基于对比增强的乳腺特征的BI-RADS 4B化的恶性瘤风险分层预测:一个多中心研究
Rong Long1, Yao Luo1, Min Cao1
1Department of Radiology, Key Laboratory of Carcinogenesis and Translational Research (Ministry of Education), Peking University Cancer Hospital & Institute, Haidian District, No. 52 Fucheng Road, Beijing, China.
Breast cancer research and treatment
|November 21, 2024
概括
增强对比度的乳房学 (CEM) 可以帮助评估BI-RADS 4B化的恶性风险. 增强和形态是风险分层的新模型中的关键预测因素.
科学领域:
- 放射学 放射学是指放射学
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 在BI-RADS 4B中,化要求进行准确的风险评估.
- 增强对比度的乳房镜像 (CEM) 提供了先进的成像功能.
研究的目的:
- 调查影响BI-RADS 4B CEM上仅化病变恶性风险的因素.
- 开发一个预测模型来分层恶性风险.
主要方法:
- 在CEM上对131个BI-RADS 4B仅化病变进行了回顾性分析.
- 评估化形态,分布,增强模式和灰色值.
- 使用后勤回归和ROC曲线开发和验证预测模型.
主要成果:
- 131个病变中有43个是恶性病变.
- 形态,分布,增强存在/类型和灰色值在良性和恶性病变之间有显著差异.
- 基于形态和增强的预测模型显示出强烈的歧视 (AUC 0.859培训,0.856验证).
结论:
- 增强和形态是CEM上的BI-RADS 4B化中恶性瘤的独立预测因素.
- 开发的预测模型显示了风险分层的良好表现.
