Desarrollo de un modelo predictivo para pCR de ganglios linfáticos axilares tras tratamiento neoadyuvante en cáncer de mama HR positivo basado en la puntuación Node-RADS de MRI mamaria combinada con subtipos moleculares

XUE Qi ,  

LIU Chunling ,  

MA Zhiying ,  

LIU Zaiyi ,  

摘要

El objetivo es investigar el valor predictivo de la escala de clasificación Node-RADS basada en imágenes de resonancia magnética mamaria (MRI) para el informe y sistema de datos de los ganglios linfáticos en la predicción de la respuesta patológica completa (pCR) en los ganglios linfáticos axilares de pacientes con cáncer de mama positivo para receptores hormonales (HR) antes y después del tratamiento neoadyuvante, y comparar la eficacia diagnóstica de modelos con un solo indicador y modelos combinados. Métodos: se revisaron e incluyeron pacientes con cáncer de mama HR positivo que recibieron tratamiento neoadyuvante en el Hospital Popular de la provincia de Guangdong entre enero de 2023 y diciembre de 2024, completando resonancias magnéticas mamarias antes y después del tratamiento. Se tomó como estándar de oro la pCR patológica de los ganglios axilares postoperatorios. Se evaluó el estado de los ganglios axilares antes y después del tratamiento utilizando Node-RADS 1.0 por separado, incorporando el subtipo molecular previo al tratamiento como indicador predictivo. Se construyeron cinco modelos predictivos (M1~5): M1 es la puntuación Node-RADS antes del tratamiento, M2 la puntuación Node-RADS después del tratamiento, M3 el subtipo molecular previo al tratamiento, M4 la puntuación Node-RADS después del tratamiento combinada con el subtipo molecular previo al tratamiento, y M5 la combinación de la puntuación Node-RADS antes y después del tratamiento más el subtipo molecular previo al tratamiento. Se trazaron curvas ROC (características operativas del receptor), se calcularon las áreas bajo la curva (AUC), y se compararon sensibilidad, especificidad, valores predictivos positivos y negativos, y precisión para evaluar la capacidad predictiva de la pCR en los distintos modelos. Resultados: de 148 pacientes, 80 alcanzaron pCR y 68 no. Entre los modelos con un solo indicador, la puntuación Node-RADS posterior al tratamiento (M2) mostró la mejor capacidad predictiva con un AUC de 0.753 (IC 95% 0.676~0.830, P<0.001) y una especificidad del 91.7%. El subtipo molecular antes del tratamiento (M3) fue el siguiente más eficaz con un AUC de 0.644 (IC 95% 0.555~0.733, P<0.001). La puntuación Node-RADS antes del tratamiento (M1) tuvo un AUC de 0.579 (IC 95% 0.487~0.671, P=0.226), sin diferencias estadísticamente significativas. Los modelos combinados mostraron que la combinación de la puntuación Node-RADS después del tratamiento y el subtipo molecular previo al tratamiento (M4) obtuvo el AUC más alto, 0.806 (IC 95% 0.735~0.877), con sensibilidad del 56.6%, especificidad del 92.4% y precisión del 79.3%. La combinación de puntuaciones Node-RADS antes y después del tratamiento más el subtipo molecular previo al tratamiento (M5) mostró un AUC de 0.804, ligeramente inferior a M4, indicando que agregar la puntuación Node-RADS anterior al tratamiento no mejoró el rendimiento predictivo. Conclusión: la puntuación Node-RADS de los ganglios linfáticos axilares después del tratamiento neoadyuvante tiene un buen valor predictivo para la pCR en pacientes con cáncer de mama HR positivo; la combinación de la puntuación Node-RADS posterior al tratamiento con el subtipo molecular previo al tratamiento puede mejorar aún más el rendimiento predictivo, sirviendo como una herramienta de imagen confiable para evaluar la respuesta de los ganglios linfáticos axilares y dirigir la estrategia quirúrgica en estos pacientes.

关键词

cáncer de mama;imágenes por resonancia magnética;receptores hormonales positivos;tratamiento neoadyuvante;ganglios linfáticos axilares;sistema de reporte y datos de ganglios linfáticos;respuesta patológica completa;modelo predictivo

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website