《Prosthesis》:MRI-Based Prediction of Immunotherapy Response in Breast Cancer: A Systematic Review
编辑推荐:
背景: 免疫检查点抑制剂(Immune checkpoint inhibitors, ICIs)已被证实在三阴性乳腺癌(triple-negative breast cancer, TNBC)中可改善长期预后并提高病理完全缓解(pathological com
背景: 免疫检查点抑制剂(Immune checkpoint inhibitors, ICIs)已被证实在三阴性乳腺癌(triple-negative breast cancer, TNBC)中可改善长期预后并提高病理完全缓解(pathological complete response, pCR)率。然而,治疗反应仍存在异质性。磁共振成像(Magnetic resonance imaging, MRI)已成为预测含免疫治疗方案的疗效反应的一种有前景的非侵入性生物标志物。目的: 系统评价评估MRI生物标志物用于预测乳腺癌含免疫治疗方案疗效反应的相关研究。方法: 遵循PRISMA指南,对PubMed中2019年6月至2026年6月期间发表的评估基于MRI预测乳腺癌pCR或免疫治疗反应的研究进行系统检索。提取研究设计、MRI技术、预测效能及研究特征等数据并进行定性综合。结果: 在纳入的十项研究中,常规MRI总体显示中等预测效能(AUC 0.65–0.75),而多参数影像组学模型取得了最高的预测效能(AUC最高达0.88)。研究呈现若干一致主题。评估新辅助化学免疫治疗(neoadjuvant chemoimmunotherapy, NACI)的研究报告了MRI-病理不一致性增加,以及单纯基于强化评估的可靠性降低,提示在该治疗背景下常规MRI反应评估可能需要优化。功能性MRI生物标志物,包括弥散加权成像和动态增强参数,较基线形态学成像更早识别治疗反应,而将MRI与临床或分子生物标志物整合的影像组学模型持续表现出最强的预测效能。然而,现有证据仍受限于异质性成像方案、较小研究人群及有限的外部验证。结论: MRI,尤其是多参数及影像组学增强方法,正超越常规形态学评估,为接受NACI的患者提供关于肿瘤生物学及治疗反应的补充信息。然而,在MRI衍生生物标志物纳入常规临床决策之前,仍需标准化成像方案及前瞻性多中心验证。
1. 引言
乳腺癌是全球第二大常见癌症,也是女性中最常被诊断的癌症。三阴性乳腺癌(TNBC)是一种免疫组织化学亚型,以缺乏雌激素受体(ER)、孕激素受体(PR)和人表皮生长因子受体-2(HER-2)表达为特征,与其他乳腺癌亚型相比预后更差、侵袭性更强。新辅助化疗(NAC)长期以来是早期TNBC治疗的基石。免疫检查点抑制剂(ICIs)的出现改善了符合条件的患者的长期预后。ICIs通过结合并阻断抑制性检查点蛋白,最显著的是程序性细胞死亡蛋白1(PD-1)和程序性细胞死亡配体1(PD-L1),从而重新激活细胞毒性T细胞介导的抗肿瘤免疫。基于KEYNOTE-522试验,帕博利珠单抗现已成为高危早期TNBC新辅助化学免疫治疗(NACI)的标准治疗方案之一。
病理完全缓解(pCR)定义为在最终手术时乳腺和腋窝淋巴结均无残留浸润性癌,已成为新辅助治疗范式中的关键终点。达到pCR与改善无事件生存期和总生存期密切相关,其预后意义在TNBC等侵袭性亚型中最为显著。尽管ICIs加入NAC已显著提高TNBC的pCR率,但仍有相当比例的患者未能达到pCR,这凸显了对能够在治疗早期可靠预测治疗反应的非侵入性生物标志物的需求。
MRI是评估乳腺癌治疗反应最准确的影像学手段。在新辅助治疗中,MRI通过互补序列提供解剖和功能评估:动态对比增强MRI(DCE-MRI)捕获肿瘤血管和灌注动力学,弥散加权成像(DWI)及表观弥散系数(ADC)映射反映组织细胞密度,T2加权序列提供形态学信息。影像学完全缓解(rCR)在NACI治疗的TNBC中与pCR表现出较强一致性。先进计算方法(包括影像组学、生境成像和机器学习)与多参数MRI数据的整合,在超越常规影像评估方面显示出提升pCR预测效能的巨大潜力。纵向MRI评估在多个治疗时间点已被证明优于单时间点评估。
