在经新辅助化疗治疗的 triple-negative 乳腺癌患者中，如果乳腺 MRI 显示乳腺放射学完全缓解，腋窝病理完全缓解的概率是多少

《European Journal of Surgical Oncology》：The probability of axillary pathologic complete response in patients with breast radiologic complete response on breast MRI in triple-negative breast cancer treated with neoadjuvant chemotherapy

本研究的目的是评估乳腺MRI在新辅助化疗（NACT）后预测三阴性乳腺癌（TNBC）患者腋窝病理无残留（ypN0）的诊断性能，并比较中期和结束时MRI的预测效果。研究纳入2012至2024年间接受NACT和手术的101例TNBC患者，结果显示乳腺MRI预测ypN+的敏感性为95.7%，特异性41.0%，NPV达97.0%。在cN0亚组中，NPV为100%。中期MRI的敏感性（93.4%）高于结束时MRI（82.5%），但结束时MRI的特异性（63.3%）更高。研究表明乳腺rCR（影像完全缓解）可有效预测ypN0，尤其在cN0患者中，为减少腋窝手术提供依据。

　　这项研究探讨了在乳腺癌患者接受新辅助化疗（NACT）后，乳腺磁共振成像（MRI）在预测腋窝病理完全缓解（ypN0）方面的诊断价值。研究重点在于三阴性乳腺癌（TNBC）患者群体，因为这类乳腺癌通常具有较高的病理完全缓解率，但腋窝完全缓解的识别仍存在挑战。通过分析101例TNBC患者的临床和影像学数据，研究旨在评估乳腺MRI在预测腋窝病理完全缓解中的表现，并比较新辅助化疗前后进行的乳腺MRI在预测乳腺病理完全缓解中的诊断效能。

研究结果表明，乳腺MRI在预测腋窝病理完全缓解（ypN+）方面展现出较高的敏感性（95.7%）和负预测值（NPV，97.0%），但在特异性（41.0%）和正预测值（PPV，32.4%）方面表现较弱。进一步的亚组分析显示，在临床腋窝阴性（cN0）患者中，乳腺MRI的负预测值达到了100%，而在临床腋窝阳性（cN+）患者中，负预测值为90.9%。这一结果表明，对于cN0患者，乳腺MRI在预测腋窝完全缓解方面具有较高的可靠性，可能有助于减少不必要的腋窝手术。相比之下，cN+患者的诊断准确性较低，提示需要进一步优化筛选标准以提高预测效果。

在预测乳腺病理完全缓解（pCR）方面，研究比较了新辅助化疗中段（mid-NACT）和治疗结束后（post-NACT）进行的乳腺MRI的诊断效能。结果显示，中段MRI的敏感性（93.4%）较高，但特异性（36.1%）较低；而治疗结束后MRI的敏感性（82.5%）略低，但特异性（63.3%）更高。这表明，尽管中段MRI在检测肿瘤反应方面更为敏感，但治疗结束后MRI在整体诊断准确性方面更具优势，因此在实际临床操作中，通常依据治疗结束后MRI的结果进行手术决策。

此外，研究还指出，乳腺MRI在预测腋窝病理完全缓解方面主要起到排除残余疾病的作用，而非确认其存在。因此，乳腺MRI应作为辅助工具，帮助医生判断是否可以安全地减少或避免腋窝手术。在TNBC患者中，尤其是那些在新辅助化疗前临床腋窝阴性（cN0）的患者，乳腺MRI显示的放射学完全缓解（rCR）与腋窝完全缓解之间存在显著关联，这为未来在特定患者中省略腋窝手术提供了依据。

研究也提到，当前多个临床试验正在探索是否可以在某些患者中安全地省略腋窝手术，例如ASICS、EUBREAST-01和ASLAN试验，这些试验关注HER2阳性或三阴性乳腺癌患者在新辅助化疗后是否能够避免腋窝手术。这些试验的结果显示，对于表现出乳腺完全缓解的患者，腋窝残留疾病的概率较低，从而支持了减少腋窝手术的可能性。然而，对于临床腋窝阳性的患者，MRI的诊断准确性仍需进一步提升，以确保不会遗漏潜在的残余疾病。

研究的局限性主要体现在其回顾性设计和单中心的数据来源，这可能导致样本量较小，从而影响统计分析的效力。同时，由于研究中未对乳腺MRI报告进行重新评估，可能存在一定的主观性和评估差异。不过，这些情况在临床实践中较为常见，因为不同医生对MRI图像的解读可能存在差异。此外，中段MRI的评估时间点不一致，也可能影响结果的统一性。

综上所述，该研究强调了乳腺MRI在TNBC患者新辅助化疗后预测腋窝完全缓解的重要作用，特别是在临床腋窝阴性（cN0）患者中，乳腺MRI的放射学完全缓解（rCR）可能是一个可靠的预测指标。研究结果为未来在特定患者中省略腋窝手术提供了理论支持，同时也指出了在临床实践中需要进一步优化评估方法和筛选标准，以提高MRI在预测腋窝病理反应方面的准确性和可靠性。未来的研究应进一步验证这些发现，并探索如何在更大规模的前瞻性研究中应用这些结果，以推动乳腺癌治疗策略的优化和个体化医疗的发展。