个性化乳腺癌预后使用基于MRI和临床病理变量模型

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 医疗信息学 医疗信息学

背景情况:

• 准确预测乳腺癌复发和存活率对于个性化治疗至关重要.
• 现有的模型可能无法完全整合各种数据来源,如MRI,病理学和临床信息.

研究的目的:

• 开发和内部验证乳腺癌复发和死亡的预后预测模型.
• 结合MRI,病理和临床发现,以提高预测准确度.
• 创建一个用户友好的工具,用于临床应用.

主要方法:

• 对922名乳腺癌患者的回顾性研究 (杜克大学医院,2000-2014).
• 使用考克斯和二进制物流回归的预测模型的开发.
• 包括定性和定量MRI变量,病理和临床数据.
• 通过引导和留出一个方法进行内部验证;通过校准,收缩,ROC曲线和决策曲线分析评估性能.

主要成果:

• 该模型显示了复杂性和适合性之间的良好平衡 (AIC值:存活率752.9,复发率1020.7).
• 对生存的调整AUC范围从0.740到0.788;对于复发,它从0.678到0.769.
• 实现了良好的校准和收缩参数,决策曲线分析证实了临床实用性.

结论:

• 综合MRI-病理-临床模型在预测乳腺癌存活率和复发方面表现出色.
• 该模型的强有力的验证和证明的实用性表明它在个性化乳腺癌治疗中的潜在作用.
• 一个易于使用的计算器有助于将模型整合到临床实践中.