查看更多>>摘要:目的探讨基于多参数磁共振成像(multi-parametric magnetic resonance imaging,mpMRI)影像组学联合临床病理变量预测乳腺癌对新辅助治疗(neoadjuvant therapy,NAT)敏感性的价值.材料与方法本研究共纳入248例经病理确诊的乳腺癌患者,并按照7:3比例随机分为训练队列(173例)和验证队列(75例),所有患者在行NAT前均接受mpMRI检查.采用Miller-Payne(MP)分级系统评估NAT疗效,MP 1~2级视为对NAT反应不敏感,MP 3~5级视为对NAT反应敏感.基于动态对比增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)、T2WI、扩散加权成像(diffusion weighted imaging,DWI)序列图像勾画肿瘤区域并提取和筛选影像组学特征,使用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法计算影像组学评分(radiomics score,Rad-score).采用单因素逻辑回归分析临床病理变量,包括年龄、月经状态、分子亚型、化疗方案、雌激素受体(estrogen receptor,ER)、孕激素受体(progesterone receptor,PR)、人表皮生长因子受体-2(human epidermal growth factor receptor-2,HER-2)和Ki-67增值指数,将差异有统计学意义的临床病理变量和Rad-score纳入多因素逻辑回归分析,建立影像组学-临床联合模型和列线图.使用受试者工作特征(receiver operator characteristic,ROC)曲线、校准曲线及决策曲线分析(decision curve analysis,DCA)评估模型的预测效能.结果单因素逻辑回归分析表明,Rad-score(P<0.001)、ER表达状态(P=0.001)、化疗方案(P=0.031)与乳腺癌NAT疗效敏感显著相关.Rad-score与ER表达状态、化疗方案所构建的影像组学-临床联合模型在训练队列中AUC为0.845(95%CI:0.780~0.910),验证队列中AUC为0.820(95%CI:0.718~0.923).列线图在预测乳腺癌对NAT敏感性方面有较高的区分度(C指数:训练队列为0.842,验证队列为0.822),校准曲线显示一致性良好.临床决策曲线显示列线图具有较高的总体净效益.结论mpMRI影像组学结合临床病理变量的联合模型及列线图能准确预测乳腺癌对NAT的敏感性.