背景与目的:新辅助化疗(NAC)是乳腺癌治疗有效的选择,但临床上对乳腺癌NAC后病理完全缓解(pCR)的预测仍有挑战.本研究探讨将乳腺癌患者临床资料与其影像特点相结合预测NAC后pCR的价值.方法:收集并分析中南大学湘雅医学院附属长沙医院2021年1月-2023年12月90例接受NAC并行手术治疗的乳腺癌患者临床资料以及MRI影像资料.根据术后病理结果将乳腺癌患者分为pCR组(n=31)及非pCR组(n=59),分析临床资料以及MRI影像资料中NAC后pCR的预测因素,绘制受试者工作特征(ROC)曲线,分析独立预测因素及联合模型的预测效能.结果:90例患者中,31例(34.4％)实现pCR,pCR组及非pCR组在孕激素受体(PR)、雌激素受体(ER)、乳腺癌分子分型、肿瘤内表观扩散系数(ADC)差异具有统计学意义(均P＜0.05).多因素回归分析结果显示,PR 阴性状态(OR=7.203,95％CI=2.075～25.010,P=0.002)、痛经史(OR=0.324,95％CI=0.107～0.978,P=0.030)、乳腺纤维组织类型(OR=0.219,95％CI=0.055～0.866,P=0.042)及肿瘤内ADC(OR=4.847,95％CI=1.468～16.002,P=0.010)是NAC后乳腺癌完全缓解的独立预测因素.ROC曲线显示,四个独立预测因素的联合模型的曲线下面积值为0.795,高于单一指标,其敏感度、特异度分别为 72.9％、74.2％,Youden 指数为 0.471.结论:PR阴性状态、既往有痛经史、较低的乳腺密度以及化疗前较低的ADC值与乳腺癌NAC后高pCR率相关.因此,综合MRI影像学和临床资料对NAC后乳腺癌患者是否获得pCR具有较好的预测能力.
维普
万方数据
