Radiology:如何用影像学预测乳腺癌NAC后的pCR？

乳腺癌新辅助化疗(NAC)它可以缩小原发淋巴结和腋窝淋巴结的大小，从全切除到乳腺切除，从腋窝淋巴结清洁到前哨淋巴结活检。完全缓解病理(pCR)无病患者的生存期可以显著改善。然而，不同亚型的患者pCR雌激素受体阴性，T分期低，组织分级高，Ki-67高均和增殖指数pCR有关。

对比增强各种成像方法MRI在评估对NAC反应精度最高。研究表明，床的轻度强化小于正常实质1.6倍也可以提示pCR。与传统的成像标准相比，这种定量标准的应用可以改进识别pCR诊断性能。

NAC局部区域的控制可以预测反应程度，未达到pCR患者复发的风险更高。最近，一些学者建议人表皮生长因子受体2(HER2)阳性或三阴性，达到阳性或三阴性pCR之后可以降低治疗强度，但未达到pCR患者需要进一步加强治疗。在这个阶段，定期使用经皮穿刺活检来确定pCR的情况，但pCR穿刺活检假阴性率高达5%-37%。因此，建立更准确的成像模型，可靠区分治疗后残留物和变化至关重要。

最近发表在Radiology杂志的一项研究建立了结合MRI预测临床病理变量pCR列线图是临床术前准确无创的评价pCR提供技术支持。

本单中心对2011年1月至2017年12月连续手术进行了评估NAC治疗的II-III乳腺癌患者。2011年1月至2015年9月分为开发队列，2015年10月至2017年12月分为验证队列。收集临床病理数据并分析NAC乳房钼靶前后及MRI扫描图像。逻辑回归分析，以确定开发队列中和pCR相关自变量，从而创建列线图。利用受试者工作特征曲线下的面积(AUC)用校准斜率来评估列线图的性能。

359名女性患者被列入开发队列(平均49岁)±10351名女性(49岁)被列入验证队±10年龄)。激素受体呈阴性(优势比优势比优势)。[OR]，3.1;95%CI:1.4,7.1;P=.006)、Ki-67指数高(OR,1.05;95%CI:1.03,1.07;P<.001)、以及NAC治疗后的MRI变量，包括小尺寸(OR,0.6;95%CI:0.4,0.9;P=.03)、病变与背景实质信号的增强比例较低(OR,0.2;95%CI:0.1,0.6;P=0.004)、床无强化(OR,3.8;95%CI:1.4,10.5;P=.009)均与pCR独立相关。这些变量的列线图在验证队列中显示出良好的识别能力(AUC,0.90;95%CI:0.86,0.94)校准能力(校准斜率，0.91;95%CI:0.69,1.13)。<.001)、以及NAC治疗后的MRI变量，包括小大小(OR,0.6;95%CI:0.4,0.9;P=.03)、病灶与背景实质信号增强比值低(OR,0.2;95%CI:0.1,0.6;P=0.004)、床无强化(OR,3.8;95%CI:1.4,10.5;P=.009)均与pCR独立相关。在验证队列中，纳入这些变量的列线图显示出良好的鉴别能力(AUC,0.90;95%CI:0.86,0.94)和校准能力(校准斜率，0.91;95%CI:0.69,1.13)。

图52岁女性，浸润性导管癌(激素受体阴性，人表皮生长因子受体2阴性，Ki-67经过6个周期的阿霉素和多西紫杉醇治疗，6个周期后病理完全缓解(pCR)。(a)新辅助化疗(NAC)前的矢状位MRI增强扫描显示右侧乳房上象限2.7cm增强边缘的肿块。(b)NAC治疗后矢状位MRI增强扫描显示床无残留强化(箭头)，呈同心收缩模式。病变与背景实质性信号的增强比为1.4。(c)列线图，病例所有点相加(100 52.5 37.5 17 14=221)之后共有221个点，对应乳房pCR概率为92%。SER=信号增强比。

表开发队列pCR比较多变量模型。

本研究表明，本研究建立的列线图与只考虑临床病理变量的列线图相结合MRI和临床病理变量，可以更准确地预测新辅助化疗（NAC）乳腺癌病理完全缓解后。因此，本研究所提出的列线图可用于辅助临床实践NAC为制定进一步治疗方案提供有价值的参考。

原文出处：

Soo-YeonKim,NariyaCho,YunheeChoi,etal.FactorsAffectingPathologicCompleteResponseFollowingNeoadjuvantChemotherapyinBreastCancer:DevelopmentandValidationofaPredictiveNomogram.DOI:10.1148/radiol.2021203871