在新辅助化疗后的cN2-3乳腺癌中预测腹病理完整反应的诺莫图
Jeong Hun Oh1, Soyeon Ahn2, Mijung Jang3
1Department of Surgery, Seoul National University Bundang Hospital, Seoul National University College of Medicine, Seongnam, Republic of Korea.
NPJ breast cancer
|November 24, 2025
概括
使用成像和瘤数据,可以预测晚期乳腺癌的腹病理完整反应 (pCR). 整合这些因素可以提高针对量身定制的治疗策略的预测精度.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 病理学 病理学 病理学
背景情况:
- 临床N2-3乳腺癌需要有效的新辅助化疗 (NAC).
- 预测关病理完整反应 (pCR) 对于治疗规划至关重要.
- 当前的预测方法可能无法完全整合多样化的患者数据.
研究的目的:
- 开发和验证一种模型,用于预测临床N2-3乳腺癌患者的腹pCR.
- 为了确定尾pCR后NAC的关键成像,临床和病理预测因素.
- 评估分子亚型在预测轴心pCR中的附加值.
主要方法:
- 在2016-2020年期间治疗的276名临床N2-3乳腺癌患者的回顾性分析.
- 评估磁共振成像 (MRI) 和超声波 (US) 度量 (损伤大小,减少比率,淋巴结特征).
- 多变量后勤回归分析包括成像,临床,病理因素和分子亚型.
主要成果:
- 在49.3%的患者中实现了腹pCR.
- 在NAC后的MRI损伤/淋巴结大小和美国淋巴结皮质厚度是显著的预测因素.
- 在NAC前的瘤特异性因素也与轴心pCR相关.
- 一个整合成像,瘤特征和分子亚型的模型 (模型3) 显示了最高的预测性能 (AUC:0.9).
结论:
- 在cN2-3乳腺癌患者中,可以精确预测侧pCR.
- 分子亚型特异性成像和瘤特征的整合提高了预测准确度.
- 这种方法支持基于预测治疗反应的个性化手术策略.
更多相关视频
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
475
03:07Single-Port Robotic-assisted Transaxillary Breast-conserving Surgery: A Prospective, Single-arm, Non-randomized Phase IIa Clinical Trial
Published on: August 19, 2025
785
