首页 > 医疗资讯/ 正文

Radiology:多参数MRI和放射组学在乳腺癌分型中的应用

来源 2024-05-19 12:00:41 医疗资讯

除了TNM分期,目前乳腺癌的管理依赖于传统的病理特征,区分三种在日常实践中具有预后重要性的分子亚型,包括人表皮生长因子受体2 (HER2)阳性、激素受体阳性HER2阴性和三阴性乳腺癌。10% - 15%的乳腺癌表现出HER2过表达,在缺乏靶向治疗的情况下,这与更高的复发率和死亡率相关。

目前的指南将HER2阳性结果定义为免疫组织化学(IHC)染色评分为3+或2+,用荧光原位杂交(FISH)法在至少一个或多个样本上进行HER2基因扩增,而缺乏或中间的IHC染色(IHC评分为0、1+或2+,未扩增)表明HER2阴性结果。去年,有研究结果表明,曲妥珠单抗德鲁德替康是一种靶向HER2的新型抗体药物,对于HER2阴性但HER2表达为中等水平的转移性乳腺癌患者(即IHC评分为1+或阴性IHC评分为2+,称为HER2-low)的无进展和总生存率有显著的改善。据报道,所有乳腺癌中,包括导管内或三阴性乳腺癌,高达55%为HER2-low肿瘤,而25%为HER2-zero(即HER2-0)。

HER2表达导致下游信号通路异常激活,从而导致细胞生长不受调控和不受控制。可以假设,高细胞增殖可能反映在T2或增强成像表型的更异质性的空间关系和体素强度信息中。病变和周围瘤周边缘的多参数乳腺MRI放射组学显示与分子亚型和Ki-67水平相关。


近日,发表在Radiology杂志上的一篇研究评估了基于多参数动态增强MRI放射学特征在区分乳腺癌中HER2表达的意义和价值。

本项研究包括2020年12月至2022年12月期间在两个不同中心接受MRI检查的乳腺癌女性。对T2加权图像和动态增强的T1加权图像进行肿瘤分割和放射特征提取。利用无监督的可重复性特征的相关分析、最小绝对收缩和选择操作来选择特征以构建放射组学特征。接收机工作特征曲线下面积(AUC)用于评估辐射特征的性能。使用多变量逻辑回归来识别独立的预测因子,以区分训练和预期获得的外部数据集中的HER2表达。

训练组包括来自中心1的208例患者(平均年龄53岁±14岁[SD]),外部测试组包括来自中心2的131例患者(平均年龄54岁±13岁)。在外部测试数据集中,放射学特征在区分HER2-low和阳性肿瘤与HER2-zero肿瘤方面的AUC为0.80 (95% CI: 0.71, 0.89),是区分这两组的重要预测因素(优势比= 7.6;95% CI: 2.9, 19.8;P < 0.001)。在HER2-low或阳性乳腺癌中,组织学类型、相关的非肿块增强和MRI多发病变在预测HER2阳性和HER2低癌症的外部测试集中的AUC为0.77 (95% CI: 0.68, 0.86)。


 评估与HER2低和阳性状态相关的变量的外部测试数据集的单变量和多变量分析

本项研究表明,多参数乳腺MRI的放射学特征和肿瘤表现可以预测具有治疗意义的乳腺癌的不同HER2表达。

原文出处:

Toulsie Ramtohul,Lounes Djerroudi,Emilie Lissavalid,et al.Multiparametric MRI and Radiomics for the Prediction of HER2-Zero, -Low, and -Positive Breast Cancers.DOI:10.1148/radiol.222646

Tags: Radiology:多参数MRI和放射组学在乳腺癌分型中的应用  

搜索
网站分类
标签列表