整合临床-病理-MRI特征,以构建一个预测模型,用于新辅助疗法后状淋巴结的病理完全缓解:一个回顾性研究

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 手术瘤学手术瘤学

背景情况:

• 准确评估状淋巴结 (ALN) 转移对于乳腺癌 (BC) 治疗计划至关重要.
• 需要可靠的非侵入性方法来预测ALN对新辅助疗法 (NAT) 的反应.
• 这项研究解决了预测股病理完整反应 (apCR) 的需要,以指导股淋巴结解剖 (ALND).

研究的目的:

• 为了确定影响状淋巴结病理完整反应 (apCR) 的关键因素,在NAT之后.
• 开发和验证apCR的预测模型,以支持ALND的临床决策.

主要方法:

• 对接受NAT和ALND的505名女性乳腺癌患者的回顾性分析.
• 开发了两个预测模型:临床-病理-MRI和临床-病理-Delta-MRI.
• 多变量逻辑回归和LASSO用于预测器识别;模型在训练和测试集上得到验证.

主要成果:

• 与临床-病理-三角形-MRI模型相比,临床-病理-三角形-MRI模型显示出优异的预测性能 (AUC 0.844培训,0.793测试).
• 决策曲线分析证实了临床-病理-三角形-MRI模型的更大的临床净益.
• 该模型有效地预测了NAT后的腹病理完整反应 (apCR).

结论:

• 开发的临床-病理-Delta-MRI模型为乳腺癌的个性化手术决策提供了宝贵的支持.
• 这种模型可以帮助指导在适当的患者中选择性遗漏下淋巴结解剖 (ALND).
• 改善apCR的预测可以导致更为量身定制的治疗策略和减少外科手术发病率.