目的は、Kaiserスコアに基づく臨床・画像多パラメータKaiser診断予測最適化モデル（以下「Kaiser⁺モデル」）を構築し検証することであり、乳房病変の悪性リスク診断効率を向上させることを目的とする。方法：2020年9月から2023年11月までに昆明医科大学第一附属病院で乳房X線撮影および磁気共鳴画像（MRI）検査を受けた患者の臨床および画像学データを収集し、すべての病変は病理学的検査で確定された。病変は7:3の割合でランダムに訓練セットと検証セットに分けられた。収集したパラメータは以下の通り。臨床因子は患者年齢、初経年齢、閉経状況、乳がん家族歴、体格指数（BMI）；乳房X線撮影の画像パラメータは線維腺組織タイプ、微小石灰化；乳房MRI画像パラメータは背景実質増強、病変タイプ（塊状/非塊状）、形状、辺縁、腫瘍周囲浮腫、病変内部増強パターン、腫瘍周囲血管所見、時間-信号強度曲線（TIC）タイプ、拡散強調画像（DWI）辺縁所見、見かけの拡散係数（ADC）値、乳頭陥凹、皮膚の肥厚または陥凹。各病変はKaiserスコアのフローチャートに従ってスコアリングされた。t検定およびχ²検定を用いて単因子解析で予測変数を選択し、多因子ロジスティック回帰で診断予測モデルを構築し、ノモグラムを作成した。受信者動作特性（ROC）曲線下面積（AUC）でKaiser⁺モデルとKaiserスコアの診断効能を比較し、キャリブレーション曲線でモデルの校正能を評価し、意思決定曲線解析（DCA）で臨床的有用性を評価した。結果：本研究には347例の患者が含まれ、計347の病変があり、そのうち悪性は217、良性は130であった。単因子解析では、年齢、閉経状況、乳頭陥凹、皮膚の陥凹・肥厚、微小石灰化、病変タイプ（塊状／非塊状）、形状、周囲血管所見、DWI辺縁所見、ADCはKaiserスコア以外の有効な予測因子であった。Kaiser⁺モデルとKaiserスコアのAUCは訓練セットでそれぞれ0.962、0.914であり統計学的に有意な差があった（Z=3.363、P<0.01）、検証セットではそれぞれ0.976、0.913であり統計学的に有意な差があった（Z=2.862、P<0.01）。キャリブレーション曲線はKaiser⁺モデルの良好な校正を示し、DCAはKaiser⁺モデルが高い臨床的価値を有することを示した。結論：本研究で設計されたKaiser⁺モデルは術前に乳房病変の性質を予測するために使用でき、その診断効能は従来のKaiserスコアより優れている。

乳がん;乳房良性病変;磁気共鳴画像;Kaiserスコア;予測モデル;ノモグラム