开发和验证基于放射学的诺米克图,用于预测两种HER2阴性乳腺癌亚型

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 生物标志物 生物标志物

背景情况:

• 乳腺癌是女性癌症死亡的主要原因,HER2-阴性亚型包括HER2-低和HER2-零.
• 区分HER2-low和HER2-zero对于治疗选择至关重要,特别是对于新型抗体-药物合物 (ADCs).

研究的目的:

• 开发和验证用于区分HER2-低和HER2-零乳腺癌亚型的诺米克.
• 将动态MRI功能与临床指标相结合,以提高诊断准确度.

主要方法:

• 分析了214名HER2阴性乳腺癌患者的队列.
• 使用了动态MRI (增强扫描,DWI) 和临床数据 (瘤大小,CA153).
• 一个K-Nearest Neighbor (KNN) 模型生成了一个rad分数,与临床预测因子集成到一个nomogram中,内部和外部验证.

主要成果:

• 诺米图实现了高精度,AUC值为0.873 (内部) 和0.859 (外部).
• 决策曲线分析证实了显著的临床效用.
• 校准曲线显示预测和观察结果之间存在很强的一致性.

结论:

• 开发的诺基图准确可靠地区分了HER2-阴性乳腺癌中的HER2-低和HER2-零亚型.
• 这种工具在指导治疗决策和识别符合HER2向疗法的患者方面具有潜在的临床价值.