基于自动乳房体积扫描器的内和周围放射学,用于预测人类表皮生长因子受体2状态

科学领域:

• 放射学和成像学 放射学和成像学
• 在瘤学瘤学.
• 生物标志物 生物标志物

背景情况:

• 在乳腺癌中精确预测人类表皮生长因子受体2 (HER2) 状态对于指导治疗决策至关重要.
• 目前用于确定HER2状态的方法是侵入性的,需要组织活检.
• 自动乳房体积扫描仪 (ABVS) 提供了一种非侵入性成像方式,用于评估乳房损伤.

研究的目的:

• 开发和评估使用ABVS的内和周放射学模型,用于乳腺癌中HER2状态的非侵入性手术前预测.
• 为了比较包含不同周区域与内放射学特征的模型的性能.

主要方法:

• 对379名患者的384个乳腺癌病变进行了回顾性分析.
• 从内区域和不同的周边边缘 (5mm和5-10mm) 提取了放射性特征.
• 建立了三个模型:仅内,内+5mm周围,以及内+5mm+5-10mm周围.
• 用接收机操作特征 (ROC) 曲线评估模型性能,重点关注曲线下的面积 (AUC),灵敏度,特异性和准确性.

主要成果:

• 包含内和5毫米周区域的模型 (模型2) 显示了对HER2状态的优异预测性能.
• 为了区分HER2-阴性和HER2-阳性病例,模型2在验证组中实现了最高的AUC (0.844) 和灵敏度 (0.955).
• 为了区分HER2-zero和HER2-low状态,模型2显示了测试组中最高的AUC (0.801),灵敏度 (0.862) 和精度 (0.808).
• 结合超过5mm周边缘的特征并没有显著提高预测性能.

结论:

• 从ABVS获得的结合了内和5mm周特征的综合放射学模型显著改善了HER2状态的非侵入性,手术前预测.
• 这种方法为HER2状态评估的入侵方法提供了一个有希望的替代方案,可能优化治疗策略.
• 包括特定的周放射学特征是提高预测准确性的关键.