浸润性乳腺癌DCE-MR征象与HER2不同表达亚组相关性研究

目的探讨浸润性乳腺癌MR征象与HER2阳性、HER2低表达及HER2阴性相关性。方法回顾性分析我院2020年1月-2021年12月首诊为浸润性乳腺癌患者95例,分析HER2不同表达亚组乳腺癌的临床病理及MR征象相关性。结果HER2阳性乳腺癌36.8%(35/95),HER2低表达乳腺癌45.3%(43/95),HER2阴性乳腺癌17.9%(17/95)。肿块大小、肿块周围血供及淋巴结转移在HER2不同表达亚组中有差异(P=0.030,0.013,0.036);而形态、边缘、内部强化方式及动态曲线在HER2不同表达亚组中比较差异均无统计学意义。结论HER2阳性及HER2低表达乳腺癌是决定靶向HER2药物治疗的重要因素,术前MR某些特征与HER2亚组相关,可为乳腺癌HER2靶向治疗筛选获益人群提供参考依据。     

探讨DCE-MR影像组学预测模型鉴别HER2低表达与HER2阳性乳腺癌的应用价值

目的 探讨MR影像组学模型鉴别HER2低表达与HER2阳性乳腺癌的应用价值。方法 回顾性分析我院2018年1月至12月确诊的浸润性乳腺癌233例,其中HER2阳性乳腺癌103例,HER2低表达乳腺癌130例,按8:2随机拆分为训练集186例及测试集47例。基于MR第2期增强图像提取组学特征,数据经过归一化,降维,筛选特征,构建逻辑回归机器学习模型,并于测试集中验证及评估其诊断效能。结果 训练集中AUC为0.87,准确率为0.80,敏感性0.89,特异性0.72,PPV0.72,NPV0.89,测试集中AUC值为0.77,准确率0.77,敏感度0.76,特异性0.77,PPV0.73,NPV0.80,基于DCE-MR影像组学的预测模型不仅具有较好的诊断效能,还具有良好的稳定性。结论 基于DCE-MR影像组学预测模型鉴别HE R2低表达与H E R2阳性乳腺癌具有较好的诊断效能,有望为后期临床制定精准化及个性化治疗决策提供参考依据。