基于超声波的放射性诺米克图谱用于预测HER2-低表达乳腺癌
Xueling Zhang1,2, Shaoyou Wu3, Xiao Zu1
1Department of Ultrasound Medicine, Affiliated Hospital of Nanjing University of Chinese Medicine, Nanjing, China.
Frontiers in oncology
|October 3, 2024
概括
这项研究开发了一种超声波放射学诺米克图,用于预测人类表皮生长因子受体2 (HER2) 低表达性乳腺癌. 该模型准确地识别了低HER2乳腺癌,有助于临床决策.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 机器学习 机器学习
背景情况:
- 精确的手术前识别人类表皮生长因子受体2 (HER2) 低表达乳腺癌 (BC) 对于有效的治疗策略至关重要.
- 基于超声波的放射学提供了一种非侵入性的方法来表征瘤异质性和预测分子亚型.
研究的目的:
- 开发和验证一种基于超声波的放射性基因组图,用于预测乳腺癌中HER2低表达的情况.
- 评估模型在区分HER2-low和HER2-0表达之间的表现BC.
主要方法:
- 一项回顾性研究包括222名BC患者,分为训练 (80%) 和测试 (20%) 队列.
- 从超声波图像中提取了放射性特征,使用LASSO进行了缩小,并用于构建放射性 (USR) 模型.
- 使用ROC分析和决策曲线分析 (DCA) 构建并评估了将放射学得分与临床因素整合在一起的nomogram.
主要成果:
- 纳米图,包括放射学分数,瘤形状,边缘和微化,实现了高预测性能 (训练中的AUC为0.89,测试中的AUC为0.84).
- 在预测HER2-低BC的过程中,名图表的表现优于USR模型和临床模型.
- 校准曲线显示出令人满意的一致性,DCA证实了名图的临床实用性.
结论:
- 超声波放射学诺米克显示了HER2-低乳腺癌的显著预测价值.
- 这种非侵入性成像工具可以帮助在手术前识别HER2-低BC,指导治疗决策.
