academic radiology：MRI放射组学在预测乳腺癌新辅助治疗后病理完全缓解方面的应用

现阶段，乳腺癌已经成为全世界最常见的恶性肿瘤之一，也是女性癌症死亡的最常见原因。新辅助治疗（NAT）被推荐用于治疗II期、III期和一些I期Her2阳性和三阴性乳腺癌患者。通过NAT进行肿瘤降期，可以进行手术、保乳、保留腋窝和体内药敏试验。与非病理完全反应（non-pCR）的患者相比，NAT后病理完全反应（pCR）的患者的预后更好。在NAT治疗期间，非pCR患者可能需要尽早调整化疗方案，以减少严重的药物毒性。尽管如此，乳腺癌手术通常是在6-8个周期的NAT治疗后进行的，这表明外科医生在NAT治疗期间无法实时获得反应信息，这就延迟了非PCR患者的方案调整。因此，对乳腺癌NAT反应的早期预测在临床实践中具有重要意义。

在NAT治疗期间，临床上建议每两个周期进行一次超声和/或乳腺磁共振成像（MRI）以根据实体瘤反应评估标准（RECIST）1.1监测反应，该标准是基于肿瘤的最大直径变化进行评估。一项荟萃分析显示，与其他方式相比，DCE-MRI在预测对NAT的反应方面具有更高的准确性。尽管如此，由于乳腺癌的高度异质性和复杂性，在MRI上测量的这个指标的特异性并不高，且不同放射科医生的测量可能会导致主观偏差。

放射组学作为一种新兴的技术，可将图像转化为定量数据，并定量分析病变内的异质性。以前的研究已经应用放射组学来预测乳腺癌对NAT的反应，其中大多数只关注分析NAT前的影像。NAT可引起肿瘤微结构的变化，包括微环境和血管密度的变化。Delta放射组学是近年来放射组学研究的热点之一，即治疗前和治疗后或肿瘤的动态变化的放射组学特征值的差异。治疗前放射组学特征大多反映基线肿瘤特征，而delta放射组学特征可以纵向反映治疗过程中肿瘤异质性的变化，从而提高反应评估的准确性。此外有研究表明，与单相放射学特征相比，delta放射组学特征不容易受成像设备差异的影响，在外部验证中具有更好的性能。在肺癌、骨肉瘤、胰腺癌、直肠癌等方面已经证明了delta放射组学反应的良好预测性能。

近日，发表在academic radiology杂志的一项研究评估了基于pre-NAT、early-NAT和delta放射组学对乳腺癌NAT后早期pCR预测的DCE-MRI放射组学评估，为临床的早期风险分层及预后评估提供了技术支持。

本项研究在2019年4月至2021年11月期间回顾性地纳入了117名在NAT之前和两个周期的NAT之后接受DCE-MRI的乳腺癌患者。患者按7:3的比例被随机分为训练集（n = 81）和测试集（n = 36）。同时还收集了临床-病理数据和相对肿瘤最大直径回归值（直径%）。从治疗前和治疗后获得的DCE-MRI T1成像上肿瘤增强最明显的阶段共提取了851个放射组学特征，并计算了Delta和delta%放射组学特征。应用最小绝对收缩和选择运算符（LASSO）方法来选择特征，并使用逻辑回归模型来计算pre-NAT、early-NAT、delta和delta% radscores，然后在四个radscores中选择，建立Fusion放射组学模型。最终的临床-放射组学模型是通过融合放射分数和临床-病理变量构建的，同时进一步评估和比较了这些模型的分辨力和临床效用。 

基于pre-NAT、Delta和Delta%radscores的融合放射组学模型的曲线下面积（AUC）值为0.868和0.825。整合了融合radscores和临床-病理变量的临床-放射组学模型的AUC值为0.920的0.884，高于由AUC值构建的临床模型（0.858/0.831），尽管在测试集中没有观察到明显的改善（Delong测试，p = 0.196）。决策曲线分析（DCA）显示，临床-放射组学模型比临床模型表现出更多的临床价值。 

图 临床放射学模型、临床模型和融合放射学模型在训练集（A）和测试集（B）中的ROC曲线。数字为接受者操作特征曲线下的面积（AUC）。柱状图显示了临床-放射学模型在训练集（C）和测试集（D）的预测情况

研究数据表明，基于DCE-MRI的放射组学特征对NAT早期阶段的病理完全反应（pCR）具有潜在的预测价值。通过结合放射组学特征和临床-病理特征可以达到更高的诊断效果。

原始出处：

Qiao Zeng,Mengmeng Ke,Linhua Zhong,et al.Radiomics Based on Dynamic Contrast-Enhanced MRI to Early Predict Pathologic Complete Response in Breast Cancer Patients Treated with Neoadjuvant Therapy.DOI:10.1016/j.acra.2022.11.006