在早期乳腺癌中,MRI放射学和生物相关性用于预测状淋巴结负担
Minping Hong1, Sijia Fan2,3, Zeyan Xu4
1Department of Radiology, Zhejiang Chinese Medical University Affiliated Jiaxing TCM Hospital, Jiaxing, China.
Journal of translational medicine
|September 6, 2024
概括
这项研究开发了一种MRI放射学模型,用于预测乳腺癌早期的状淋巴结负担,从而改善治疗决策. 放射遗传学分析揭示了与模型相关的关键细胞和免疫模式.
科学领域:
- 放射学和瘤学 放射学和瘤学
- 医学成像分析 医学成像分析
- 癌症基因组学 癌症基因组学
背景情况:
- 准确的手术前预测下淋巴结 (ALN) 负担对于早期乳腺癌的个性化治疗至关重要.
- 目前的方法可能无法完全捕捉ALN转移的复杂性.
- 整合成像和基因组数据为改善预测提供了一个有希望的途径.
研究的目的:
- 开发和验证磁共振成像 (MRI) 放射学模型,用于评估早期乳腺癌中ALN负担.
- 整合放射基因组数据,使ALN负担预测具有生物解释性.
- 评估开发的模型的预后价值.
主要方法:
- 来自多个中心和公共数据集的1211名早期乳腺癌患者的回顾性分析.
- 从动态对比增强型MRI中提取MRI放射性特征.
- 使用反向传播神经网络构建ALN负载相关的radscore,集成到临床和组合模型中.
- 使用卡普兰-梅尔曲线和日志等级测试进行预测评估.
- 放射基因组分析包括基因组丰富和免疫透分析.
主要成果:
- 在验证队列中,MRI放射学模型实现了0.781-0.809的曲线下面积 (AUC).
- 预计患有高ALN负担的患者的预后明显较差 (日志等级P < .05).
- 放射基因组分析在高radscore组中确定了上调的迁移途径和下调的细胞分化途径,反映了瘤微环境的异质性.
结论:
- 开发的MRI放射学模型准确预测早期乳腺癌的ALN负担和预后.
- 放射基因组分析为radscore提供了生物学见解,突出了细胞迁移和分化模式.
- 这种方法通过提供对疾病特征的更全面理解,增强了个性化治疗策略.
