Academic Radiology:多参数MRI实现乳腺癌患者新辅助化疗的早期无创预后预测！

现阶段，乳腺癌是全球女性最常见的恶性肿瘤之一，严重危害着女性的身心健康。新辅助化疗（NAC）已越来越多地应用于局部晚期乳腺癌患者，尤其是三阴性和人类表皮生长因子受体2（HER2）阳性的乳腺癌。NAC的主要优势是在术前降低乳腺肿瘤的分期，增加保乳手术（BCS）的可能性。然而，保乳率的提高可能会导致局部复发率升高。

NAC后乳腺肿瘤有多种退缩模式，可分为同心收缩（病理完全反应[pCR]，单灶收缩）和非同心收缩模式（多灶收缩，主要残留病变与卫星病变、病变稳定、病变进展）。根据美国国家综合癌症网络（NCCN）指南，NAC后肿瘤的缓解程度和消退模式将影响手术方式的选择；同心收缩模式的患者BCS比非同心收缩的患者更安全。阴性边缘是BCS成功的一个重要指标，而对于NAC后非中心性萎缩模式的患者，阴性边缘可能是假阴性，这可能是NAC后BCS有较高的乳腺复发风险的原因。NAC后表现为同心收缩模式的患者是BCS的合适人选，而且手术边缘阴性更容易实现、也更有把握。因此，治疗前对肿瘤消退模式的预测可以协助临床识别从NAC中获益的乳腺癌患者，使其成为BCS的合适人选并优化乳腺手术的个体化治疗方案。

虽然有许多研究在探讨预测乳腺癌pCR到NAC的情况，但研究大多都集中在识别完全病理反应的患者（pCR患者），而忽略了那些也可以从NAC中获益的患者。然而据我们所知，在目前的临床实践中，还没有标准的方法或特定的生物标志物来预测乳腺肿瘤对NAC的消退模式。MRI是评估乳腺肿瘤扩展和对NAC反应的最敏感的成像方式。以前的研究表明，肿瘤的消退模式与分子特征、临床N期和MRI增强模式有关。此外，一些研究利用基于MRI的放射组学来预测肿瘤的消退模式，并显示出良好的潜力，但是由于其通用性问题，在临床应用方面还有很长的路要走。为了弥补这一不足，我们提出，用于早期预测乳腺肿瘤的退变模式。

近日，发表在Academic Radiology杂志的一项研究将临床病理特征与形态学和动力学的MRI特征相结合建立了一个易于使用的临床病理-图像模型，该模型可用于对T2或更高等级乳腺癌患者进行治疗前的肿瘤消退模式预测，为临床进行准确的风险评估及治疗方案的制定提供了参考依据。

本项研究回顾性地分析了2012年2月至2020年8月在我院接受NAC并接受最终手术的420名患者。手术标本的病理结果作为金标准，将肿瘤退缩模式分为同心和非同心收缩。研究对形态学和动力学的MRI特征都进行了分析，并进行了单变量和多变量分析以选择治疗前预测回归模式的关键临床病理和MRI特征。采用Logistic回归和六种机器学习方法构建预测模型，并以接受者操作特征曲线评估其性能。 

研究选择了两个临床病理变量和三个MRI特征作为独立的预测因子来构建预测模型。七个预测模型的曲线下面积（AUC）在0.669-0.740之间。逻辑回归模型的AUC为0.708（95%置信区间[CI]：0.658-0.759），而决策树模型的AUC最高，为0.740（95%CI：0.691-0.787）。对于内部验证，七个模型的乐观修正AUC在0.592-0.684的范围内。逻辑回归模型和每个机器学习模型的AUCs之间没有显著差异。 

图 七个预测模型（逻辑回归、决策树、径向基函数支持向量机[SVM-rbf]、随机森林、线性函数支持向量机[SVM-线性]、贝叶斯高斯和K-近邻[KNN]）的接收操作特征曲线。AUC：曲线下面积；CI：置信区间

研究表明，结合治疗前MRI和临床病理特征的预测模型对预测乳腺癌的肿瘤消退模式很意义重大，可以协助临床选择可以从NAC中受益的患者，以实现乳腺手术的降级和治疗方案的个性化制定。

原文出处：

Chen Liu,Xiaomei Huang,Xiaobo Chen,et al.Use of Pretreatment Multiparametric MRI to Predict Tumor Regression Pattern to Neoadjuvant Chemotherapy in Breast Cancer.DOI:10.1016/j.acra.2023.02.024