基于磁共振成像的放射性模型,用于预测乳腺癌患者在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.
• 预测对NAC的病理完整反应 (pCR) 对治疗优化至关重要.
• 当前的预测方法可能无法完全整合多样化的患者数据.

研究的目的:

• 开发和验证乳腺癌中NAC后PCR的预测模型.
• 将磁共振成像 (MRI) 的放射性特征与临床病理因素结合起来.
• 增强乳腺癌患者个性化治疗决策.

主要方法:

• 对接受NAC. 329名乳腺癌患者的回顾性分析.
• 开发了三个预测模型:临床,放射性和联合临床-放射性.
• 利用了NAC前后的MRI数据,以及临床病理信息.
• 使用曲线下的面积 (AUC),决策曲线分析 (DCA) 和校准曲线的模型评估.

主要成果:

• 结合的临床放射学模型在训练 (AUC=0.984) 和测试集 (AUC=0.877) 中都显示出优异的预测性能.
• 临床模型的AUC达到0.864 (训练) 和0.724 (测试).
• 独立的成像 (放射性) 模型显示AUC为0.968 (训练) 和0.754 (测试).
• DCA和校准曲线证实了临床放射性模型的强大预测能力.

结论:

• 一个新的临床放射性模型有效地预测了乳腺癌中NAC后的pCR.
• 放射性特征和临床数据的整合为预测提供了显著的价值.
• 该模型支持个性化治疗策略和改善患者乳腺癌护理结果.