北京大学肿瘤医院

返回

顶部

网站导航

QQ截图20220325155939.jpg

乳腺癌患者 智能VAB识别在新辅助全身治疗后病理完全缓解

作者: 来源: 发布时间:2022-03-25

澳大利亚悉尼大学Kilbreath等报告,智能真空辅助乳腺活检(VAB)算法可以可靠地排除新辅助全身治疗(NST)后残留癌。在将来的试验中,可对这些特殊反应者不进行乳房和腋窝手术的情况进行评估。(J Clin Oncol. 2022年2月2日在线版 DOI: 10.1200/JCO.21.02439)

NST可使40%~70%的乳腺癌患者获得病理完全缓解。这些患者可能不需要手术,因为所有的局部肿瘤已经被NST根除。然而,非手术治疗方法,包括成像或VAB,都不能准确识别乳房或腋窝没有残留肿瘤的患者。该研究评估了机器学习算法(智能VAB)的可行性,以识别NST的特殊反应者。

研究训练、测试和验证了一种机器学习算法,使用患者、图像、肿瘤和VAB变量来检测术前NST (ypT+或原位或ypN+)后的残留癌。利用318例cT1-3、cN0或+、人表皮生长因子受体2阳性、三阴性或高增殖的Luminal B样乳腺癌患者术前接受VAB治疗的数据(NCT02948764, RESPONDER试验)。

研究使用10倍交叉验证来训练和测试算法,然后使用独立试验(NCT02575612)的数据进行外部验证。将其结果与手术标本的组织病理学评价进行比较。假阴性率(FNR)和特异性是主要指标。

在试验集(318例)和外部验证集(45例)中,智能VAB检测NST后残留癌(ypT+、原位癌、ypN+)的FNR为0.0%~5.2%,特异性为37.5%~40.0%,受试者工作特征曲线下面积为0.91~0.92。Spiegelhalter's Z证实了一个校准良好的模型(Z值-0.746,P=0.228)。智能VAB的FNR较NST、单独VAB或两者联合后的成像更低。

(编译 王玉)