编辑推荐：
本研究针对乳腺癌新辅助治疗后腋窝淋巴结病理完全缓解（ALN-pCR）预测难题，开发并验证了基于动态增强磁共振成像（DCE-MRI）的放射组学模型，结果显示联合模型预测性能优异，为临床腋窝手术决策提供有力支持
乳腺癌是全球女性最常见的恶性肿瘤之一，其治疗策略的选择对于患者的预后和生活质量至关重要。在乳腺癌治疗中，新辅助治疗（NAT）是一种重要的手段，尤其对于初始腋窝淋巴结（ALN）阳性的患者，NAT后手术是标准治疗方案。然而，NAT后腋窝淋巴结的病理反应评估一直是一个挑战。准确预测腋窝淋巴结病理完全缓解（ALN-pCR）对于选择合适的腋窝手术方式、避免不必要的并发症以及提高患者生活质量具有重要意义。目前，超声（US）是评估腋窝淋巴结状态的常用方法，但其对ALN-pCR的敏感性较低。因此，开发一种更准确的预测方法显得尤为迫切。
为解决这一问题，江西癌症医院的研究人员开展了一项研究，旨在开发和验证基于乳腺肿块动态增强磁共振成像（DCE-MRI）的放射组学模型，以预测乳腺癌患者新辅助治疗后腋窝淋巴结的病理反应。研究结果表明，基于DCE-MRI的放射组学模型能够有效预测ALN-pCR，其联合模型的预测性能显著优于传统超声方法，为临床腋窝手术决策提供了有力支持。该研究成果发表在国际知名期刊《BMC Cancer》上。
研究人员采用的主要关键技术方法包括：回顾性收集187例乳腺癌患者的临床数据，提取DCE-MRI图像中的放射组学特征，计算治疗前后的差异特征（delta radiomics features），并构建基于差异肿瘤内（delta intratumoral radiomics, DIR）和肿瘤周围（delta peritumoral radiomics, DPR）放射组学特征的预测模型。同时，结合超声诊断结果构建联合模型，并对这些模型进行评估和比较。
研究结果显示，在验证集中，超声模型的曲线下面积（AUC）最低，为0.627，而DIR、DPR和联合模型的AUC分别为0.825、0.687和0.846。联合模型在预测ALN-pCR方面表现最佳，其与超声模型相比，Delong检验和综合判别改善（IDI）均有显著差异（p < 0.05）。此外，决策曲线分析表明联合模型提供了更大的净收益。
研究结论指出，基于DCE-MRI的差异肿瘤内和肿瘤周围放射组学特征能够有效预测新辅助治疗后腋窝淋巴结的状态。联合模型能够准确诊断ALN-pCR，为乳腺癌患者的腋窝手术方式选择提供重要参考。该研究不仅为乳腺癌治疗后的腋窝淋巴结评估提供了一种新的方法，还为未来放射组学在肿瘤治疗反应评估中的应用提供了新的思路。然而，研究也存在一些局限性，如单中心研究设计和样本量有限等，未来需要通过多中心、大样本的研究进一步验证其结果。
