乳腺癌是全世界范围内女性最常见的恶性肿瘤之一，估计有230万新病例（11.7%）。女性乳腺癌是全球癌症相关死亡的主要原因之一（6.9%），在女性癌症中发病率和死亡率最高（分别为24.5%和15.5%）。前哨淋巴结（SLN）是第一个引流站，其状况影响着乳腺癌的生存率和个体化治疗策略。由于SLN活检（SLNB）与腋窝淋巴结清扫术（ALND）相比，具有并发症少、总生存率相当等优点，在有一个或两个腋窝淋巴结（ALN）受累而无包膜外扩散的患者中，推荐使用SLN活检来评估淋巴结状态。然而，SLNB仍是一种侵入性程序，可导致潜在的并发症，如手臂麻木、神经损伤和淋巴水肿。此外，SLNB潜在的高假阴性率在5.5%-16.7%之间，是一个值得关注的点。因此，先前的报告打算根据临床病理数据在术前预测LN转移。然而，一些只能在活检后获得的信息和较差的预测性能阻碍了临床采用。由于现有方法的局限性，有必要改进治疗前无创检测LN状态的方法以指导病人的分期和最佳管理。

增强乳腺钼靶（CEM）是一种很有临床前景的乳腺诊断工具，具有成本低、节省时间的特点。CEM在重组的图像中抑制了乳腺实质的出现，并突出了肿瘤的血管增加和血管通透性的区域。此外，研究结果显示，CEM和磁共振成像（MRI）在诊断和评估残留病变方面表现相似。然而，CEM在识别乳腺癌的ALN转移方面表现不佳。放射组学是一个很有前景的领域，旨在通过将医学图像转换为高通量的定量特征，提供关于肿瘤异质性、表型和微环境的关键信息。放射组学是不同领域中无创预测LN转移的有力工具。然而，这些研究通常侧重于挖掘肿瘤内的放射组学特征，而忽略了周围微环境的细微变化。最近的证据表明，瘤周组织可能包含有价值的信息，并在LN转移的过程中发挥着关键作用。

近日，发表在Academic Radiology杂志的一项研究探索从CEM图像中提取的乳腺癌瘤内和瘤周放射组学特征的价值，通过开发和测试放射组学列线图，将开发的放射组学特征与临床病理学数据相结合用于乳腺癌ALN转移的术前预测。

本项研究回顾性地招募了来自两个中心的共809名乳腺癌术前CEM图像的患者。使用最小绝对收缩和选择算子（LASSO）回归，选择从CEM图像中提取的5毫米和10毫米的肿瘤和瘤周区域的放射组学特征，并构建放射组学特征。然后构建一个包括最佳放射组学特征和临床病理因素的列线图。使用AUC评估了列线图的性能，并与乳腺放射科医生直接进行了比较。 

在内部测试中，当瘤周面积增加时，瘤周特征的AUC就会下降，肿瘤+10mm显示了最佳性能，AUC为0.712。在内部和外部测试中，包含肿瘤+10毫米、肿瘤直径、孕酮受体（PR）、人表皮生长因子受体2（HER-2）和CEM报告的淋巴结状态的列线图分别获得了0.753和0.732的最大AUC。此外，该列线图的表现优于放射科医生，并提高了放射科医生的诊断性能。 

图 CEM图像CC视图中不同ROI划分。红色、绿色和蓝色区域分别代表瘤内、瘤周5毫米和10毫米区域。(A,C)低能量图像。(B,D) 重新组合的图像

本项研究表明，基于CEM瘤内和瘤周区域的列线图模型为乳腺癌ALN转移的治疗策略制定提供一个无创的辅助工具。

原始出处：

Zhongyi Wang,Haicheng Zhang,Fan Lin,et al.Intra- and Peritumoral Radiomics of Contrast-Enhanced Mammography Predicts Axillary Lymph Node Metastasis in Patients With Breast Cancer: A Multicenter Study.DOI:10.1016/j.acra.2023.02.005

Tags： Academic Radiology：增强钼靶放射组学模型在预测乳腺癌患者腋窝淋巴结转移方面的应用