论文部分内容阅读
背景:乳腺癌是全球三大最常见的癌症之一,同时也是女性肿瘤相关死亡率最高的一类疾病。研究表明,基于乳腺癌分子亚型在临床上被用于选择最合适的治疗方法,并已被证明对个体化治疗具有重要意义。三阴性乳腺癌(TNBC)被定义为HER-2、ER、PR均表达为阴性的乳腺癌,其发病率占所有乳腺癌的10%-17%,具有早期复发和转移扩散到肺、肝和中枢神经系统的趋势,容易发生腋窝淋巴结的转移。与乳腺癌其他亚型相比,TNBC具有更高的复发率且预后最差。在目前的研究中认为,由于其缺乏分子靶向治疗的有效靶点,在临床治疗中较为棘手,化疗是目前临床上TNBC首选的治疗方案。因此,准确的鉴别TNBC与NTNBC对个体化治疗方案的选择,具有重要的临床意义。目前临床获得分子分型的方法,大多是侵入性的手段,具有一定的局限性。胸部CT增强扫描其主要目的是用于辅助乳腺癌患者术前TNM分期。利用影像组学的方法进一步挖掘分期CT中可能存在的附加信息,并不需要额外增加患者的经济负担与辐射剂量,有望提供一种非侵入性的方法,对肿瘤异质性进行更全面、更客观的评估,从而为临床个性化决策提供参考。目的:探讨基于术前分期CT的影像组学标签在预测三阴性乳腺癌分子分型中的附加价值。材料与方法:本研究回顾收集了 2016年1月至2018年5月期间经病理确诊的481例肿块型浸润性乳腺癌病例。所有患者均通过免疫组化获得乳腺癌分子亚型相关的生物标记物信息,并且所有患者均具备用于术前分期的胸部增强CT图像。按照TNBC与NTNBC病例数1:2比例共随机抽取了 150例患者资料进行分析,其中90例纳入训练组,60例纳入验证组。基于病灶整个瘤体体积进行影像组学特征提取,并采用Lasso logistic回归模型进行特征降维及筛选以建立影像组学标签。利用ROC曲线评价影像组学标签对三阴性乳腺癌的预测效能。结果:由5个关键影像组学特征构成的影像组学标签与乳腺癌三阴性分子分型相关(P<0.0001)。建立的影像组学标签在三阴性乳腺癌预测中,显示出了较好的预测效能,其在训练组和验证组的ROC曲线下面积(AUC)分别为0.766(95%CI:0.743-0.789)和 0.758(95%CI:0.718-0.798)。结论:基于术前分期CT建立的影像组学标签有助于三阴性与非三阴性乳腺癌鉴别,这是术前常规胸部增强CT扫描在辅助临床分期功能之外的附加价值,可以为临床治疗决策提供参考。