目的:应用ACR2013版乳腺影像报告和数据系统（BI-RADS）回顾性评估观察者之间判读乳腺肿块的超声描述词和分类的差异。方法:选取2019年8月至2020年10月在皖南医学院第一附属医院甲乳外科收治的乳房肿块患者138例,共检出152个肿块,术前行超声检查,均获得术后病理结果。使用SIEMENS S2000彩色多普勒超声诊断仪,选择乳腺检查模式,记录背景腺体类型及病灶的位置、形态、方位、内部回声、边缘、后方回声、有无钙化、同侧腋窝淋巴结有无肿大或回声异常、周围组织改变等;再调至CDFI模式,观察病灶的血流信号情况。四组观察者采用双盲法,即在不知道患者临床资料、其他影像学检查结果及病理结果的情况下分别独立对所采集存储的图像进行评估和分类,参照2013版超声BI-RADS词典,记录肿块形状（规则/不规则）、方位（平行/不平行）、回声类型（低回声/中等回声/混合回声）、边缘（光整/不光整/模糊/成角/毛刺/微分叶）、后方回声（无改变/衰减/增强/混合改变）、钙化（肿块内微钙化/粗大钙化/无钙化）及最终分类（3类/4A类/4B类/4C类/5类）。以病理结果为金标准,绘制ROC曲线,确定鉴别诊断乳腺肿块良恶性的最佳临界值,计算各观察者的诊断效能;ROC曲线对比用于评估4组观察者之间诊断乳腺恶性病灶的准确率差异;配对χ~2检验用于评估4组观察者之间诊断乳腺恶性病灶的灵敏度和特异度的差异;χ~2检验用于评估4组观察者实际阳性预测值（PPV）与理论PPV的差异;Fliess,Kappa检验用于评估4组观察者对超声描述词的选择及分类的变异度。结果:1.以病理结果为金标准,绘制ROC曲线,四组观察者诊断曲线下面积（AUC）分别为0.716,0.775,0.821,0.883,约登指数分别为0.356,0.552,0.495,0.739,诊断病灶良恶性的截断点均落在4A与4B之间。四组观察者诊断的准确度分别为68.42%、75.66%、78.29%、87.50%;灵敏度分别为72.94%、82.35%、83.53%、91.76%;特异度分别为62.69%、67.16%、71.64%、82.09%。观察者A和C、观察者A和D、观察者B和D之间的准确率比较,差异有统计学意义（P<0.05）;观察者A和B、观察者B和C、观察者C和D之间比较,差异无统计学意义（P>0.05、P>0.05、P=0.05）。观察者A和D之间的灵敏度和特异度比较,差异均有统计学意义（P<0.05）。2.四组观察者诊断的4A类的PPV分别为35.48%、26.78%、23.33%、11.66%。4B类的PPV分别为57.14%、72.13%、69.64%、85.29。4C类的PPV分别为80.95、80.77%、92%、83.33%。4类的总体PPV分别为54.67%、55.94%、53.90%、52.21%。5类的PPV分别为80%、100%、100%、100%。3.四组观察者在判读同一个乳腺肿块时,对形状的判断一致性好（k=0.61）,方位、回声类型、后方回声模式及钙化的一致性中等（k=0.54、k=0.55、k=0.43、k=0.45）,边缘的一致性一般（k=0.21）。评估分类的总体一致性一般（k=0.27）。3类、4A、4B、4C和5类的观察者间一致性分别为中等（k=0.41）、中等（k=0.44）、差（k=0.13）、一般（k=0.22）和一般（k=0.21）;良性（3类、4A类）和恶性（4B类、4C类、5类）比较,一致性中等（k=0.47）。结论:1.ACR2013版超声BI-RADS诊断乳腺病灶的良恶性具有重要临床应用价值。2.部分超声BI-RADS描述词的观察者间一致性一般,说明无论医师工作经验的长短,仍需进一步培训某些描述词的应用,同时完善超声词典可能会降低乳腺病变超声诊断的观察者间变异度。3.2013版超声BI-RADS对乳腺肿块诊断的观察者间一致性一般,尤其是对4类病灶进行亚分类时,建议基层医院经验不足的医生目前在临床实践中不细分。