基于超声影像组学的乳腺癌新辅助化疗疗效预测：瘤周10 mm区域特征与临床病理整合模型的诊断价值

本文探讨了乳腺癌新辅助化疗（NAC）前后瘤内及瘤周多区域超声影像组学特征与病理完全缓解（PCR）的关联，通过随机森林算法构建预测模型，发现瘤周10 mm区域特征联合临床指标（HER-2、Ki-67）的整合模型预测效能最优（AUC=0.869），为乳腺癌个性化治疗提供了无创动态评估新策略。

　　

Highlight

Research subjects

我们回顾性收集了2019年1月至2024年12月期间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例患者，所有患者均完成了计划的NAC治疗。为确保预测模型在不同患者群体中的稳定性和可靠性，采用随机抽样将数据分为训练集（占总样本70%）和验证集（30%）。

Ultrasound image acquisition

超声检查使用飞利浦iU22系统（Philips Healthcare, Seattle, WA, USA）搭配5–12 MHz L12-5线阵探头完成。患者取仰卧位，双臂上举充分暴露双侧乳房，由经验丰富的超声医师进行多平面（纵切、横切及径向）扫描。捕获的图像包括病灶的纵切面、横切面及恶性病变截面，清晰显示肿瘤内部及周边组织。

Reproducibility

（此部分内容原文未提供具体描述）

Clinical baseline characteristics

本研究共纳入321例接受NAC的乳腺癌患者，其中训练集224例，验证集97例。PCR患者179例，非PCR患者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组与非PCR组间均存在统计学显著差异。

Discussion

NAC已成为局部晚期乳腺癌的一线治疗方案。然而，由于肿瘤异质性和患者个体差异，不同乳腺癌患者对NAC的反应存在显著差异。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到者。因此，准确预测PCR对于优化治疗策略至关重要。本研究通过拓展瘤周区域范围，首次系统验证了瘤周10 mm区域影像组学特征在预测NAC疗效中的优越性，其机制可能与该区域包含更丰富的肿瘤微环境信息（如免疫细胞浸润、血管生成等）相关。整合临床病理参数后，模型预测性能进一步提升，凸显多模态数据融合在精准医疗中的价值。

Conclusion

总之，本研究通过扩展瘤周区域范围，探索了瘤内与瘤周区域影像特征与NAC疗效的关系，并基于特征间的互补性开发了联合预测模型。进一步整合临床病理参数后，验证了该模型在预测乳腺癌NAC疗效方面的潜力，为临床决策提供了有效支持。