《Frontiers in Oncology》:A preoperative nomogram incorporating semantic MRI features for predicting breast cancer recurrence: a propensity score-matched cohort study
编辑推荐:
背景:乳腺癌(breast cancer, BC)术后复发风险的准确术前评估仍具挑战性。本研究旨在基于常规可获得的术前语义MRI特征构建并验证预测BC术后复发的列线图,并采用倾向评分匹配(propensity score matching, PSM)减少混杂偏
背景:乳腺癌(breast cancer, BC)术后复发风险的准确术前评估仍具挑战性。本研究旨在基于常规可获得的术前语义MRI特征构建并验证预测BC术后复发的列线图,并采用倾向评分匹配(propensity score matching, PSM)减少混杂偏倚。方法:研究人员对2010年1月至2023年12月期间接受根治性手术及术前乳腺MRI的395例原发BC患者进行回顾性分析。MRI特征由两名对临床结局设盲的放射科医师独立评估。采用PSM均衡年龄、BC家族史及手术方式。PSM后(1:2比例),纳入204例患者(复发68例,未复发136例)进行分析。单因素logistic回归筛选候选预测因子(P<0.05)。鉴于每变量事件数(events-per-variable, EPV)相对较低(EPV=4.9,68个事件/14个候选预测因子),基于临床相关性采用Enter法进行多因素logistic回归以降低过拟合风险。构建列线图并通过Bootstrap重抽样(1000次迭代)进行内部验证及乐观性校正。结果:多因素分析确定三个复发预测因子:邻近血管征、肿瘤>5 cm及腋窝淋巴结转移。列线图显示出良好的区分度,训练队列和验证队列的受试者工作特征曲线下面积(area under the receiver operating characteristic curve, AUC)分别为0.809和0.797;校准度满意(斜率=1.000,截距=?0.000),训练队列和验证队列的平均绝对误差(mean absolute error, MAE)分别为0.087和0.070。决策曲线分析(decision curve analysis, DCA)确认其在约10%至70%阈值概率范围内具有临床效用。结论:该基于术前MRI的列线图在本内部验证队列中显示出良好的预测性能和满意的校准度,提示其作为治疗前个体化风险分层工具的潜力。然而,本研究为单中心研究且仅进行内部验证,临床实施前需在多中心独立队列中进行外部验证。
**基于语义MRI特征的术前列线图预测乳腺癌复发:一项倾向评分匹配队列研究解读**
**研究背景与问题**
乳腺癌(breast cancer, BC)已超过肺癌成为全球女性癌症发病率首位,也是癌症相关死亡的主要原因之一。尽管筛查和治疗进步改善了总体预后,但术后复发仍是治疗失败的主要因素。在激素受体阳性、HER2阴性高危患者中,5年和10年远处复发风险分别可达20.1%和31.4%。复发性BC的诊断通常需影像学、实验室或病理检查确认,容易延误治疗启动,因此治疗前准确识别复发高危患者至关重要。新兴生物标志物如循环肿瘤DNA(circulating tumor DNA, ctDNA)虽有一定前景,但因成本高、技术复杂、周转时间长及检测敏感性特异性问题,常规临床应用受限。动态对比增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI)是临床常规检查,可无创提供肿瘤形态和功能信息。既往关于MRI特征与BC复发的研究存在样本量小、复发事件数少、对年龄、家族史、手术方式等已知预后因素校正不足等问题。倾向评分匹配(propensity score matching, PSM)可在回顾性研究中有效控制混杂。本研究旨在利用常规临床影像上可视觉评估的语义MRI特征,通过PSM减少混杂后构建并验证术前列线图,以预测BC术后复发。
**研究内容与结论**
研究人员对2010年1月至2023年12月期间接受根治性手术及术前乳腺MRI的395例原发BC患者进行回顾性分析。通过PSM(1:2比例)匹配年龄、BC家族史及手术方式后,纳入204例患者(复发68例,未复发136例)。通过单因素和多因素logistic回归确定了三个独立复发预测因子:邻近血管征、肿瘤>5 cm以及腋窝淋巴结转移。基于此构建的列线图在训练队列和验证队列中均显示出良好的区分度(AUC分别为0.809和0.797),校准度满意(MAE分别为0.087和0.070),决策曲线分析确认其在10%至70%阈值概率范围内具有临床效用。这项研究表明,基于常规术前MRI语义特征的列线图可作为治疗前个体化复发风险分层的无创工具,有助于优化治疗决策,但其临床推广仍需多中心外部验证。
