基于MRI的数学模型预测I-SPY 2乳腺癌患者对新辅助疗法的反应

科学领域:

• 癌症学
• 生物医学工程
• 放射学

背景情况:

• 在局部晚期乳腺癌 (LABC) 中,准确预测新辅助疗法 (NAT) 的反应对于个性化治疗至关重要.
• 现有的模型通常缺乏跨不同亚型和临床试验设置的概括性.
• 定量磁共振成像 (MRI) 为追踪NAT期间的瘤动态提供了有价值的数据.

研究的目的:

• 建立一个基于生物学的数学模型来预测LABC患者对NAT的反应.
• 通过多中心临床试验的患者特定数据验证模型的准确性.

主要方法:

• 在I-SPY 2试验中,91名LABC患者在NAT期间接受了定量MRI.
• 使用患者特定的MRI数据 (V1和V2) 校准了先前开发的基于生物学的数学模型.
• 校准模型预测了治疗结束时的瘤细胞性和体积变化 (V3), 包括细胞移动,增殖和死亡.

主要成果:

• 该模型在预测和观察到的瘤变化 (V1- V3) 之间实现了高的一致性相关系数 (0. 94为细胞性,0. 91为体积).
• 预测的瘤体积指标准确地将病理完整反应 (pCR) 与非pCR患者区分开来 (AUC=0. 78).
• 该模型在不需要专门的训练数据集的情况下证明了患者特定的预测能力.

结论:

• 开发的瘤预测管道准确地预测了NAT后患者特定的瘤状况.
• 通过使用真实世界MRI数据,该模型在多个LABC亚型和临床试验场所的概括性得到证实.
• 这种方法为优化LABC治疗策略提供了一个有前途的工具.