基于MRI的放射学模型用于早期预测三阴性乳腺癌中新辅助化疗的病理反应:系统审查和元分析

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 医疗成像医学成像

背景情况:

• 三重阴性乳腺癌 (TNBC) 是一个重要的治疗挑战.
• 预测对新辅助化疗 (NAC) 的病理完整反应 (pCR) 对TNBC管理至关重要.
• 早期治疗反应评估的非侵入性方法是非常可取的.

研究的目的:

• 评估基于MRI的放射学诊断准确度,用于预测TNBC患者的PCR到NAC.
• 在此背景下,综合现有关于放射学性能研究的证据.

主要方法:

• 在主要数据库 (PubMed,Embase等) 进行了系统的文献搜索. 在2024年9月之前.
• 包括10项研究,其质量使用Radiomics质量评分 (RQS) 和QUADAS-2进行了质量评估.
• 聚合诊断性能指标 (AUC,灵敏度,特异性) 使用固定效应模型进行计算.

主要成果:

• 分析表明,基于MRI的放射学在预测pCR时的AUC是0.83 (95%CI:0.79-0.86) 的.
• 观察到高灵敏度 (0.80) 和特异性 (0.85),表明具有强大的预测能力.
• 像SVM和LightGBM这样的机器学习分类器实现了最高的有效性 (AUC = 0.86),低的异质性支持所选择的统计模型.

结论:

• 基于MRI的放射学显示出作为预测NAC. TNBC患者pCR的非侵入性工具的显著潜力.
• 这些发现支持其用于早期治疗反应评估.
• 为临床整合,建议进行进一步的标准化和前性验证.