**关键研究方法**
本研究为单中心回顾性队列研究。研究纳入2010年1月至2023年12月在单一机构接受手术治疗的395例原发BC患者,全部MRI检查在1.5-T扫描仪上以标准化方案完成。两名放射科医师(分别具有7年和9年乳腺影像经验)在不知晓临床结局的情况下独立评估14项语义MRI特征,并以Kappa系数评估观察者间一致性。采用1:2最近邻PSM算法(卡钳宽度为倾向评分logit变换标准差的0.2倍)匹配年龄、BC家族史及手术方式,以标准化均数差(standardized mean difference, SMD)评估均衡性。匹配后按7:3比例随机分为训练集和验证集,采用单因素logistic回归筛选候选预测因子(P<0.05),随后基于临床相关性使用Enter法进行多因素logistic回归。模型性能通过受试者工作特征曲线下面积(AUC)评估,采用1000次Bootstrap重抽样进行乐观性校正,校准度通过校准曲线、Hosmer-Lemeshow检验和MAE评估,临床效用通过决策曲线分析(DCA)评估。
**研究结果**
**Characteristics of eligible patients(合格患者特征)**:排除172例患者后(62例失访、44例临床资料不全、66例MRI前接受新辅助化疗或空心针活检),最终纳入395例患者(复发68例,未复发327例)。复发组与非复发组在年龄、绝经状态、BC家族史、淋巴血管浸润、组织学分级、分子亚型及手术方式方面均无显著差异(均P>0.05)。
**Characteristics of recurrence(复发特征)**:全队列中位随访59个月(四分位距:38–82个月)。68例复发患者中,22例为局部区域复发,19例为单器官转移,27例为多器官转移。最常见的远处转移部位为骨、肺和/或胸膜(37例,54.41%),其次为肝脏(20例,29.41%),其他转移部位包括脑、脑膜、脾脏及淋巴结。
**Interobserver agreement(观察者间一致性)**:14项MRI特征的Kappa系数介于0.684至0.921之间,所有特征均达到实质性一致,其中周围组织侵犯的一致性最高(κ=0.921),肿瘤边缘的一致性相对较低(κ=0.684)。
**Patient matching and cohort characteristics(患者匹配与队列特征)**:1:2 PSM后,204例患者(复发68例,非复发136例)被匹配并随机分为训练集(n=142)和验证集(n=62),两集合在各项MRI特征间无显著差异(均P>0.05)。匹配后年龄和BC家族史达到充分均衡(SMD分别为0.043和0.050),但手术方式仍存在残余不均衡(SMD=0.147),故将该变量作为协变量强制纳入多因素模型。
**Independent predictive factors for recurrence(复发的独立预测因素)**:单因素分析显示肿瘤大小>5 cm、瘤周水肿、邻近血管征、周围组织侵犯、乳头乳晕复合体侵犯、强化方式及腋窝淋巴结转移与复发显著相关。多因素logistic回归最终确定肿瘤大小>5 cm(OR=2.832, 95% CI: 1.030–7.782, P=0.044)、邻近血管征(OR=2.704, 95% CI: 1.068–6.845, P=0.036)及腋窝淋巴结转移(OR=2.860, 95% CI: 1.005–8.136, P=0.049)为复发独立预测因子。最终模型:Logit(P) = ?2.977 + 1.041×(肿瘤大小>5 cm) + 1.051×(腋窝淋巴结转移) + 0.995×(邻近血管征)。
**Development and performance of the nomogram(列线图的构建与性能)**:基于三个独立预测因子构建的列线图在训练集AUC为0.809(95% CI: 0.736–0.881),验证集AUC为0.797(95% CI: 0.684–0.910)。Bootstrap校正后乐观度仅为0.011,校正AUC为0.798。校准方面,训练集校准斜率1.00、截距0.00,MAE为0.087;验证集校准斜率1.100、截距?0.138,MAE为0.070;Hosmer-Lemeshow检验在两个队列均显示良好的拟合度。DCA显示在约10%至70%阈值概率范围内,列线图较"全部治疗"和"不治疗"策略均获得更高净获益。
**讨论与结论**
本研究的讨论部分强调,与既往基于影像组学或深度学习的模型相比,该模型仅依赖常规MRI语义特征,无需专用软件或后处理,更适合资源有限环境下的临床实践。同时,PSM的使用有助于分离MRI特征的独立预后价值。邻近血管征作为反映肿瘤血管生成的影像标志,与肿瘤侵袭性及远处转移风险相关;瘤周水肿虽未成为独立预测因子,但其与血管生成及多种治疗抵抗基因有关,与邻近血管征在病理生理上具有生物学一致性。肿瘤大小和腋窝淋巴结转移作为经典预后因素,进一步支持模型合理性。周围组织侵犯和乳头乳晕复合体侵犯对保留乳头乳晕全乳切除术的术前决策具有指导意义。研究局限性包括单中心回顾性设计、PSM仅纳入三个匹配变量、未对竞争风险正式建模、内部验证样本量有限等。研究人员指出,未来需开展多中心大样本外部验证,并可探索影像组学/深度学习与分子标志物的结合以进一步优化分层。
**结论**:研究人员开发并内部验证了一种基于术前DCE-MRI的列线图,整合邻近血管征、肿瘤大小及腋窝淋巴结转移三个独立预测因子,用于预测BC术后复发。该列线图利用可在常规临床影像上目视评估的语义MRI特征,在治疗前生成个体化复发风险估计,有望为临床决策和个体化治疗分层提供支持。其临床价值需在大规模多中心前瞻性队列中通过外部验证加以确证。