优化预测乳腺癌瘤微环境使用基于MRI的内和周放射学:一个前性研究

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 生物医学成像技术 生物医学成像技术

背景情况:

• 瘤微环境 (TME) 影响癌症进展和治疗结果.
• 了解TME的组成,包括细胞外基质 (ECM) 和免疫细胞,对于侵袭性乳腺癌管理至关重要.

研究的目的:

• 调查MRI衍生的放射性特征和TME组件在侵袭性乳腺癌中的关联.
• 为了评估内特征与结合内-周放射特征的预测性表现.

主要方法:

• 对121名侵袭性乳腺癌患者进行前性研究,这些患者接受了多参数3TMRI.
• 从5个MRI序列中从内和周区域提取16180个放射性特征.
• 开发和评估使用最小绝对收缩和选择操作员回归的预测模型,通过组织学和免疫组织化学验证用于TME评估.

主要成果:

• 结合内和周特征的模型在预测TME组件方面显著优于单独的内模型 (P < 0.01).
• 与对比度增强的T1加权序列 (初始和延迟) 显示了ECM和免疫细胞丰度的最高预测性能 (AUCs ~0.82-0.83).
• 异质性特征 (第一阶和纹理) 是最具预测性;组合模型确定了富含ECM,免疫抑制的TME概况,与预后不佳相关.

结论:

• 基于MRI的放射学,特别是来自对比度增强的T1加权序列,可以在侵袭性乳腺癌中非侵入性地表征TME组件.
• 结合内和周放射性特征,可以更准确地评估TME.
• 这些发现支持MRI放射学作为指导个性化治疗的生物标志物,包括免疫疗法和ECM向治疗.