基线和早期治疗MRI模型用于预测三阴性乳腺癌患者对新辅助化学免疫治疗的完整病理反应

科学领域:

• 放射学和成像学 放射学和成像学
• 在瘤学瘤学.
• 医学诊断 医学诊断 医学诊断

背景情况:

• 三阴性乳腺癌 (TNBC) 是一种缺乏向治疗的侵袭性亚型.
• 新辅助化疗免疫疗法 (NACI) 改善了结果,但患者选择仍然是一个挑战.
• 预测病理完整反应 (pCR) 对于治疗优化至关重要.

研究的目的:

• 开发和验证基于MRI的pCR预测模型,用于接受NACI的TNBC患者.
• 整合基线和早期治疗MRI特征,包括动态对比增强 (DCE).
• 为了能够及早识别治疗响应者和不响应者.

主要方法:

• 对接受NACI的TNBC患者进行前治疗和早期治疗MRI的回顾性分析.
• 使用动态对比增强 (DCE) 和百分比增强 (PE) 降低功能.
• 开发了一个使用多变量逻辑回归的预测模型,并在外部测试集上对其进行了评估.

主要成果:

• 对于pCR的独立预测因素包括瘤单聚焦性,早期瘤缩 (ETS) ≥37%,和PE减少.
• 在外部测试组中,该模型的AUC为0.88,灵敏度为74%,特异性为90%.
• 在Shapley添加式解释 (SHAP) 分析中,PE减少是最重要的特征.

结论:

• 一个临床实用的MRI模型准确地预测了在接受NACI的TNBC患者中早期的PCR.
• 该模型可以指导及时进行治疗调整,优化降级或适应策略.
• 早期预测促进了个性化治疗方案,以改善患者的治疗结果.