摘要
背景
尽管MR细胞学可探测微观结构特征,但在新辅助化疗(NAC)期间这些变化的纵向轨迹及其与治疗反应和预后的关联仍知之甚少。
目的
表征新辅助化疗相关的细胞微观结构特性的纵向变化,并评估微观结构参数对乳腺癌病理完全缓解(pCR)和无病生存(DFS)的预测价值。
研究类型
前瞻性研究。
人群
194例浸润性乳腺癌患者接受了713次MRI检查。
场强/序列
3.0 T,振荡梯度自旋回波(OGSE)和脉冲梯度自旋回波(PGSE)序列。
评估
在四个时间点采集MR细胞学数据:治疗前、早期、中期和晚期治疗。使用IMPULSED(使用有限频谱编辑扩散成像微观结构参数)模型估算微观结构参数。将微观结构参数与组织病理学测量值进行比较。
统计检验
进行了广义估计方程、逻辑回归、Bootstrap重采样、采用Bonferroni校正的DeLong检验、Cox比例风险回归、Kaplan-Meier分析及log-rank检验、C指数和Pearson相关系数检验。P < 0.05 为差异有统计学意义。
结果
建立了四个逻辑回归模型用于预测pCR,基于单独分子亚型或结合时间点1的直径、时间点2的ADC50Hz或时间点2的细胞密度。临床病理-细胞密度模型在预测pCR方面表现最佳(AUC = 0.89)。对于DFS,纳入ER状态、HER2状态、cT分期、cN分期和时间点1的细胞外扩散率的Cox模型C指数为0.81;按中位风险评分分为低危和高危组,两组间DFS差异显著。细胞外扩散与病理间质分数呈正相关(r = 0.56)。
数据结论
MR细胞学显示了NAC期间的纵向微观结构变化,在预测乳腺癌患者pCR和根据DFS风险对患者进行分层方面具有潜力。
证据等级
1级。
技术有效性
2期。
通俗语言总结
随着乳腺癌治疗的进步,临床医生日益需要预测患者的治疗反应。本研究调查了新辅助化疗相关的细胞微观结构特性的纵向变化,并评估了这些变化与治疗反应和预后的关联。结合分子亚型和早期治疗细胞密度的模型在预测病理完全缓解方面表现最佳。基于临床病理特征和细胞外扩散率的预测模型有助于识别癌症复发风险较高的患者。早期且准确的基于影像的预测可能有助于减少副作用并维持生活质量。
利益冲突
作者声明无利益冲突。


