Ki-67与MRI在预测完整的病理反应后neoadjuvant化疗的预测

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 生物标记分析 生物标记分析

背景情况:

• 新辅助化疗 (NAC) 对高风险乳腺癌至关重要,病理完整反应 (pCR) 表明了有利的结果.
• 准确预测PCR对于定制NAC和改善患者存活率至关重要.
• 通过整合成像和生物标记数据,可以增强当前的评估方法.

研究的目的:

• 评估联合MRI和Ki-67指标的预测有效性,以评估接受NAC的乳腺癌患者的pCR.
• 为了比较集成的MRI-Ki-67模型与单模式方法的性能.

主要方法:

• 按照PRISMA指南进行系统审查和元分析.
• 包括十项评估NAC治疗乳腺癌患者的研究,使用MRI和Ki-67.
• 使用AUC和校准指标评估预测模型,重点关注MRI瘤大小减少和Ki-67水平.

主要成果:

• 高基-67水平和显著的MRI瘤大小减少是pCR的一致预测指标 (AUC接近0.90).
• 综合MRI-Ki-67模型显示,与单个标记器相比,预测准确性和校准性更高.
• 观察到显著的异质性 (I2 = 77%),表明评估协议的变化.

结论:

• 结合MRI和Ki-67可提供强大的,非侵入性的PCR预测,提供结构和生物学见解.
• 综合模型是实现个性化乳腺癌治疗的重大进展.
• 建议对成像和生物标志物协议进行标准化,以提高模型可重现性和临床整合性.