基于定量超声波和纹理衍生物分析模型的验证,用于预先预测乳腺癌中新辅助化疗反应的预测

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 生物物理学的生物物理.

背景情况:

• 新辅助化疗对于乳腺癌治疗至关重要.
• 准确预测治疗反应对于个性化治疗至关重要.
• 定量超声波 (QUS) 和纹理分析提供了评估瘤特征的非侵入性方法.

研究的目的:

• 验证一种治疗前预测模型,用于识别乳腺癌患者新辅助化疗的响应者和不响应者.
• 用定量超声波,纹理衍生分析和瘤分子亚型来评估模型的性能.

主要方法:

• 分析了56名乳腺癌患者的验证队列.
• 在化疗前收集了射频 (RF) 数据.
• 应用了先前开发的预测模型,包括QUS,纹理分析和分子亚型.
• 预测的反应与临床和病理评估进行了比较.

主要成果:

• 该模型在整体队列中实现了高灵敏度 (94%) 和F1得分 (95%).
• 除了化学疗法修改的患者,特异性提高到100%和积极预测值提高到100%.
• 错误分类归因于治疗变化,模型限制和瘤特征.

结论:

• 经过验证的模型显示了预测乳腺癌对新辅助化疗反应的前景.
• 需要进一步的研究来增强积极的预测价值,并探索预测的非响应者治疗优化.