基于机器学习的增强型MRI放射学用于PDCD1预测和乳腺癌表达预测

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 放射学 放射学是一门学科.

背景情况:

• 编程细胞死亡1 (PDCD1) 是一种关键的免疫检查点抑制剂,与乳腺癌 (BC) 免疫规避有关.
• 了解PDCD1的作用对于开发有效的癌症免疫疗法至关重要.

研究的目的:

• 研究PDCD1表达,瘤透免疫细胞和乳腺癌的预后之间的相关性.
• 使用基于MRI的放射学特征开发PDCD1表达的预测模型.

主要方法:

• 利用了来自1082名BC患者的临床数据 (TCGA) 和来自108名BC患者的MRI数据 (TCIA).
• 分析了PDCD1水平,预后,存活率和免疫细胞透 (CD8,Treg) 之间的相关性.
• 从MRI中提取了放射学特征,用于构建用于PDCD1表达预测的机器学习模型.

主要成果:

• 在BC瘤组织中观察到显著更高的PDCD1表达 (P < .001).
• 高PDCD1表达与改善的整体存活率 (HR=0.63,P=.021) 和增加的CD8/Treg透率 (P <.001) 相关联.
• 开发的MRI放射学模型在预测PDCD1表达水平方面显示出高准确性和一致性.

结论:

• PDCD1表达是乳腺癌的显著预后标志物,与免疫细胞透有关.
• 非侵入性MRI放射学模型可以准确预测PDCD1水平,可能指导免疫治疗策略.