素、MRI征象和DCE-MRI动力学参数的差异.分别采用单因素和多因素logistic回归分析筛选乳腺癌LVI状态的独立预测因子,并构建动力学参数模型、临床-MRI特征模型以及动力学参数-临床-MRI特征联合模型,并绘制联合模型的列线图.利用ROC曲线评估各模型对乳腺癌LVI状态的预测效能.采用bootstrap抽样1000次对模型进行内部验证,采用Hosmer-Lemeshow检验对模型的拟合优度进行检验,并采用决策曲线分析(DCA)和临床影响曲线(CIC)评价模型的效能及临床应用价值.结果:多因素logistic回归分析显示peak、heterogeneity、瘤周水肿和ADC值是预测乳腺癌LVI状态的独立危险因素.动力学参数模型及临床-MRI特征模型预测乳腺癌 LVI 的 AUC 分别为 0.877(95％CI:0.824～0.930)和 0.821(95％CI:0.756～0.885);结合动力学参数和临床-MRI特征所构建联合模型具有最高的预测效能,当诊断阈值为0.379,AUC为0.930(95％CI:0.892～0.968),敏感度为84.3％、特异度为89.7％.DCA和CIC均证实了联合模型列线图的临床实用性.结论:基于DCE-MRI动力学分析参数及临床-放射学特征所构建的列线图对乳腺癌患者的LVI状态具有良好的预测能力,从而可为治疗决策提供依据.