一个基于合成MRI获取的放射学模型,用于预测三阴性乳腺癌中新辅助系统治疗反应
Ken-Pin Hwang1, Nabil A Elshafeey1, Aikaterini Kotrotsou1
1From the Departments of Imaging Physics (K.P.H., A.K., J.B.S., B.P., B.C.M., J.M.), Breast Imaging (N.A.E., M.B., R.M.M., A.H.A., B.E.A., R.P.C., W.T.Y., G.M.R.), Biostatistics (H.C., J.S., P.W.), Cancer Systems Imaging (S.Z., M.D.P.), Moon Shots Operations (J.B.W.), Breast Medical Oncology (E.E.R., D.T., C.Y.), Clinical Research (J.K.L.), Pathology (L.H.), and Abdominal Imaging (G.M.R.), The University of Texas MD Anderson Cancer Center, 1515 Holcombe Blvd, Houston, TX 77030; and Division of Surgical Oncology, Baylor College of Medicine, Houston, Tex (A.M.T.).
合成MRI放射学可以预测三阴性乳腺癌 (TNBC) 中的新辅助系统治疗 (NAST) 反应. 中期处理量化地图显示了早期识别NAST响应者的潜力.
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:
- 三重阴性乳腺癌 (TNBC) 需要有效的治疗反应预测.
- 早期识别新辅助全身疗法 (NAST) 响应者对于TNBC管理至关重要.
研究的目的:
- 用合成MRI (SyMRI) 评估放射学模型,用于预测TNBC中NAST反应.
- 评估定量T1,T2和质子密度 (PD) 地图对预测治疗结果的有用性.
主要方法:
- 对181名患有I-III期TNBC的妇女进行前性研究,接受NAST.
- 在基线和治疗中期获得的SyMRI扫描,提取了930个放射性特征.
- 多变量逻辑回归与弹性网用于模型开发和验证.
主要成果:
- 中期治疗的放射性特征预测了病理完整反应 (pCR),AUC高达0.78 (训练) 和0.72 (测试).
- 使用中期处理图的模型在预测pCR方面表现优于基线图.
- 15T1,10T2和12PD在中期处理时的放射性特征显示出显著的预测价值.
结论:
- 在治疗中期获得的基于SyMRI的放射性特征显示了TNBC早期NAST响应预测的潜力.
- 这种方法可能有助于为TNBC患者量身定制治疗策略.
更多相关视频
08:36Ultrasound Imaging-guided Intracardiac Injection to Develop a Mouse Model of Breast Cancer Brain Metastases Followed by Longitudinal MRI
Published on: March 6, 2014
10:25Author Spotlight: Integrating High-Resolution Intravital Imaging and MRI to Enhance Stereotactic Body Radiation Therapy Planning
Published on: April 12, 2024
