多参数定量MRI结合SyMRI和MUSE-DWI用于乳腺癌中HER2状态的非侵入性分层

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 生物标志物 生物标志物

背景情况:

• 准确的HER2 (人类表皮生长因子受体2) 状态分层对于乳腺癌治疗和预后至关重要.
• 低HER2是一种已知的亚型,可以从新兴的HER2向疗法中获益.
• 传统的HER2评估病理方法具有侵入性,容易产生抽样偏差,并且可能无法捕捉瘤异质性.

研究的目的:

• 评估合成MRI (SyMRI) 与多重敏感度编码扩散权重成像 (MUSE-DWI) 结合在乳腺癌中进行非侵入性HER2状态分层的实用性.
• 开发和验证使用定量MRI参数对HER2阳性和HER2-低状态的预测模型.

主要方法:

• 138名侵袭性乳腺癌患者在活检前接受了标准化的MRI,包括SyMRI,MUSE-DWI和DCE-MRI.
• 测量了定量MRI参数 (T1,T2,PD,ADC和对比度增强的变化).
• 使用后勤回归和ROC分析来识别预测因素并评估HER2状态预测的模型性能.

主要成果:

• 过度表达HER2的瘤表现出异质增强,洗TIC和更大的直径.
• 多变量分析确定了ADC,最大直径,T2-pre和增强模式作为HER2阳性的独立预测因素 (AUC=0.940).
• ADC和PD-Δ%独立预测了HER2低状态 (AUC=0.810),模型显示出良好的区分和校准.

结论:

• 在乳腺癌中,SyMRI和MUSE-DWI提供了一种非侵入性方法来分层HER2状态.
• 开发的模型显示出高的诊断性能和临床实用性,特别是用于识别低HER2瘤.
• 这种成像方法有可能补充活检,并支持个性化乳腺癌治疗计划.