基于动态对比增强MRI的瘤内异质性量化评分：提升乳腺癌淋巴血管侵犯和无复发生存期的预测效能

《Radiography》：Dynamic contrast-enhanced MRI-derived intratumoral heterogeneity quantification score: Improving lymphovascular invasion and invasive breast cancer recurrence-free survival predictions

本研究通过动态对比增强磁共振成像（DCE-MRI）开发瘤内异质性（ITH）量化评分，结合纹理特征与像素分布分析，显著提升对浸润性乳腺癌（IBC）淋巴血管侵犯（LVI）及无复发生存期（RFS）的预测精度。CatBoost驱动的混合模型（AUC: 0.869）整合影像形态学特征（MRI-MF），构建预后列线图，为个体化治疗决策提供非侵入性量化工具。

　　

^文献综述

近期研究通过无监督聚类整合局部生境特征与全局放射组学模式生成ITH评分，在非小细胞肺癌中显示出预测预后¹⁴、病理分型¹⁵及侵袭性^16-18的潜力。Huang等¹⁹基于DCE-MRI峰值增强期（PEP）图像推导ITH评分，成功预测新辅助化疗病理完全缓解率。

^患者队列

本研究经机构审查委员会批准（IRB批准号：2024-01-002），遵循《赫尔辛基宣言》。2020年6月至2025年1月间，从前瞻性乳腺MRI数据库中筛选509例疑似IBC患者。纳入标准包括：（i）影像学可识别的原发性乳腺病灶；（ii）术前DCE-MRI检查；（iii）经组织病理学证实的IBC诊断。排除标准涵盖：（i）新辅助化疗史；（ii）图像质量不合格；（iii）非手术治疗。最终223例患者纳入分析。

^{队列构成与分层}

223例接受术前MRI及手术的IBC患者按计算机随机化分为训练集（n=156；平均年龄53.7±11岁）与验证集（n=67；平均年龄50.6±10.5岁）。基线人口统计学与临床特征组间均衡，无显著差异（p>0.05；表1）。

^{ITH量化指标性能}

为预测LVI状态，ITH评分在验证集表现出最优判别能力（AUC: 0.791, 95%CI: 0.706–0.870），超越生境分析（AUC: 0.762）与放射组学分析（AUC: 0.739）。结合DWI环状征与瘤周水肿的CatBoost混合模型进一步提升性能（AUC: 0.869）。列线图高风险组患者RFS显著缩短（p<0.005）。

^讨论

本研究提出的ITH评分通过融合局部纹理与全局像素分布特征，成功预测IBC患者LVI状态。ITH评分在区分LVI方面优于传统放射组学、生境分析及临床模型。基于CatBoost的混合模型整合影像特征构建的预后列线图，为个体化治疗策略制定提供新视角。

^局限性

本研究存在若干局限：单中心数据与特定MRI设备可能限制ITH生物标志物的普适性；DCE-MRI仅捕获血管异质性，未纳入多参数MRI特征；回顾性设计需前瞻性研究验证。

^结论

基于MRI的ITH评分作为LVI与RFS的强预测因子，其驱动的混合模型提升个性化预后评估能力，凸显非侵入性异质量化在精准风险评估中的临床潜力。