在早期HR + / HER2-乳腺癌中,对新辅助化疗的反应的预测得分
João Queirós Coelho1, Beatriz Lau2, Rita Pichel3
1Medical Oncology Department, Centro Hospitalar Universitário de Santo António - Unidade Local de Saúde de Santo António, Porto, Portugal. v.joao.q.coelho@gmail.com.
概括
在HR+/HER2-乳腺癌中预测新辅助化疗 (NACT) 反应至关重要. 瘤等级,更年期状态和内在亚型显著影响病理反应,使个性化治疗决策成为可能.
科学领域:
- 在瘤学瘤学.
- 乳腺癌研究研究 乳腺癌研究
- 化疗疗的有效性 化疗的有效性
背景情况:
- 新辅助化疗 (NACT) 是一种治疗早期激素受体阳性,人体表皮生长因子受体2-阴性 (HR+/HER2-) 乳腺癌的方法.
- 在这种亚型中,对NACT的病理反应率往往低于最佳,对个体风险因素的理解有限.
- 识别预测生物标志物对于优化HR+/HER2-乳腺癌中NACT至关重要.
研究的目的:
- 确定与HR+/HER2-乳腺癌中NACT病理反应相关的显著生物标志物.
- 根据已识别的临床病理变量,开发NACT反应的预测得分.
- 为HR+/HER2-乳腺癌患者提供个性化的治疗决策.
主要方法:
- 对101名IIA-IIIC阶段HR+/HER2-乳腺癌患者进行了回顾性单中心研究,这些患者接受了NACT和手术治疗 (2019-2023年).
- 采用多重逻辑回归分析来评估临床病理变量与病理反应 (部分/完全与缺席) 之间的关联.
- 使用表现最好的预测模型来构建NACT响应的风险得分.
主要成果:
- 瘤等级 (G2/3与G1) 是病理反应的重要预测因素.
- 更年期状态 (更年期前与更年期后) 成为影响NACT反应的另一个关键因素.
- 内在亚型 (光线B与A) 也显示出与病理反应的显著关联.
结论:
- 开发了一个动态计算器,结合了瘤等级,荷尔蒙状况,内在亚型和Ki-67.
- 这个工具提供实时输入,以帮助HR+/HER2-乳腺癌的个性化治疗策略.
- 这些发现支持根据个体患者和瘤特征量身定制的治疗决策.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.2K
06:46Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery
Published on: September 27, 2024
204
