乳癌新辅助化疗DCE-MRI预测病理完全缓解的应用价值

作者：张琦; 林青^*; 王海波; 崔春晓; 边甜甜; 苏晓慧

来源：青岛大学学报(医学版), 2023, 59(06): 840-844.

DOI：10.11712/jms.2096-5532.2023.59.175

• 乳腺肿瘤
• 化学疗法,辅助
• 磁共振成像
• 预测
• 病理完全缓解

目的 探讨动态增强磁共振成像(DCE-MRI)预测乳癌新辅助化疗(NAC)后病理完全缓解(pCR)的价值。方法 回顾性选取2020年1月—2022年10月于我院接受NAC的乳癌病人108例，病人于NAC前和第2～3周期后各进行1次乳腺MR增强检查。根据术后Miller-Payne病理反应分级，将病人分为pCR组(36例)和non-pCR组(72例),比较两组临床病理资料及影像学特征。采用多因素Logistic回归分析筛选预测pCR的独立影响因素，并构建预测模型。采用受试者工作特征曲线的曲线下面积(AUC)评估模型预测pCR的效能。结果 pCR组与non-pCR组比较，雌激素受体、孕激素受体、人表皮生长因子受体2(HER2)、组织学分级、肿瘤强化方式、肿瘤退缩方式、肿瘤最大径变化率(△D%)差异均有显著意义(χ2=-3.12～29.79,t=6.09,P<0.05)。多因素Logistic回归分析显示，△D%(OR=1.046,95%CI=1.019～1.075,P<0.001)和HER2表达状态(OR=0.171,95%CI=0.038～0.758,P=0.020)是pCR的独立预测因素。其中△D%预测pCR的AUC最高(0.813),其次为HER2表达状态(0.660),二者联合诊断的AUC为0.854,灵敏度为80.6%,特异度为80.6%。结论 乳癌NAC早期阶段DCE-MRI病灶△D%和HER2表达是预测NAC后pCR的重要指标，可以为临床治疗方案制定提供重要依据。

• 单位
  青岛大学附属医院