在乳腺癌患者中,使用超声波放射学名录模型预测下淋巴结瘤负担

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是指放射学
• 医疗成像医学成像

背景情况:

• 准确的手术前评估下淋巴结 (ALN) 瘤负担对于乳腺癌治疗计划至关重要.
• 区分低 (<3个阳性ALN) 和高 (≥3个阳性ALN) 负担指导治疗决策.
• 目前的方法需要改进,以便精确的手术前分期.

研究的目的:

• 开发和验证基于放射学的诺米克图,用于预测乳腺癌中带淋巴结转移负担.
• 整合临床数据,血清学标记物和超声波成像功能,以提高预测.
• 将组合模型的性能与仅使用临床和放射学模型的性能进行比较.

主要方法:

• 分析了234名乳腺癌患者的队列.
• 用临床和超声波成像数据来确定独立的风险因素.
• 从超声波图像中提取了放射性特征,并使用LASSO回归进行了选择,以创建放射性得分.
• 通过将放射学分数和临床风险因素结合起来,构建了一个名图.
• 用歧视 (AUC),校准和决策曲线分析来评估模型性能.

主要成果:

• 超声波报告的ALN状态和CA153水平被确定为高ALN瘤负担的独立预测因素.
• 无线电学名图实现了0.815 (训练) 和0.808 (测试) 的AUC,证明了良好的区分和校准.
• 与临床和放射学模型相比,nomogram模型在特定的概率值范围内提供了更大的净益.

结论:

• 一种基于超声波的放射性诺米克图是预测乳腺淋巴结瘤负担在乳腺癌中的有希望的非侵入性工具.
• 这种预测模型可以大大帮助个性化治疗规划.
• 需要进一步验证,以确定其在常规临床实践中的作用.