Radiology:如何应用影像学预测乳腺癌NAC后的pCR?
时间:2021-06-15 23:02:28 热度:37.1℃ 作者:网络
乳腺癌的新辅助化疗(NAC)可缩小原发肿瘤和腋窝淋巴结的大小,可使得手术从全乳房切除术转变为乳腺肿瘤切除术,从腋窝淋巴结清扫转变为前哨淋巴结活检。达到病理完全缓解(pCR)的患者的无病生存期可得到显著的改善。然而,不同肿瘤亚型的pCR率不同,雌激素受体阴性、T分期低、组织学分级高、Ki-67增殖指数高均与pCR有关。
在各种成像方式中,对比增强MRI在评估肿瘤对NAC反应方面具有最高的准确性。有研究表现,肿瘤床的轻度强化小于正常实质的1.6倍也可以提示pCR。与传统的成像标准相比,应用这种定量标准可提高鉴别pCR的诊断性能。
NAC的反应程度可预测局部区域的肿瘤控制情况,未达到pCR的患者复发风险更高。最近有学者提出,对于人表皮生长因子受体2 (HER2)阳性或三阴性的肿瘤,达到pCR后可以降低治疗力度,而对于未达到pCR的患者,需进一步加强治疗力度。现阶段,的确定常规使用经皮穿刺活检来识别pCR的情况,但pCR穿刺活检的假阴性率高达5%-37%。因此,建立更精确的成像模型以可靠地区分肿瘤残余和治疗后的变化至关重要。
近日,发表在Radiology杂志的一项研究建立了一个结合MRI变量和临床病理变量的预测pCR的列线图,为临床术前准确且无创的评估pCR提供了技术上的支持。
本项单中心回顾性研究评估了2011年1月至2017年12月期间连续的手术前接受NAC治疗的II-III期乳腺癌患者。2011年1月至2015年9月的患者分为开发队列,2015年10月至2017年12月的的患者分为验证队列。收集临床病理资料,并分析了NAC前后的乳腺钼靶和MRI扫描图像。进行逻辑回归分析,以确定发展队列中与pCR相关的自变量,并由此创建列线图。使用受试者工作特征曲线下面积(AUC)和校准斜率来评估列线图的性能。
开发队列共纳入359名女性患者(平均年龄49岁±10岁[标准差]),验证队列共纳入351名女性(49岁±10岁)。激素受体阴性(优势比[OR], 3.1;95% CI: 1.4, 7.1; P = .006)、 Ki-67指数高(OR, 1.05;95% CI: 1.03, 1.07; P < .001)、以及NAC治疗后的MRI变量,包括小肿瘤大小(OR, 0.6;95% CI: 0.4, 0.9; P = .03)、病灶与背景实质信号增强比值低(OR, 0.2;95% CI: 0.1, 0.6; P = 0.004)、肿瘤床无强化(OR, 3.8;95% CI: 1.4, 10.5; P = .009)均与pCR独立相关。在验证队列中,纳入这些变量的列线图显示出良好的鉴别能力(AUC, 0.90;95% CI: 0.86, 0.94)和校准能力(校准斜率,0.91;95%CI:0.69,1.13)。
图 52岁女性,浸润性导管癌(激素受体阴性,人表皮生长因子受体2阴性,Ki-67指数70%),经过6个周期的阿霉素和多西紫杉醇治疗后病理达到完全缓解(pCR)。(a)新辅助化疗(NAC)前的矢状位MRI增强扫描显示右侧乳腺内上象限一个2.7 cm边缘增强的肿块。(b) NAC治疗后矢状位MRI增强扫描显示肿瘤床无残留强化(箭头),呈同心收缩模式。病灶与背景实质信号增强比为1.4。(c) 列线图,该病例所有点相加(100 + 52.5 + 37.5 + 17 + 14 = 221)后,总共有221个点,对应的乳腺pCR概率为92%。SER =信号增强比。
表 开发队列pCR多变量模型的比较。
本研究表明,与仅考虑临床病理变量相比,本研究建立的列线图结合了完善的MRI和临床病理变量,可以更准确地预测新辅助化疗(NAC)后的乳腺癌病理完全缓解。因此,本研究所提出的列线图可用于辅助临床以明确肿瘤NAC后的病理情况并为进一步治疗方案的制定提供有价值的参考依据。
原文出处:
Soo-Yeon Kim,Nariya Cho,Yunhee Choi,et al.Factors Affecting Pathologic Complete Response Following Neoadjuvant Chemotherapy in Breast Cancer: Development and Validation of a Predictive Nomogram.DOI:10.1148/radiol.2021203871