Cancer du sein

La classification Bi-RADS

La classification BI-RADS permet d’évaluer la malignité potentielle d’une lésion découverte dans le cadre du dépistage et du diagnostic du cancer du sein. Cet article détaille les différents niveaux de classifications et les paramètres associés.

Le 11/07/17 à 15:00, mise à jour aujourd'hui à 15:19 Lecture 3 min.

La classification BI-RADS attribue un score ACR de 0 à 6 aux lésions découvertes lors d’une mammographie, d’une échographie ou d’une IRM. By Hellerhoff (Own work) [CC BY-SA 3.0], via Wikimedia Commons

La classification BI-RADS est un système de classement des images radiologiques pour le dépistage et le diagnostic des cancers du sein. Créée par le Collège américain de radiologie, elle en est aujourd’hui à sa cinquième version, publiée en 2013.
Elle attribue un score ACR de 0 à 6 aux lésions découvertes lors d’une mammographie, d’une échographie ou d’une IRM. Ce dernier permet d’évaluer leur malignité potentielle et de décider des suites de la prise en charge de la patiente. Un score de 0 correspond à l’absence de lésion et un score de 6 désigne une lésion à coup sûr cancéreuse. Si une mammographie et une échographie sont réalisées et interprétées dans le même temps, il est préférable d’attribuer un score global regroupant les deux examens de façon logique.

ACR 0 : examens incomplets

La catégorie ACR0 est réservée aux examens incomplets. Ce score indique que des clichés ou des agrandissements additionnels sont nécessaires. « Elle peut être utilisée par le second lecteur, s’il lui manque des clichés additionnels comme des agrandissements, clichés centrés localisés ou échographie », expliquent Corinne Balleyguier et Isabelle Thomassin-Naggara dans un article paru en 2015 [1]. Par ailleurs, ajoutent-elles, « il est bien précisé dans la version 2013 du BI-RADS qu’on ne doit pas classer une mammographie ACR0 en attendant la réalisation d’une IRM mammaire. On doit en revanche utiliser la catégorie appropriée. »

ACR 1 et 2 : pas d’anomalie ou anomalies bénignes

Les scores ACR1 et ACR 2 s’appliquent aux examens qui ne laissent apparaitre aucune anomalie, ou des anomalies bénignes ne nécessitant ni surveillance, ni examen complémentaire. Il peut d’agir d’opacités rondes avec macrocalcifications, d’opacités ovales à centre clair, d’opacités rondes correspondant à un kyste typique en échographie, etc.

ACR3 : anomalies à surveiller

La classification ACR3 regroupe les anomalies considérées comme probablement bénignes, mais pour lesquelles une surveillance à court terme est conseillée. Il peut s’agir :

  • d’une masse solide de contours réguliers et non calcifiée ;
  • d’une asymétrie focale de densité ;
  • d’un groupement isolé de microcalcifications punctiformes.

Selon Corinne Balleyguier et Isabelle Thomassin-Naggara, il convient de proposer une surveillance mammographique à 6 mois suivie de contrôles réguliers. Ce classement ne doit être inscrit qu’après un bilan diagnostique complet, pour éviter une surveillance rapprochée inutile pour des lésions bénignes et repérer les lésions vraiment suspectes.

ACR4 : anomalies indéterminées ou suspectes

La classification ACR4 désigne une anomalie douteuse nécessitant une biopsie. La valeur prédictive positive de ce score est variable. L’ACR recommande donc d’utiliser une sous-division :

  • ACR4A pour les masses partiellement circonscrites, qui correspondent en échographie à un nodule solide qui évoque un fibroadénome, un kyste isolé compliqué ou un abcès probable. La VPP est alors de 2 à 10 % ;
  • ACR4B pour un groupe de microcalcifications fines polymorphes ou amorphes ou une masse solide de contours indistincts (VPP : 10 à 50 %) ;
  • ACR4C pour une masse solide de contours indistincts récente ou un nouveau foyer de microcalcifications fines linéaires (VPP : 50 à 95 %) ;

ACR5 : lésions évocatrices de cancer

Une lésion classée ACR5 est évocatrice de cancer, pour laquelle une biopsie est indiquée :

  • Une opacité mal circonscrite, à contours flous et irréguliers ;
  • une opacité spiculée à centre dense ;
  • des microcalcifications vermiculaires arborescentes ou irrégulières, polymorphes ou granuleuses, nombreuses et groupées ;
  • des amas de microcalcifications de topographie canalaire ;
  • des microcalcifications associées à une anomalie architecturale ou une opacité ;
  • des microcalcifications groupées ayant augmenté en nombre, ou dont la morphologie et la distribution sont devenues plus suspectes.

ACR 6 : cancer prouvé

Cette catégorie indique un cancer prouvé par l’examen histologique.

Outre cette classification, le système BI-RADS propose plusieurs outils pour faciliter et harmoniser le dépistage des cancers du sein. Parmi eux : un lexique de termes, un guide pour la rédaction des comptes rendus, une grille d’évaluation de la densité mammaire, etc.

Auteurs

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Balleyguier Corinne, Thomassin-Naggara Isabelle, « BI-RADS 2013 en mammographie : petit guide des nouveautés », Science Direct, 2015. DOI : doi.org/10.1016/j.femme.2015.01.001

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

10 Avr

15:32

Un modèle d’IA à apprentissage profond montre un potentiel en tant qu’outil de dépistage opportuniste de la santé osseuse chez les enfants, selon une étude publiée dans Radiology.

13:14

Les événements de sécurité des patients en radiologie représentent une faible proportion des incidents (3,2 %), mais révèlent des vulnérabilités importantes, notamment chez les enfants et les personnes âgées, avec un risque élevé lié aux médicaments et aux produits de contraste, selon une étude publiée dans Current Problems in Diagnostic Radiology

7:13

Les patientes atteintes d’un cancer du sein qui développent un dysfonctionnement cardiaque lors d’une chimiothérapie néoadjuvante subissent également une perte de tissu cérébral significativement plus importante que celles dont la fonction cardiaque reste stable, selon une étude publiée dans Academic Radiology.
09 Avr

16:21

Une étude multicentrique publiée dans European Radiology montre qu’un modèle de deep learning combinant nnU-Net et ConvNeXt-tiny permet d’évaluer avec précision l’invasion musculaire dans le cancer de la vessie à partir d’IRM, avec des performances élevées et stables.
Docteur Imago

GRATUIT
VOIR