然而,免疫治疗时代MRI的作用仍存在争议。新兴证据表明免疫治疗可能从根本上改变影像学与病理学发现之间的关系;免疫介导的肿瘤床炎症性改变可模拟MRI上的残留病灶,导致接受NACI的患者rCR与pCR的一致性降低,治疗后MRI的阴性预测值显著降低。尽管已有综述探讨了影像组学在预测NAC反应中的作用,但尚无综合系统综述对接受NACI的乳腺癌患者中基于MRI的pCR预测证据进行系统整合。本系统综述旨在填补这一关键空白。
2. 材料与方法
2.1 纳入标准
研究纳入标准为:(1)纳入接受NACI的乳腺癌患者;(2)包含治疗前或治疗早期进行的MRI;(3)报告pCR结果或预测指标(AUC、敏感性、特异性、pCR百分比、假阴性率、假阳性率)。排除标准包括病例报告、综述、非人类研究以及无MRI或免疫治疗数据的研究。未设定最小样本量要求。鉴于纳入研究数量较少(n = 10)且存在显著的临床、方法和影像学异质性,未进行定量荟萃分析。
2.2 检索策略
本系统综述遵循PRISMA 2020指南进行。文献检索涵盖2019年6月14日至2026年6月14日发表的所有文章,在PubMed中使用预定义的关键词组合和布尔运算符进行系统检索。三项检索策略共获得98条记录,经筛选后最终纳入10项符合标准的研究。
2.3 研究选择与数据提取
研究选择和资格筛选由JM和CA独立进行,并由TM和/或KED核实。数据提取过程中未发现差异。仅纳入以英文发表的原创研究文章。
3. 结果
3.1 常规MRI与影像学完全缓解
多项研究评估了DCE-MRI预测NACI后pCR的能力。Spriet等人(2025)前瞻性评估了缩写超快MRI(UF-MRI)在36例接受NAC联合帕博利珠单抗的早期TNBC患者中的表现。UF-MRI与全方案MRI在预测pCR方面具有可比性,敏感性分别为0.83和0.78,特异性均为0.69。UF-MRI正确识别了一例在全方案MRI上被误判为残留病灶的病例,可能因为治疗相关炎症或纤维化相关的延迟强化在UF-MRI上不太明显。Dami?o等人(2026)比较了59例接受NAC的TNBC患者与52例接受NACI的患者,发现NACI组rCR率(75% vs. 44.1%)和pCR率(67.3% vs. 47.5%)显著更高,MRI在NACI组中敏感性更高(94.3% vs. 67.9%),AUC从0.602提升至0.736。Javed等人(2026)在201例接受新辅助全身治疗的患者中观察到影像与病理反应之间的持续不一致性,MRI的假阳性率较低(1.1%),但在不同亚型间表现存在差异。
3.2 免疫治疗时代的MRI反应模式
Zou等人(2024)比较了接受NAC(n = 65)与NACI(n = 34)的TNBC患者的MRI退缩模式。弥漫性退缩模式在NACI组中更为常见(68% vs. 36%),而向心性退缩在NAC组中占主导(53% vs. 20%)。尽管影像表现不典型,NACI队列中所有退缩模式的pCR率均保持较高水平。这些发现提示NACI改变了肿瘤退缩动力学和空间反应模式,可能降低传统基于尺寸的影像标准的可靠性。
3.3 弥散加权成像与功能性生物标志物的早期治疗后变化
Li等人(2022)在I-SPY2试验中评估了DWI衍生的ADC指标与DCE-MRI功能肿瘤体积(FTV)的比较。在接受NAC联合帕博利珠单抗的患者中,最佳ADC指标AUC为0.75,优于FTV的0.61。ADC变化在预测pCR方面优于FTV,提示基于弥散的肿瘤细胞密度测量可能更好地反映免疫治疗的早期生物学反应。然而,近半数(114/249)初始符合条件的患者因DWI质量不足被排除,强调标准化采集方案的必要性。Liu等人(2025)在TNBC患者中识别出增强百分比减少和早期肿瘤退缩(≥37%)作为pCR的独立预测因子,三者联合模型在外部测试集中AUC达0.88。
