开发和外部验证F-FDG基于PET的放射性模型,用于预测乳腺癌新辅助化疗后的病理完整反应

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 医疗成像医学成像

背景情况:

• 新辅助化疗 (NAC) 是乳腺癌的标准治疗方法.
• 在NAC后预测病理完整反应 (pCR) 对于治疗优化至关重要.
• F-FDG PET衍生放射学为非侵入性反应预测提供了潜力.

研究的目的:

• 开发和外部验证F-FDG PET衍生的放射学模型,用于预测乳腺癌中NAC后的PCR.
• 评估放射学分数模型和结合模型的性能,其中包括临床变量.
• 为了评估模型的区分能力,使用接收器操作特征 (AUC) 下的面积.

主要方法:

• 使用预处理F-FDG PET图像从87名乳腺癌患者进行放射学模型的回顾性开发和验证.
• 特性提取,使用LASSO进行选择,并生成模型 (放射学得分和组合模型).
• 在28名患者的独立队列中进行外部验证;通过AUC进行性能评估.

主要成果:

• 七个放射性特征被选择用于放射性评分模型.
• 人类表皮生长因子受体2状态是pCR的独立预测因子.
• 组合模型在训练,内部和外部验证队列中表现出优异的预测性能 (AUC:0.993,0.772,0.906),与仅使用放射学得分模型 (AUC:0.963,0.731,0.729) 相比.

结论:

• F-FDG PET衍生的放射学模型可以有效地预测乳腺癌中NAC后的PCR.
• 结合放射学和临床变量组合的组合模型显示了增强的预测准确性.
• 这些发现支持放射学对个性化乳腺癌治疗策略的临床实用性.