乳腺癌:多个b值扩散加权息地成像在预测病理完整响应新辅助化疗的预测
Chao Xu1, Zhihong Wang2, Ailing Wang3
1Shengli Clinical Medical College of Fujian Medical University, Fuzhou, China (C.X., Z.W., Y.Z., M.M., M.H.); Department of Gastrointestinal Surgery, Fujian Provincial Hospital, Fuzhou University Affiliated Provincial Hospital, Fuzhou 350001, China (C.X.).
Academic radiology
|June 18, 2024
概括
这项研究表明,扩散加权息地成像可以预测哪些乳腺癌患者将受益于新辅助化疗 (NAC). 开发的息地模型准确地预测了治疗前的病理完整反应 (pCR).
科学领域:
- 放射学和医学成像学 医学成像学
- 在瘤学瘤学.
- 生物医学工程 生物医学工程
背景情况:
- 新辅助化疗 (NAC) 是乳腺癌的关键治疗方法,但预测患者的反应仍然具有挑战性.
- 确定可能从NAC中受益的患者对于个性化治疗策略至关重要.
- 瘤异质性是治疗反应的关键因素,可以使用先进的成像技术来可视化.
研究的目的:
- 评估多b值扩散权重息地成像在预测乳腺癌患者对NAC的病理完整反应 (pCR) 的有效性.
- 开发和验证使用放射学,扩散权重息地成像和常规MRI特征的pCR预测模型.
主要方法:
- 一项前性研究涉及143名患有II-III期乳腺癌的妇女,在NAC之前接受了多b值扩散加权成像 (DWI).
- 预测模型的开发,包括全瘤放射学 (ModelWH),扩散权重息地成像 (ModelHabitats),常规MRI特征 (ModelCF) 和组合模型 (ModelHabitats+CF).
- 用训练和测试集的接收器操作特征曲线 (AUC) 下的面积和校准斜率来评估模型性能.
主要成果:
- 结合息地和传统的MRI特征模型 (ModelHabitats+CF) 在测试组中实现了最高的AUC (0.824),优于其他模型.
- 模型息地在测试组中也表现出强的表现 (AUC = 0.801).
- 在测试组中,在ModelWH和ModelHabitats之间,或在ModelHabitats和ModelHabitats+CF之间没有发现统计学上显著的差异.
结论:
- 开发的息地模型整合了第一阶的特征和传统的MRI发现,准确地预测了NAC之前的pCR.
- 这种基于成像的方法有可能提高乳腺癌患者的个性化治疗决策.
- 扩散权重息地成像为评估治疗反应和指导治疗策略提供了一个有希望的工具.
