探索治疗前MR描述器在预测乳腺癌病理完整响应新辅助化疗时的附加价值

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 医疗成像医学成像

背景情况:

• 新辅助化疗 (NAC) 是乳腺癌 (BC) 的标准治疗方法.
• 预测对NAC的病理完整反应 (pCR) 对治疗分层至关重要.
• 治疗前成像功能可以提供对治疗反应的见解.

研究的目的:

• 评估预治疗MRI描述符与BC病理完整反应 (pCR) 与NAC之间的关联.
• 为了确定MRI特征是否可以改善NAC响应的预测模型.

主要方法:

• 对129名BC患者的回顾性分析,这些患者接受了NAC和NAC前的MRI治疗.
• 标准化BI-RADS和T2加权MRI上的乳腺胀得分.
• 使用单变量,多变量后勤回归和随机森林分类器来评估与pCR的关联.

主要成果:

• 46%的患者实现了pCR.
• BC亚型,T阶段,Ki67和瘤透淋巴细胞 (TILs) 与pCR相关.
• 磁力共振成像特征包括单焦度,非尖边缘和较低的磁力共振成像尺寸与pCR相关.
• 单焦度和非度边际独立地与pCR相关.
• 将MRI特征集成到随机森林模型中,提高了pCR预测的灵敏度,特异性和精度.

结论:

• 在预治疗MRI上,单聚焦度和非聚焦度边缘是PCR与NAC的独立预测因素.
• 将MRI特征与临床生物学数据相结合,可以增强BC对NAC反应的预测模型.
• 这种多模式的方法可以帮助识别患有不响应风险的患者,指导替代治疗策略.