多模态影像特征联合临床因素列线图模型预测乳腺癌新辅助化疗疗效

摘要

目的：探讨基于全视野数字化乳腺X线摄影（FFDM）、超声（US）特征及临床病理因素构建的列线图模型对乳腺癌患者新辅助化疗（NAC）疗效的预测价值。方法：回顾性分析202例乳腺癌患者的临床及影像资料，将患者以7∶3的比例随机分为训练集（n=141）及测试集（n=61）。在训练集中通过Lasso回归和多因素Logistic回归分析筛选预测因子并建立列线图预测模型，用训练集数据计算列线图最佳阈值以及进行模型验证。采用受试者工作特征（ROC）曲线的曲线下面积（AUC）、校准曲线、临床决策曲线评估列线图模型的诊断效能。结果：202例乳腺癌患者根据NAC后的病理结果分为病例完全缓解（PCR）组（n=53）和非PCR组（n=149）。Lasso回归结合多因素Logistic回归分析结果显示ER状态、HER-2状态、FFDM肿瘤最大直径及US肿块边缘是乳腺癌NAC后获得PCR的预测因子，以此构建预测NAC疗效的列线图模型。在训练集和验证集中，模型的AUC分别为0.913、0.881，列线图模型有良好的区分度。基于训练集的ROC曲线确定列线图的最佳阈值为132.33分。校准曲线显示列线图模型的实际概率与预测概率接近，模型拟合度较好。临床决策曲线显示模型有良好的临床适用性。结论：基于FFDM、US影像特征及临床因素构建的列线图模型能较准确预测乳腺癌NAC疗效，为临床制定个体化治疗方案提供有价值的参考。

关键词

乳腺肿瘤 / 放射摄影术 / 超声检查