3.4 治疗前MRI的影像组学、人工智能与肿瘤微环境特征
Ramtohul等人(2024)前瞻性评估了早期TNBC患者治疗前药代动力学DCE-MRI参数的手工影像组学特征。基于Ktrans、Ve和Slopemax图谱的影像组学评分独立AUC为0.80,与肿瘤分级和Ki-67联合时AUC达0.86。较高的影像组学评分与肿瘤大小、廓清强化、PD-L1阳性和雄激素受体表达相关。Ramtohul等人(2025)在后续前瞻性多中心研究中,rCR单独AUC为0.83,与淋巴结状态和Ki-67联合时提升至0.88。Han等人将MRI影像组学与肿瘤微环境(TME)转录组分析整合,开发的影像组学模型区分免疫炎症型和免疫荒漠型肿瘤表型的AUC范围为0.814至0.855,在外部验证队列中预测客观反应的AUC为0.784。
3.5 治疗前定量生境与容积分析
Weinfurtner等人探索了TNBC患者治疗前MRI的定量容积生境浓度分析,将肿瘤基于体素水平强化特征划分为影像学定义的"生境"。达到pCR的患者基线功能肿瘤体积(FTV)和高强化体积(HEV)生境浓度显著高于非缓解者,提示治疗前血管和功能异质性可能影响免疫治疗敏感性。
3.6 总体预测趋势
综合来看,纳入研究展示了从常规形态学MRI评估向生物学驱动影像生物标志物的演进。常规MRI预测效能中等,功能性影像方法(包括DWI/ADC、超快成像和动态强化动力学)在表征早期治疗反应方面表现更佳。多参数影像组学和基于AI的模型持续展现强预测效能,尤其是当影像特征与Ki-67和PD-L1表达等临床或分子生物标志物整合时。
4. 讨论
本综述表明MRI正成为预测乳腺癌(尤其是TNBC)NACI后病理完全缓解的有前景的非侵入性生物标志物。一个反复出现的主题是NACI期间观察到的肿瘤反应模式与NAC时代的历史描述存在显著差异。免疫治疗改变了肿瘤退缩模式,弥漫性退缩、持续强化和MRI-病理不一致性在NACI后更常见,可能反映治疗诱导的免疫细胞浸润、纤维化、坏死和血管重塑而非存活的残留肿瘤。这些发现提示免疫治疗时代的MRI可能测量的是肿瘤生物学和免疫活性而非单纯肿瘤大小。
功能性影像生物标志物的价值日益凸显。DCE-MRI主要反映肿瘤血管、通透性和灌注,这些均可能受治疗相关炎症改变的影响。相比之下,DWI通过ADC测量评估肿瘤细胞密度,可能不易受强化混杂效应的影响。然而,DWI的技术局限性仍然显著,高排除率可能引入选择偏倚。
早期治疗动力学生物标志物的重要性是另一项一致发现。静态基线影像特征单独预测效能通常低于治疗期间观察到的早期变化。治疗反应动力学可能比基线肿瘤表现更具信息量,凸显纵向MRI评估的价值。
最高预测效能持续由多参数影像组学和机器学习模型实现,AUC接近或超过0.85。这些方法可能通过捕获人类视觉解读之外的复杂瘤内异质性和细微时空模式而优于常规影像。然而,外部验证通常规模有限,跨不同医疗系统、MRI厂商和种族多样人群的真正泛化性仍未得到证实。机器学习模型的可解释性、特征选择程序的规范性以及校准和临床效用评估对于临床转化至关重要。
当前证据仍存在显著局限性,包括样本量小、回顾性或单中心设计、MRI方案异质性以及分割和特征提取技术的差异。样本量从25到259名患者不等,可能限制统计效能并增加模型过拟合风险。免疫治疗方案也存在差异,且并非所有研究均明确报告了具体检查点抑制剂。鉴于纳入研究数量少且异质性大,未进行定量荟萃分析。
5. 结论
总体而言,当前证据提示MRI——尤其是整合多参数成像、弥散加权技术和影像组学分析时——可能作为预测乳腺癌免疫治疗反应的非侵入性工具具有潜力。然而,证据基础的规模和异质性限制了对其实用价值的结论。虽然纳入研究表明MRI在接受NACI的患者中保持预测价值,但与单纯NAC的直接比较仍有限,需要进一步前瞻性验证。在MRI引导的适应性治疗策略纳入常规临床实践之前,需要证明临床获益的前瞻性临床试验、标准化成像和分析方案以及实践和监管实施方面的考量。