在激素受体阳性乳腺癌中,用于辅助疗法决策的新型光谱工具的性能:一个验证研究
R Charles Coombes1, Christina Angelou1, Zamzam Al-Khalili1
1Imperial College London, South Kensington Campus, London, SW7 2AZ, UK.
Breast cancer research and treatment
|January 20, 2024
概括
包含Digistain指数 (DI) 的Digistain预测得分 (DPS) 准确预测乳腺癌早期患者的结果. 这种具有成本效益的工具对风险进行分层,有助于对内分泌治疗的HER2阴性病例的临床决策.
科学领域:
- 在瘤学瘤学.
- 生物医学工程 生物医学工程
- 病理学 病理学 病理学
背景情况:
- 滴定胺指数 (DI) 量化了未染色组织中的形积分,与瘤等级相关.
- 早期的乳腺癌预后依赖于整合各种临床病理因素.
研究的目的:
- 调查Digistain预后得分 (DPS) 对早期乳腺癌结果的预测能力.
- 评估DI是否与临床病理学变量相结合,可以提高预后准确性.
主要方法:
- 在801名早期乳腺癌患者 (HR+,HER2-,≤3阳性淋巴结) 接受内分泌治疗时计算的DI.
- 开发了使用多变量比例危险建模的DPS.
- 通过ROC和Cox模型评估了5年和10年的复发,无复发生存 (RFS) 和整体生存 (OS) 的DPS预测.
主要成果:
- 对复发,RFS和OS (5年:0.96-0.99;10年:0.84-0.95) 的DPS显示了高准确性和负预测值.
- DPS显著地将患者分为RFS,复发和OS (P < 0.001) 的低风险和高风险组.
- 低风险与高风险分类的危险比率对于RFS (1.80),复发 (1.83) 和OS (1.77) 是显著的.
结论:
- 迪吉斯坦预测得分 (DPS) 在早期乳腺癌中表现出高准确性和预测性能.
- DPS有效地将患者分为不同的低风险和高风险组.
- 消极干扰的成本效益和速度表明,它对预后评估具有潜在的临床实用性.


