基于超声影像组学联合临床病理参数构建乳腺癌新辅助化疗疗效预测模型：聚焦瘤内及多区域瘤周特征分析

本研究创新性地通过提取乳腺癌患者瘤内及不同范围（5mm/10mm/15mm）瘤周区域的超声影像组学特征，结合临床病理参数构建随机森林预测模型。结果表明Peri-10mm区域特征与病理完全缓解（PCR）显著相关，联合模型（AUC=0.869）能精准预测新辅助化疗（NAC）疗效，为乳腺癌个体化治疗提供重要影像学生物标志物。

　　

¹研究主体

我们回顾性收集了2019年1月至2024年12月在兰州大学第二医院接受NAC治疗的女性乳腺癌患者数据。经过严格筛选，最终纳入321例完成全程NAC治疗的患者。为确保模型在不同患者群体中的稳定性，采用随机抽样将70%样本分配至训练集（n=224），30%至验证集（n=97）。

²超声图像采集

使用飞利浦iU22系统（Philips Healthcare, Seattle, WA, USA）搭配5–12 MHz L12-5线阵探头进行超声检查。患者取仰卧位充分暴露双乳，由经验丰富的超声医师进行多平面（纵切、横切及径向）扫描。采集图像包含病灶的纵、横切面及恶性特征截面，清晰显示肿瘤内部及周边组织。

可重复性评估

由两名不知晓病理结果的超声医师独立勾画感兴趣区域，采用组内相关系数（ICC）评估观察者间一致性。ICC>0.75的特征被视为一致性良好并被保留用于后续分析。

³临床基线特征

本研究共纳入321例接受NAC的乳腺癌患者，训练集224例，验证集97例。其中达到病理完全缓解（PCR）者179例，非病理完全缓解（non-PCR）者142例。训练集与验证集患者的临床基线特征无显著差异（p>0.05）。具体数据见表1。在训练集和验证集中，ER、HER-2和Ki-67表达水平在PCR组与non-PCR组间均存在统计学显著差异（p<0.05）。

⁴讨论

NAC已成为局部晚期乳腺癌的一线治疗方案。然而由于肿瘤异质性和个体差异，患者对NAC的反应存在显著异质性。PCR是评估NAC疗效的关键指标，达到PCR的患者其无病生存期和总生存期均显著优于未达PCR者。因此准确预测PCR对于制定个体化治疗方案、改善患者预后至关重要。

传统病理学评估存在结果延迟的局限性，而影像组学通过深度挖掘医学图像特征，为实时评估治疗反应提供了新思路。本研究创新性地将瘤周微环境纳入分析范畴，发现距肿瘤边界10mm区域（Peri-10mm）的影像特征具有最优预测效能，这可能与该区域内肿瘤-基质交互作用、免疫细胞浸润及血管生成等生物学过程密切相关。

值得注意的是，联合临床病理参数（HER-2与Ki-67）的模型表现出更卓越的预测性能（AUC=0.869），印证了多模态数据整合在精准医疗中的价值。Delong检验证实联合模型显著优于单一模型，校准曲线显示良好拟合度，决策曲线分析进一步验证其临床适用性。

⁵结论

本研究通过拓展瘤周区域范围，系统解析了瘤内与瘤周影像特征与NAC疗效的关联机制。基于特征互补性构建的联合预测模型，整合临床病理参数后能有效预测乳腺癌NAC疗效，为临床决策提供重要支持。